多维数据分析基础与方法ppt课件.ppt

1、数据仓库与数据挖掘2多维数据分析基础与方法 v多维数据分析基础多维数据分析基础 v多维数据分析方法多维数据分析方法 v维度表与事实表的连接维度表与事实表的连接 v多维数据的存储方式多维数据的存储方式 v常用的服务器端分析工具常用的服务器端分析工具 v常用的客户端分析工具常用的客户端分析工具 v各种工具的准备和安装各种工具的准备和安装v小结小结 3多维数据分析基础v多维数据分析是以数据库或数据仓库为基础的，多维数据分析是以数据库或数据仓库为基础的，其最终数据来源与其最终数据来源与OLTP一样均来自底层的数据一样均来自底层的数据库系统，但两者面对的用户不同，数据的特点与库系统，但两者面对的用户不同

2、，数据的特点与处理也不同。处理也不同。v多维数据分析与多维数据分析与OLTP是两类不同的应用，是两类不同的应用，OLTP面对的是操作人员和低层管理人员，多维面对的是操作人员和低层管理人员，多维数据分析面对的是决策人员和高层管理人员。数据分析面对的是决策人员和高层管理人员。vOLTP是对基本数据的查询和增删改操作，它以是对基本数据的查询和增删改操作，它以数据库为基础，而多维数据分析更适合以数据仓数据库为基础，而多维数据分析更适合以数据仓库为基础的数据分析处理。库为基础的数据分析处理。41.多维数据集（Cube）v 多维数据集由于其多维的特性通常被形象多维数据集由于其多维的特性通常被形象地称作立方

3、体（地称作立方体（Cube），），v 多维数据集是一个数据集合，通常从数据多维数据集是一个数据集合，通常从数据仓库的子集构造，并组织和汇总成一个由仓库的子集构造，并组织和汇总成一个由一组维度和度量值定义的多维结构。一组维度和度量值定义的多维结构。v SQL Server 2000中一个多维数据集最中一个多维数据集最多可包含多可包含128个维度和个维度和1024个度量值。个度量值。52.度量值（Measure）v 度量值是决策者所关心的具有实际意义的数值。度量值是决策者所关心的具有实际意义的数值。v 例如，销售量、库存量、银行贷款金额等。例如，销售量、库存量、银行贷款金额等。v 度量值所在的表称

4、为事实数据表，事实数据表中度量值所在的表称为事实数据表，事实数据表中存放的事实数据通常包含大量的数据行。存放的事实数据通常包含大量的数据行。v 事实数据表的主要特点是包含数值数据（事实），事实数据表的主要特点是包含数值数据（事实），而这些数值数据可以统计汇总以提供有关单位运而这些数值数据可以统计汇总以提供有关单位运作历史的信息。作历史的信息。v 度量值是所分析的多维数据集的核心，它是最终度量值是所分析的多维数据集的核心，它是最终用户浏览多维数据集时重点查看的数值数据。用户浏览多维数据集时重点查看的数值数据。63.维度（Dimension）v 维度（也简称为维）是人们观察数据的角度。维度（也简称

5、为维）是人们观察数据的角度。v 例如，企业常常关心产品销售数据随时间的变化例如，企业常常关心产品销售数据随时间的变化情况，这是从时间的角度来观察产品的销售，因情况，这是从时间的角度来观察产品的销售，因此时间就是一个维（时间维）。此时间就是一个维（时间维）。v 例如，银行会给不同经济性质的企业贷款，比如例如，银行会给不同经济性质的企业贷款，比如国有、集体等，若通过企业性质的角度来分析贷国有、集体等，若通过企业性质的角度来分析贷款数据，那么经济性质也就成为了一个维度。款数据，那么经济性质也就成为了一个维度。v 包含维度信息的表是维度表，维度表包含描述事包含维度信息的表是维度表，维度表包含描述事实数

