优化MDX查询语句提高OLAP系统性能的研究

简要地介绍了MDX的基本概念，详细地分析影响MDX查询执行性能的因素，给出优化MDX查询语句的方法以及测试结果。     

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。     

常用OLAP查询优化方法性能分析

OLAP（OnlineAnalyticalProcessing）查询常常涉及到不同的维表和事实表,要得到查询结果通常需要进行多张表的连接操作。连接操作是一种非常耗时的操作,因此,如何提高OLAP查询效率成为数据仓库应用中的关键问题。文中对存储过程、索引技术、物化视图等几种常用的OLAP查询优化方法进行性能分析,针对特定应用通过反复实验比较得出物化视图的优越性。而就物化视图而言,其本身有优越性的同时也存在一些缺陷。因此,针对物化视图更新问题提出了几种更新方案。     

GPU数据库OLAP优化技术研究

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.     

并发内存OLAP查询优化技术研究

基于多核处理器硬件技术和高并发查询负载需求,近年来的研究不仅关注于一次一查询模式的查询优化技术,而且也关注于一次一组模式的查询优化技术.通过将并发查询转换为共享负载,一些低访问延迟的操作,如磁盘I/O、cache访问,可以被多个并发的查询所共享.当前的研究通常基于共享查询操作符,如扫描、连接、谓词处理等,通过生成全局执行计划优化并发查询.对于复杂的分析型负载,如何创建优化的执行计划是一个具有挑战性的问题.在广泛使用的星形模型的基础上提出一种模板OLAP查询执行计划来简化查询执行计划,以达到最大化查询操作符利用率的目标.1)提出了基于代理键的连接索引技术,将传统的基于值探测的连接操作转化为内存数组索引引用(AIR),使连接操作的CPU效率更高并且支持聚集计算的后物化;2)并发查询的谓词处理简化为cache line敏感的谓词向量,在单次cache line访问中最大化并发查询谓词计算性能;3)通过多核并行实现技术在SSB基准上进行测试.实验结果表明：共享扫描和共享谓词处理能够将并发OLAP查询处理性能提升1倍.     

一种通用OLAP系统的研究与设计

OLAP（联机分析处理）是一种新的多维数据分析处理技术.本文提出了一种具有通用性和可扩展性的OLAP系统.该系统能够有效地处理多种数据源,如数据仓库、关系数据库、多维数据库等,并根据用户需求建立多种数据存储模式,对用户屏蔽了数据模式的细节,界面友好.     

基于Oracle的OLTP与OLAP数据库内存设计和优化

内存是Oracle体系结构的重要部分,合理分配和使用内存,对于性能调优有至关重要的作用。ORACLE数据库的OLTP与OLAP两类系统对数据库要求截然不同,本文从内存设计的角度分析一下这两类系统优化手段的差异。     

OLAP系统数据更新方法的研究

本文讨论了在OLAP数据和结构发生改变时，涉及到的数据源更新同步、在OLAP数据库中加入和改变数据及合并分区等问题，并给出了采用增量法加速更新的处理方式。     

搭建OLAP系统新方法

作为SQL Server2005主打的商业智能概念——完整的BI平台。较之2000版本，自然不仅仅是简简单单的功能扩充和系统升级而已。本文将介绍它在商业智能工程领域内的一项质的飞跃——搭建OLAP系统新方法。[编者按]     

数据仓库的OLAP技术研究

本文主要介绍数据仓库基本理论以及其应用之一的OLAP技术，OLAP技术是数据仓库的主要应用技术之一，OLAP能够提供很好的决策支持，并能进行数据的多维分析。     

具有主从服务器的联机分析处理系统的研究

为了本质性地提高OLAP系统的查询性能和可靠性,提出了主从OLAP服务器并行工作的联机分析处理系统。文中详细地介绍了系统的结构原理、设计要点及测试结果。     

改善OLAP系统综合性能的研究

改善OLAP系统综合性能关系到OLAP数据源关系数据库的设计、数据转换和整理、维和立方体的结构、MDX查询语句及计算任务分配等多个方面的优化。论文借助一个工程实例给出改善OLAP系统综合性能的几个重要的方法。     

多维数据库模式下联机数据分析技术的实施

随着社会的发展和技术的进步,越来越多的领域和企业组织都需要处理并分析其已有的海量数据和信息。基于目前数据库技术的日趋成熟与相应的数据仓库技术的不断兴起,提出了一个基于多维数据库模式的联机数据分析技术的原型平台解决方案,即侧重于多维数据库存储模式的实现和该存储模式下的联机数据分析功能的设计两方面,完成了该原型平台的设计与实现。文中主要研讨了该原型平台的开发过程中所涉及的重点以及难点技术问题,并最终将该原型平台应用并满足某信息系统的实际联机数据分析的需求,从而验证了该原型平台的相关功能的实用性和有效性。     

基于关系数据库和XML的OLAP建模方案

OLAP系统运行的基础是多维数据模型。以快速、准确、灵活地构建多维数据模型为目的,提出了一种基于关系数据库和XML的OLAP建模方案。该建模方案将OLAP的建模任务分为两个阶段:存储层建模和应用层建模。在存储层,使用关系数据库,按照星型图方法建立具备多维特性的关系数据模型;在应用层,设计XML Schema,描述多维数据立方体及物理映射。运用建模方案,可以有效提高OLAP多维数据建模的效率和效果。     

OLAP性能测试方法研究与实现

随着商业智能市场的逐步扩大,联机分析处理(OLAP)系统的使用质量评估已经成为数据库应用的研究热点.作为效用特性的OLAP系统性能评估需要一个性能基准.以OLAP委员会推出的APB-1性能基准为基础,首先设计了面向多维数据库的立方体(Cube)模型以及相应的多维表达式(MDX)查询模板,在Cube模型设计的过程中修改了APB-1基准ROLAP星型模型的不足之处;接着在测试数据一致和测试参数一致的前提下,通过对设计的MOLAP模型查询结果与ROLAP模型查询结果进行对比分析,证明了MOLAP模型及MDX查询模板设计的正确性;然后给出了OLAP性能测试流程,描述了支持ROLAP和MOLAP性能测试的工具框架及其主要模块.最后使用该测试框架在商业数据库管理系统上对ROLAP和MOLAP进行并发查询实践,验证了框架的有效性.提出的方法及技术实现为未来OLAP产品性能的测试和评价提供多维数据模型、业务模型和工具的支持.     

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。     

基于对象化查询的OLAP系统的研究与应用

针对多维表达式（MDX）的非结构化对增量操作的限制,提出了一个对象化的查询结构,并阐述了在该结构的基础上对分析路径的跟踪和序列化的实现。该对象结构可以使OLAP系统高效方便地实现对分析线索的维护和对分析动作的记录,提高了OLAP系统的可用性。