14、数据仓库实现：高效计算、索引与查询处理

数据仓库实现：高效计算、索引与查询处理

数据仓库存储着海量数据，而 OLAP 服务器要求在数秒内响应决策支持查询。因此，数据仓库系统必须支持高效的立方体计算技术、访问方法和查询处理技术。本文将深入探讨数据仓库实现的关键方法，包括数据立方体的高效计算、OLAP 数据的索引以及 OLAP 查询的高效处理。

数据立方体的高效计算

多维数据分析的核心在于跨多个维度集的高效聚合计算。在 SQL 中，这些聚合被称为 group-by 操作。每个 group-by 可以用一个长方体表示，这些 group-by 集合构成了定义数据立方体的长方体格。

计算立方体运算符与维度灾难

一种计算立方体的方法是扩展 SQL，引入 compute cube 运算符。该运算符会计算操作中指定维度的所有子集的聚合。然而，这可能需要大量的存储空间，尤其是在维度数量较多的情况下。

例如，为 AllElectronics 销售创建一个包含城市、商品、年份和销售金额的数据立方体。可能的查询包括按城市和商品分组计算销售总和、按城市分组计算销售总和等。对于这个包含三个维度的数据立方体，总共可以计算的长方体（即 group-by ）数量为 $2^3 = 8$ 个，分别是 {(city, item, year), (city, item), (city, year), (item, year), (city), (item), (year), ()} 。

一个 n 维的立方体运算符相当于一