CN104317936A - 一种基于星型模型的rolap解析引擎设计方法及装置 - Google Patents
一种基于星型模型的rolap解析引擎设计方法及装置 Download PDFInfo
- Publication number
- CN104317936A CN104317936A CN201410602643.3A CN201410602643A CN104317936A CN 104317936 A CN104317936 A CN 104317936A CN 201410602643 A CN201410602643 A CN 201410602643A CN 104317936 A CN104317936 A CN 104317936A
- Authority
- CN
- China
- Prior art keywords
- rolap
- dimensional database
- data
- designer
- buffer memory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于星型模型的ROLAP解析引擎设计方法及装置,其中,基于星型模型的ROLAP解析引擎设计方法包括:定义一包括多个区域的ROLAP设计器,所述ROLAP设计器至少包括一数据集区域和一设计面板区域;在所述数据集区域获取多维数据库的数据模式信息,并将所述获取的数据模式信息以列表的方式在所述设计面板区域展现;根据所述获取的数据模式信息,建立多维数据库的ROLAP分析模式;根据已建立的多维数据库的ROLAP分析模式组织多维数据库的星型模型,并将所述组织的多维数据库的星型模型存储于语义对象存储文件中。本发明提供的方法,能够解决现有ROLAP解析引擎过于复杂的问题。
Description
技术领域
本发明涉及多维分析技术领域,具体涉及一种基于星型模型的ROLAP解析引擎设计方法及装置。
背景技术
ROLAP(Relational On-Line Analysis Processing,关系联机分析处理)表示基于关系数据库的OLAP实现(Relational OLAP)。以关系数据库为核心,关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表:一类是事实表,用来存储数据和维关键字;另一类是维表,即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。从技术角度来说,ROLAP(MicroStrategy实现)和MOLAP(Metacube或Cognos等实现)各有千秋。前者基于关系型数据库,它的OLAP引擎就是将用户的OLAP操作,如上钻、下钻、过滤或合并等,转换成SQL语句提交到数据库中执行,并且提供聚集导航功能,根据用户操作的维度和度量将SQL查询定位到最粗粒度的事实表上去。相比而言,MOLAP事先将汇总数据计算好,存放在自己特定的多维数据库中,用户的OLAP操作可以直接映射到多维数据库的访问,不需要通过SQL访问。因此,两者的区别也可以说是ROLAP提供了更大的灵活度,但可能正是这种灵活度,造成对用户使用的不友好印象,ROLAP相比Metacube和Cognos,操作复杂多了,但这种问题是可以改善的。迄今为止,已有许多国外厂商推出了比较成熟的OLAP解决方案和产品,但由于语言、习惯、价格等因素,不一定适合国内的企业;很多较成熟的OLAP方案是C/S(客户端/服务器)结构的需要安装客户端;而且目前的ROLAP是通过动态的生成SQL,去做查询关系型数据库,如果数据库没有做性能优化,数据量很大的时候,性能问题就会显得比较突出了。
发明内容
本发明所要解决的技术问题是提供一种基于星型模型的ROLAP解析引擎设计方法及装置,能够解决其它类似***过于复杂的问题。
依据本发明的一个方面,提供了一种基于星型模型的ROLAP解析引擎设计方法,包括:
定义一包括多个区域的ROLAP设计器,所述ROLAP设计器至少包括一数据集区域和一设计面板区域;
在所述数据集区域获取多维数据库的数据模式信息,并将所述获取的数据模式信息以列表的方式在所述设计面板区域展现;
根据所述获取的数据模式信息,建立多维数据库的ROLAP分析模式;
根据已建立的多维数据库的ROLAP分析模式组织多维数据库的星型模型,并将所述组织的多维数据库的星型模型存储于语义对象存储文件中。
依据本发明的另一个方面,提供了一种基于星型模型的ROLAP解析引擎设计装置,包括:
