决策支持系统与OLAP技术

早期计算机决策支持系统(DSS)主要是围绕着计算机事务(交易)系统建立的,而以事务为导向的系统强调重视时效性、高速度、安全性,并且按照业务运用过程来组成,且操作性数据代表某时精确值的细节性数据,处理数据量小,日常操作频繁,而决策信息系统是以管理问题为导向,所处理的决策性数据表示一段时间值的综合性数据,数据的时间性强,且数据处理量大。由于操作性应用与决策性应用所需的应用环境和该环境中的数据结构都不同,因此早期决策支持系统面临着查询速度慢,不能满足随时产生的灵活查询需求,以及系统维护困难、效率低、实用性及可操作性差等一系列问题。而OLAP(On-Line Analytical Process-     

基于内存的联机分析处理系统

基于现有磁盘联机分析处理系统(online analytical processing,OLAP)的不足及计算机新硬件的发展,研制了MMOLAP(main memory OLAP)系统,MMOLAP除具有切片、切块、下钻、上卷、旋转等传统OLAP的功能外,还能够支持基于查询重写的What-if分析、基于差分表的What-if分析、基于混合整数规划的What-if分析、多版本What-if数据视图、基于用户查询结果的动态What-if分析,有效解决了对现有决策进行评估分析和对未来决策结果进行预测分析的需求,弥补了现有磁盘OLAP系统的不足.     

在Informix上实现移动网管的联机分析处理

联机分析处理（LOAP）用于对企业大量数据进行分析,以支持复杂查询和决策。分析比较了联机分析处理系统的两种不同的体系结构,介绍了基于informix MetaCube的OLAP思想并给出了一个针对移动通信网络管理的基于数据仓库的OLAP实例。     

基于维层次的OLAP变粒度存储策略

目前的决策支持体系结构中都是采用数据仓库来存储系统中的分析数据,应用OLAP技术实现系统中的分析功能。但是,数据量的增长也使得DataCube不断增大,因而影响到了OLAP的效率。本文提出了一种基于层次的OLAP变粒度存储策略,根据实际情况灵活地调整需要进行聚集的粒度与数据集,从而更好地满足数据分析的需要。     

一种OLAP应用系统的设计和实现

通过对数据仓库和OLAP概念及体系结构的分析，描述了一种OLAP应用系统的设计方案，并介绍了它的具体实现方法。基于数据仓库的查询，一般都是及时特定查询，要在严格的响应时间内执行复杂的查询，遍历百万上亿的记录，同时进行可能很复杂的搜索、连接和汇总的操作。查询的数据吞吐量和响应时间是判断数据仓库性能的重点。CUBE的计算是OLAP及时查询的基础，提高查询的速度需要对OLAP进行预先的计算。文中系统比较了一些计算立方体的算法，并运用到具体的系统当中。     

采用多服务器提高小型OLAP系统综合性能的研究

本文介绍了采用三个服务器并行处理方式的小型OLAP系统，此系统占用最小的存储空间，具有最短的处理时间和最快查速度，除有效地解决了传统系统中请求中子数据聚合的查询速度慢的问题外，同时还满足了系统的可靠性和不间为运地数据更新的要求，文中详细地描述了系统的结构，原理，性能，设计要点和实验结果。     

基于数据仓库OLAP在决策支持系统中的应用研究

在21世纪的今天,以信息爆炸为特征的互联网时代,越来越多的企业决策需要根据企业以往的业务数据做参考,因此,需要建立一个可靠的决策支持系统(DSS)。决策支持系统(DSS)中一种通用的决策分析方式是建立在数据仓库的基础的,通过在线联机分析处理(OLAP)技术来实现的。文章主要讲述决策支持系统(DSS)中的数据组织方式、以及数据仓库(DW)的基本知识、联机分析处理(OLAP)的基础体系结构、及其决策分析的实现过程等方面的研究。并结合实际应用中的某大商场的销售分析决策系统为实例,分析企业如何把业务经营同市场需求联系起来,并在此基础上建立数据仓库系统,为企业做出科学、正确的决策。从而更加全面深入的分析整个企业的业务数据,从不同的角度来评估销售情况,这样方能给企业管理层人员提供更真实、客观的、全面的参考数据,提高整个企业的销售水平。     

