基于ADO MD的OLAP扩展应用实现.docx

基于ADO MD的OLAP扩展应用实现.docx

《基于ADO MD的OLAP扩展应用实现.docx》由会员分享，可在线阅读，更多相关《基于ADO MD的OLAP扩展应用实现.docx（6页珍藏版）》请在冰豆网上搜索。

基于ADOMD的OLAP扩展应用实现

基于ADO/MD的OLAP扩展应用实现

摘要：

简要叙述了OLAP技术，分析了ADO/MD运行机理，并通过一个实例给出了基于ADO/MD实现OLAP扩展应用的方法步骤，为丰富OLAP应用提供了新的思路。

　　关键词：

联机分析处理；多维数据查询；多维数据对象模型

　　0引言

　　数据仓库技术的迅猛发展，使得数据支持决策成为可能。

众多的数据库厂商，比如Microsoft、Oracle、IBM、Sysbase等都提出了自己的数据仓库解决方案。

其中Microsoft公司的AnalysisServices凭借其稳定的性能、相对低廉的价格和操作的简便性占据了一定的市场份额。

OLAP（OnLineAnalysisProcess，联机分析处理）是AnalysisServices提供的重要功能之一，它可以帮助用户从不同侧面分析数据，为决策提供支持。

然而，AnalysisServices的客户端工具虽然能够对分析结果进行简单的表格展现，但无论是数据展现的功能，还是展现的界面难以与各企业自身的业务信息系统实现集成，难以满足用户个性的需求。

庆幸的是Microsoft提供了操作多维数据集的接口ADO/MD（ActiveXDataObjects/Multi-dimensional，ActiveX数据对象/多维对象），通过这个接口可以实现客户端与OLAP服务器的无缝连接，实现多维分析功能与业务信息系统其它功能的集成。

本文基于ADO/MD技术，实现了OLAP客户端扩展应用的开发。

　　1OLAP技术

　　OLAP是联机分析处理，也有人称为在线分析处理，它通常基于数据仓库，通过建立面向主题的多维数据集，最终提供给用户一个直观数据展现工具，达到方便用户从多个角度分析数据的目的。

OLAP通过引入维、维分层、维属性、度量等概念，将数据在概念上视为一个数据立方体（也可称为多维数据集）。

通常，多维数据模型围绕中心主题组织，以“维表-事实表”结构形式体现，主题用事实表表示，而每个维都有一个表与之相关联，称为维表，它进一步描述维。

事实表是用于记录度量信息的关系表，维表是用于记录维度的关系表，多维数据立方体中每个坐标轴上的值，各记录在一个维表中，这样，一个n维的数据立方体，就有n张维表。

　　进行多维数据模型构建时，通常将数据组织成多维，每维包含由概念分层定义的多个抽象层，这种组织结构为人们从不同角度观察分析数据提供了灵活性。

多维数据分析通常包括切片、切块、上卷、下钻和旋转等操作。

（1）切片：

切片操作对给定立方体的一个维进行选择，得到一个子立方体。

（2）切块：

切块操作通过对两个或多个维进行选择，得到一个子立方体。

　　（3）上卷：

上卷（上钻）操作通过沿一个维的概念分层向上攀升或者通过维归约，对数据立方体进行聚集。

　　（4）下钻：

下钻是上卷的逆操作，它由不太详细的数据到更详细的数据。

下钻可以通过沿维的概念分层向下或引入附加的维来实现。

　　2ADO/MD运行机理

　　ADO/MD是微软AnalysisServices提供给第三方访问服务端多维数据集的接口，通过ADO/MD接口可以方便快捷地编写OLAP应用程序。

ADO/MD是传统ADO对象模型的扩展，能够更好地支持多维数据模型，它不仅功能强大，而且应用简单。

它主要提供了两方面的功能，一是能够对OLAP数据库中多维数据集层次结构信息进行访问；二是支持通过MDX（Multi-dimensionalExpressions，多维表达式）语句获取结果数据集。

