CN110222124A - 基于olap的多维数据处理方法及系统 - Google Patents

基于olap的多维数据处理方法及系统 Download PDF

Info

Publication number
CN110222124A
CN110222124A CN201910381272.3A CN201910381272A CN110222124A CN 110222124 A CN110222124 A CN 110222124A CN 201910381272 A CN201910381272 A CN 201910381272A CN 110222124 A CN110222124 A CN 110222124A
Authority
CN
China
Prior art keywords
result
precomputation
cube
sql
data
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.)
Pending
Application number
CN201910381272.3A
Other languages
English (en)
Inventor
刘文政
李栋
李扬
韩卿
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.)
Yunyun (shanghai) Information Technology Co Ltd
Original Assignee
Yunyun (shanghai) Information Technology Co Ltd
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 Yunyun (shanghai) Information Technology Co Ltd filed Critical Yunyun (shanghai) Information Technology Co Ltd
Priority to CN201910381272.3A priority Critical patent/CN110222124A/zh
Publication of CN110222124A publication Critical patent/CN110222124A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/2433—Query languages
    • 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

Abstract

本发明实施例公开一种基于OLAP的多维数据处理方法及系统，其中方法包括如下步骤：同步底层数据库的数据表，基于用户定义的OLAP模型对底层数据源数据进行预计算，生成Cube预计算结果集，并基于XMLA协议向客户端暴露Cube结构。将客户端对Cube的数据查询操作对应的查询MDX，转化成SQL去访问Cube预计算结果集，并将SQL查询结果转换为MDX查询结果，返回给客户端。采用本发明，通过XMLA协议向客户端暴露Cube结构，并将客户端的MDX查询转化为SQL去查询目标结果，可以解决大规模数据分析受限的问题。

