面向实时OLAP的数据立方体计算方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.1.1 课题研究背景 | 第10-11页 |
| 1.1.2 课题研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 ROLAP | 第12-14页 |
| 1.2.2 MOLAP | 第14页 |
| 1.2.3 GOLAP | 第14-15页 |
| 1.3 本文主要研究内容及论文结构 | 第15-16页 |
| 第2章 数据立方体基础知识 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 数据立方体的基本概念 | 第16-19页 |
| 2.2.1 数据立方体定义 | 第16-17页 |
| 2.2.2 聚集函数定义及性质 | 第17-19页 |
| 2.3 经典立方体简介 | 第19-23页 |
| 2.3.1 冰山立方体 | 第19-20页 |
| 2.3.2 浓缩立方体 | 第20页 |
| 2.3.3 侏儒立方体 | 第20页 |
| 2.3.4 商立方体 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 子数组压缩立方体 | 第24-43页 |
| 3.1 引言 | 第24-25页 |
| 3.2 可扩展多维数组模型 | 第25-27页 |
| 3.2.1 逻辑模型 | 第25-27页 |
| 3.2.2 基于可扩展多维数组的数据立方体 | 第27页 |
| 3.3 基于 HOMD 的物理存储模型 | 第27-30页 |
| 3.3.1 HOMD 模型 | 第27-29页 |
| 3.3.2 HOMD 操作 | 第29-30页 |
| 3.4 SC-CUBE 模型 | 第30-32页 |
| 3.5 基于 SC-CUBE 的增量计算方法 | 第32-37页 |
| 3.5.1 计算阶段 | 第33-34页 |
| 3.5.2 刷新阶段 | 第34-37页 |
| 3.6 实验结果与分析 | 第37-42页 |
| 3.6.1 实验环境 | 第37-38页 |
| 3.6.2 实验数据 | 第38页 |
| 3.6.3 SC-Cube 的压缩比 | 第38-40页 |
| 3.6.4 SC-Cube 的计算性能 | 第40-41页 |
| 3.6.5 SC-Cube 的计算耗时分析 | 第41-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 面向实时 OLAP 的数据立方体查询方法 | 第43-52页 |
| 4.1 引言 | 第43页 |
| 4.2 数据立方体查询 | 第43-45页 |
| 4.2.1 点查询 | 第43-44页 |
| 4.2.2 范围查询 | 第44页 |
| 4.2.3 冰山查询 | 第44-45页 |
| 4.2.4 top-k 查询 | 第45页 |
| 4.3 面向实时 OLAP 的快速查询方法 | 第45-47页 |
| 4.3.1 问题描述 | 第45-46页 |
| 4.3.2 基本表在线计算方案 | 第46页 |
| 4.3.3 等待立方体更新方案 | 第46-47页 |
| 4.3.4 在线聚集合并方案 | 第47页 |
| 4.4 在线聚集合并算法 | 第47-48页 |
| 4.5 实验结果分析 | 第48-50页 |
| 4.6 实时 OLAP 系统设计 | 第50-51页 |
| 4.7 本章小结 | 第51-52页 |
| 总结 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59页 |