6、据表中的事实记录的特性。实数据表中的事实记录的特性。74.维的级别（Dimension Level）v 人们观察数据的某个特定角度（即某个维）还可人们观察数据的某个特定角度（即某个维）还可以存在不同的细节程度，我们称这些维度的不同以存在不同的细节程度，我们称这些维度的不同的细节程度为维的级别。的细节程度为维的级别。v 一个维往往具有多个级别一个维往往具有多个级别.v 例如描述时间维时，可以从月、季度、年等不同例如描述时间维时，可以从月、季度、年等不同级别来描述，那么月、季度、年等就是时间维的级别来描述，那么月、季度、年等就是时间维的级别。级别。85.维度成员（Dimension Member）

7、v 维的一个取值称为该维的一个维度成员（简称维维的一个取值称为该维的一个维度成员（简称维成员）。成员）。v 如果一个维是多级别的，那么该维的维度成员是如果一个维是多级别的，那么该维的维度成员是在不同维级别的取值的组合。在不同维级别的取值的组合。v 例如，考虑时间维具有日、月、年这例如，考虑时间维具有日、月、年这3个级别，个级别，分别在日、月、年上各取一个值组合起来，就得分别在日、月、年上各取一个值组合起来，就得到了时间维的一个维成员，即到了时间维的一个维成员，即“某年某月某日某年某月某日”。9多维数据集示例多维数据集示例10多维数据分析方法 v多维分析可以对以多维形式组织起来的数多维分析可以对

8、以多维形式组织起来的数据进行上卷、下钻、切片、切块、旋转等据进行上卷、下钻、切片、切块、旋转等各种分析操作，以便剖析数据，使分析者、各种分析操作，以便剖析数据，使分析者、决策者能从多个角度、多个侧面观察数据决策者能从多个角度、多个侧面观察数据库中的数据，从而深入了解包含在数据中库中的数据，从而深入了解包含在数据中的信息和内涵。的信息和内涵。111.上卷（Roll-Up）v上卷是在数据立方体中执行聚集操作，通过在维上卷是在数据立方体中执行聚集操作，通过在维级别中上升或通过消除某个或某些维来观察更概级别中上升或通过消除某个或某些维来观察更概括的数据。括的数据。沿着时间维上卷，由“季度”上升到半年

9、12上卷（续）v上卷的另外一种情况是通过消除一个或多个维来上卷的另外一种情况是通过消除一个或多个维来观察更加概况的数据。观察更加概况的数据。消除“经济性质”维度 132.下钻（drill-down）v下钻是通过在维级别中下降或通过引入某个或某下钻是通过在维级别中下降或通过引入某个或某些维来更细致的观察数据。些维来更细致的观察数据。沿时间维下钻 143.切片（slice）v在给定的数据立方体的一个维上进行的选择操作。在给定的数据立方体的一个维上进行的选择操作。切片的结果是得到了一个二维的平面数据。切片的结果是得到了一个二维的平面数据。“时间1季度”153.切块（dice）v在给定的数据立方体的两

10、个或多个维上进行的选在给定的数据立方体的两个或多个维上进行的选择操作。切块的结果是得到了一个子立方体。择操作。切块的结果是得到了一个子立方体。(度量值“正常”or“次级”）And（时间“1季度”or“2季度”）165转轴（pivot or rotate）v转轴就是改变维的方向。转轴就是改变维的方向。交换“时间”和“经济性质”轴17维度表与事实表的连接 v维度表和事实表相互独立，又互相关联并维度表和事实表相互独立，又互相关联并构成一个统一的架构。构成一个统一的架构。v构建多维数据集时常用的架构：构建多维数据集时常用的架构：星型架构 雪花型架构 星型雪花架构v在在SQL Server 2005中，

11、这些架构的中中，这些架构的中心都是一个事实数据表。心都是一个事实数据表。181.星型架构v维度表只与事实表关联，维度表彼此之间维度表只与事实表关联，维度表彼此之间没有任何联系，没有任何联系，v每个维度表中的主码都只能是单列的，同每个维度表中的主码都只能是单列的，同时该主码被放置在事实数据表中，作为事时该主码被放置在事实数据表中，作为事实数据表与维表连接的外码。实数据表与维表连接的外码。v星型架构是以事实表为核心，其他的维度星型架构是以事实表为核心，其他的维度表围绕这个核心表呈星型状分布。表围绕这个核心表呈星型状分布。19星型架构示意图202雪花型架构(Snow Schema)v某个维度表不与事

