Куб OLAP - OLAP cube

Пример куба OLAP

An Куб OLAP это многомерный массив данных.[1] Онлайн-аналитическая обработка (OLAP)[2] это компьютерный метод анализа данных для поиска идей. Период, термин куб здесь относится к многомерному набору данных, который также иногда называют гиперкуб если количество измерений больше 3.

Терминология

Куб можно рассматривать как многомерное обобщение двух- или трехмерного электронная таблица. Например, компания может пожелать обобщить финансовые данные по продуктам, по периодам времени и по городам, чтобы сравнить фактические и бюджетные расходы. Продукт, время, город и сценарий (фактический и бюджет) являются измерениями данных.[3]

Куб это сокращение для многомерный набор данных, учитывая, что данные могут иметь произвольное количество Габаритные размеры. Период, термин гиперкуб иногда используется, особенно для данных с более чем тремя измерениями. Куб не является «кубом» в строгом математическом смысле, поскольку все стороны не обязательно равны. Но этот термин широко используется.

А Кусочек - термин для подмножества данных, сгенерированных путем выбора значения для одного измерения и показывающего только данные для этого значения (например, только данные в один момент времени). Таблицы бывают только двухмерными, поэтому с помощью (непрерывного) нарезания или других методов становится возможным визуализировать в них многомерные данные.

Каждая ячейка куба содержит число, которое представляет некоторые мера бизнеса, такие как продажи, прибыль, расходы, бюджет и прогноз.

Данные OLAP обычно хранятся в звездная схема или схема снежинки в реляционный хранилище данных или в специальной системе управления данными. Меры выводятся из записей в таблица фактов и размеры получены из таблицы размеров.

Иерархия

Элементы измерения могут быть организованы как иерархия,[4] набор родительско-дочерних отношений, обычно в котором родительский член суммирует своих дочерних элементов. Родительские элементы могут быть объединены как дочерние элементы другого родителя.[5]

Например, родителем мая 2005 года является Второй квартал 2005 года, который, в свою очередь, является потомком 2005 года. Точно так же города являются потомками регионов; продукты объединяются в товарные группы, а отдельные статьи расходов - в виды расходов.

Операции

Представление данных в виде куба с иерархическими измерениями приводит к концептуально простым операциям, упрощающим анализ. Согласование содержимого данных со знакомой визуализацией улучшает обучение и продуктивность аналитика.[5] Инициированный пользователем процесс навигации путем вызова интерактивного отображения страницы с помощью спецификации срезов посредством вращения и детализации иногда называют «срезом и кубиком». Общие операции включают в себя фрагменты и кости, детализацию, свертывание и поворот.

Нарезка OLAP

Кусочек представляет собой выбор прямоугольного подмножества куба путем выбора единственного значения для одного из его измерений и создания нового куба с одним измерением меньше.[5] На рисунке показана операция нарезки: показатели продаж всех регионов продаж и всех категорий продуктов компании в 2005 и 2006 годах «вырезаны» из куба данных.

OLAP игра в кости

Игральная кость: Операция игры в кости создает вложенный куб, позволяя аналитику выбирать определенные значения из нескольких измерений.[6] На рисунке показана операция нарезки кубиками: новый куб показывает показатели продаж ограниченного количества категорий продуктов, измерения времени и региона охватывают тот же диапазон, что и раньше.

OLAP-функции
OLAP-развертка и развертка

Развернуть вниз / вверх позволяет пользователю перемещаться между уровнями данных, начиная от наиболее обобщенных (вверх) и заканчивая наиболее подробными (вниз).[5]На рисунке показана операция детализации: аналитик переходит из сводной категории «Outdoor-Schutzausrüstung» к показателям продаж отдельных продуктов.

