CN100565502C - 解析性地将不同测量组的数据建模到单个实体上的系统和方法 - Google Patents

解析性地将不同测量组的数据建模到单个实体上的系统和方法 Download PDF

Info

Publication number
CN100565502C
CN100565502C CNB2004100714455A CN200410071445A CN100565502C CN 100565502 C CN100565502 C CN 100565502C CN B2004100714455 A CNB2004100714455 A CN B2004100714455A CN 200410071445 A CN200410071445 A CN 200410071445A CN 100565502 C CN100565502 C CN 100565502C
Authority
CN
China
Prior art keywords
dimension
data
measurement
subclauses
clauses
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CNB2004100714455A
Other languages
English (en)
Other versions
CN1591426A (zh
Inventor
C·佩特库勒斯库
A·耐茨
M·帕苏曼斯基
A·伯格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Microsoft Corp filed Critical Microsoft Corp
Publication of CN1591426A publication Critical patent/CN1591426A/zh
Application granted granted Critical
Publication of CN100565502C publication Critical patent/CN100565502C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99932—Access augmentation or optimizing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99941—Database schema or data structure
    • Y10S707/99943—Generating database or data structure, e.g. via user interface

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

公开了一种从不同测量组到单一实体的分析模型数据的系统和方法。单一实体最好包括与具有一系列维度的第一测量组相关的第一测量。单一实体最好也包括与具有一系列维度的第二测量组相关的第二测量。单一的实体最好也包括在第一和第二维度中的每个维度。每个测量最好根据基本的相关数据表中的数据，与相关的每个维度相关联。每个测量最好根据近似值与每个非相关的维度相关联。