设计器定义模块,用于定义一包括多个区域的ROLAP设计器,所述ROLAP设计器至少包括一数据集区域和一设计面板区域;
信息获取模块,用于在所述数据集区域获取多维数据库的数据模式信息,并将所述获取的数据模式信息以列表的方式在所述设计面板区域展现;
分析模式建立模块,用于根据所述获取的数据模式信息,建立多维数据库的ROLAP分析模式;
星型模型组织模块,用于根据已建立的多维数据库的ROLAP分析模式组织多维数据库的星型模型,并将所述组织的多维数据库的星型模型存储于语义对象存储文件中。
本发明提供的一种基于星型模型的ROLAP解析引擎设计方法及装置,首先定义一包含多个区域的ROLAP设计器,然后在ROLAP设计器的数据集区域上获取多维数据库的数据模式信息,并以列表的方式呈现;根据获取的数据模式信息,建立多维数据库的ROLAP分析模式,最后根据建立的ROLAP分析模式组织多维数据库的星型模型,并将其存储于语义对象存储文件中。通过定义ROLAP设计器,在设计器面板上托拉拽操作即可以完成模型设计工作,解决了其它类似***过于复杂的问题,将原有的***构建成更易用、更直观、更迅速的“网页应用程序”,提升了界面的友好程度;对比目前很多C/S架构的ROLAP设计器不需要安装客户端,能够自动升级。
附图说明
图1为本发明实施例一的一种基于星型模型的ROLAP解析引擎设计方法流程图;
图2为本发明实施例一中定义的ROLAP设计器面板示意图;
图3为本发明实施例一中获取数据模式信息失败示意图;
图4为本发明事实表示意图;
图5为本发明实施例一中从数据集区域获取的字段信息;
图6为本发明实施例一中定义度量及运算方式示意图;
图7为本发明实施例一中计算度量示意图;
图8为本发明实施例一中构建星型模型示意图;
图9为本发明实施例二的一种基于星型模型的ROLAP解析引擎设计装置示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例一、一种基于星型模型的ROLAP解析引擎设计方法。下面结合图1-图9对本实施例提供的方法进行详细说明。
图1中,S101、定义一包括多个区域的ROLAP设计器,该ROLAP设计器至少包括一数据集区域和一设计面板区域。
具体的,本实施例采用Flex富客户端可视化技术来设计ROLAP(Relation On-Line Analysis Processing,关系联机分析处理)分析工具,Flex技术通常可以和企业级应用体系结构很好地进行整合,将原有解析引擎构建成更易用、更直观、更迅速的“网页应用程序”。在不会影响到原有应用的前提下,RIA(Rich Internet Applications,富互联网应用)技术对表现层进行了大幅度的增强,进一步提升了界面的友好程度,减少用户与***的远程交互频率,减少带宽需求,对比目前很多C/S(Client/Server,客户/服务器模式)架构的ROLAP设计器,本实施例中的ROLAP设计器是基于B/S(Browser/Server,浏览器/服务器模式)架构,不需要额外安装客户端,只需要浏览器有flash插件即可。
具体实施时,本实施采用Flex技术定义一包含多个区域的ROLAP设计器,参见图2,图2为定义的ROLAP设计器面板示意图。其中,定义的ROLAP设计器面板包括多个区域,分别为数据集区域、多维表区域、设计面板区域以及工具栏区域。设计人员可以向ROLAP设计器的数据集区域和多维表区域加载相应的数据表(如事实表和维表等),供设计人员和用户客户端查看。
S102、在数据集区域获取多维数据库的数据模式信息,并将获取的数据模式信息以列表的方式在设计面板区域展现。
具体的,上述步骤S101,设计人员定义了一包含多个区域的ROLAP设计器,并向其中加载了相应的数据表,本步骤在数据集区域获取多维数据库的数据模式信息。具体实施时,可以在ROLAP设计器的数据集区域的数据集节点上输入事实表名称,其中,事实是决策操作中最感兴趣的数据,通常记录了企业中经常动态发生的事件,在关系型数据库中那些所记录数据经常动态变化的表可以作为事实表。参见图4,事实表中包括若干字段信息。如果在数据集节点上查询到输入的事实表名称对应的事实表,则获取该事实表中的字段信息,并将获取的字段信息以列表的方式展现在定义的ROLAP设计器的设计面板上,参见图5。如果在数据集节点上不存在输入的事实表名称对应的事实表(即查询不到对应的事实表),参见图3,提示获取失败信息,比如提示“该结果表不存在,请修改表名称”,提示设计人员重新输入事实表名称。