12、实表直接关联，而是与某个维度表不与事实表直接关联，而是与另一个维表关联。另一个维表关联。v可以进一步细化查看数据的粒度。可以进一步细化查看数据的粒度。v维度表和与其相关联的其他维度表也是靠维度表和与其相关联的其他维度表也是靠外码关联的。外码关联的。v也以事实数据表为核心。也以事实数据表为核心。21雪花型架构示意图223星型雪花架构(Star-Snow Schema)v将星型架构和雪花式架构合并在一起使用，而成将星型架构和雪花式架构合并在一起使用，而成为星型雪花架构。为星型雪花架构。23多维数据的存储方式 vSQL Server 2005的的Analysis 三种多维数据三种多维数据存储方式存储

13、方式:MOLAP（多维OLAP）ROLAP（关系OLAP）HOLAP（混合OLAP）241ROLAPvROLAP的数据与计算结果直接由原来的关系数的数据与计算结果直接由原来的关系数据库取得，存储维度的数据以数据表形式存储在据库取得，存储维度的数据以数据表形式存储在OLAP服务器上。服务器上。vROLAP将支撑多维数据的原始数据、多维数据将支撑多维数据的原始数据、多维数据集数据、汇总数据和维度数据都存储在现有的关集数据、汇总数据和维度数据都存储在现有的关系数据库中，并用独立的关系表来存放聚集数据。系数据库中，并用独立的关系表来存放聚集数据。v不存储源数据副本，占用的磁盘空间最少，但存不存储源数据

14、副本，占用的磁盘空间最少，但存取速度也比较低。取速度也比较低。252MOLAPvMOLAP使用多维数组存储数据，它是一种高性使用多维数组存储数据，它是一种高性能的多维数据存储格式。能的多维数据存储格式。v多维数据在存储中将形成多维数据在存储中将形成“立方体立方体”的结构。的结构。MOLAP存储模式将数据与计算结果都存储在立存储模式将数据与计算结果都存储在立方体结构中，并存储在分析服务器上。方体结构中，并存储在分析服务器上。v该结构在处理维度时创建。该结构在处理维度时创建。v存取速度最快，查询性能最好，但占用磁盘空间存取速度最快，查询性能最好，但占用磁盘空间较多。较多。263HOLAPvROLA

15、P与与MOLAP存储方式的结合。存储方式的结合。v原始数据和原始数据和ROLAP一样存储在原来的关系一样存储在原来的关系数据库中，而聚合数据则以多维的形式存数据库中，而聚合数据则以多维的形式存储。储。v这样它既能与关系数据库建立连接，同时这样它既能与关系数据库建立连接，同时又利用了多维数据库的性能优势。又利用了多维数据库的性能优势。v缺点是在缺点是在ROLAP和和MOLAP系统之间的切系统之间的切换会影响它的效率。换会影响它的效率。27三种存储方式的比较 内容内容MOLAPROLAPHOLAP源数据的副本有无无占用分析服务器存储空间大小小使用多维数据集小较大大数据查询快慢慢聚合数据的查询快慢快

16、使用查询频度经常不经常经常28常用的服务器端分析工具v可以用作多维数据分析的服务器端工具很可以用作多维数据分析的服务器端工具很多，其中常用的、功能比较强大的有：多，其中常用的、功能比较强大的有：vMicrosoft公司的公司的SQL Server Analysis Services（SQL Server分分析服务）；析服务）；vIBM公司的公司的DB2 OLAP Server（OLAP服务器）。服务器）。29 SQL Server Analysis Services vAnalysis Services提供了从数据仓库中提供了从数据仓库中设计、构建及管理多维数据集的能力，同设计、构建及管理多维