Description

基于OLAP的多维数据处理方法及系统
技术领域
本发明涉及互联网信息数据处理技术领域，尤其涉及一种基于OLAP的多维数据处理方法及系统。
背景技术
从数据中挖掘有价值的信息，一直是计算机科学与技术领域不断探索与研究的热门课题。尤其在大数据时代，人们收集和分析的数据规模越来越大，如何高效地实现OLAP多维数据分析，是一个值得研究的技术问题。
联机数据分析(OLAP)通常使用的查询语言是多维表达式(multi-dimensionalexpressions，MDX)，常用于OLAP的查询。业界已有的MDX引擎技术在大数据时代使用受限，主要表现为两方面，一是能够分析的数据规模一般在GB级别，而大数据时代的数据规模已达到TB级乃至PB级；二是现有的MDX引擎技术不具备存储数据的能力，其数据存储放在一些传统的关系型数据库上，所支持的分析场景受限。
由于现存技术存在的缺陷，难以在大数据时代应对复杂的分析场景与高速增长的数据规模。
发明内容
本发明实施例提供一种基于OLAP的多维数据处理方法及系统，通过XMLA协议向客户端暴露Cube结构，并将客户端的MDX查询转化为SQL去查询目标结果，可以解决大规模数据分析受限的问题。
本发明实施例第一方面提供了一种基于OLAP的多维数据处理方法，可包括：
基于用户定义的OLAP模型对底层数据源数据进行预计算，生成Cube预计算结果集；
基于远程调用协议将Cube结构输出至客户端展示；
将数据查询操作对应的查询MDX转化为SQL；
基于SQL访问Cube预计算结果集，获取并输出对应的目标预计算结果。
进一步的，上述方法还包括：
获取客户端根据用户输入的数据查询操作返回的查询MDX。
进一步的，上述将数据查询操作对应的查询MDX转化为SQL，包括：
对Cube结构指示的数据源表之间的连接信息、维度、度量以及层级的定义信息进行信息同步；
解析查询MDX，分析出使用到的维度、度量、过滤条件和Cube信息，确定待访问的目标预计算结果；
组装用户获取目标预计算结果的SQL。
进一步的，上述基于SQL访问Cube预计算结果集，获取并输出对应的目标预计算结果，包括：
检测Cube预计算结果集中是否存在目标预计算结果；
若检测结果为是，则采用SQL从Cube预计算结果集中获取并输出目标预计算结果；
若检测结果为否，则采用SQL从底层数据源中获取并输出目标预计算结果。
进一步的，上述方法还包括：
将SQL查询到的目标预计算结果转换为MDX查询结果，返回至客户端。
本发明实施例第二方面提供了一种基于OLAP的多维数据处理系统，可包括：
数据预计算模块，用于基于用户定义的OLAP模型对底层数据源数据进行预计算，生成Cube预计算结果集；
Cube展示模块，用于基于远程调用协议将Cube结构输出至客户端展示；
查询语句转化模块，用于将数据查询操作对应的查询MDX转化为SQL；
数据查询模块，用于基于SQL访问Cube预计算结果集，获取并输出对应的目标预计算结果。
进一步的，上述系统还包括：
查询MDX获取模块，用于获取客户端根据用户输入的数据查询操作返回的查询MDX。
进一步的，上述查询语句转化模块包括：
信息同步单元，用于对Cube结构指示的数据源表之间的连接信息、维度、度量以及层级的定义信息进行信息同步；
目标结果确定单元，解析查询MDX，分析出使用到的维度、度量、过滤条件和Cube信息，确定待访问的目标预计算结果；
SQL组装单元，用于组装用户获取目标预计算结果的SQL。
进一步的，上述数据查询模块包括：
结果检测单元，用于检测Cube预计算结果集中是否存在目标预计算结果；
第一结果获取单元，用于若检测为是时，采用目标SQL从Cube预计算结果集中获取并输出目标预计算结果；
第二结果获取单元，用于若检测为否时，采用目标SQL从底层数据源中获取并输出目标预计算结果。
进一步的，上述系统还包括：
结果返回模块，用于将SQL查询到的目标预计算结果转换为MDX查询结果，返回至客户端。
在本发明实施例中，通过XMLA协议向客户端暴露Cube结构，并将客户端的MDX查询转化为SQL去查询目标结果，解决了大规模数据分析受限的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的一种基于OLAP的多维数据处理方法的流程示意图；
图2是本发明实施例提供的一种基于OLAP的多维数据处理系统的结构示意图；
图3是本发明实施例提供的查询语句转化模块的结构示意图；
图4是本发明实施例提供的数据查询模块的结构示意图；
图5是本发明实施例提供的另一种基于OLAP的多维数据处理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
本发明实施例提供的基于OLAP的多维数据处理方法可以应用于对超大数据量、复杂业务逻辑等进行分析的应用场景。
下面将结合附图1，对本发明实施例提供的基于OLAP的多维数据处理方法进行详细介绍。
请参见图1，为本发明实施例提供了一种基于OLAP的多维数据处理方法的流程示意图。如图1所示，本发明实施例的所述方法可以包括以下步骤S101-步骤S103。
S101，基于用户定义的OLAP模型对底层数据源数据进行预计算，生成Cube预计算结果集。
可以理解的是，在进行数据查询之前，上述数据处理系统可以对接并保存待分析数据的数据源。通常的，上述数据保存在数据库系统中，可以支持SQL或者类SQL查询接口。本发明实施例中的数据处理系统可以与数据库系统对接，从中同步数据表，用于后续分析，同时可以把数据分析的SQL查询发送至数据库系统，获取分析查询的中间结果。
在多维数据的分析处理过程中，上述数据处理系统可以基于用户定义的OLAP模型对底层数据源数据进行预计算，生成Cube预计算结果集。需要说明的是，用户可以创建出符合业务需求的Cube(如星形模型或者雪花模型等)，该模型为真实存在的物理模型是OLAP分析中常用的基础模型，上述Cube预计算结果集中可以包含所有符合用户需求的预计算结果。
S102，基于远程调用协议将Cube结构输出至客户端展示。
具体的，上述数据处理系统可以通过远程调用协议(例如，可以是XMLA等)将创建好的Cube结构发送至客户端，客户端可以为常见的各种商业智能(BusinessIntelligence，BI)工具，例如，Excel或者Tableau等。进一步的，用户可以通过客户端输入数据查询操作，客户端可以根据该操作生成对应的查询语句，优选的，可以是查询MDX，进一步的，客户端可以基于上述远程调用协议将查询MDX发送至上述数据处理系统。