S103、根据获取的数据模式信息,建立多维数据库的ROLAP分析模式。
具体的,步骤S102在ROLAP设计器的数据集区域获取了需要分析的数据模式信息(本实施例中主要是获取事实表的字段信息),本步骤根据获取的数据模式信息,建立多维数据库的ROLAP分析模式,比如,定义多维数据库的逻辑模式,多维数据库的逻辑模式主要包括分析主题、度量及运算方式、计算度量、维度字段和日期字段。其中,分析主题主要根据字段对应的事实表的逻辑业务确定,比如货物销量;事实表中的数值字段从多个角度衡量了事实信息,可以在此基础上建立逻辑模型分析所用的度量及运算方式,度量一般是定义这些数值字段的汇聚方式(比如,sum,avg,count,max,mix等),如sum(sale_account),其中sale_account为度量,sum为其运算方式;计算度量即可以通过预先编辑的公式运算器指定,譬如,同比增长计算公式:(当期数-前期数)/前期数,度量及运算方式和计算度量可以参见图6和图7。
本实施例建立多维数据库的逻辑模式即分析哪些作为数据结果表中的行字段和列字段以及确定需要分析的字段,根据这些需要分析的字段组成需要分析的数据表(也可称为维表);另外,建立多维数据库的逻辑模式,从而对分析人员屏蔽掉具体的物理存储信息,使分析人员直接在模型上采用切片、钻取和旋转的方式获取所需要的分析数据,而不必像在普通关系型数据库中那样需要懂得查询和编写复杂的查询条件语句。
S104、根据已建立的多维数据库的ROLAP分析模式组织多维数据库的星型模型,并将组织的多维数据库的星型模型存储于语义对象存储文件中。
具体的,本步骤可以根据步骤S103中建立的多维数据库的ROLAP分析模式来组织多维数据库的星型模型,可以参见图8,可以对多维数据库中事实表和从定义的ROLAP设计器的多维表区域获得的维度表定义主外键关系,比如,指定多维数据库中事实表维度字段同维度表之间的主外键关系,定义好主外键关系后通过左外连接(left join)方式来组织多维数据库的星型模型;也可以通过主外键关系来获取多维数据表(如结果表与维度表)的维度信息,并为其中的日期字段指定特定的格式,还为其中的字段进行中文业务注释,这样使用者不需要知道字段的物理名称就可以进行业务定义。其中,可以采取在ROLAP设计器的多维表区域节点上输入多维表名称来获取对应的维度表。
组织了多维数据库的星型模型之后,为了方便星型模型中的信息的格式化存储和数据的简便传输,XML(eXtensible Markup Language,可扩展标记语言)语言是一种灵活动态可扩展的数据表示语言,它提供了可自定义的易为理解的语义标签,XML具有严格的语义格式可被计算机识别,它的这种数据描述机制使其成为一种通用的数据交换载体。因此本实施例将组织的多维数据库的星型模型中的信息以XML的格式存储于语义对象存储文件中,供用户客户端查询使用。其中,语义对象存储文件中存储了ROLAP分析数据的逻辑模式、物理模式以及逻辑模式与物理模式之间的对应关系信息。
另外,对于关系型数据库,频繁的数据查询势必对关系型数据库造成很大的压力,为了减少数据库的压力和减少查询响应时间,可以对数据库定义缓存计划。
具体实施时,可以对关系型数据库建立两级缓存,分别为第一级缓存和第二级缓存。其中,将每次采用查询条件从数据库中查询获得的数据存储于第一级缓存,这些数据以查询条件作为关键字存储,若下一次以相同的查询条件进行查询,则直接从第一级缓存中获取匹配的数据。
指定时间段所有查询条件组合下查询得到的数据加载于第二级缓存,第二级缓存设置于不同的数据库用户归属下,即第二级缓存与数据库用户具有对应关系,只有通过权限验证的用户才能查询相应的第二级缓存中的数据。当然,在数据查询时,首先通过查询条件(即关键字)到第一级缓存中获取匹配的数据,如果在第一级缓存中存在匹配的数据则直接从第一级缓存中获取数据;如果在第一级缓存中不存在匹配的数据则到相应数据库用户的第二级缓存中获取数据;若在第一级缓存和第二级缓存中均不存在匹配的数据,则通过查询条件到数据库中查询。
实施例二、一种基于星型模型的ROLAP解析引擎设计装置。下面结合图9对本实施例提供的装置进行详细说明。
图9中,本实施例提供的装置包括设计器定义模块901、信息获取模块902、信息提示模块903、分析模式建立模块904、星型模型组织模块905、缓存建立模块906。
其中,设计器定义模块901主要用于定义一包括多个区域的ROLAP设计器,ROLAP设计器至少包括一数据集区域和一设计面板区域。