17、数据集的能力，同时也可以让客户端取得时也可以让客户端取得OLAP数据。数据。v我们从分析服务的特点、体系结构、存储我们从分析服务的特点、体系结构、存储结构三个方面介绍分析服务。结构三个方面介绍分析服务。301.分析服务的特点v易用性；易用性；v灵活的数据存储模型；灵活的数据存储模型；v伸缩性；伸缩性；v集成；集成；v支持大量的支持大量的API和函数；和函数；v分布式处理能力；分布式处理能力；v服务器端结构的高速缓存。服务器端结构的高速缓存。312分析服务的体系结构分析服务的体系结构 321服务器端体系结构v Analysis Services 提供服务器功能以创建和管理提供服务器功能以创建和管

18、理 OLAP 多维数据集及数据挖掘模型，并通过透视表服务为多维数据集及数据挖掘模型，并通过透视表服务为客户端提供数据。客户端提供数据。v 服务器端操作通常包括：服务器端操作通常包括：从关系数据库，通常是数据仓库，创建并处理多维数据集。以多维结构、关系数据库或二者的结合形式存储多维数据集数据。从多维数据集或关系数据库创建数据挖掘模型，通常是在数据仓库中创建。以多维结构、关系数据库或标准化 XML 格式的预测模型标记语言(PMML)的形式存储数据挖掘模型的数据。33Analysis Services的服务器端体系结构 342客户端体系结构v客户端体系结构的核心是数据透视表服务客户端体系结构的核心是

19、数据透视表服务（PivotTable Service）。）。v它与它与Analysis服务器交互，并为访问服务服务器交互，并为访问服务器端的器端的OLAP数据的客户端应用提供基于数据的客户端应用提供基于COM的接口。的接口。35Analysis Services 客户端的体系结构 36数据透视表服务的功能v 为所有客户端应用程序进行在线和离线分析提供统一的与为所有客户端应用程序进行在线和离线分析提供统一的与OLAP服务器的连接点。服务器的连接点。v 作为服务提供支持使用关系型数据库创建的多维数据，实作为服务提供支持使用关系型数据库创建的多维数据，实现多维数据展示功能。现多维数据展示功能。v 支

20、持支持SQL子集，并能将查询结果以数据透视表的形式显子集，并能将查询结果以数据透视表的形式显示出来。示出来。v 支持支持MDX（多维表达式）。（多维表达式）。v 支持在客户端直接从关系型数据源中创建本地多维数据。支持在客户端直接从关系型数据源中创建本地多维数据。v 支持客户端从存放在分析服务器上的数据挖掘模型建立本支持客户端从存放在分析服务器上的数据挖掘模型建立本地的数据挖掘模型。地的数据挖掘模型。v 支持用户从数据源下载数据，并以多维结构保存在本地，支持用户从数据源下载数据，并以多维结构保存在本地，以便进行离线分析。以便进行离线分析。37IBM DB2 OLAP Serverv是是IBM公司

21、提供的一个用于构建多维数据分析功公司提供的一个用于构建多维数据分析功能的软件，能的软件，v提供了丰富的财务、数学和统计功能以及计算功提供了丰富的财务、数学和统计功能以及计算功能，能，v可以对数据进行快速、直接的分析，可以对数据进行快速、直接的分析，v支持支持Web平台。平台。v支持访问企业范围内的信息，可实现快速应用程支持访问企业范围内的信息，可实现快速应用程序开发和数据建模序开发和数据建模,v支持多用户的并发操作，并支持第三方分析工具，支持多用户的并发操作，并支持第三方分析工具，以实现集成的开放式商业智能解决方案。以实现集成的开放式商业智能解决方案。38IBM DB2 OLAP Server