Description

解析性地将不同测量组的数据建模到单个实体上的系统和方法
交叉引用的相关申请
本申请是申请号为10/199,612、申请日为2002年7月19日的申请的延续部分。
发明背景
发明的领域
本发明涉及对组织并保存在关系型数据库中的数据进行解析性模型化的领域。
现有技术的说明
联机分析过程(OLAP)是许多数据仓库和商业分析系统关键的一部分。OLAP服务为多维信息提供快速分析。为了这个目的，以直觉的和自然的方式为多维存取和数据导航提供OLAP服务，提供了可深究为感兴趣的特定数据的全局数据视图。速度和响应时间是OLAP服务的重要的属性，它允许用户以一种有效的方式在线浏览和分析数据。此外，OLAP服务通常提供排序、集合分析工具，并且为正在分析的数据计算超前和滞后的指示器。
在这里，根据用户对数据的认识，OLAP实体可以被模式化。这个实体可以有多个维度，每一个维度都根据数据的属性进行模式化。一般情况下，每个维度都具有相关的层次。例如，时间维度可以由年细分到月细分到细分到星期细分到日组成，然而一个地理学维度可以由国家细分到州细分到城市组成。为了识别这个实体中的特有的单元或单元的范围，维度中的元素充当了索引。
经常使用OLAP服务来分析保存在关系数据库中的数据，例如：联机事务处理(OLTP)数据库。保存在一个关系数据库中的数据根据很多表被组织起来，所述的每个表具有与特定的数据类型有关的数据。与特定的数据类型有关的表根据与数据属性有关的列被组织起来。例如：和类型″Sales″相关的数据组织在″Sales″表中，该表有″Customer ID″、″Product ID″和″Sale Amount″列。与″Forecast″相关的数据组织在″Forecast″表中，该表有″Product Category ID″和″Forecast Amount″列。和″Sales″表不同，″Forecast″表不包括″Customer ID″列，因为预测的数据对于特定客户是未知的。
分析模型数据的相关概念是″测量″的概念。该测量是根据其它属性测量数据类型的属性。例如：在″Sales″表中，属性″Sale Amount″是对销售的测量，在″Forecast″表中，属性″Forecast Amount″是对预测的测量。根据通用属性组织的测量可以包括一个测量组，而根据不同的属性组织的测量可以包括不同的测量组。例如：测量″Sale Amount″属于″Sales″的测量组，这个测量组有″Customer″和″Product″属性，而测量″Forecast Amount″属于″Forecast″测量组，这个测量组只有″Product″属性。
在OLAP环境中，经常需要从不同的测量组里获取数据的单一视图。例如：要分析客户的预销售，就需要获得″Sales″数据和″Forecast″数据的单一视图。然而，在传统的OLAP系统中，要获得这样的单一视图，每个测量组的数据必须模式化成为一个独立的“基础”实体，并且这些基础的实体必须合成为一个“虚拟实体”。模式化这样的多个基础实体和虚拟实体会导致若干弊病。例如：对多个实体进行定义和保存的处理会导致重大的开销。此外，基础实体的变化必须被冗余地传播到虚拟实体上。因此，有必要存在从不同测量组到单个实体之上分析模型数据的系统和方法。
发明的概述
因此，公开了一种对从不同测量组到单一实体上模型数据进行分析的系统和方法。关系数据库中存储有第一表格和第二表格。第一表格根据第一属性组织第一类型；第二表格根据第二属性组织第二类型。
存储在关系数据库中的数据在一个数据实体中分析模式化。第一测量根据第一表的第一类型模式化。根据第二表的第二属性模式化第一维度。对于第一属性的每个入口，通过以一个预定的方式为第二维度的每一个入口分配入口，第一测量与第一维度相关。
通过将入口分配给第一维度的每个选择入口，第一测量与第一维度相关。通过将入口的部分分配给第一维度的每个选择入口，第一测量与第一维度相关。所述的部分可以是入口的整个部分，或它可以是一个成比例的部分。通过将入口分配给第一维度的预定规则的入口，第一测量也可以与第一维度相关。
第二维度也可以根据第一表的第一属性模式化。根据第一表的第一属性，第一测量也可以与第二维度相关，以便允许根据第一属性由第二维度对第一测量进行分析。
第二测量也可以根据第二表的第二类型被模式化。对于第二属性的每个入口，通过以一个预定的方式为第二维度的每个入口分配入口，第二测量可以与第二维度相关。第二测量还根据第二表的第二属性而与第一维度相关，以便允许根据第二属性由第一维度对第二维度进行分析。
附图的简要说明
在阅读了以下对附图的详细说明后，将会更好的理解给出的实施例，其中：
图1是一个框图，示出了一个本发明的方面和/或部分所包括的通用计算机系统。
图2是一个关于″Sales″数据的关系数据库表的例子。
图3是一个关于″Forecast″数据的关系数据库表的例子。
图4是一个关于″Customer″数据的关系数据库表的例子。
图5是一个关于″Product″数据的关系数据库表的例子。
图6是根据本发明的一个实施例由图2-5中表格衍生出来的分析数据实体。
详细说明
下面参考上述附图说明根据不涉及属性组织的模型数据进行分析的系统和方法。本领域的普通技术人员很容易理解，在这里给出的附图仅是为了进行说明，而本发明并不仅限于给出的具体的实施例。在整个说明书中，每个附图中相同的数字，都表示使用的是类似的元素。
计算机环境
图1和随后的讨论都是用于提供一个适当的计算机环境的说明介绍，本发明和/或它的一部分将在这个环境里执行。虽然不需要，但是本发明还是需要概括地描述一下计算机可执行指令的内容，比如计算机执行的程序模块，，比如客户工作站或服务器。通常，程序模块包括事务，程序，对象，组件，数据结构以及完成特定任务或实现特定的抽象数据类型。此外，应该理解的是本发明和/或它的一部分是能够同其它的计算机系统结构兼容，包括掌上型的器材，多处理机系统，基于微处理器或可编程的用户电子系统，网络PC机，小型计算机，主计算机等等。本发明同时能执行在分布式计算环境中，在这个环境中，远程处理装置通过通信网执行任务。在一个分布式计算环境里，程序模块可能位于本地的和远程存储器存储设备中。