具体的,设计器定义模块901采用Flex技术定义一包含多个区域的ROLAP设计器,其中,定义的ROLAP设计器的设计面板包括多个区域,分别为数据集区域、多维表区域、设计面板区域以及工具栏区域。设计人员可以向ROLAP设计器的数据集区域和多维表区域加载相应的数据表(如事实表和维表等),供设计人员和用户客户端查看。
信息获取模块902主要用于在设计器定义模块901设计的ROLAP设计器的数据集区域获取多维数据库的数据模式信息,并将获取的数据模式信息以列表的方式在设计面板区域展现。
具体的,设计器定义模块901定义了一包含多个区域的ROLAP设计器,并向其中加载了相应的数据表(比如事实表和维表),信息获取模块902在定义的ROLAP设计器的数据集区域获取多维数据库的数据模式信息。具体实施时,可以在ROLAP设计器的数据集区域的数据集节点上输入事实表名称,事实是决策操作中最感兴趣的数据,通常记录了企业中经常动态发生的事件,在关系型数据库中那些所记录数据经常动态变化的表可以作为事实表,事实表中包括若干字段信息。如果在数据集节点上查询到输入的事实表名称对应的事实表,信息获取模块902则获取该事实表中的字段信息,并将该获取的字段信息以列表的方式展现在定义的ROLAP设计器的设计面板区域。
信息提示模块903主要用于当数据集区域的数据集节点上不存在输入的事实表名称时,提示获取失败信息。
具体的,如果在数据集节点上不存在输入的事实表名称对应的事实表(即查询不到对应的事实表),则信息提示模块903提示获取失败信息,比如提示“该结果表不存在,请修改表名称”,提示设计人员重新输入事实表名称。
分析模式建立模块904主要用于根据信息获取模块902获取的数据模式信息,建立多维数据库的ROLAP分析模式。
具体的,信息获取模块902在ROLAP设计器的数据集区域获取了需要分析的数据模式信息(本实施例中主要是获取事实表的字段信息),分析模式建立模块904根据信息获取模块902获取的数据模式信息,建立多维数据库的ROLAP分析模式,比如,定义多维数据库的逻辑模式,多维数据库的逻辑模式主要包括分析主题、度量及运算方式、计算度量、维度字段和日期字段。
星型模型组织模块905主要用于根据分析模式建立模块904已建立的多维数据库的ROLAP分析模式组织多维数据库的星型模型,并将组织的多维数据库的星型模型存储于语义对象存储文件中。
具体的,星型模型组织模块905可以根据分析模式建立模块904建立的多维数据库的ROLAP分析模式来组织多维数据库的星型模型,具体可以对多维数据库中事实表和从定义的ROLAP设计器的多维表区域获得的维度表定义主外键关系,比如,指定事实表维度字段同维度表之间的主外键关系,定义好主外键关系后通过左外连接(left join)方式来组织多维数据库的星型模型;也可以通过主外键关系来获取多维数据表(如结果表与维度表)的维度信息,并为其中的日期字段指定特定的格式,还为其中的字段进行中文业务注释,这样使用者不需要知道字段的物理名称就可以进行业务定义。
星型模型组织模块905建立完星型模型后,将组织的多维数据库的星型模型中的信息以XML的格式存储于语义对象存储文件中,供用户客户端查询使用。其中,语义对象存储文件中存储了ROLAP分析数据的逻辑模式、物理模式以及逻辑模式与物理模式之间的对应关系信息。
缓存建立模块906主要用于对多维数据库建立第一级缓存和第二级缓存;其中,第一级缓存,用于存储每次在多维数据库中查询的数据,并以查询条件作为关键字进行存储;第二级缓存,其与数据库用户具有对应关系,用于存储指定时间段所有查询条件组合下在多维数据库中查询的数据。
具体的,对于关系型数据库,频繁的数据查询势必对关系型数据库造成很大的压力,为了减少数据库的压力和减少查询响应时间,可以对数据库定义缓存计划。
具体实施时,缓存建立模块906可以对关系型数据库建立两级缓存,分别为第一级缓存和第二级缓存。其中,将每次采用查询条件从多维数据库中查询获得的数据存储于第一级缓存,这些数据以查询条件作为关键字存储,若下一次以相同的查询条件进行查询,则直接从第一级缓存中获取匹配的数据。
同样,将指定时间段所有查询条件组合下在多维数据库中查询得到的数据存储于第二级缓存,第二级缓存设置于不同的数据库用户归属下,即第二级缓存与数据库用户具有对应关系,只有通过权限验证的用户才能查询相应的第二级缓存中的数据。当然,在数据查询时,首先通过查询条件(即关键字)到第一级缓存中获取匹配的数据,如果在第一级缓存中存在匹配的数据则直接从第一级缓存中获取数据;如果在第一级缓存中不存在匹配的数据则到相应数据库用户的第二级缓存中获取数据;若在第一级缓存和第二级缓存中均不存在匹配的数据,则通过查询条件到数据库中查询。
