第四章:聯機分析處理olap

1：引言
 數據的處理主要分爲兩種：操做型數據處理和分析型數據處理，前者能夠稱爲oltp，後者能夠稱爲olap。
2：olap定義
 聯機分析處理的定義有如下幾種:
 olap是以海量數據爲基礎的複雜分析技術，支持各級管理決策人員從不一樣的角度，快速靈活地對數據倉庫中的數據進行復雜查詢
 和多維分析處理，而且能以直觀易懂的形式將查詢和分析結果提供給決策人員，從而輔助各級管理人員做出正確的決策。
3：olap的特色
 支持海量數據
 支持複雜查詢計算
 多維分析
 快速靈活
 支持決策
4：olap與oltp的區別
 olap與oltp是兩類不一樣的應用，oltp是對數據庫中數據的聯機查詢和增刪改操做，它以數據庫爲基礎；而olap適合以數據倉庫爲
 基礎的數據分析處理；
 olap中歷史的，導出的以及通過綜合提煉的數據主要來自於oltp所依賴的底層數據庫，olap數據較oltp數據須要多一步綜合處理
 或多維化操做。

 主要區別
 oltp:原始數據，細節性數據，當前數據，可更新，一次性處理的數據量小，面向應用，事務驅動，面向操做人員，支持平常操做
 olap:導出數據，綜合性或提煉性數據，歷史數據，不可更新，但週期進行追加或刷新，一次處理的數據量大，面向分析，分析驅
 動，面向決策人員，支持管理須要。
5：多維數據模型的概念
 a:定義
 多維數據模型是olap中的一項核心技術。
 多維數據模型是數據分析時用戶的數據視圖，是面向分析的數據模型，用於給分析人員提供多種觀察的視角和麪向分析的操做。
 多維數據模型的數據結構能夠用多維數組來表示，如：維度1，維度2...維度n。度量1，度量2...度量n
 多維數據模型也能夠用多維立方體來直觀展示，其中維表示用戶的觀察視角，多維空間中的點表示度量的值。

 b：經常使用術語
 1：維---維是人們觀察事物的特定角度，是事物的某個屬性，好比時間，地點，產品。每一個維都有惟一的名稱，好比時間維，地區
 維，產品維。
 2：維成員---維成員就是維的取值。若是一個維是多個層次的，那麼維成員就是不一樣層次上的取值的組合。好比，地區維，維成員
 就能夠是「北京」，「上海」「杭州」等；而日期維包括年，月，日三個層次，那麼它的爲成員就是「2018年12月3日」，但並非
 每一個層次上都有取值，好比「2018年8月」也能夠是維成員。
 3：維層---維是觀察事物的角度，維層就是這個角度的細節程度，不一樣的細節程度對應着不一樣的維層。好比，日期維，能夠從「年」
 這一細節程度去觀察，也能夠從「季度」「月份」去觀察，所以年，季度，月份等就是日期維的不一樣層次。層之間有必定的層次級別。
 4：維層次---維層次是維層的不一樣劃分。好比，日期維能夠按照「年-季度-月」劃分，也能夠按照「年-星期-日」劃分。兩種劃分規則
 就是日期維的兩個維層次。再好比產品維，能夠按照產品，類型，種類劃分，也能夠按照承銷商，代理商，製造商劃分。
 5：維屬性---就是維成員所具備的特性，維屬性能夠在每一個維成員上定義，也能夠在維層上定義。若是在維層上定義，那麼該維層
 上的全部維成員都有這些屬性，好比產品維的某一個成員「洗衣機」，他有一個洗滌重量的屬性，這就是維屬性。
 6：度量---度量就是要分析的目標或對象。常見的度量值有銷售量，供應量，利潤等。度量通常有名稱，數據類型，單位，計算公式
 等屬性。度量還能夠分爲可累計型和不可累計型。
 7：數據方體---多維數據模型的空間展示就是數據數據方體，也稱爲多維立方體。一個數據方體由多個維度和度量組成，n維立方體
 能夠看做是由一系列的n-1維立方體組成。
 8：數據單元---在一個數據立方體中，當每個維上都有肯定的維成員，那麼就能夠惟一肯定多維空間中的一個點。一個數據單元能夠
 有多個度量值，好比一個三維立方體，有三個維度：日期維，地區維，時間維，那麼2018-8-8，北京，冰箱，就能夠肯定一個數據單元
 這個數據單元上的度量值就能夠是利潤，銷售額，銷售數量等。
6：常見的多維數據模型
 常見的多維數據模型有星型模型，雪花模型，事實羣模型。
 1：星型模型
 星型模型是多維數據模型的基本結構，一般由位於中心的一張表和其周圍的多張表組成。中心的表叫作事實表，周圍的表叫作維度表。
 事實表是用來存儲事實的度量值和各類維度表的主碼值。維度表用來保存維的信息，即每一個維成員的屬性信息和層次信息。事實表
 經過維度表的主碼與各維度表相連。
 星型模型不支持維的層結構，每一個維只有一個維表。若是一個維表有多個維層，那麼全部的維層屬性都必須放在這一個維表裏面。
 所以就會由於沒有規範化而產生必定的冗餘。

 2：雪花模型
 雪花模型是在星型模型的基礎上發展而來的，每個維度再也不只有一張維度表，而是能夠有多張維度表。雪花模型和星型模型的主要
 區別在於：雪花模型會根據維層對維度表進行規範化。通過規範化的維表不只易於存儲，並且能節省空間，可是在查詢時就須要比較

 多的鏈接操做。所以，咱們在處理時，能夠將雪花模型和星型模型進行綜合，對於較小的維度表仍然使用星型模型的不規範形式，對

 於較大的維度表則使用雪花模型的規範形式。

 3：事實羣模型
 事實羣模型相似於星型模型，區別只是多張事實表之間能夠共享同一張維度表。

7：經常使用的分析操做  1：多維分析基礎---彙集函數  彙集就是對細節數據進行綜合的過程。  最經常使用的五中彙集函數：求和（sum），計數（count），最大值（max），最小值（min），平均值（avg），求中間值（median），  排序（rank）；  2：切片：slice  就是在數據方體的某一維上選定一個維成員的動做，即限定多維數組某一維度只取一個特定值。  好比地區維，選定「北京」這一個維成員，這樣就獲得一個切片。  3：切塊：dice  就是在數據方體的某一維上選定某個區間的所有維成員的動做，即限定多維數組某一個維度只取必定區間的值。  好比地區維，選定「北京」「上海」「廣州」，這樣就獲得一個切塊。當這一區間只有一個維成員時，就獲得一個切片。所以  切塊能夠由多個切片操做疊合而成。  4：旋轉  改變數據方體維的次序的動做稱爲旋轉，旋轉操做對數據不作任何改變，只是改變立方體擺放的視角。  5：下鑽  下鑽操做就是在某個分析的過程當中，用戶可能須要從更多的維或者某個維的更細層次上觀察數據，這時候就須要經過下鑽操做  來實現。好比將日期維從季節層次下鑽到月份層次，下鑽前用戶只能看到季度數據，而下鑽後就能夠看到月份數據。  下鑽操做主要有兩種類型：一是現有的維下鑽取更細節一層的數據，好比日期維上的季度數據下鑽到月份數據          二是增長更多的維，好比如今只分析了三個維度的數據，可是問題仍然沒法解決，這時候就須要更多          維度的數據。  6：上卷  上卷操做是相對下鑽操做而言的，下鑽能夠看到更多更細節數據，所以上卷操做就是看到更少更綜合數據。所以，上卷操做也  分爲兩種，一是上捲到更高層次的數據，另外一種是減小維度。