如图1所示，一个典型的通用计算机系统包括传统的个人计算机120或者类似计算机，包括处理单元121，系统存储器122和将包括系统存储器在内的不同系统部件耦合到处理器的系统总线123。系统总线123可以是任何几种类型的总线结构，包括存储器总线或存储控制器，外围总线，和正在使用的任何一种总线体系结构的本地总线。系统存储器包括只读存储器(ROM)124和随机存取存储器(RAM)125。基本的输入/输出系统126(BIOS)，包括协调个人计算机120内部元素之间传递信息的基本程序120，如在启动系统时，被保存在ROM124中。
个人计算机120还包括硬盘驱动器127，用于从/向硬盘(未示出)中读出/写入数据，磁盘驱动128，用于从/向可移动磁盘129中读/写数据，还有光盘驱动器130，用于从/向可移动光盘131中读/写数据，比如光驱或其它的光学介质。硬盘驱动器127，磁盘驱动器128，和光盘驱动器130都分别通过硬盘驱动器接口132，磁盘驱动接口133，光驱接口134连接到系统总线123。驱动器和它们相关的计算机可读介质提供了个人计算机120的计算机可读指令、数据结构、程序模块及其它数据不易丢失的存储介质。
虽然这里所述的典型的环境使用了硬盘，可移动的磁盘129，和可移动的光盘131，但是应当理解的是这种典型的操作环境也可以使用其它类型的计算机可读媒体，该媒体能够存储计算机可以访问的数据。这些介质包括磁带盒，闪存擦写存储卡，数字视频盘，伯努利磁带，随机存取存储器(RAM)，只读存储器(ROM)等等类似媒体。
许多程序模块可以存储在硬盘，磁盘129，光盘131，ROM124或RAM125中，包括操作系统135，一个或多个应用程序136，其它的程序模块137和程序数据138。用户可以通过输入装置给个人计算机输入命令和信息，比如键盘140和指示器设备142。其它输入装置(未示出)可能包括麦克风，驾驶盘，游戏衬垫，卫星盘，扫描器，等等。这些及其它输入装置经常通过与系统总线连接在一起的串行端口1接口146连接到处理单元121上，但是也可以通过其它的接口连接，比如并行端口，游戏端口，或者通用的串行总线(USB)。显示器147或其它类型的显示设备也通过接口连接到系统总线123上，如视频适配器148。除显示器之外，个人计算机一般地包括其它的外围输出设备(未显示)，比如扬声器和打印机。图1中典型的系统也包括主机适配器155，小型计算机系统接口(SCSI)总线156，和连接到SCSI总线156的外部存储器装置162。
个人计算机120可以使用和一个或者多个远程计算机的逻辑连接在网络环境中工作，比如远程计算机149。远程计算机149可能是另一个个人计算机，服务器，路由器，网络PC，同等装置或其它的公用网络节点，一般地包括许多或所有的如上所述与个人计算机120有关的元件，虽然唯一的存储装置150已经在图1中解释。在图1中描述的逻辑连接包括局域网(LAN)151和宽域网(WAN)152。在办公室，企业宽带计算机网络，内部网，和Internet，这样的连网环境是很常见的。
当用在局域网的网络环境里，个人计算机120通过网络接口或者适配器153连接到LAN151。当用在WAN的网络环境里，个人计算机120通过调试解调器或者其它方法连接到WAN中，如Internet。可以是内部的或者外部的调制解调器154通过串行端口接口146连接到系统总线123上。在网络环境里，和个人计算机120相关的程序模块，或者其中的一部分的保存在远程存储器存储装置中。应当注意图示的网络连接是一个典型，还可以使用计算机之间建立通信的其它方法。
本发明的系统和方法
分析数据服务，例如可以使用在线的分析过程(OLAP)，以便模式化保存在关系数据库中的数据，例如一个在线的交易数据库(OLTP)。正如以前阐明的，存储在关系数据库中的数据是由多个表组织起来的，每个表都有相应于特定数据类型的数据。与特定数据类型相应的表可以根据与数据属性相应的列组织。
图2示出了这样的一个表，具有和由“Sales”表格200组成的类型″Sales″相应的数据，表″Sales″200中包括列″Customer ID″210，″Product ID″220和″SaleAmount″230。在图3中所示的是另外一个表，具有和由“Forecast“表格300组成的类型″Forecast″相应的数据，表″Forecast″300中包括列″Product CategoryID″310和″Forecast Amount″320。图4所示的是另外一个表，具有和由”Customer“表格400组成的类型″Customer″相应的数据，表″Customer″400中包括列″Customer ID″410和″City″420。在图5所示的表中，具有由”Product“表格500组成的和类型″Product″相应的数据，表″Product″500中包括列″Product ID″510和″Product CategoryID″520。应当注意，表200-500具有与其它属性相关的其它列(未示出)。
现在参考图6，分析数据实体600是在表200-500中数据的分析模型。实体600具有第一″Forecast″测量组610，该组具有属性″Product″。″Forecast″测量组610包括″Forecast Amount″列320后面的模式化的″Forecast Amount″测量610。应当注意，″Forecast″测量组610可以包括具有属性″Product″的附加的测量(未示出)。