本发明提供的一种基于星型模型的ROLAP解析引擎设计方法及装置,首先利用Flex技术定义一包含多个区域的ROLAP设计器,然后在ROLAP设计器的数据集区域上获取多维数据库的数据模式信息,并以列表的方式呈现;根据获取的数据模式信息,建立多维数据库的ROLAP分析模式,最后根据建立的ROLAP分析模式组织多维数据库的星型模型,并将其存储于语义对象存储文件中。通过Flex技术定义ROLAP设计器,借助Flex技术在设计器面板上托拉拽操作即可以完成模型设计工作,解决了其它类似***过于复杂的问题,将原有的***构建成更易用、更直观、更迅速的“网页应用程序”,在不影响原有应用的前提下,RIA富客户端技术对表现层进行了大幅度的增强,提升了界面的友好程度,也减少了用户与***的远程交互频率,减少了带宽需求;本发明中的ROLAP设计器是基于B/S架构的,对比目前很多C/S架构的ROLAP设计器不需要安装客户端,能够自动升级。
利用Flex平台技术具备RIA富客户端的优点,同时支持多种服务器语言(比如,JAVA、.NET、PHP等)及主流框架,能充分利用主流开发平台的资源;利用FlashPlayer的安装普及度,轻松实现跨浏览器跨平台,利用Flash使用多媒体资源,动态交互性强;本发明设计的ROLAP解析引擎重用性高,有利于模块化设计。
另外,本发明为关系型数据库设计多级缓存,解决了目前MOLAP需要额外cube服务器和定期刷新的问题,能够提高用户客户端查询数据的速度。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于星型模型的ROLAP解析引擎设计方法,其特征在于,包括:
步骤S101、定义一包括多个区域的ROLAP设计器,所述ROLAP设计器至少包括一数据集区域和一设计面板区域;
步骤S102、在所述数据集区域获取多维数据库的数据模式信息,并将所述获取的数据模式信息以列表的方式在所述设计面板区域展现;
步骤S103、根据所述获取的数据模式信息,建立多维数据库的ROLAP分析模式;
步骤S104、根据已建立的多维数据库的ROLAP分析模式组织多维数据库的星型模型,并将所述组织的多维数据库的星型模型存储于语义对象存储文件中。
2.如权利要求1所述的基于星型模型的ROLAP解析引擎设计方法,其特征在于,所述步骤S101中定义一至少包括多个区域的ROLAP设计器具体包括:
采用Flex技术定义一包括多个区域的ROLAP设计器。
3.如权利要求1所述的基于星型模型的ROLAP解析引擎设计方法,其特征在于,所述步骤S102包括:
在所述数据集区域的数据集节点上输入事实表名称,获取所述事实表名称对应的事实表中的字段信息,并以列表的方式在所述设计面板区域展现所述获取的字段信息。
4.如权利要求3所述的基于星型模型的ROLAP解析引擎设计方法,其特征在于,所述步骤S102还包括:
当所述数据集区域的数据集节点上不存在输入的事实表名称时,提示获取失败信息。
5.如权利要求3所述的基于星型模型的ROLAP解析引擎设计方法,其特征在于,所述步骤S103包括:
根据所述获取的事实表中的字段信息,定义多维数据库的逻辑模式,其中,所述多维数据库的逻辑模式包括分析主题、度量及运算方式、计算度量、维度字段和日期字段。
6.如权利要求5所述的基于星型模型的ROLAP解析引擎设计方法,其特征在于,所述步骤S101定义的ROLAP设计器还包括多维表区域,所述步骤S104包括:
根据已建立的多维数据库的ROLAP分析模式,对所述多维数据库的事实表和从所述ROLAP设计器中多维表区域获得的维度表定义主外键关系,并通过左外连接的方式组织多维数据库的星型模型,并将所述组织的多维数据库的星型模型以XML的格式存储于语义对象存储文件。
7.如权利要求1所述的基于星型模型的ROLAP解析引擎设计方法,其特征在于,还包括:
对多维数据库建立第一级缓存和第二级缓存;
将在多维数据库每次查询的数据以查询条件作为关键字保存于第一级缓存;
将指定时间段所有查询条件组合下在多维数据库查询的数据加载于第二级缓存,所述第二级缓存与数据库用户具有对应关系。
8.一种基于星型模型的ROLAP解析引擎设计装置,其特征在于,包括:
设计器定义模块,用于定义一包括多个区域的ROLAP设计器,所述ROLAP设计器至少包括一数据集区域和设计面板区域;