22、的特点 v综合分析功能综合分析功能v快速开发应用程序快速开发应用程序 v灵活的数据存储灵活的数据存储 v最快的响应速度最快的响应速度 v支持支持Web v可管理的可管理的OLAP环境环境 391综合分析功能v提供了提供了100多种内置的财务、统计和数学多种内置的财务、统计和数学计算功能，可进行复杂的趋势分析，可创计算功能，可进行复杂的趋势分析，可创建比率和分配情况。建比率和分配情况。v支持多个用户同时存取和更新数据，提供支持多个用户同时存取和更新数据，提供了安全控制措施以保证数据的安全性和完了安全控制措施以保证数据的安全性和完整性。整性。402快速开发应用程序vDB2 OLAP Server只

23、需要最基本的编程经验，只需要最基本的编程经验，就可以方便、快捷地设计和管理应用程序。就可以方便、快捷地设计和管理应用程序。vApplication Manager（应用程序管理器）是（应用程序管理器）是一种直观的数据模型生成程序，使用它可以创建一种直观的数据模型生成程序，使用它可以创建驻留在驻留在OLAP服务器上的商业数据的准确模型。服务器上的商业数据的准确模型。v利用利用Essbase应用程序编程接口（应用程序编程接口（API），可以），可以为为DB2 OLAP服务器开发定制应用程序，满足服务器开发定制应用程序，满足复杂的分析需求。复杂的分析需求。413灵活的数据存储vDB2 OLAP服务器

24、可以选择将数据存储在服务器可以选择将数据存储在像像DB2这样的通用的关系型数据库上，或这样的通用的关系型数据库上，或将数据存储在将数据存储在Hyperion Essbase多维多维存储器上。存储器上。424最快的响应速度vDB2 OLAP服务器包含服务器包含Hyperion Essbase技术的分析能力，在技术的分析能力，在OLAP性能性能方面处于业界领先地位。方面处于业界领先地位。v为了调试应用程序，用户可以选择运用预为了调试应用程序，用户可以选择运用预先计算数据以达到最快的响应速度，或者先计算数据以达到最快的响应速度，或者选择在查询时进行动态计算以平衡数据库选择在查询时进行动态计算以平衡数

25、据库规模。规模。435支持Webv通过将通过将DB2 OLAP服务器与服务器与Hyperion Wired for OLAP或者或者DB2 OLAP服务器的服务器的Web网关网关功能相结合，可以获得一个支持功能相结合，可以获得一个支持Web的全面解决的全面解决方案，以提供复杂的管理报告以及专门的多维分方案，以提供复杂的管理报告以及专门的多维分析结果。析结果。Hyperion Wired for OLAP是领先的企业级OLAP分析、展示和报告解决方案，它允许终端用户创建复杂的交互式显示程序，用图表突出重要的性能指标。Web网关可通过Internet高速、交互式和定制访问DB2 OLAP服务器。4

26、46可管理的OLAP环境vIBM Visual Warehouse OLAP可提供一种可提供一种迅捷的经济有效的导入和管理数据仓库以及多维迅捷的经济有效的导入和管理数据仓库以及多维数据库的方法。数据库的方法。vVisual Warehouse OLAP可将可将OLAP服务器服务器融入到数据仓库环境中，使用户可以利用已有的融入到数据仓库环境中，使用户可以利用已有的关系型数据库管理进程来管理自己的关系型数据库管理进程来管理自己的OLAP数据数据仓库。仓库。vVisual Warehouse可使用户像对待其它数据可使用户像对待其它数据集市一样对待自己的集市一样对待自己的OLAP数据库。数据库。45常

27、用的客户端分析工具 vExcelvAccess vCrystal Analysis 46Excelv在在Excel 2000中，微软加入了可以连接到分析中，微软加入了可以连接到分析服务器的功能，让一般非数据库专业的用户可以服务器的功能，让一般非数据库专业的用户可以很容易上手来查询想要的多维数据。很容易上手来查询想要的多维数据。vExcel 还可以将服务器端的多维数据集分类之后还可以将服务器端的多维数据集分类之后存储在客户端的计算机上，以便以后可以以脱机存储在客户端的计算机上，以便以后可以以脱机方式分析数据。方式分析数据。vExcel可以使用数据透视表服务连接任何的可以使用数据透视表服务连接任何

