OLAP系統(tǒng)中物化視圖選擇方法的研究.pdf

1、OLAP(On-Line Analytical Processing)技術是構建在數(shù)據(jù)倉庫基礎上的一項重要數(shù)據(jù)分析技術,它提供對數(shù)據(jù)的多維視圖,即以多維的形式來觀察各種歷史數(shù)據(jù),從而提供對決策的支持,是決策支持系統(tǒng)(DSS)的一個重要部分.而數(shù)據(jù)倉庫是一個面向主題的、集成的、不可更新的且隨時間不斷變化的數(shù)據(jù)集合,用來支持管理人員的決策.作為OLAP系統(tǒng)的數(shù)據(jù)源,它維護著海量的數(shù)據(jù),所支持的查詢形式復雜,通常需要訪問大量數(shù)據(jù),而與之矛盾的

2、,OLAP系統(tǒng)卻又要求對查詢做出快速的響應.為了解決這對矛盾,人們往往將一部分多維視圖進行物化,即預先計算好并直接存儲下來,這樣就可以有效地提高OLAP系統(tǒng)的查詢效率.該文主要研究的正是物化方面的一個重要問題:即如何選擇需要進行物化的視圖集.在該文以前,為了解決這個問題,人們已經(jīng)提出了一些方法,但無一例外的,這些方法的復雜度都非常地高,其中復雜度最小的PBS算法的時間復雜度是O(d2<'d>),其中的d是多維數(shù)據(jù)集維的個數(shù).在這樣的復雜

3、度下,無疑對于高維的多維數(shù)據(jù)集是不行的.該文為此作了進一步的研究,并提出了ANNE算法框架,它的時間復雜度是O(dS<'3>),其中由維的數(shù)目帶來的影響降為線性,而S是一個受限的量.同時,在結果集的總體性能上,ANNE的性能幾乎同原有的算法相同,并且在某些特殊情況下,該文成功地證明了甚至結果集也是完全一致的.以上的結論在實際的測試中均得到了很好的驗證.作為國家863項目《基于Web服務的數(shù)據(jù)庫新技術》的一部分,我們自行設計和開發(fā)了一個R