OLAP 和数据仓库

    OLAP 是大多数数据仓库解决方案中使用的报告实现之一。OLAP 解决方案有时候被错误地称为数据仓库解决方案。在为某个部门或有限的用户群开发 OLAP 解决方案时，这种说法尤其容易引起误解。

    数据仓库最重要的特性是数据集成，而数据仓库最重要的用途是信息数据呈现。OLAP 服务并不是主要针对数据集成而设计的；但是，它是一种强大的数据呈现方法，在大多数数据仓库解决方案中都使用 OLAP。

    典型的 OLAP 服务常常源自一个或多个专门设计的数据市场。OLAP 服务应该被看作数据仓库解决方案的一部分，参见图 1。

    图 1. 数据仓库中的 OLAP 报告

     
    OLAP 维和层次结构

    OLAP 服务涉及许多概念。我们会根据上下文的需要介绍它们。但是，在 DB2 Online Information Center 中也可以找到所有 OLAP 概念（请参阅本文的 参考资料 部分）。

    OLAP 维（dimension） 能够对描述业务度量的某一方面的一组相关数据属性进行分类。维根据区域、产品或时间等逻辑类别对事实对象中的数据进行组织。

    OLAP 维引用零个或更多的层次结构（hierarchy）。层次结构描述引用的数据属性的关系和结构，这些数据属性被划分为几个级别（比如时间维中的年、月和日），从而提供一种在维中进行移动的可导航且可计算的方式。

    OLAP 模型和 OLAP 多维数据集

    OLAP 模型和 OLAP 多维数据集是 DB2 DWE OLAP 服务中的两个重要概念。多维数据集模型代表 OLAP 数据市场中的数据结构和关系。多维数据集模型包含元数据对象，这些对象描述基表数据中的关系以及相关数据位于什么地方。多维数据集模型让信息消费者能够从一个新的视角理解数据。

    图 2. OLAP 模型对象

    OLAP 多维数据集具有一组特定的、类似但却更多限制性的、衍生自父多维数据集模型的元数据对象，这些对象包括多维数据集维、多维数据集层次结构、多维数据集层和一个多维数据集事实对象。对于每个多维数据集维，一个多维数据集只能定义一个多维数据集层次结构；但是在多维数据集模型中，一个维可以有多个层次结构。

    可以使用多维数据集对多维数据集模型进行优化，使它更适应最活跃、最重要的多维数据集模型区域。可以指定优化切片，切片定义多维数据集中最常被查询的特定部分。在为多维数据集模型创建了优化（比如 MQT）之后，从这个模型派生的所有多维数据集都会因此受益。