28、的ODBC数据源，然后产生一个多维数据集文件，数据源，然后产生一个多维数据集文件，模拟模拟OLAP服务的多维数据分析。服务的多维数据分析。v还可以帮助用户绘制统计图表，从而更直观地展还可以帮助用户绘制统计图表，从而更直观地展示多维数据分析的结果。示多维数据分析的结果。47Excel数据透视表展示数据示例48Accessv用户可以利用用户可以利用“数据透视表向导数据透视表向导”方便地方便地与服务器端或本地的多维数据集连接，创与服务器端或本地的多维数据集连接，创建数据透视表进行前端的分析和显示多维建数据透视表进行前端的分析和显示多维数据。数据。v“Access数据透视表向导数据透视表向导”是使用是

29、使用Excel创建创建“数据透视表数据透视表”，并使用，并使用Access创建创建保存该表的窗体。保存该表的窗体。49Crystal Analysisv是是Business Objects 公司在报表系列公司在报表系列产品中的一种。产品中的一种。vCrystal Analysis侧重于多维数据分析，侧重于多维数据分析，它为分析人员提供了强大的分析多维数据它为分析人员提供了强大的分析多维数据的功能。的功能。v可以与多种多维数据源的连接，能以多种可以与多种多维数据源的连接，能以多种形式显示数据的分析结果，并能在汇总表形式显示数据的分析结果，并能在汇总表中将多种查看视角连接在一起，以便于用中将多种查

30、看视角连接在一起，以便于用户对数据进行分析。户对数据进行分析。50结构化的多维报表vCrystal Analysis将报表设计人员（指将报表设计人员（指需要广泛功能进行复杂分析的分析人员）需要广泛功能进行复杂分析的分析人员）和报表的使用人员（指需要对分析过程进和报表的使用人员（指需要对分析过程进行了解，并从中得出有助于进行业务决策行了解，并从中得出有助于进行业务决策信息的业务人员）进行了明确的区分。信息的业务人员）进行了明确的区分。v设计人员可以构建复杂、全面的报表，锁设计人员可以构建复杂、全面的报表，锁定查看视角和控件，并将其发布到定查看视角和控件，并将其发布到Web上，上，供业务人员浏览。

31、供业务人员浏览。51全面的分析和格式功能全面的分析和格式功能 vCrystal Analysis提供了全面可视化的、提供了全面可视化的、拖拽式的设计环境，使设计人员能够快速拖拽式的设计环境，使设计人员能够快速的汇总丰富的报表。在该工具中可以直接的汇总丰富的报表。在该工具中可以直接构建强大的计算功能、图表功能和强调显构建强大的计算功能、图表功能和强调显示功能。示功能。vCrystal Analysis中还带有可配置控制中还带有可配置控制的的Analysis按钮，使设计人员可以连接多按钮，使设计人员可以连接多维数据不同的查看视角，生成汇总表。维数据不同的查看视角，生成汇总表。52针对针对Web设计

32、设计 vCrystal Analysis通过在标准的通过在标准的Web浏浏览器中展现具有丰富功能的览器中展现具有丰富功能的DHTML组件。组件。v通过通过Web可以实现多种分析功能，以及动可以实现多种分析功能，以及动态的、对数据的近乎实时的访问，确保了态的、对数据的近乎实时的访问，确保了用户可以执行多种分析操作，获得最新的用户可以执行多种分析操作，获得最新的数据。数据。53Crystal Analysis数据分析示例数据分析示例 54各种工具的准备和安装 v各工具需要的软硬件环境各工具需要的软硬件环境 SQL Server Analysis Services DB2 OLAP Server 8

33、.2 Crystal Analysis 10 55SQL Server Analysis Services硬件硬件/软件软件要要 求求计算机处理器Intel 或兼容机（Pentium 133 MHz 或更高）内存(RAM)最小 32 MB（推荐 64 MB）磁盘驱动器CD-ROM 驱动器硬盘空间 50 90 MB（如果安装包括常用文件和示例在内的所有组件则需 130 MB）。操作系统Microsoft Windows 2000 Server 或有 Service Pack 5 或更高版本的 Microsoft Windows NT Server 4.0。对于客户端计算机上的仅客户端组件，可以是

