建站
咨詢
售后
建站咨詢
新聞中心
SQL Server數(shù)據(jù)庫涉及到的數(shù)據(jù)倉庫概念：
為軹城等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計制作服務(wù)，及軹城網(wǎng)站建設(shè)行業(yè)解決方案。主營業(yè)務(wù)為網(wǎng)站設(shè)計、成都網(wǎng)站建設(shè)、軹城網(wǎng)站設(shè)計，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達到每一位用戶的要求，就會得到認可，從而選擇與我們長期合作。這樣，我們也可以走得更遠！
1．多維數(shù)據(jù)集：
多維數(shù)據(jù)集是聯(lián)機分析處理 (OLAP) 中的主要對象，是一項可對數(shù)據(jù)倉庫中的數(shù)據(jù)進行快速訪問的技術(shù)。多維數(shù)據(jù)集是一個數(shù)據(jù)集合，通常從數(shù)據(jù)倉庫的子集構(gòu)造，并組織和匯總成一個由一組維度和度量值定義的多維結(jié)構(gòu)。
2．維度：
是多維數(shù)據(jù)集的結(jié)構(gòu)性特性。它們是事實數(shù)據(jù)表中用來描述數(shù)據(jù)的分類的有組織層次結(jié)構(gòu)（級別）。這些分類和級別描述了一些相似的成員集合，用戶將基于這些成員集合進行分析。
3.度量值：
在多維數(shù)據(jù)集中，度量值是一組值，這些值基于多維數(shù)據(jù)集的事實數(shù)據(jù)表中的一列，而且通常為數(shù)字。此外，度量值是所分析的多維數(shù)據(jù)集的中心值。即，度量值是最終用戶瀏覽多維數(shù)據(jù)集時重點查看的數(shù)字數(shù)據(jù)。您所選擇的度量值取決于最終用戶所請求的信息類型。一些常見的度量值有 sales、cost、expenditures 和 production count 等。
4.元數(shù)據(jù)：
不同 OLAP 組件中的數(shù)據(jù)和應(yīng)用程序的結(jié)構(gòu)模型。元數(shù)據(jù)描述 OLTP 數(shù)據(jù)庫中的表、數(shù)據(jù)倉庫和數(shù)據(jù)集市中的多維數(shù)據(jù)集這類對象，還記錄哪些應(yīng)用程序引用不同的記錄塊。
5．級別：
級別是維度層次結(jié)構(gòu)的一個元素。級別描述了數(shù)據(jù)的層次結(jié)構(gòu)，從數(shù)據(jù)的***（匯總程度***）級別直到***（最詳細）級別。
6．數(shù)據(jù)挖掘：
數(shù)據(jù)挖掘使您得以定義包含分組和預(yù)測規(guī)則的模型，以便應(yīng)用于關(guān)系數(shù)據(jù)庫或多維 OLAP 數(shù)據(jù)集中的數(shù)據(jù)。之后，這些預(yù)測模型便可用于自動執(zhí)行復(fù)雜的數(shù)據(jù)分析，以找出幫助識別新機會并選擇有獲勝把握的機會的趨勢。
7．多維 OLAP (MOLAP)：
MOLAP 存儲模式使得分區(qū)的聚合和其源數(shù)據(jù)的復(fù)本以多維結(jié)構(gòu)存儲在分析服務(wù)器計算機上。根據(jù)分區(qū)聚合的百分比和設(shè)計，MOLAP 存儲模式為達到最快查詢響應(yīng)時間提供了潛在可能性。總而言之，MOLAP 更加適合于頻繁使用的多維數(shù)據(jù)集中的分區(qū)和對快速查詢響應(yīng)的需要。
8．關(guān)系 OLAP (ROLAP)：
ROLAP 存儲模式使得分區(qū)的聚合存儲在關(guān)系數(shù)據(jù)庫的表（在分區(qū)數(shù)據(jù)源中指定）中。但是，可為分區(qū)數(shù)據(jù)使用 ROLAP 存儲模式，而不在關(guān)系數(shù)據(jù)庫中創(chuàng)建聚合。
9．混合 OLAP (HOLAP)：HOLAP 存儲模式結(jié)合了 MOLAP 和 ROLAP 二者的特性。
10．粒度：
數(shù)據(jù)匯總的層次或深度。
11．聚合|聚集：
聚合是預(yù)先計算好的數(shù)據(jù)匯總，由于在問題提出之前已經(jīng)準備了答案，聚合可以改進查詢響應(yīng)時間。
12．切塊：
由多個維的多個成員限定的分區(qū)數(shù)據(jù)，稱為一個切塊。
13．切片：
由一個維的一個成員限定的分區(qū)數(shù)據(jù)，稱為一個切片。
14．數(shù)據(jù)鉆?。?/p>
最終用戶從常規(guī)多維數(shù)據(jù)集、虛擬多維數(shù)據(jù)集或鏈接多維數(shù)據(jù)集中選擇單個單元，并從該單元的源數(shù)據(jù)中檢索結(jié)果集以獲得更詳細的信息，這個操作過程就是數(shù)據(jù)鉆取。
15．數(shù)據(jù)挖掘模型：
數(shù)據(jù)挖掘可以使你得以定義包含分組和預(yù)測規(guī)則的模型，以便應(yīng)用于關(guān)系數(shù)據(jù)庫或多維 OLAP 數(shù)據(jù)集中的數(shù)據(jù)。之后，這些預(yù)測模型便可用于自動執(zhí)行復(fù)雜的數(shù)據(jù)分析，以找出幫助識別新機會并選擇有獲勝把握的機會的趨勢。
上文的內(nèi)容比較適合剛剛?cè)腴T的初學(xué)者學(xué)習(xí)，這些基本的概念是入門的基礎(chǔ)，希望對大家能夠有所幫助。
本文名稱：SQLServer數(shù)據(jù)庫涉及到的數(shù)據(jù)倉庫概念
標題路徑：http://m.fisionsoft.com.cn/article/dhcjphc.html