基于OLAM的决策支持系统

随着数据仓库技术的发展和完善，其应用日趋广泛。同时企业对数据仓库的OLAP功能提出更高和更复杂的要求。联机分析挖掘(Online Analysis Minjng，OLAM)技术集成了OLAP技术和数据挖掘技术，实现了二者的优势互补，为基于数据仓库的应用系统提供更加完善和强大的决策支持功能。本文简单介绍了OLAM及基于OLAM的决策支持系统(OLAM—Based DSS)框架及系统设计中的若干问题。     

采用OLAP技术的在线监测监控系统智能报表的研究(Ⅱ)--系统设计、源代码组成和查询命令

OLAP的功能是面向数据的查询、分析、归纳和总结,用于决策支持和知识发现。本研究组开发的智能报表系统实现了类似OLAP的数据分析和查询功能,总称为SAP系统。SAP采用C／S模式。智能报表系统允许用户按自身需求定制报表,按报表要求对数据进行查询和分析,提供数据的格式化输出和多风格的打印。系统支持MDX(多维表达式)查询,对多个维度的数据的访问更为简单和直观。     

采用OLAP技术的在线监测监控系统智能报表的研究(Ⅰ)--系统架构和用户用例分析

OLAP(On-Line Analysis Processing)的功能是面向数据的查询、分析、归纳和总结,用于决策支持和知识发现。本研究组开发的智能报表系统实现了类似OLAP的数据分析和查询功能,总称为SAP系统。SAP采用C／S模式。智能报表系统允许用户按自身需求定制报表,按报表要求对数据进行查询和分析,提供数据的格式化输出和多风格的打印。系统支持MDX(多维表达式)查询,对多个维度的数据的访问更为简单和直观。     

提高0LAP系统性能的方法研究

1.引言随着市场竞争的日趋激烈,近年来企业更加强调决策的及时性和准确性,这使得以支持决策管理分析为主要目的的应用迅速崛起,这类应用被称为联机分析处理(OLAP),OLAP应用主要是指通过各种即席复杂查询,对数据仓库中存储的数据进行各种统计分析的应用。由于各种OLAP查询涉及大量的数据,非常复杂,并要求比较快的响应速度,因此除了研究如何形式化描述OLAP查询与操作外,还需要研究各种OLAP查询和处理的有效方法。本文首先介绍OLAP的概念和分类,然后研究了提高OLAF系统应用性能的主要的技术。文章的第四部分分析ROLAP和MOLAP两种方式的优缺点,给出了一个结合ROLAP和MOLAP的查询解决方案。最后给出结论和进一步的研究方向。     

OLAP技术及其在SQL SERVER 2000中的实现

OLAP系统积累的大量数据如何为决策分析提供支持将成为下一阶段数据库应用的重点，OLAP技术通过数据立方体提供多维度的数据视图，并通过旋转切片等操作扩展查询语言的功能来满足这种需求。文中简要介绍了联机分析处理(On line Analysis Process)中的基本概念、OLAP与传统联机事务处理OLTP的差别、OLAP的相关实现技术，并给出了OLAP在SQL SERVER 2000中的具体实现。最后对OLAP的发展前景作出展望。     

帮领导“拍板儿”——浅析招商银行数据仓库SYBASE解决方案

传统的计算机系统主要围绕联机事务处理(OLTP)取代手工操作设计的联机分析处理(OLAP),所需的数据也要从业务数据库中提取。即便在同一个单位内部,各部门也是采用各自不同的数据库和数据格式,这种现象使得传统的管理信息系统(MIS)中的决策支持系统(DSS)无法充分、高效地发挥作用,降低了日常业务处理的效率。近年来,OLTP和OLAP之间的矛盾随着数据仓库技术的出现得以缓解,决策支持系统也得以充分发挥作用。“决策”俗话称“拍板儿”,而决策支持,顾名思义,是帮领导“拍板儿”。     

