华远智德(北京)科技有限公司 Jupiter Consulting (Beijing) Ltd.
  
技术讲堂


您的位置: 首页 技术讲堂 第一课 数据分析过程中的多维技术
        第三讲 多维类型结构

数据分析讲堂
  
第一课 数据分析过程中的多维技术
  
第三讲 多维类型结构
  
       今天我们将介绍一种新的表示数据、数据生成事件的象征物,最终OLAP的元数据将不再基于带有角度关系的维度,从而能够表示任意数量的事件维度。我们把这种象征物称为多维类型结构(MTS)。

     下图3.1给出了一个例子,每个维度都用一条线段来表示。维度中的每一个成员都用该线段上的一个单位区间来表示。在处理前一讲中具有三个维度例子的时候,我们使用三个线段来分别表示时间、产品和变量。从三个线段中分别取出一个区间之后形成的一个组合就对应了数据生成事件和数据立方体中的一个元素。例如,图3.1中MTS表示三月份的靴子销售额,就象数据立方体一样,在数据立方体中你可以在每一个维度上自独立移动,你也可以在MTS的每一个维度上独立移动,如图3.2。

按此在新窗口浏览图片

在图3.2 中存在着12个时间段、10个产品、5个变量,所以一共有12×10×5 = 600个超立方体交叉点,或者说数据点。从这个意义上讲,用MTS比物理的立方体能够更清楚地描述问题。但是,MTS并没有显示实际的数据点,而是维度成员的联合。在这点上看,立方体比MTS更具有说明性,因为立方体能够显示所有数据点。

使用MTS,在原有模型上添加第四维度很容易。还记得我们给立方体添加商店维度时候的情况吗?那时有些事情就变得困难起来,而使用MTS就不会有这种麻烦。

按此在新窗口浏览图片

我们只要在图3.3中简单地添加一个叫做商店的线段就好。MTS并不是数据生成事件的图示化表示,立方体也不是。MTS显示了从数据生成事件中抽取的数据点的数量,以及它们的逻辑组织。它显示了我们能够浏览的所有维度,以及每个维度的范围。MTS还可以表示维度层次和在超立方体内部或之间的数据流。它能够比立方体显示更多的结构信息,同时可以显示任意多的维度。

按此在新窗口浏览图片

  

        首页   |  公司介绍   |  服务理念   |  经营管理   |  企业管理 【TOP】      
版权所有 © 2015 jupiterst.com