第四章:联机分析处理olap

1：引言
 数据的处理主要分为两种：操做型数据处理和分析型数据处理，前者能够称为oltp，后者能够称为olap。
2：olap定义
 联机分析处理的定义有如下几种:
 olap是以海量数据为基础的复杂分析技术，支持各级管理决策人员从不一样的角度，快速灵活地对数据仓库中的数据进行复杂查询
 和多维分析处理，而且能以直观易懂的形式将查询和分析结果提供给决策人员，从而辅助各级管理人员做出正确的决策。
3：olap的特色
 支持海量数据
 支持复杂查询计算
 多维分析
 快速灵活
 支持决策
4：olap与oltp的区别
 olap与oltp是两类不一样的应用，oltp是对数据库中数据的联机查询和增删改操做，它以数据库为基础；而olap适合以数据仓库为
 基础的数据分析处理；
 olap中历史的，导出的以及通过综合提炼的数据主要来自于oltp所依赖的底层数据库，olap数据较oltp数据须要多一步综合处理
 或多维化操做。

 主要区别
 oltp:原始数据，细节性数据，当前数据，可更新，一次性处理的数据量小，面向应用，事务驱动，面向操做人员，支持平常操做
 olap:导出数据，综合性或提炼性数据，历史数据，不可更新，但周期进行追加或刷新，一次处理的数据量大，面向分析，分析驱
 动，面向决策人员，支持管理须要。
5：多维数据模型的概念
 a:定义
 多维数据模型是olap中的一项核心技术。
 多维数据模型是数据分析时用户的数据视图，是面向分析的数据模型，用于给分析人员提供多种观察的视角和面向分析的操做。
 多维数据模型的数据结构能够用多维数组来表示，如：维度1，维度2...维度n。度量1，度量2...度量n
 多维数据模型也能够用多维立方体来直观展示，其中维表示用户的观察视角，多维空间中的点表示度量的值。

 b：经常使用术语
 1：维---维是人们观察事物的特定角度，是事物的某个属性，好比时间，地点，产品。每一个维都有惟一的名称，好比时间维，地区
 维，产品维。
 2：维成员---维成员就是维的取值。若是一个维是多个层次的，那么维成员就是不一样层次上的取值的组合。好比，地区维，维成员
 就能够是“北京”，“上海”“杭州”等；而日期维包括年，月，日三个层次，那么它的为成员就是“2018年12月3日”，但并非
 每一个层次上都有取值，好比“2018年8月”也能够是维成员。
 3：维层---维是观察事物的角度，维层就是这个角度的细节程度，不一样的细节程度对应着不一样的维层。好比，日期维，能够从“年”
 这一细节程度去观察，也能够从“季度”“月份”去观察，所以年，季度，月份等就是日期维的不一样层次。层之间有必定的层次级别。
 4：维层次---维层次是维层的不一样划分。好比，日期维能够按照“年-季度-月”划分，也能够按照“年-星期-日”划分。两种划分规则
 就是日期维的两个维层次。再好比产品维，能够按照产品，类型，种类划分，也能够按照承销商，代理商，制造商划分。
 5：维属性---就是维成员所具备的特性，维属性能够在每一个维成员上定义，也能够在维层上定义。若是在维层上定义，那么该维层
 上的全部维成员都有这些属性，好比产品维的某一个成员“洗衣机”，他有一个洗涤重量的属性，这就是维属性。
 6：度量---度量就是要分析的目标或对象。常见的度量值有销售量，供应量，利润等。度量通常有名称，数据类型，单位，计算公式
 等属性。度量还能够分为可累计型和不可累计型。
 7：数据方体---多维数据模型的空间展示就是数据数据方体，也称为多维立方体。一个数据方体由多个维度和度量组成，n维立方体
 能够看做是由一系列的n-1维立方体组成。
 8：数据单元---在一个数据立方体中，当每个维上都有肯定的维成员，那么就能够惟一肯定多维空间中的一个点。一个数据单元能够
 有多个度量值，好比一个三维立方体，有三个维度：日期维，地区维，时间维，那么2018-8-8，北京，冰箱，就能够肯定一个数据单元
 这个数据单元上的度量值就能够是利润，销售额，销售数量等。
6：常见的多维数据模型
 常见的多维数据模型有星型模型，雪花模型，事实群模型。
 1：星型模型
 星型模型是多维数据模型的基本结构，一般由位于中心的一张表和其周围的多张表组成。中心的表叫作事实表，周围的表叫作维度表。
 事实表是用来存储事实的度量值和各类维度表的主码值。维度表用来保存维的信息，即每一个维成员的属性信息和层次信息。事实表
 经过维度表的主码与各维度表相连。
 星型模型不支持维的层结构，每一个维只有一个维表。若是一个维表有多个维层，那么全部的维层属性都必须放在这一个维表里面。
 所以就会由于没有规范化而产生必定的冗余。

 2：雪花模型
 雪花模型是在星型模型的基础上发展而来的，每个维度再也不只有一张维度表，而是能够有多张维度表。雪花模型和星型模型的主要
 区别在于：雪花模型会根据维层对维度表进行规范化。通过规范化的维表不只易于存储，并且能节省空间，可是在查询时就须要比较

 多的链接操做。所以，咱们在处理时，能够将雪花模型和星型模型进行综合，对于较小的维度表仍然使用星型模型的不规范形式，对

 于较大的维度表则使用雪花模型的规范形式。

 3：事实群模型
 事实群模型相似于星型模型，区别只是多张事实表之间能够共享同一张维度表。

7：经常使用的分析操做  1：多维分析基础---汇集函数  汇集就是对细节数据进行综合的过程。  最经常使用的五中汇集函数：求和（sum），计数（count），最大值（max），最小值（min），平均值（avg），求中间值（median），  排序（rank）；  2：切片：slice  就是在数据方体的某一维上选定一个维成员的动做，即限定多维数组某一维度只取一个特定值。  好比地区维，选定“北京”这一个维成员，这样就获得一个切片。  3：切块：dice  就是在数据方体的某一维上选定某个区间的所有维成员的动做，即限定多维数组某一个维度只取必定区间的值。  好比地区维，选定“北京”“上海”“广州”，这样就获得一个切块。当这一区间只有一个维成员时，就获得一个切片。所以  切块能够由多个切片操做叠合而成。  4：旋转  改变数据方体维的次序的动做称为旋转，旋转操做对数据不作任何改变，只是改变立方体摆放的视角。  5：下钻  下钻操做就是在某个分析的过程当中，用户可能须要从更多的维或者某个维的更细层次上观察数据，这时候就须要经过下钻操做  来实现。好比将日期维从季节层次下钻到月份层次，下钻前用户只能看到季度数据，而下钻后就能够看到月份数据。  下钻操做主要有两种类型：一是现有的维下钻取更细节一层的数据，好比日期维上的季度数据下钻到月份数据          二是增长更多的维，好比如今只分析了三个维度的数据，可是问题仍然没法解决，这时候就须要更多          维度的数据。  6：上卷  上卷操做是相对下钻操做而言的，下钻能够看到更多更细节数据，所以上卷操做就是看到更少更综合数据。所以，上卷操做也  分为两种，一是上卷到更高层次的数据，另外一种是减小维度。