一种新的计算稀疏数据立方体的方法

在飞速发展的信息社会中，数据的使用量逐渐增多，在大量的数据中存在很多稀疏数据。现介绍一个高度运行雏层次聚集立方体（DHAC，dimension hierarchy aggregate cube）和对应的增量更新算法，使用该算法进行稀疏数据立方体的计算。     

数据仓库系统中一种改进的维层次聚集Cube存储结构

提出利用Cube中的维层次（dimension hierarchy）聚集技术来创建高性能的维层次聚集Cube（dimension hierarchy aggregate cube,DHAC）．充分利用DHAC已保存的维层次信息,对Cube中多维数据的查询和更新效率进行了优化,并且支持Cube的上探、下钻等语义操作．在DHAC中进行数据插入和删除等数据更新时,由下向上用更新前后的差值对受到更新结点影响的所有祖先结点进行增量更新．实现了在插入新维或维层次时不需要重新构建聚集Cube就可以实现Cube的模式更新．对维层次聚集Cube与传统Cube进行了算法性能分析和比较,理论分析和实验结果都表明,所提出的DHAC性能最佳．