学位论文 > 优秀研究生学位论文题录展示

LE-OLAP中多维数据模型及聚合算法的研究

作　者: 余鹏
导　师: 刘东飞
学　校: 武汉理工大学
专　业: 计算机科学与技术
关键词: 多维数据模型 BUC 联机分析处理 LE-OLAP
分类号: TP311.13
类　型: 硕士论文
年　份: 2011年
下　载: 40次
引　用: 1次
阅　读: 论文下载

内容摘要

随着数据库技术的飞速发展,人们逐渐意识到信息的对于一个企业的重要性,各大小企业都开始使用各种数据库管理系统来保存企业的数据。为了能够有效的利用这些数据,人们通常会采用OLTP(联机事务处理)技术不断地对这些数据进行处理。随着数据的积累,企业决策人员希望能够更好地利用这些历史数据,分析出其中的规律,用来指导企业的决策和发展,于是开始使用数据仓库和OLAP(联机分析处理)技术处理海量的历史数据,以得到有用的信息。根据数据组织结构的不同,OLAP可以分为ROLAP和MOLAP。其中ROLAP是基于关系数据库的,对数据的处理依赖于关系表和SQL查询。MOLAP是基于多维数据结构的,数据通常以数据立方体的形式组织,支持数据的多维视图。目前大多数的OLAP应用都是基于关系的ROLAP系统,但是相比而言,MOLAP具有更高的灵活性,能够提供快速的查询,让用户能够更方便的从多角度来观察聚合的结果。本文首先对MOLAP的相关技术及国内外的研究现状进行了深入的研究,然后选择一个可行的方案来设计实现LE-OLAP多维数据分析引擎。主要的研究工作有以下几个方面：1.对多维数据模型的建模与表示进行了充分的研究,结合实际的应用场景提出了感兴趣的子立方的概念,建立了一个具有良好扩展性的通用的多维数据模型。2.通过对常见的数据立方体聚合算法进行研究,确定在LE-OLAP系统中采用BUC算法完成聚合计算的优势与可行性。然后介绍了BUC算法,并基于BUC算法的特性,对BUC算法进行了改进,在聚合计算过程中加入维度中的层次信息和感兴趣的子立方,并在此基础之上用实现了多线程BUC算法和分块BUC算法。3.将改进后的BUC算法应用到LE-OLAP系统中,通过实验对各种改进方案的结果进行分析和比较。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-14
  1.1 课题研究的背景、目的和意义  8-9
  1.2 国内外研究现状  9-10
  1.3 多维数据模型的基本概念  10-12
  1.4 论文的组织结构  12-14
第2章 LE-OLAP系统简介  14-22
  2.1 LE-OLAP的体系结构  14-16
  2.2 LE-OLAP的系统功能  16-21
    2.2.1 多维数据模型定义与解析  16-18
    2.2.2 聚合计算模块  18
    2.2.3 数据存储模块  18-20
    2.2.4 查询模块  20-21
  2.3 本章小结  21-22
第3章 LE-OLAP中多维数据模型的研究  22-34
  3.1 多维数据模型的结构  22-27
    3.1.1 模型中维的定义  25
    3.1.2 模型中度量的定义  25-26
    3.1.3 数据立方的定义  26-27
  3.2 多维数据模型的解析  27-33
  3.3 本章小结  33-34
第4章 LE-OLAP聚合算法的研究及改进  34-59
  4.1 常见立方体聚合算法  34-40
    4.1.1 多路数组聚集算法(MultiWay)  34-36
    4.1.2 PipeSort和PipeHash算法  36-38
    4.1.3 BUC算法  38-40
  4.2 BUC聚合算法的研究与改进  40-53
    4.2.1 BUC算法描述  40-45
    4.2.2 BUC算法改进之一  45-47
    4.2.3 BUC算法改进之二  47-53
    4.2.4 BUC算法改进之三  53
  4.3 实验和结果分析  53-57
    4.3.1 引言  53-54
    4.3.2 实验环境  54-55
    4.3.3 实验一  55-56
    4.3.4 实验二  56-57
  4.4 本章小结  57-59
第5章总结与展望  59-61
  5.1 工作总结  59-60
  5.2 下一步工作展望  60-61
参考文献  61-64
致谢  64-65
附录:硕士期间发表的论文和参与的项目  65

LE-OLAP中多维数据模型及聚合算法的研究

内容摘要

全文目录

相似论文