[发明专利]一种多维分析方法和系统

说明书

本发明公开了一种多维分析方法和系统，该方法包括：拦截用户发送的访问请求，并获取所述访问请求中查询表达式的至少一个请求参数；根据所述请求参数和配置文件，为每一个所述请求参数匹配对应的数据源，所述配置文件中包括预设参数与数据源的关联关系；在匹配的所述数据源中进行所述访问请求的查询数据操作。本发明提供的方法和系统，切换数据源的过程简单，并且能够自动、快速的切换数据源，且可通过多个请求参数查找数据源，解决了现有技术的问题。

技术领域

本发明涉及数据查询技术，尤其涉及一种多维分析方法和系统。

背景技术

联机分析处理(Online Analytical Processing，OLAP)系统是一种多维分析系统，通常作为数据库系统最主要的应用，分析人员通过OLAP系统可以快速的、灵活的从多种维度进行大数据量的复杂查询处理，并且OLAP系统会通过直观易懂的形式将查询结果提供给分析人员。

存储在数据库中的大量数据，往往会因为存储空间、组织管理等因素，需要将存储数据库的一台存储设备扩展成为多台存储设备，即将数据库分布在多台存储设备中进行存储。每台存储设备都是一个数据源，具有独立的设备地址。数据库的组织形式是包括多个维度，每个维度有具体的维度因子，例如，时间、地域、商品名称和销量，均可作为维度，时间的维度因子可具体为2014、2015年等，地域的维度因子可具体为北京、上海、天津等。为了查询、组织管理方便，可以将数据库按照维度的维度因子进行数据拆分，并存储。例如，以时间这个维度的维度因子为划分依据，将2014年、2015年的数据分别存储在不同数据源的存储设备中。

基于上述形式的数据库，用户会产生查询请求，查询请求中可包括一条或多条查询表达式(又可称为Cube)。查询表达式是一系列维度(Dimension)和度量(Measure)的集合。例如，查询请求为：2015年北京iphone5手机的销量，或2014年上海iphone4手机的销量。上述两条请求对应的查询表达式相同，均涉及到的维度是时间、地域和商品名称，销量是待查询的目标维度，即度量。

现有技术在数据库中执行查询表达式的查询请求时，需要通过分析模型(Schema)来实现。Schema定义了一个多维逻辑分析模型，包含了一系列逻辑分析模型，而这个逻辑分析模型用于提供多维分析查询语句，从而展示数据。具体的，Schema中规定了用户可输入的查询表达式的维度和度量，以及确定了维度下维度因子所对应的数据存储在哪个数据源中。例如，Schema-1中确定了北京的数据存储在A设备，Schema-2中确定了上海的数据存储在B设备。则Schema-1为用户提供在A设备中查询涉及北京数据的查询表达式的查询操作，Schema-2为用户提供在B设备中查询涉及上海数据的查询表达式的查询操作。一个Schema中可以供多个查询表达式使用，一个查询表达式只能属于一个Schema。

基于大量数据查询时，在OLAP多维数据分析情况下，需要对后台数据库根据不同的查询表达式、以及多个维度因子等业务场景进行底层数据分库操作。即经常会由于数据量增长或管理需求将一个存储设备的数据分库在多个存储设备中。

目前一个Schema多维逻辑模型只能连接一个数据源，所以分库操作导致在基于现有技术执行查询请求时，必须为新存储设备中的数据生成新的Schema与其对应，这样用户才可以通过该Schema输入查询表达式，进而在相应的存储设备中进行查询。现有技术无法从查询表达式、多个维度因子等不同角度进行数据源切换。

显然，当新增数据源对应的存储设备时，必须新增Schema模型，这样的操作非常繁琐。

发明内容

本发明提供一种多维分析方法和系统，以解决现有技术的问题。

第一方面，本发明提供的一种多维分析方法，包括：

拦截用户发送的访问请求，并获取所述访问请求中查询表达式的至少一个请求参数；