实体600还具有第二″Sales″测量组612，该组具有属性″Product″和″Customer″。″Sales″测量组612包括列″Sales Amount″后面230的模式化的″Sales Amount″测量612。应当注意，″Sales″测量组612可以包括具有属性″Product″和″Customer″的附加的测量。
实体600还有根据属性″Customer″模式化的第一″Customer″维度620。″Customer″维度620包括二级粒度：″Customer ID″620a和″City″620b。″CustomerID″级别620a分别与图2和图4中的″Customer ID″列210和410相对应。″City″级别620b与图4中的″City″列相对应。每个在″City″级别620b中的城市包括多个在″Customer ID″级别620a中标识的顾客。应当注意，″Customer″维度620具有与其它列相关的粒度级别(未示出)。
实体600还具有根据属性″Product″模式化的第二″Product”维度622。″Product″维度622包括二级粒度：″Product ID″″622a和″Product CategoryID″622b。″Product ID″级别622a分别和图2和5中的″Product ID″列220和510相对应。″ProductCategory ID″级别622b分别与图3和图5中的″Product Category ID″列310和520相对应。在″Product Category ID″级别622b中识别的每个产品分类可以包括在″Product ID″级别622a中的多个产品。应当注意，″Product″维度622也有其它粒度级别，这些级别与其它列(未示出)相关。
″Sales″测量组612通过″Sales″表200的数据与″Customer″维度相关。″Sales″测量组412还通过″Sales″表200中的数据与″Product″维度622相关。″Forecast″测量组通过″Forecast″表300中的数据与″Product″维度622相关。应当注意，然而，″Forecast″表300中没有数据与″Customer″维度620的″Forecast″测量组610相关。这样，不知道怎样将特定产品的预测销售分配给多个客户，所以，必须根据一个近似值630分配预测。
例如，通过将销售分配给已经在产品分类中购买了产品的客户，针对多个客户的特定产品分类的预计销售可以被估算出来的。详细的，对于产品分类″x″的预测销售为30个，每个顾客1、2、3都被分配了30个销售量。对于产品分类″y″的预测销售为10个，每个顾客1和2都被分配10个销售量。对于产品分类″z″的预测销售为2个，顾客1被分配2个销售量。应当注意，虽然销售量分配给了每个顾客，这个销售量不是“加倍”计算的，例如，为了响应查询″产品分类x的全部顾客的销售总数是多少？″，答案是30而不是90。
通过将销售的每一部分分配给已经在产品分类中购买了产品的客户，针对多个客户的特定产品分类的预计销售可以被估算出来的。详细的，对于产品分类″x″的预测销售为30个，每个顾客1、2、3人被分配10个销售量。对于产品分类″y″的预测销售为10个，每个顾客1和2被分配5个销售量。对于产品分类″z″的预测销售为2个，顾客1可以是分配2个销售量。
通过分配给每个客户一部分销售，针对多个客户的特定产品分类的预计销售可以被估算出来的，其中所述的一部分销售等于在已经销售给了客户的产品分类中的销售。详细的，如果产品分类″x″的预测销售为30个，根据图2中″Sales″表，卖给客户的东西的数量是成比例的，因此，顾客1分配了6个销售量，顾客2分配了9个销售量，顾客3分配了15销售量。如果产品分类″y″的预测销售为10个，顾客1分配了4个销售量，顾客2分配了6个销售量。如果产品分类″z″的预测销售为2个，顾客1分配了2个销售量。
多个客户特定产品种类的预测销售还可以通过分配销售给购买产品的主要客户来估算。详细的，如果产品分类″x″的预测销售为30个，根据顾客3已经购买″x″种类的产品，顾客3分配了30个销售量。如果产品分类″y″的预测销售为10个，根据类似的理由，顾客2分配了10个销售量。如果″z″产品分类的预测销售为2个，顾客1分配了2个销售量。
应当注意，虽然典型的实体600包括具有公共″产品”维度622的测量组610和612，实体也可以没有公共维度的测量组。对于每个这样的测量组，每一个测量自己使用一个近似值，如近似值630，与非关联的维度相关。如此，根据本发明的实体包括多个近似值。
还应当注意，在实体600中的测量组能够与多级别粒度的特定维度相关。例如，当″Forecast″测量组610与″Product Category″粒度级别622b的″Product″维度612相关的时候，″Sales″测量组612与″Product″粒度级别622a的″Product″维度612相关。测量组可以通过近似值，如近似值630，与低级粒度级别相关。例如，特定产品的销售预测可以通过近似值630估算。
与本发明有关的用于有效地执行处理所需要的程序是相对直接明了的，是相对公知的程序。从而，在此没有附上这个程序。然而，在不脱离本发明的精神和范围之内可以使用任何特定的程序来执行本发明。
尽管结合特定的实施例对本发明进行了描述和说明，但是本领域的普通技术人员可以在不脱离本发明的上述精神和范围以及随后说明的权利要求的情况下进行任意修改和替换。例如：本发明中提到了″Sales″表、″Forecast″表、″Customer″表和″Product″表，本发明还可以使用相关的关系数据库中的任何表。而且本发明的分析数据模式可以包括与许多数据属性相关的许多维度。从而，本发明的保护范围都被包括在附加的权利要求书中。