　　为了能够描述多维数据集，ADO/MD的模型结构如图1所示。

它包括两个分支，一个分支用来存储数据立方体元数据；第二个分支用来获取由OLAP立方查询产生的存储在数据集中的数据。

　　ADO/MD的Catalog（目录）对象用来获得元数据，它可以包含一个或多个CubeDef（立方体定义），任何在这个集合中的元素都是一个CubeDef对象。

每个CubeDef对象拥有一个Dimensions（维）集合，里面包含了所有的Dimension，维的数据是有分级结构的。

相应地，Dimension对象包括Hierarchies（层次）集合，这个集合里面包含了全部的Hierarchy对象；维的分级结构可以包括一个或多个级别，因此Hierarchy对象还包括Levels（级别）集合，每个Level对象还可以包括一个或多个Members（成员）对象。

　　ADO/MD对象模型的另一个分支就是CellSet（单元集）对象可以用来获得数据立方体的数据透视表。

它通过多维表达式（MDX）来查询相关数据。

MDX在语法上与SQL十分相似，只不过MDX可能更简单一些，它基本上只支持几个操作，比如SELECT等。

每个MDX查询都可以简化成类似的结构：

　　SELECT[，]FROMWHERE

　　3OLAP扩展应用

　　3.1服务端多维数据集的创建

　　要进行多维分析处理，首先需要在服务端建立多维数据集。

建立多维数据集就是要根据业务需要建立以主题为中心的事实表，并围绕主题建立以数据分类为基础的维度，维度能反映数据组织的分类和层次结构，用户将基于维度中的分类和层次进行分析。

在建立多维数据集时，还需要确定度量值，度量值通常是事实表中数值类型的列，它是数据聚合和分析的数值。

维度和度量值就组成了一个多维数据集。

　　确定好维度和度量值后，还需要创建数据的物理存储结构。

在考虑多维数据集存储问题时会涉及到数据聚合的问题，理想情况下，事先将各维度层次上的度量值计算好，以便分析服务可以随时接受分析客户端的请求响应，而不是在收到请求后才进行数据聚合计算，这样可以提高服务效率和用户体验。

但这种方式也存在缺点：

一是要占用大量的存储空间来存储聚合的数据；二是聚合的数据源是聚合以前的数据，数据的时效性相对要差一些。

因此，实际方案要根据需要进行取舍。

AnalysisServices提供了3种OLAP存储方式，分别是MOLAP：

“M”代表多维（Multidimensional），即以多维方式进行存储，也就是聚合数据与源数据是独立存储的，这种存储方式响应速度最快，存储空间要求也最大；ROLAP：

“R”代表关系（Relational），即关系OLAP，将聚合数据存储于源数据库中，这种存储方式响应速度最慢，无论是否聚合，都需要访问源数据库；还有一种是HOLAP：

“H”代表混合（Hybrid），即混合OLAP，它结合了前两种方式的优点，HOLAP数据库存储了聚合的数据，而把单元级别的数据保留在源数据库中，这样当检索聚合数据时，响应速度与MOLAP一样，当检索单元级别的数据则需要访问源数据库，响应速度与ROLAP一样。

3.2客户端数据展现功能开发

　　客户端的数据展现是在AnalysisServices服务引擎的支持下，以表格和图表的方式展现数据分析的结果，并提供与用户交互的功能。

OLAP客户端程序的开发过程与传统数据库应用系统的开发过程是一致的，总的步骤包括三步：

①连接数据库；②获取数据；③处理展现数据。

所不同的是这些步骤都是在ADO/MD接口模型的支持下完成。

下面简要介绍客户端的开发过程：

（1）连接OLAP服务器。

利用ADO/MD接口模型中的TCatalog类可以实现与OLAP服务器的连接，连接字符串必须包括OLEDBProvider名字、计算机名和数据库名，示意代码如下：