信息获取模块,用于在所述数据集区域获取多维数据库的数据模式信息,并将所述获取的数据模式信息以列表的方式在所述设计面板区域展现;
分析模式建立模块,用于根据所述获取的数据模式信息,建立多维数据库的ROLAP分析模式;
星型模型组织模块,用于根据已建立的多维数据库的ROLAP分析模式组织多维数据库的星型模型,并将所述组织的多维数据库的星型模型存储于语义对象存储文件中。
9.如权利要求8所述的基于星型模型的ROLAP解析引擎设计装置,其特征在于,所述信息获取模块用于在所述数据集区域获取多维数据库的数据模式信息具体包括:
在所述数据集区域的数据集节点上输入事实表名称,获取所述事实表名称对应的事实表中的字段信息;
所述解析引擎设计装置还包括:
信息提示模块,用于当所述数据集区域的数据集节点上不存在输入的事实表名称时,提示获取失败信息。
10.如权利要求8所述的基于星型模型的ROLAP解析引擎设计装置,其特征在于,还包括:
缓存建立模块,用于对多维数据库建立第一级缓存和第二级缓存;
所述第一级缓存,用于存储每次在多维数据库中查询的数据,并以查询条件作为关键字进行存储;
所述第二级缓存,其与数据库用户具有对应关系,用于存储指定时间段所有查询条件组合下在多维数据库中查询的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410602643.3A CN104317936A (zh) | 2014-10-31 | 2014-10-31 | 一种基于星型模型的rolap解析引擎设计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410602643.3A CN104317936A (zh) | 2014-10-31 | 2014-10-31 | 一种基于星型模型的rolap解析引擎设计方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104317936A true CN104317936A (zh) | 2015-01-28 |
Family
ID=52373168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410602643.3A Pending CN104317936A (zh) | 2014-10-31 | 2014-10-31 | 一种基于星型模型的rolap解析引擎设计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104317936A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105404637A (zh) * | 2015-09-18 | 2016-03-16 | 北京锐安科技有限公司 | 数据挖掘方法和装置 |
CN105787052A (zh) * | 2016-02-26 | 2016-07-20 | 广州品唯软件有限公司 | 数据处理模型建立方法及基于数据处理模型数据筛选方法 |
CN109086354A (zh) * | 2018-07-17 | 2018-12-25 | 于果鑫 | 一种基于可扩展节点集群的大数据分析处理*** |
CN112269792A (zh) * | 2020-12-11 | 2021-01-26 | 腾讯科技(深圳)有限公司 | 数据查询方法、装置、设备及计算机可读存储介质 |
CN112765168A (zh) * | 2021-01-08 | 2021-05-07 | 深圳市酷开网络科技股份有限公司 | 星型数据治理存储方法、装置、终端设备及存储介质 |
CN113342843A (zh) * | 2021-07-06 | 2021-09-03 | 多点生活(成都)科技有限公司 | 大数据在线分析方法和*** |
CN113868266A (zh) * | 2021-12-06 | 2021-12-31 | 广州市玄武无线科技股份有限公司 | 一种web前端的星型模型布局的生成方法及装置、电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1564160A (zh) * | 2004-04-22 | 2005-01-12 | 重庆市弘越科技有限公司 | 建立及查询多维数据立方体的方法 |
