OLAP 如何处理数字范围的维度？

Posted 2023-03-25

【中文标题】OLAP 如何处理数字范围的维度？

【英文标题】：How does OLAP address dimensions that are numeric ranges?

【发布时间】：2009-07-29 19:33:34

【问题描述】：

首先，我对 OLAP 完全不熟悉，所以如果术语不正确，请随时提供更正。

我正在阅读有关 OLAP 的内容，它似乎都是关于以空间换取速度的内容，您可以在其中预先计算（或按需计算）并存储有关数据的聚合，并按某些维度进行锁定。我了解这对于具有离散值集的维度是如何工作的，例如 Male, Female 或 Jan, Feb, ... Dec 或 @US_STATES 。但是对于具有完全任意值（0, 1.25, 3.14156, 70000.23, ...）的维度呢？

OLAP 的使用是否排除了在命中事实表的查询中使用聚合，还是仅用于绕过可以预先计算的内容？比如，任意值的任意聚合仍然需要即时完成？

我们将不胜感激有关了解更多有关 OLAP 的任何其他帮助。乍一看，Google 和 SO 似乎都有些枯燥（与其他更受欢迎的话题相比）。

编辑：被要求提供任意值的维度。

实验速度：1.256 m/s、-2.234 m/s、33.78 m/s 交易价值：120.56 美元、22.47 美元、9.47 美元

【问题讨论】：

您有没有成员为任意值的维度的示例？

所提供的例子通常是事实或措施。

【参考方案1】：

您的速度和值列示例通常不是您将以 OLAP 方式查询的那种列 - 它们是您尝试检索的值，并且可能位于结果集中，作为单独的行或汇总。

不过，我说的是通常。在我们的 OLAP 模式中，我们有一个您正在考虑的列的一个很好的示例：event_time（一个日期时间字段，精确到秒）。在我们的数据中，它几乎是独一无二的——在同一秒内不会发生两个事件，但是由于我们的表中有多年的数据，这仍然意味着有数亿个潜在的离散值，当我们运行我们的OLAP 查询，我们几乎总是希望基于时间范围进行约束。

解决方案是按照 David Raznick 所说的去做 - 你创建一个值的“分桶”版本。因此，在我们的表中，除了 event_time 列之外，我们还有一个 event_time_bucketed 列——它只是事件的日期，时间部分是 00:00:00。这将不同值的数量从数亿减少到几千。然后，在所有限制日期的查询中，我们同时限制分桶列和真实列（因为分桶列不够准确，无法为我们提供实际值），例如：

   WHERE event_time BETWEEN '2009.02.03 18:32:41' AND '2009.03.01 18:32:41'
     AND event_time_bucketed BETWEEN '2009.02.03' AND '2009.03.01'

在这些情况下，最终用户永远不会看到 event_time_bucketed 列 - 它只是用于查询优化。

对于像您提到的浮点值，分桶策略可能需要更多考虑，因为您希望选择一种可以导致值相对均匀分布并保持连续性的方法。例如，如果您有一个经典的钟形分布（尾部可能很长），您想要定义大部分人口生活的范围（例如，与均值相差 1 或 2 个标准差），将其划分为均匀分布桶，并为“所有较小的”和“所有更大的”再创建两个桶。

【参考方案2】：

我发现这个链接很方便http://www.ssas-info.com/

查看网络广播部分，他们将引导您了解不同方面，从什么是 BI、仓储到设计多维数据集、维度、计算、聚合、KPI、视角等。

在 OLAP 中，聚合通过具有查询将使用的预先计算的值来帮助减少查询响应时间。然而，另一方面是存储空间的增加，因为除了基础数据之外还需要更多空间来存储聚合。

SQL Server Analysis Services 具有基于使用情况的优化向导，该向导通过分析客户端（报告客户端，如 SQL Server Reporting Services、Excel 或任何其他客户端）提交的查询并相应地优化聚合设计来帮助聚合设计。

我希望这会有所帮助。

干杯