Свернуть: Сводка включает суммирование данных по параметру. Правило резюмирования может быть агрегатная функция, например, вычисление итогов по иерархии или применение набора формул, например «прибыль = продажи - расходы».[5] Общие функции агрегирования могут быть дорогостоящими для вычисления при сворачивании: если они не могут быть определены из ячеек куба, они должны быть вычислены из базовых данных, либо вычисляя их онлайн (медленно), либо предварительно вычисляя их для возможных развертываний (большое пространство) . Функции агрегирования, которые можно определить по ячейкам, известны как разложимые функции агрегирования, и позволяют эффективные вычисления.[7] Например, легко поддержать COUNT, MAX, MIN, и СУММ в OLAP, поскольку их можно вычислить для каждой ячейки куба OLAP, а затем свести воедино, поскольку общая сумма (или количество и т. д.) представляет собой сумму промежуточных сумм, но это трудно поддерживать МЕДИАНА, так как это должно быть вычислено для каждого представления отдельно: медиана набора не является медианой медиан подмножеств.

Вращение OLAP

Pivot позволяет аналитику вращать куб в пространстве, чтобы увидеть его различные грани. Например, города можно расположить по вертикали, а продукты - по горизонтали при просмотре данных за конкретный квартал. Вращение может заменить продукты периодами времени, чтобы увидеть данные во времени для одного продукта.[5][8]

На рисунке показана операция поворота: вращается весь куб, что дает новый взгляд на данные.

Математическое определение

В теория баз данных, куб OLAP[9] абстрактное представление проекция из СУБД связь. Учитывая связь порядка N, рассмотрим проекцию, которая Икс, Y, и Z как ключ и W как остаточный атрибут. Характеризуя это как функция,

ж : (Икс,Y,Z) → W,

атрибуты Икс, Y, и Z соответствуют осям куба, а оси W значение соответствует элементу данных, который заполняет каждую ячейку куба.

Поскольку устройства двумерного вывода не могут легко характеризовать три измерения, более практично проецировать «срезы» куба данных (мы говорим проект в классическом векторно-аналитическом смысле уменьшения размерности, а не в SQL смысл, хотя они концептуально похожи),

г : (Икс,Y) → W

который может подавлять первичный ключ, но все же иметь некоторое семантическое значение, возможно, часть триадного функционального представления для данного Z стоимость процентов.

Мотивация[9] за OLAP дисплеи возвращаются к перекрестный отчет парадигма 1980-х СУБД, и раньше таблицы непредвиденных обстоятельств с 1904 года. Результатом является отображение в стиле электронной таблицы, где значения Икс заполнить строку $ 1; ценности Y заполнить столбец $ A; и ценности г : ( Икс, Y ) → W заполнять отдельные ячейки на пересечении Икспомеченные столбцы и Yстроки с меткой "юго-восток", так сказать, $ B $ 2, включая сам $ B $ 2.

Смотрите также

использованная литература

  1. ^ Грей, Джим; Босуорт, Адам; Обыватель, Андрей; Пирахеш, Хамид (1996). «Куб данных: оператор реляционной агрегации, обобщающий группировку по, кросс-таблицу и промежуточные итоги». Труды Международной конференции по инженерии данных (ICDE). С. 152–159. arXiv:cs / 0701155. Дои:10.1109 / ICDE.1996.492099.
  2. ^ «Обзор онлайн-аналитической обработки (OLAP)». support.office.com. Получено 2018-09-08.
  3. ^ «Cybertec выпускает кубы OLAP для PostgreSQL». PostgreSQL. 2006-10-02. Архивировано из оригинал на 2013-07-06. Получено 2008-03-05.
  4. ^ «Иерархия Руководства по хранилищам данных Oracle9i». Лоренц-центр. Получено 2008-03-05.
  5. ^ а б c d е ж «Определения серверов OLAP и OLAP». Совет OLAP. 1995 г.. Получено 2008-03-18.
  6. ^ «Глоссарий терминов интеллектуального анализа данных». Университет Альберты. 1999 г.. Получено 2008-03-17.
  7. ^ Чжан 2017, п. 1.
  8. ^ «Компьютерная энциклопедия: многомерные взгляды». Answers.com. Получено 2008-03-05.
  9. ^ а б Грей, Джим; Босуорт, Адам; Обыватель, Андрей; Приехеш, Хамид (1995-11-18). «Куб данных: оператор реляционной агрегации, обобщающий группировку по, кросс-таблицу и промежуточные итоги». Proc. 12-я Международная конференция по инженерии данных. IEEE. стр. 152–159. Получено 2008-11-09.

внешние ссылки