位图过滤器只有在具有选择性时才有益。查询优化器决定何时优化的位图过滤器具有足够的选择性以提供帮助，以及将过滤器用于哪些运算符。优化器在星型连接的所有部门上填充优化的位图过滤器，并使用成本规则来决定该计划是否支持最低估算的实现成本。当优化的位图过滤器是非选择性时，成本估算通常过高，并且该计划将被拒绝。在考虑在计划中定位优化的位图过滤器的最佳位置时，优化器会查看哈希连接变体，其中包括…… 阅读更多

HOLAP 代表混合 OLAP。它可以在 ROLAP 的可扩展性和 MOLAP 的查询实现之间进行权衡，一些商业 OLAP 服务器依赖于 HOLAP 方法。在这种情况下，用户决定将数据的哪一部分保存在 MOLAP 中，哪一部分保存在 ROLAP 中。例如，通常使用关系数据库保存低级数据，而将高级数据（包括聚合）存储在独立的 MOLAP 中。HOLAP 是 ROLAP（关系 OLAP）和 MOLAP（多维 OLAP）的混合体，它们是 OLAP 的不同实现。HOLAP 允许将数据的某些元素存储在 MOLAP 存储中，而其他… 阅读更多

MOLAP 代表多维 OLAP。它支持元组作为数据存储单元。MOLAP 应用专用的 n 维数组存储引擎和 OLAP 中间件来处理数据。因此，OLAP 查询通过直接寻址关联的多维视图（数据立方体）来完成。这种结构专注于将事务信息预先计算到聚合中，从而导致快速的查询执行性能。特别是，MOLAP 在加载时预先计算并存储每个层次结构级别上的聚合度量，并存储和索引这些值以立即检索。完全预计算需要大量的开销，包括处理时间和存储… 阅读更多

ROLAP 代表关系 OLAP。它可以基于熟悉的关系 DBMS 技术保存数据。在这种方法中，数据和相关的聚合保存在 RDBMS 中，并且使用 OLAP 中间件来执行数据立方体的处理和探索。此架构的目标是优化 RDBMS 后端，并支持更多工具和服务，包括数据立方体导航逻辑。由于使用了 RDBMS 后端，因此 ROLAP 的主要优点是能够管理大量数据。这些是位于关系后端服务器和客户端前端工具之间的中间服务器。他们… 阅读更多

在多维模型中，数据被排列成多个维度，每个维度包含由概念层次结构表示的几个抽象级别。此组织支持用户从不同角度查看记录的能力。几个 OLAP 数据立方体操作继续实现这些多个视图，从而能够交互式地查询和分析手头的数据。因此，OLAP 为交互式数据分析提供了一个方便的环境。五个基本的 OLAP 命令用于从数据仓库中检索数据，如下所示：ROLL UP 命令 - ROLL UP 允许用户将信息汇总到更高级别… 阅读更多

概念层次结构表示一系列从一组低级概念到更高级别、更通用概念的映射。概念层次结构以分层结构或特定偏序组织信息或概念，用于以简短的高级方法定义知识，并在几个抽象级别上创建可能的挖掘知识。概念层次结构包括一组以树状方式组织的节点，其中节点定义称为概念的属性的值。“ANY”特定节点被约束为树的根。为树中每个节点的级别创建一个数字… 阅读更多

星型模式星型模式是将记录组织成维度表、事实表和物化视图的一种方法。所有信息都存储在列中，需要元数据来标识充当多维对象的列。星型模式是一种关系模式，其设计描述了多维数据模型。星型模式是显式的数据仓库模式。之所以称为星型模式，是因为此模式的实体关系图会生成一个星形图，其中各个点从主表发散出去。模式的中心包含一个大型事实表，并且… 阅读更多

雪花模式是星型模式模型的一个变体，其中一些维度表通过进一步将记录划分为其他表来进行规范化。生成的模式图形成类似于雪花形状。雪花模式是星型模式的扩展，其中星形的每个点都分解成更多点。它被称为雪花模式，因为雪花模式类似于雪花。雪花化是规范化星型模式中维度表的一种方法。当它完全规范化所有维度表时，结果结构会模拟一个以事实表为中心的雪花… 阅读更多

星型模式是将数据构建到维度表、事实表和物化视图的一种方法。所有数据都存储在列中，需要元数据来标识充当多维对象的列。星型模式是一种关系模式，其设计定义了多维数据模型。星型模式是显式的数据仓库模式。之所以称为星型模式，是因为此模式的实体关系图会生成一个星形图，其中各个点从主表发散出去。模式的中心包含一个大型事实表，并且星形… 阅读更多

数据立方体允许数据以多种维度建模和查看。它由维度和事实表示。换句话说，维度是组织需要记录的视图或实体。例如，AllElectronics可以创建一个销售数据仓库来维护商店销售相关维度的记录，例如时间、商品、分支机构和位置。这些维度使商店能够跟踪商品的月销售额以及商品销售的分支机构和位置。每个维度都可以与其相关的表关联。这被称为维度……阅读更多