Claims (14)

1.一种与第一、第二和第三数据表结合的方法，所述第一数据表根据第一属性和第二属性组织了第一类型，所述第二数据表根据第三属性组织了第二类型，所述第三数据表根据第一属性和第三属性组织了第三类型，所述方法包括：
根据所述第二数据表的第二类型模型化一测量；
根据所述第二数据表的第三属性模型化第一维度；
根据所述第一数据表的第二属性模型化第二维度；
根据所述第二数据表的第三属性，将所述测量与所述第一维度联系起来，以允许所述测量根据所述第三属性访问第一维度的数据；以及
通过对所述第一维度的每一条目，为所述第一维度的该条目分配所述测量的一个值，将所述测量与所述第二维度联系起来。
2.如权利要求1所述的方法，其特征在于，包括根据所述第二数据表的第二类型模型化所述测量，所述第二数据表包括存储在一关系数据库中的数据。
3.如权利要求1所述的方法，其特征在于，包括向所述第二维度的每一经识别出的条目分配所述第一维度的所述条目的测量的值的完整部分。
4.如权利要求1所述的方法，其特征在于，包括向所述第二维度的每一经识别出的条目分配所述第一维度的所述条目的测量的值的一部分。
5.如权利要求4所述的方法，其特征在于，包括向所述第二维度的每一经识别出的条目分配所述第一维度的所述条目的测量的值的均匀的一部分。
6.如权利要求4所述的方法，其特征在于，包括向所述第二维度的每一经识别出的条目分配所述第一维度的所述条目的测量的值的成比例的一部分。
7.如权利要求1所述的方法，其特征在于，包括向所述第二维度的经识别出的预定主条目分配所述第一维度的所述条目的测量的总值。
8.一种与第一、第二和第三数据表结合的系统，所述第一数据表根据第一属性组织了第一类型，所述第二数据表根据第三属性组织了第二类型，所述第三数据表根据第一属性和第三属性组织了第三类型，其特征在于，所述系统包括：
根据所述第二数据表的第二类型模型化一测量的装置；
根据所述第二数据表的第三属性模型化第一维度的装置；
根据所述第一数据表的第二属性模型化第二维度的装置；
根据所述第二数据表的第三属性，将所述测量与所述第一维度联系起来，以允许所述测量根据所述第三属性访问第一维度的数据的装置；以及
通过对所述第一维度的每一条目，为所述第一维度的该条目分配所述测量的一个值，将所述测量与所述第二维度联系起来的装置。
9.如权利要求8所述的系统，其特征在于，包括用于根据所述第二数据表的第二类型模型化所述测量的装置，所述第二数据表包括存储在一关系数据库中的数据。
10.如权利要求8所述的系统，其特征在于，包括用于向所述第二维度的每一经识别出的条目分配所述第一维度的所述条目的测量的值的整个部分的装置。
11.如权利要求8所述的系统，其特征在于，包括用于向所述第二维度的每一经识别出的条目分配所述第一维度的所述条目的测量的值的一部分的装置。
12.如权利要求11所述的系统，其特征在于，包括用于向所述第二维度的每一经识别出的条目分配所述第一维度的所述条目的测量的值的均匀的一部分的装置。
13.如权利要求11所述的系统，其特征在于，包括用于向所述第二维度的每一经识别出的条目分配所述第一维度的所述条目的测量的值的成比例的一部分的装置。
14.如权利要求8所述的系统，其特征在于，包括用于向所述第二维度的经识别出的预定主条目分配所述第一维度的所述条目的测量的总值的装置。
CNB2004100714455A 2003-06-25 2004-06-25 解析性地将不同测量组的数据建模到单个实体上的系统和方法 Expired - Fee Related CN100565502C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/606,343 2003-06-25
US10/606,343 US7260513B2 (en) 2002-07-19 2003-06-25 System and method for analytically modeling data from different measure groups onto a single cube

