不幸的是,有很多令人困惑的术语连接到OLAP数据库。多维数据集是最严重的违规者之一,因为它适用于所有数据库,无论维度数量多少。尽管你可以合理地假设一个立方体指的是一个三维物体。
在这种情况下,立方体被用作比喻,不应该从字面上考虑。使用它是因为很难说明/想象具有3个以上维度的对象。
一维数据集可以表示如下:
10.00 15.00 16.00 -------------------------------- Year 2014 2015 2017
在这里,我们可以看到针对年份绘制的度量。
二维可以这样说明:
Region 1 | 5.00 2.00 4.00 2 | 5.00 5.50 5.00 3 | 0.00 7.50 5.00 ----------|-------------------------- Year | 2014 2015 2017
现在我们可以看到针对年份和地区绘制的相同度量。
三维可以被认为是立方体。该 您链接到的维基百科图片 就是一个很好的例子。
现在我们得到更高的尺寸,例如在2d屏幕上难以/不可能生成示例。在实践中,4/5/6 / etc维度报告通常作为2d报告呈现,应用了一系列过滤器,限制了返回的记录和总计。
例:
Department: Marketing Customer Age: 18 - 24 Region 1 | 1.15 1.50 0.00 2 | 2.75 4.01 1.25 3 | 0.00 0.00 1.14 ----------|-------------------------- Year | 2014 2015 2017
这显示我们的测量与2个额外的过滤器。现在是4d报告。
多维数据集概念试图表明数据有层,您可以浏览。
蒙纳士大学的Rob Meredith博士在他的一篇论文中讨论了这个问题 播客 。我认为这已经过了一半 Semester 1, 2009 - Episode 3 要么 Semester 1, 2009 - Episode 4 。
Semester 1, 2009 - Episode 3
Semester 1, 2009 - Episode 4