一个面向OLAP的多维层次聚簇存储模式

文献[2]针对ROLAP提出的多维层次聚簇存储模式(MHC),极大地提高了查询效率。然而与ROLAP相比,MOLAP往往具有更高的存储效率和查询效率。这让人自然地联想到:如果能构造一个集二者优点为一身的混合型OLAP系统,以实现MHC,也许能进一步提高系统性能。作为这一设想的探索性研究,本文利用ORDBMS的可扩展性实现了这一原形系统:多维数据按维层次分块聚簇,其中每个分块以数组ADT存储,分块间以B^+树索引聚簇。实验表明,本文提出的MHC实现能有效减少存储空间,进一步提高查询性能。

数据仓库与OLAP技术

由于企业决策支持的需要 ,数据仓库及其相关的技术如OLAP、数据挖掘已经越来越受到人们的重视。该文对数据仓库的整体结构进行了简单的描述 ,具体介绍了当前流行的几种OLAP技术 。

数据仓库和OLAP在配变通信系统中的应用

对数据仓库和OLAP在配变通信系统中的应用进行了研究,对系统中数据仓库和联机分析处理的开发过程进行了分析和探讨,论述了星型模型的设计,以达到使系统不仅是一个管理工具还是一个决策支持工具的目的。

基于数据仓库的决策支持系统的构建

提出了一个决策支持系统框架;在此框架基础上具体构建了一个通用的基于数据仓库的决策支持系统,并着重介绍了数据仓库的构建、数据仓库的增量更新、决策支持系统的构建以及决策支持系统的数据显示;最后结合实例介绍了该系统的具体应用。

一个数据共享系统的实现

针对一个真实的医疗信息数据共享系统的需求,结合用户需求和数据特点确定数据仓库的主题,采用了数据采集、数据抽取、联机分析处理等技术,并且通过MQ技术实现了数据交换机制,具体的实施则是通过结合一些开源工具的有效使用,最终建立了一套架构先进、功能完善的业务数据共享信息平台.

商业智能及其在电力营销中的应用设计

商业智能是决策支持系统发展的新阶段。讨论了商业智能的概念和核心技术,包括数据仓库、联机分析处理和数据挖掘,并根据电力行业信息化的现状探讨了商业智能在电力营销工作中的应用和实施。电力行业商业智能可提高电力企业的风险控制能力和经营决策能力,具有广阔的应用前景。

数据仓库与数据挖掘

分析了数据仓库的基本特征，介绍了一种设计数据仓库的参照结构，讨论了数据仓库中的数据挖掘技术，比较了数据仓库技术的几种典型应用。

高效处理基于递归层次的上翻操作

上翻(Rollup)作为OLAP的核心操作,将多维数据按维层次聚集,使用户能够在不同粒度上对数据进行观察。尽管基于常规层次的上翻操作,可被数据仓库高效地处理。然而,对于递归层次而言,由于SQL递归对于聚集函数分层的限制,如果将上翻操作表示为SQL递归查询,则会导致效率低下。为解决这一效率问题,文中专门针对OLAP的特点,提出了一个基于迭代的上翻操作计算策略,并利用对象关系技术,将这一策略无缝地嵌入到数据仓库之中。实验表明,其效率远远高于SQL递归计算策略。

数据仓库及联机分析处理

主要介绍数据仓库基本特征、体系结构、CLDS设计方法，以及基于数据仓库的OLAP的ROLAP和MOLAP两种方法。

对象关系型数据仓库中的多维数据表示

文章论述了对象关系型数据仓库环境下多维数据的物理存储模式、多维数据定义语言的设计与实现。在多维数据的物理表示方面,对象关系技术使得数据仓库设计不再局限于星型模式或雪花模式;多维数据定义语言的设计考虑多维逻辑结构到对象关系数据仓库环境中多种不同存储模式的映射。

客户智能:客户关系管理(CRM)的内核

提出了以客户智能(CustomerIntelligence,CI)为中心的CRM框架,该框架以商业智能提供的决策支持工具为技术支撑,围绕整个过程为CRM构建一个具有可操作性的科学的信息结构。

基于点击流数据仓库的用户行为分析

点击流数据揭示了网上消费者在网上的冲浪行为,这些数据记录了用户的行为信息。如何从海量日志数据中自动、智能地抽取隐藏于其中的知识,这是本文要研究的问题。介绍一种利用SQL Server 2005构建Web日志数据仓库的方案,先对点击流数据进行收集、预处理,并加载到数据仓库,然后通过Analysis Services深入分析网站用户的消费行为、兴趣偏好,挖掘有趣模式,获取更多有指导意义的商业信息。

五矿集团进出口数据仓库的构建研究

数据仓库是实现企业分析决策的有效技术。文章从数据仓库设计原则出发,首先使用PowerDesigner构建了业务模型;然后设计了一套通用性、可扩展性较强的ETL(Extract、Transform、Load)工具,对数据进行全面的抽取、转换、清洗和装载处理;最后通过设计BusinessObjects的语义层对数据进行分析和展现,从而实现了对五矿进出口数据仓库构建。

数据仓库技术以及在证券业应用展望

首先简要介绍了数据仓库技术,并对其功能和组成进行了描述;然后讲述了证券业的特点及数据仓库在其中的应用前景,最后得出结论:数据仓库技术在证券业有很广阔的应用前景。

一体化数字校园中的数据整合基础架构设计

数据整合是实现一体化数字校园的关键基础.本文基于多年的数据整合经验和实际成果,描述了建设一个统一的数据整合基础架构的方法,该架构以可控的、标准化的方式向数字校园各应用系统提供包括采集、交换、分析、展现在内的数据服务.