共查询到19条相似文献,搜索用时 93 毫秒
1.
基于网格的OLAP框架 总被引:2,自引:0,他引:2
联机分析处理是当前应用较多的数据分析技术,目前的OLAP产品全部基于Browse/Server或Client/Server体系结构设计,无法共享网络上的各种资源,为该技术的广泛使用造成一定程度的阻碍,网格技术的出现为解决这些问题带来了新的思路。给出了一种基于网格的OLAP框架,描述了这个以Globus为基础的OLAP框架的各种服务。该框架的设计将网格计算和OLAP应用紧密集成在一起,有力地促进大规模、分布并行的OLAP应用的进一步发展,也进一步拓展了网格应用和网格服务。 相似文献
2.
污染源在线监测数据分析系统基于污染源管理综合系统数据库提供的数据源,经过数据清洗、转换,加载到数据仓库中,进行主题设计与多维建模,采用OLAP技术实现海量数据展示、分析统计,同时提供功能强大的共享查询、多维分析和污染源企业排口监测因子预警、事件自动提醒及各类数据报表统计等,提高了减排工作信息化的水平和工作效率。 相似文献
3.
4.
使用联机分析处理技术为决策者提供决策支持是数据仓库技术的重要应用。本文论述了满足多种指标体系数据处理和分析要求的动态评价指标体系的有关概念和设计技术。本文还讨论了基于OLPAP技术的针对评价数据的多维分析模型的建立与现实.具有很高的使用价值。 相似文献
5.
6.
7.
OLAP技术及其发展 总被引:16,自引:1,他引:15
本文介绍OLAP技术的概念及其特征,分析并比较了当前流行的三种OLAP结构,在文章最后我们探讨了OLAP技术今后发展的两个方向-WEB OLAP和OLAP+数据挖掘。 相似文献
8.
李才华 《计算技术与自动化》2009,28(4):133-137
利用OLAP钻取数据,结合某烟厂的实际生产数据,对数据多层面、多角度的分析处理,为用户提供强大的统计和分析功能,最终建立一个完整的生产评价系统,以直观易懂的形式将结果提供给用户,为企业有效决策提供依据。 相似文献
9.
OLAP技术在银行信贷管理系统中的应用 总被引:2,自引:0,他引:2
在以数据仓库为理论基础,利用联机分析处理(OLAP)技术进行数据分析的方法逐渐成熟的情况下,本系统利用IBM的OLAP系统套件为工具,基于银行的信贷管理业务系统,建立了相应的数据仓库,在OLAP中构造了贷款主题和五级分类主题的模型,在此基础上对相应的指标进行了分析和挖掘,实现了OLAP在信贷管理分析上的初步应用。 相似文献
10.
基于Web环境下的OLAP技术的研究和实现 总被引:4,自引:0,他引:4
论述了当前基于C/S结构的OLAP系统在体系结构上的不足之处,认为解决方法是使用三层结构。在讨论了WebEB环境下对数据库进行操作的的各种技术的特点后,分析了作者设计和实现的一个基于Web环境的OLAP查询工具EASY QUERY。 相似文献
11.
12.
OLAP(联机分析处理)是一种数据分析技术,它和数据仓库有着密切的联系,详细阐述了OLAP技术在电信领域的应用,以及OALP技术和数据仓库的一些关系。以移动电话业务收入总量为分析主题,确定了分析方法,定义了维度,并构造分析了立方体和星型结构,最后对结果进行了分析。 相似文献
13.
14.
OLAP技术在统计信息系统中的应用 总被引:1,自引:0,他引:1
本文讨论了目前统计信息系统功能上的局限性,概要介绍了OLAP技术。并结合具体安全就如何充分发挥OLAP技术中动态、多维等特性,扩充统计信息系统功能做了一些探讨。 相似文献
15.
采用插件接口对象编写的基于微软管理控制台(MMC)的分析管理器(AM)插件可以调用决策支持对象(DSO)来管理OLAP Server中的各种对象,从而大大地提高OLAP数据结构管理的安全性,准确性,灵活性以及快速性,分别介绍了分析管理器插件中使用DSO管理OLAP数据的具体方法。 相似文献
16.
17.
18.
该文提出了一个面向联机分析处理(OLAP)的多维查询语言,为多维查询的方便表达提供了一个直观的高层界面。这一查询语言的独特之处在于能够很好地支持具有继承关系的维层次结构,这种维层次结构在传统的关系型的ROLAP中是难于用星型/雪花模式表示的。文章将这一查询语言实现于对象关系数据库之上。并通过实例进行说明,对象关系数据库所特有的基本类型扩展能力、复杂对象的表示以及继承机制,使得对多维数据的描述更加灵活、多维操作更为高效。 相似文献
19.
GPU数据库近年来在学术界和工业界吸引了大量的关注. 尽管一些原型系统和商业系统(包括开源系统)开发了作为下一代的数据库系统, 但基于GPU的OLAP引擎性能是否真的超过CPU系统仍然存有疑问, 如果能够超越, 那什么样的负载/数据/查询处理模型更加适合, 则需要更深入的研究. 基于GPU的OLAP引擎有两个主要的技术路线: GPU内存处理模式和GPU加速模式. 前者将所有的数据集存储在GPU显存来充分利用GPU的计算性能和高带宽内存性能, 不足之处在于GPU容量有限的显存制约了数据集大小以及稀疏访问模式的数据存储降低GPU显存的存储效率. 后者只在GPU显存中存储部分数据集并通过GPU加速计算密集型负载来支持大数据集, 主要的挑战在于如何为GPU显存选择优化的数据分布和负载分布模型来最小化PCIe传输代价和最大化GPU计算效率. 致力于将两种技术路线集成到OLAP加速引擎中, 研究一个定制化的混合CPU-GPU平台上的OLAP框架OLAP Accelerator, 设计CPU内存计算、GPU内存计算和GPU加速3种OLAP计算模型, 实现GPU平台向量化查询处理技术, 优化显存利用率和查询性能, 探索GPU数据库的不同的技术路线和性能特征. 实验结果显示GPU内存向量化查询处理模型在性能和内存利用率两方面获得最佳性能, 与OmniSciDB和Hyper数据库相比性能达到3.1和4.2倍加速. 基于分区的GPU加速模式仅加速了连接负载来平衡CPU和GPU端的负载, 能够比GPU内存模式支持更大的数据集. 相似文献