Publications (2)

Publication Number Publication Date
CN1591426A CN1591426A (zh) 2005-03-09
CN100565502C true CN100565502C (zh) 2009-12-02

Family

ID=33418686

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2004100714455A Expired - Fee Related CN100565502C (zh) 2003-06-25 2004-06-25 解析性地将不同测量组的数据建模到单个实体上的系统和方法

Country Status (5)

Country Link
US (1) US7260513B2 (zh)
EP (1) EP1492025A3 (zh)
JP (1) JP2005018750A (zh)
KR (1) KR101137124B1 (zh)
CN (1) CN100565502C (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10713301B2 (en) 2004-04-26 2020-07-14 Right90, Inc. Flexible baselines in an operating plan data aggregation system
US8108335B2 (en) * 2007-07-17 2012-01-31 Teradata Us, Inc. Techniques for integrating disparate data access mechanisms
KR100926336B1 (ko) * 2008-02-29 2009-11-10 나문수 관계 기반 애플리케이션 매핑 방법 및 이를 실현시키기위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체
US20090287666A1 (en) * 2008-05-13 2009-11-19 International Business Machines Corporation Partitioning of measures of an olap cube using static and dynamic criteria
US11531687B2 (en) * 2020-04-02 2022-12-20 Jpmorgan Chase Bank, N.A. Method and apparatus for application of an N-dimensional hypercube datatype
WO2023172205A1 (en) * 2022-03-11 2023-09-14 Smudg Company Pte. Ltd. A system configured with an ever expanding, self-calibrating, array of one or more types of attributes