US20060112137A1 (en) * | 2003-03-28 | 2006-05-25 | Microsoft Corporation | Systems and methods for proactive caching utilizing olap variants |
CN101556602A (zh) * | 2009-04-08 | 2009-10-14 | 王珊 | 一种基于差分表的内存OLAP What-if分析方法 |
CN102004741A (zh) * | 2009-09-01 | 2011-04-06 | 上海杉达学院 | 数据库访问*** |
-
2014
- 2014-10-31 CN CN201410602643.3A patent/CN104317936A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060112137A1 (en) * | 2003-03-28 | 2006-05-25 | Microsoft Corporation | Systems and methods for proactive caching utilizing olap variants |
CN1564160A (zh) * | 2004-04-22 | 2005-01-12 | 重庆市弘越科技有限公司 | 建立及查询多维数据立方体的方法 |
CN101556602A (zh) * | 2009-04-08 | 2009-10-14 | 王珊 | 一种基于差分表的内存OLAP What-if分析方法 |
CN102004741A (zh) * | 2009-09-01 | 2011-04-06 | 上海杉达学院 | 数据库访问*** |
Non-Patent Citations (2)
Title |
---|
杭晓骏: "基于关系数据库的ROLAP建模工具的设计与实现", 《计算机工程与设计》 * |
田忠和等: "ROLAP中星型模型的索引优化策略", 《计算机应用》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105404637A (zh) * | 2015-09-18 | 2016-03-16 | 北京锐安科技有限公司 | 数据挖掘方法和装置 |
CN105404637B (zh) * | 2015-09-18 | 2019-03-01 | 北京锐安科技有限公司 | 数据挖掘方法和装置 |
CN105787052A (zh) * | 2016-02-26 | 2016-07-20 | 广州品唯软件有限公司 | 数据处理模型建立方法及基于数据处理模型数据筛选方法 |
CN109086354A (zh) * | 2018-07-17 | 2018-12-25 | 于果鑫 | 一种基于可扩展节点集群的大数据分析处理*** |
CN112269792A (zh) * | 2020-12-11 | 2021-01-26 | 腾讯科技(深圳)有限公司 | 数据查询方法、装置、设备及计算机可读存储介质 |
CN112765168A (zh) * | 2021-01-08 | 2021-05-07 | 深圳市酷开网络科技股份有限公司 | 星型数据治理存储方法、装置、终端设备及存储介质 |
CN112765168B (zh) * | 2021-01-08 | 2023-08-29 | 深圳市酷开网络科技股份有限公司 | 星型数据治理存储方法、装置、终端设备及存储介质 |
CN113342843A (zh) * | 2021-07-06 | 2021-09-03 | 多点生活(成都)科技有限公司 | 大数据在线分析方法和*** |
CN113868266A (zh) * | 2021-12-06 | 2021-12-31 | 广州市玄武无线科技股份有限公司 | 一种web前端的星型模型布局的生成方法及装置、电子设备 |
CN113868266B (zh) * | 2021-12-06 | 2022-02-25 | 广州市玄武无线科技股份有限公司 | 一种web前端的星型模型布局的生成方法及装置、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230376487A1 (en) | Processing database queries using format conversion | |