浅谈OLAP分析技术

当OLTP技术已无法满足最终用户对数据信息查询的分析需求时，OLAP分析技术的出现无疑是应用型数据库技术向分析型技术发展的重要里程碑。文章简要介绍了“维度”、“量度”、“成员”等基本概念．并通过实例指出“数据库技术实现描述性统计分析”是OLAP技术的实质所在。预计不久的将来，OLAP将向信息容量更大，响应速度更快的方向发展，而描述性统计的实质则不会改变。     

餐饮决策支持系统中OLAP数据仓库的设计与实现

餐饮联机事务处理系统（OLTP）能规范企业业务流程和提高业务运转效率,但对企业决策的支持能力差,因此建立基于餐饮企业业务数据集的后台决策支持系统（DSS）是有必要的。提出了采用数据仓库,OLAP和数据挖掘技术建立餐饮决策支持系统的思路,重点讨论系统的体系结构设计,基于原型法,从开始的数据仓库模型设计,数据的抽取、转换和加载及多维数据集的设计,到最后的OLAP分析,对系统的实施进行了探讨。     

OLAP系统中用户浏览行为模型分析

用户在OLAP系统中的行为往往有一定的规律．在认定用户的查询意图相对稳定的前提下，分析用户的行为能提高OLAP系统的性能．而在分析用户的行为之前，选择合适的用户查询模型，记录用户的行为显得尤为重要．本文提出一个模型，包含了绝大多数的OLAP系统的操作．该模型可比较完整的记录了用户的查询浏览行为．     

数据仓库在生产连续型企业库存控制中的应用

本文通过对生产连续型企业库存控制的特点分析，指出了仅仅利用传统的基于事务处理的管理信息系统和决策支持系统(DSS)解决该类库存控制决策分析问题的局限性，提出了采用数据仓库技术的必要性，并分析了传统决策支持系统的不足之处以及数据仓库(DW)技术对DSS的支持，设计了一种利用DW技术和数据挖掘(DM)、联机分析处理(OLAP)等
数据仓库工具提供库存控制决策支持的方案。     

QCS:一种OLAP预防多维推理方法的研究

针对目前多数联机分析处理(OLAP)推理控制方法计算复杂性高、实用性不强的问题,在前人研究基础上,提出一种改进的基于查询单元集QCS(Query Cells Set)的OLAP预防多维推理方法.该方法把OLAP查询的多维推理威胁预防检测放在查询涉及到的底层不相交的单元集(即QCS),而不是单个单元上,从而降低了推理威胁检测算法的计算复杂性,这更符合OLAP的查询处理要求.同时给出QCS方法的有效性证明和算法的实现,并用实例进行说明.与以往的推理控制方法相比,QCS方法不仅可有效保护OLAP系统的隐私信息,而且具有较高的计算效率,能满足OLAP系统的实用性要求.     

数据仓库和OLAP技术在政府网站评估中的应用

政府网站评估是电子政务建设的重要组成部分，持续的评估工作积累了大量的数据。如何利用这些宝贵的信息资源为网站评估管理与决策服务，是政府网站评估深入发展的重要研究课题。将数据仓库和OLAP技术引入到政府网站评估分析系统，建立了网站评估多维数据立方体，并通过OLAP多维结构操作，对其进行多角度、多层次的观察分析。系统最终实现了数据多维分析与查询，为网站评估决策分析提供了有力支持，对提高评估质量、促进评估发展具有现实意义。     

一种OLAP应用系统的设计和实现

通过对数据仓库和OLAP概念及体系结构的分析,描述了一种OLAP应用系统的设计方案,并介绍了它的具体实现方法。基于数据仓库的查询,一般都是及时特定查询,要在严格的响应时间内执行复杂的查询,遍历百万上亿的记录,同时进行可能很复杂的搜索、连接和汇总的操作。查询的数据吞吐量和响应时间是判断数据仓库性能的重点。CUBE的计算是OLAP及时查询的基础,提高查询的速度需要对OLAP进行预先的计算。文中系统比较了一些计算立方体的算法,并运用到具体的系统当中。