OLAP是数据仓库的用户接口部分，它面对的是决策人员和高层管理人员，通过数据立方体提供多维度的数据视图，并利用旋转、切片等操作扩展查询语言的功能。它力图将数据仓库中的数据转化为有用的信息，从而实现对数据的归纳、分析和处理，帮助企业完成决策。
OLAP具有以下特点（FASM I）：
1、快速性（fast）：系统必须能过快速响应用户的分析查询要求，对于用户大部分分析要求在5秒钟内做出反应，否则超过30秒用户可能会失去分析的主线索，影响分析质量。
2、分析性（analysis）：能处理任何与用户和应用有关的逻辑分析和统计分析，在需要的情况下，允许用户无须编程就可为分析和生产报表定义一些新的特殊运算，将其作为分析的一部分，并以用户理想的方式给出报告。
3、共享性（shared）：能实现在多用户反映下的安全保密要求和并发控制
4、多维性（multi）：对数据分析的多维视图和分析
5、信息性（information）：系统管理数据和获得信息的能力，能管理大量的数据并及时的获得用户所需信息。
OLAP实际上是以多维视图的形式展示给用户的，多维结构是OLAP的核心。多维数据集是OLAP中的主要对象，通常也被称为多维立方体，是一项可对数据仓库中的数据进行快速访问的技术
数据立方以多维的方式组织数据仓库中的数据，向决策支持人员提供数据的多维概念视图，直观地支持了OLAP所需的复杂多维分析
维度指的是分析对象的描述属性，用于表示人们观察数据的特定角度，是表达和分析信息的一种基本方法
数据上卷：用户在数据仓库的应用中，从较低层次开始逐步将数据按照不同的层次进行概括处理
下钻：从数据仓库中的高层数据开始，逐步向di ce数据探索、了解组成概括数据的具体细节
数据仓库中的维，一般具有水平层次和垂直层次。水平层次由维度层次中相同级别的字段值构成。垂直层次则由维度层次结构中具有不同级别的字段值构成
度量值是多维数据集的核心值，是进行OLAP操作的用户所要观察分析的数据
粒度是数据仓库中数据综合程度高低的一个度量。粒度越小，数据细节程度越高，综合程度越低，粒度越大，数据细节程度越低，综合程度越高
多维分析是对多维数据集中的数据采取切片、切块等多种分析动作，以求剖析数据。用户可以从多个角度、多个侧面、多个层次来观察发掘数据中蕴含的对自己有用的信息
网友评论