　　ProcedureSetConnection（）；

　　varDS：

string；

　　begin

　　DS：

='Provider=MSOLAP.2；DataSource=localhost；InitialCatalog=FoodMart2000'；

　　Catalog1：

=CoCatalog.Create；

　　Catalog1._Set_ActiveConnection（OleVariant（DS））；

　　end；

（2）获取多维数据集信息。

正确连接到OLAP服务器后，就可以获取服务器上的所有多维数据集（数据立方体）、每一个数据集的维度、级别、成员等信息。

　　①遍历多维数据集并获得对应的名字：

　　procedureGetCubes（）；

　　vari：

integer；

　　CubeDef1，defs：

Variant；

　　begin

　　Defs：

=Catalog1.CubeDefs；

　　fori：

=0toDefs.Count-1do

　　begin

　　CubeDef1：

=Defs.item[i]；

　　CubeCombox.Items.Add（CubeDef1.Name）；//数据集的名称

　　end；

　　end；

　　②遍历多维数据集的维并获得它们的名字：

　　procedureGetDimens（CubeDef：

varaint）；

　　varDimensions，Dimension，Levels，Level1，Members，Member1：

Variant；

　　i，j：

integer；

　　begin

　　Dimensions：

=CubeDef.Dimensions；//数据集的维度集合

　　fori：

=0toDimensions.count-1do

　　begin

　　Dimension：

=Dimensions.item[i]；

　　ifDimension.Name=’Measures’then//是度量值的情况

　　begin

　　Levels：

=Dimension.Hierarchies[0].Levels；

　　Level1：

=Levels.item[0]；

　　Members：

=Level1.Members；

　　forj：

=0toLevel1.Members.Count-1do

　　begin

　　Member1：

=Members.item[J]；

　　MeasureCheckListBox.Items.Add（Member1.Name）；

　　end；

　　endelse//是维度的情况

　　DimensionList.Items.add（Dimension.Name）；

　　end；

　　end；

　　③遍历维度的级别并获得它们的成员：

　　procedureGetDimensionMember（Dimension：

varaint）；

　　varLevels，Level1，Members，Member1：

Variant；

　　i，j：

integer；

　　pnode：

TTreeNode；

　　begin

　　Levels：

=Dimension1.Hierarchies[0].Levels；//维度的级别集合

　　Level1：

=Levels.item[0]；

　　Members：

=Level1.Members；//级别的成员集合

　　fori：

=0toMembers.Count-1do

　　begin

　　Member1：

=Members.item[i]；

　　displayMember（MemberTreeView，nil，Member1）；//显示下级成员

　　end；

　　end；

　　proceduredisplayMember（tv：

TTreeView；Node：

TTreeNode；member：

Variant）；//显示下级成员

　　vari，j：

integer；

　　pnode：

TTreeNode；

　　member1：

Variant；

　　begin

　　pnode：

=tv.Items.AddChild（Node，Member.Name）；

　　fori：

=0tomember.Children.count-1do

　　begin

　　member1：

=member.Children.item[i]；

　　displayMember（tv，pnode，member1）；

　　end；

　　end；

　　（3）展现分析结果。

多维数据集结构信息获取以后，就要根据用户的操作，利用MDX查询语句获取聚合数据。

比如，从多维数据集Sales中查询Store维度，以及UnitSales和StoreCost两个度量值的数据，其MDX语句如下：

　　Select{[UnitSales]，[StoreCost]}ONCOLUMNS，{[Store].[AllStores].children}ONROWSfromSales

　　获取聚合数据以后，就可以根据用户需要以表格、图形等多种方式进行展现，这里不再赘述。

示例代码的界面如图2所示。

　　4结语

　　通过ADO/MX接口，可以实现OLAP应用的扩展，这种扩展不仅可以丰富OLAP的应用，更为OLAP与其它应用系统的集成提供了方便。

本文从理论与实践的角度给出了OLAP扩展应用的方法步骤，为其工程化应用奠定了基础。

　　参考文献参考文献：

　　[1]叶得学，韩如冰.浅谈数据仓库与OLAP技术[J].甘肃科技纵横，2009

（2）.

　　[2]叶德谦，孙泽林.使用ADOMD开发OLAP应用程序[J].电脑与信息技术，2001（5）.