[发明专利]一种数据仓库中复杂多维层次的连接和聚集方法

说明书

技术领域

本发明涉及一种数据仓库中联机分析处理技术中的查询方法，尤其是涉及一种低粒度数据的连接和聚集处理来生成高效的物化视图方法，属于计算机技术领域。

背景技术

通过对数据仓库中的低粒度数据的预聚集处理来生成高效的物化视图是联机分析处理(OLAP)的一个重要技术，而OLAP操作一般都是涉及大量数据的即席复杂查询。用户通过提交OLAP查询对数据进行分析，辅助决策，通常需要较快的查询响应速度。提高OLAP查询处理的性能是数据仓库领域的关键性研究问题。

目前主要有MOLAP(multi-dimensional OLAP)和ROLAP(relational OLAP)两种方式可用于OLAP查询的实现。近几年，人们在ROLAP方面开展了大量的研究工作，并且提出了若干技术来提高ROLAP查询的响应速度，如新的索引技术、实物化视图技术、采样(sampling)优化技术等，但是很多方法使用这些技术解决OLAP查询操作时都存在不支持分组聚集操作、只能应用于简单特定模型等不足之处。

发明内容

本发明所要解决的技术问题是提供一种数据仓库中的数据处理方法，可实现复杂的多维层次上的连接和聚集操作转化成事实表上的区域查询，从而在处理多维层次聚集的同时，提高连接和聚集的效率。

为解决上述技术问题，本发明提供一种数据仓库中复杂多维层次的连接和聚集方法。

本发明中，OLAP操作结合多个维的属性，将某一具体维的层次联合代理扩展为能够适用于多个维的情况。

复杂多维层次的一棵层次树H-Tree是一个以ALL为根节点的DAG(directed acyclic graph)，可用二元组表示。其中π＝{ALL，π₁，π₂，…，πn}是Γ中节点集合，是Γ中有向连线集合。

设维D的值域为对应层次树H-Tree的深度记为γ，则它有γ+1层的有序集族，记为П＝{ξ⁰，ξ¹，…，ξ^γ}。如果λ＝(χ₁，χ₂，…，χ_m)满足下列条件，则称λ为层次树H-Tree的第i层(0≤i≤γ)ξⁱ的成员组：

①depth(χ_j)＝i；(1≤j≤m)

②

③ξⁱ＝∪0≤j≤mχ_j；

④对χ_q∈ξⁱ且χ_p≠χ_q，则

其中depth(χ_j)为χ的深度，第i层的第j个成员(1≤j≤m)简记为显然，处于同一层次上的各成员所表示的实体集不相互重叠。

成员的子成员集定义为：children(χji)={χli+1∈ξi+1|χli+1⊆xji.}.]]>