分析处理（OLAP）建模方法研究

[摘要]: 数据仓库和分析处理（OLAP）是两种典型的决策支持技术. 数据仓库作为一种数据管理技术，其目的是为决策分析提供更有效的数据支持； OLAP是一种多维数据分析技术，专注于数据仓库中的数据分析，为决策提供信息支持. 当前，如何在数据仓库的基础上建立OLAP模型受到越来越多的关注. 本文从理论和OLAP工具入手，阐述了维建模理论和OLAP技术的基本概念，描述了MS Analysis Services的技术体系结构和用于构建OLAP的工具. 在此基础上联机分析处理 olap，本文主要分析了如何在维度建模过程中为数据仓库的事实表和维度表建立OLAP模型，提出具体问题的解决方案，并将其应用于MS Analysis Services工具. 关于事实表的建立，本文对事实表的粒度和事实数据的选择问题进行了研究和分析，在没有测量值的情况下，MS Analysis Services无法直接分析联机分析处理 olap，使用在没有测量变量的事实表中建立模型进行求解. 最后，分析并总结了事实表的特点和设计原理. 在建立维度表方面，论文的研究分析运用了日期维度在OLAP分析中的重要性. 建议当发生各种复杂的维层次关系并且不可能直接使用MS Analysis Services进行建模时，使用各种方法对其进行转换，以适合使用MS Analysis Services进行建模的问题；针对尺寸变化问题，提出了直接改变属性或属性值，微观尺寸和预置带的方法，并总结了微观尺寸的应用. 在案例分析部分，根据大型超市管理决策的特点，设计并实现了基于MS Analysis Services的OLAP系统，并对本文提出的主要OLAP建模技术解决方案进行了案例研究，证明了这些解决方案的可行性和有效性.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-237638-1.html