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5940818A (en) 1997-06-30 1999-08-17 International Business Machines Corporation Attribute-based access for multi-dimensional databases
US6205447B1 (en) * 1997-06-30 2001-03-20 International Business Machines Corporation Relational database management of multi-dimensional data
US6594653B2 (en) * 1998-03-27 2003-07-15 International Business Machines Corporation Server integrated system and methods for processing precomputed views
JP4346158B2 (ja) 1999-06-28 2009-10-21 株式会社東芝 データ生成装置及びプログラムを記憶したコンピュータ読み取り可能な記憶媒体
WO2001080095A2 (en) * 2000-04-17 2001-10-25 Brio Technology, Inc. Analytical server including metrics engine
US6954760B2 (en) * 2001-02-01 2005-10-11 Hitachi, Ltd. Method and system for multidimensional database management
US6775675B1 (en) * 2001-04-04 2004-08-10 Sagemetrics Corporation Methods for abstracting data from various data structures and managing the presentation of the data
US7133876B2 (en) * 2001-06-12 2006-11-07 The University Of Maryland College Park Dwarf cube architecture for reducing storage sizes of multidimensional data

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Relational extensions for OLAP. N.Colossi 等.IBM SYSTEMS JOURNAL,Vol.41 No.4. 2002
Relational extensions for OLAP. N.Colossi 等.IBM SYSTEMS JOURNAL,Vol.41 No.4. 2002 *

Also Published As

Publication number Publication date
KR20050001420A (ko) 2005-01-06
EP1492025A3 (en) 2006-04-26
EP1492025A2 (en) 2004-12-29
KR101137124B1 (ko) 2012-04-19
US20040015513A1 (en) 2004-01-22
US7260513B2 (en) 2007-08-21
JP2005018750A (ja) 2005-01-20
CN1591426A (zh) 2005-03-09

Similar Documents

Publication Publication Date Title
Börsch-Supan Econometric analysis of discrete choice: with applications on the demand for housing in the US and West-Germany
US7050932B2 (en) Method, system, and computer program product for outlier detection
US6996536B1 (en) System and method for visually analyzing clickstream data with a parallel coordinate system
JP4257670B2 (ja) サービスプロバイダ位置の高度に断片化された地理的なセグメントにおいて製品販売を評価するシステム及び方法
US20030097292A1 (en) System and method for stability analysis of profitability of target markets for goods or services
US20220261422A1 (en) Linking Discrete Dimensions to Enhance Dimensional Analysis
CN111062750A (zh) 用户画像标签建模和分析方法、装置、设备及存储介质
US20130275372A1 (en) Database Performance Analysis
US20040205045A1 (en) Method and system for decision support analysis
CN100565502C (zh) 解析性地将不同测量组的数据建模到单个实体上的系统和方法
EP1383064A2 (en) System and method for analytically modeling data organized according to related attributes
Wasserman et al. Developing a characterization of business intelligence workloads for sizing new database systems
CN100422991C (zh) 用于表示和计算量度之间的关系的系统和方法
Perreault Jr et al. Quantifying marketing trade–offs in physical distribution policy decisions
US7275022B2 (en) System and method for analytically modeling data organized according to non-referred attributes
US7461019B2 (en) System and method for integration of material costs of a product
KR20020006905A (ko) 실시간으로 변경되는 검색 인덱스 정보 제공 시스템 및방법, 그 프로그램의 소스를 기록한 기록매체
US7720824B2 (en) Database range constraint that is dynamically limited by data in the database
JP2005018750A5 (zh)
US8423882B2 (en) Online navigation of choice data sets
Rao et al. A customized market response model: Development, estimation, and empirical testing
Ahituv et al. The impact of accessibility on the value of information and the productivity paradox
CN108764997A (zh) 收入识别方法、装置和计算机可读存储介质
US20070282671A1 (en) System and method for generating a chain-weighted equipment price index
Ioannidis et al. Estimating the worth of product characteristics

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: MICROSOFT TECHNOLOGY LICENSING LLC

Free format text: FORMER OWNER: MICROSOFT CORP.

Effective date: 20150506

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20150506

Address after: Washington State

Patentee after: Micro soft technique license Co., Ltd

Address before: Washington State

Patentee before: Microsoft Corp.

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20091202

Termination date: 20190625