34、：Windows 2000 Professional，Windows NT Workstation 4.0及Service Pack 5网络软件Windows 2000、Windows NT 4.0、Windows 98 或 Windows 95 内置网络软件，以及 TCP/IP（包含在 Windows 中）。联机产品文档查看器Microsoft Internet Explorer 5.0或更高版本。在安装Internet Explorer 5.0之前须安装 Windows NT 4.0 Service Pack 5或更高版本。访问权限若要安装用于分析服务器的服务，必须用管理员权限登录到该服务

35、器。56DB2 OLAP Server 8.2硬件硬件/软件软件服务器平台服务器平台PCPC客户机平台客户机平台OLAPOLAP集成服务器平台集成服务器平台处理器对Windows NT 或 Windows 2000，至少需要奔腾处理器或者等效处理器对于Spreadsheet Add-in和应用程序管理器，至少需要奔腾处理器或者等效处理器对Windows NT 或 Windows 2000，至少需要奔腾处理器或者等效处理器内存 64MB或更多（对UNIX平台，需128MB或更多）对Spreadsheet Add-in和应用程序管理器，至少需16MB或更多；对Windows NT 或Windows

36、 2000，需32MB或更多64MB或更多硬盘空间 对于服务器或样本程序，需要35至50MB；对于SQL Interface 软件和样本，需要15至20MB对于Spreadsheet Add-in和应用程序管理器，至少需要24MB或更多；对于集成服务桌面环境，至少需要45MB对服务器，需要32MB；对于元数据目录和样本程序，需要50MB操作系统Windows NT 4.0 或 Windows 2000；Solaris操作环境；RS/6000 AIX 版 UNIX操作系统 Windows 95；Windows 98；Windows NT 4.0；Windows 2000Windows NT 4.

37、0 或 Windows 2000；Solaris操作环境2.6或2.7；AIX 4.3.3或更高网络软件TCP/IP 或命名管道TCP/IP 或命名管道TCP/IP 或命名管道57Crystal Analysis 10硬件硬件/软件软件完全安装完全安装客户端安装客户端安装处理器Intel 或兼容机（Pentium II-450 MHz 或更高）Intel 或兼容机（Pentium II-450 MHZ或更高）内存 128MB（推荐256MB）无特别要求硬盘空间 140MB 空闲空间100MB 空闲空间操作系统Microsoft Windows 2000 SP3 及以上版本；Solaris操作系

38、统；Linux操作系统Microsoft Windows 2000 SP3 及以上版本；Solaris操作系统；Linux网络软件Microsoft Internet Explorer 6.0 及以上版本Microsoft Internet Explorer 6.0 及以上版本58小结v 多维数据集多维数据集是一个数据集合，通常从数据仓库的子集构造，是一个数据集合，通常从数据仓库的子集构造，并组织和汇总成一个由一组维度和度量值定义的多维结构。并组织和汇总成一个由一组维度和度量值定义的多维结构。v 度量值度量值是决策者所关心的具有实际意义的数值。是决策者所关心的具有实际意义的数值。v 维度维度是人们观察数据的角度。是人们观察数据的角度。v 维的级别是维的级别是维度的不同的细节程度。维度的不同的细节程度。v 维度成员维度成员是维的一个取值。是维的一个取值。v 数据集合的常用操作有数据集合的常用操作有上卷、下钻、切片、切块和转轴。上卷、下钻、切片、切块和转轴。v 维度表和事实表的连接方式维度表和事实表的连接方式主要有星型架构、雪花型架构主要有星型架构、雪花型架构以及星型雪花架构。以及星型雪花架构。v 多维数据的存储模式多维数据的存储模式有有ROLAP、MOLAP和和HOLAP。