Pan-Art Педагогика. Вопросы теории и практики Филологические науки. Вопросы теории и практики Манускрипт

Архив научных статей

ВЫПУСК:    Альманах современной науки и образования. 2012. Выпуск 6
КОЛЛЕКЦИЯ:    Технические науки

Все выпуски

Лицензионное соглашение об использовании научных материалов.

МЕТОД ПРЕОБРАЗОВАНИЯ РЕЛЯЦИОННЫХ ДАННЫХ В МНОГОМЕРНЫЕ КУБЫ И ПОСТРОЕНИЯ OLAP-ОТЧЕТОВ

Бондаренко Александр Викторович
Московский физико-технический институт (государственный университет)

Бессарабов Никита Анатольевич
Московский физико-технический институт (государственный университет)


Дата поступления рукописи в редакцию: 8 июня 2012 г.
Аннотация. Статья посвящена методу минимизации среднего времени обработки при проведении ROLAP-анализа за счет автоматизации этапа подготовки данных из реляционной базы. Эффективность метода проверена на случайно сгенерированной базе данных с различным числом записей, полей и шкал измерений. Показана минимизация суммарного времени от запроса к исходной базе данных до окончания вычисления куба в итеративном процессе OLAP-анализа многомерного куба с варьированием состава измерений.
Ключевые слова и фразы:
OLAP-анализ
многомерный OLAP-куб
реляционная база данных
структура «звезда»
структура «снежинка»
SQL-запрос
первичный ключ базы данных
внешний ключ базы данных
Reader Открыть полный текст статьи в формате PDF. Бесплатный просмотрщик PDF-файлов можно скачать здесь.
Список литературы:
  1. Бергер А. Microsoft SQL Server 2005 Analysis Services. OLAP и многомерный анализ данных. СПб.: БХВ-Петербург, 2007.
  2. Гудков А. С. Использование префиксных деревьев при построении систем анализа данных: автореф. дисс. … канд. физ.-мат. наук. М., 2006.
  3. Заботнев М. С. Разработка методов и средств анализа многомерных баз данных с неполной информацией: автореф. дисс. … канд. техн. наук. М., 2006.
  4. Ишенин П. П. Инструментальные средства построения комплексов моделей и аналитических приложений в OLAP-технологии: дисс. … канд. техн. наук. Красноярск, 2006.
  5. Кудрявцев Ю. А. Алгоритмы эффективной обработки MOLAP-кубов: дисс. … канд. физ.-мат. наук. М., 2009.
  6. Agrawal R., Ramakrishnan S. Fast Algorithms for Mining Association Rules // Proc. 20th Int. Conf. Very Large Data Bases. Morgan Kaufmann, 1994. P. 487-499.
  7. Beyer K., Ramakrishnan R. Bottom-Up Computation of Sparse and Iceberg Cubes // SIGMOD. 1999.
  8. Codd E. F. Providing OLAP for End-User Analysis: an IT Mandate // Computer World. USA, 1993.
  9. Deshpande P. M., Agarwal S., Naughton J. F., Ramakrishnan R. Computation of Multidimensional Aggregates: Technical Report 1314. University of Wisconsin, 1996.
  10. Dong Xin, Jiawei Han, Xiaolei Li, Zheng Shao, Wah B. W. Computing Iceberg Cubes by Top-Down and Bottom-Up Integration: the StarCubing Approach // IEEE Transactions on Knowledge and Data Engineering. 2007.
  11. Han Jiawei, Kamber M. Data Mining: Concepts and Techniques. Second Edition. University of Illinois at Urbana-Champaign, 2009.
  12. Harinarayan V., Rajaraman A., Ulman J. Implementing Data Cubes Efficiently // SIGMOD. 1996.
  13. Karloff H. J., Mihail M. On the Complexity of View-Selection Problem // PODS. 1999.
  14. Nigel Pendse. Olapreport: Database Explosion // The OLAP Report. 2005.
  15. Rafanellir M. Multidimensional Databases: Problems and Solutions. Idea Group Publishing, 2003.
  16. Sarawagi S., Agrawal R., Gupta A. On Computing the Data Cube: Technical Report RJ10026. IBM Almaden Research Center, 1996.
  17. Thomsen E. OLAP Solutions: Building Multidimensional Information Systems. Second Edition. Wiley Computer Publishing; John Wiley & Sons, Inc., 2002.
  18. Xiaolei Li, Dong Xin Jiawei, Wah B. W. Star-Cubing: Computing Iceberg Cubes by Top-Down and Bottom-Up Integration // VLDB. 2003.
Все выпуски


© 2006-2025 Издательство ГРАМОТА