PROSAGA码农传奇-OLAP-OLAP多维数据集

<div class =“post-text”itemprop =“text”>
  
    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：
  
   <pre>
 <code>
 10.00 15.00 16.00
--------------------------------
Year 2014 2015 2017

</code>
 </pre>
  
    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：
  
   <pre>
 <code>
 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

</code>
 </pre>
  
    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
    <a href="https://en.wikipedia.org/wiki/OLAP_cube#/media/File:OLAP_pivoting.png" rel="nofollow noreferrer">
      您链接到的维基百科图片
    </A>
     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：
  
   <pre>
 <code>
 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

</code>
 </pre>
  
    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
    <a href="https://itunes.apple.com/gb/podcast/fit5095-data-warehousing/id306569323?mt=2" rel="nofollow noreferrer">
      播客
    </A>
    。我认为这已经过了一半
     <code>
 Semester 1, 2009 - Episode 3
 </code>
     要么
     <code>
 Semester 1, 2009 - Episode 4
 </code>
    。
  
</DIV>

OLAP多维数据集 - 数据立方体