US11210316B1 (en) | Join key recovery and functional dependency analysis to generate database queries | |
US7668860B2 (en) | Apparatus and method for constructing and using a semantic abstraction for querying hierarchical data | |
CN104317936A (zh) | 一种基于星型模型的rolap解析引擎设计方法及装置 | |
US8086592B2 (en) | Apparatus and method for associating unstructured text with structured data | |
CN111971666A (zh) | 优化sql查询计划的维度上下文传播技术 | |
US8316012B2 (en) | Apparatus and method for facilitating continuous querying of multi-dimensional data streams | |
KR102330547B1 (ko) | 보고 생성 방법 | |
CN105550241A (zh) | 多维数据库查询方法及装置 | |
US20130311454A1 (en) | Data source analytics | |
US20070260582A1 (en) | Method and System for Visual Query Construction and Representation | |
US20140279839A1 (en) | Integration of transactional and analytical capabilities of a database management system | |
US7814045B2 (en) | Semantical partitioning of data | |
CN106294695A (zh) | 一种面向实时大数据搜索引擎的实现方法 | |
US20130086547A1 (en) | Real-time operational reporting and analytics on development entities | |
US8156144B2 (en) | Metadata search interface | |
US9177037B2 (en) | In-memory runtime for multidimensional analytical views | |
US8260772B2 (en) | Apparatus and method for displaying documents relevant to the content of a website | |
CN108345646B (zh) | 一种运用拦截技术快速自动构建多维度报表的方法 | |
US20080313153A1 (en) | Apparatus and method for abstracting data processing logic in a report | |
US9489438B2 (en) | Systems and methods for visualizing master data services information | |
US8386497B2 (en) | Query generation based on hierarchical filters | |
CA2663859C (en) | Apparatus and method for updating a report through view time interaction | |
Dedic et al. | MLED_BI: a new BI design approach to support multilingualism in business intelligence | |
EP4399614A1 (en) | System and method for generating automatic insights of analytics data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150128 |