S103，将数据查询操作对应的查询MDX转化为SQL。
具体的，上述数据处理系统可以将数据查询操作对应的查询MDX转化为SQL，可选的，数据处理系统可以对上述Cube结构指示的数据源表之间的连接信息、维度、度量以及层级的定义信息进行信息同步，可以理解的是，上述数据源表可以是数据源的表，Cube可以是上述数据源的存储介质。进一步的，可以对上述查询MDX进行解析，得到需要使用到的维度、度量、过滤条件以及Cube等信息，进而可以确定需要访问的目标预计算结果。进一步的，上述数据处理系统可以将解析出的需要用到的信息即将维度(group by的列)、度量(聚合的列以及聚合函数)以及表之间的关联关系等进行拼接，组装成一条完整的SQL，最终完成查询MDX向SQL的转化。
S104，基于SQL访问Cube预计算结果集，获取并输出对应的目标预计算结果。
具体的，上述数据处理系统可以基于SQL访问上述Cube预计算结果集，在该结果集中查找并输出目标预计算结果，可以理解的是，上述SQL只是针对某次数据查询操作的一种查询请求，所要查询的数据可能只包含部分维度的目标数据，该目标数据对应的预计算后的结果集即为上述目标预计算结果。
需要说明的是，在本发明实施例中，上述数据处理系统可以从Cube预计算结果集中查询到待访问的预计算结果，但当Cube预计算结果集中不存在目标预计算结果时，需要通过SQL语句从底层数据源中获取数据。
具体实现中，在查询输出目标预计算结果之前，上述数据处理系统可以先检测Cube预计算结果集中是否存在目标预计算结果，再确定通过SQL获取数据的方式，例如，当检测到Cube预计算结果集中存在目标预计算结果，上述数据处理系统可以采用SQL从Cube预计算结果集中直接获取并输出目标预计算结果，反之若未检测到目标预计算结果，则可以采用SQL从底层数据源中获取并输出目标预计算结果。
可以理解的是，上述数据处理系统可以将SQL查询到的目标预计算结果转换为MDX查询结果，返回至客户端。
在本发明实施例中，通过XMLA协议向客户端暴露Cube结构，并将客户端的MDX查询转化为SQL去查询目标结果，解决了大规模数据分析受限的问题。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
下面将结合附图2-附图5，对本发明实施例提供的基于OLAP的多维数据处理系统进行详细介绍。需要说明的是，附图2-附图5所示的数据处理系统，用于执行本发明图1所示实施例的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明图1所示的实施例。
请参见图2，为本发明实施例提供了一种基于OLAP的多维数据处理系统的结构示意图。如图2所示，本发明实施例的数据处理系统1可以包括：数据预计算模块11、Cube展示模块12、查询语句转化模块13、数据查询模块14、查询MDX获取模块15和结果返回模块16。其中，查询语句转化模块13如图3所示，包括信息同步单元131、目标结果确定单元132和SQL组装单元133。数据查询模块14如图4所示，包括结果检测单元141、第一结果获取单元142和第二结果获取单元143。
中间数据获取模块11，用于基于用户定义的OLAP模型对底层数据源数据进行预计算，生成Cube预计算结果集。
可以理解的是，在进行数据查询之前，上述数据处理系统1可以对接并保存待分析数据的数据源。通常的，上述数据保存在数据库系统中，可以支持SQL或者类SQL查询接口。本发明实施例中的数据处理系统1可以与数据库系统对接，从中同步数据表，用于后续分析，同时可以把数据分析的SQL查询发送至数据库系统，获取分析查询的中间结果。
在多维数据的分析处理过程中，中间数据获取模块11可以基于用户定义的OLAP模型对底层数据源数据进行预计算，生成Cube预计算结果集。需要说明的是，用户可以创建出符合业务需求的Cube(如星形模型或者雪花模型等)，该模型为真实存在的物理模型是OLAP分析中常用的基础模型，上述Cube预计算结果集中可以包含所有符合用户需求的预计算结果。
Cube展示模块12，用于基于远程调用协议将Cube结构输出至客户端展示。
具体实现中，Cube展示模块12可以通过远程调用协议(例如，可以是XMLA等)将创建好的Cube结构发送至客户端，客户端可以为常见的各种BI工具，例如，Excel或者Tableau等。进一步的，用户可以通过客户端输入数据查询操作，客户端可以根据该操作生成对应的查询语句，优选的，可以是查询MDX，进一步的，客户端可以基于上述远程调用协议将查询MDX发送至查询MDX获取模块15。
查询语句转化模块13，用于将数据查询操作对应的查询MDX转化为SQL。
具体实现中，查询语句转化模块13可以将数据查询操作对应的查询MDX转化为SQL，可选的，信息同步单元131可以对上述Cube结构指示的数据源表之间的连接信息、维度、度量以及层级的定义信息进行信息同步，可以理解的是，上述数据源表可以是数据源的表，Cube可以是上述数据源的存储介质。进一步的，目标结果确定单元132可以对上述查询MDX进行解析，得到需要使用到的维度、度量、过滤条件以及Cube等信息，进而可以确定需要访问的目标预计算结果。进一步的，SQL组装单元133可以将解析出的需要用到的信息即将维度(group by的列)、度量(聚合的列以及聚合函数)以及表之间的关联关系等进行拼接，组装成一条完整的SQL，最终完成查询MDX向SQL的转化。
数据查询模块14，用于基于SQL访问Cube预计算结果集，获取并输出对应的目标预计算结果。
具体实现中，数据查询模块14可以基于SQL访问上述Cube预计算结果集，在该结果集中查找并输出目标预计算结果，可以理解的是，上述SQL只是针对某次数据查询操作的一种查询请求，所要查询的数据可能只包含部分维度的目标数据，该目标数据对应的预计算后的结果集即为上述目标预计算结果。
需要说明的是，在本发明实施例中，上述数据查询模块14可以从Cube预计算结果集中查询到待访问的预计算结果，但当Cube预计算结果集中不存在目标预计算结果时，需要通过SQL语句从底层数据源中获取数据。
具体实现中，在查询输出目标预计算结果之前，结果检测单元141可以先检测Cube预计算结果集中是否存在目标预计算结果，再确定通过SQL获取数据的方式，例如，当检测到Cube预计算结果集中存在目标预计算结果，第一结果获取单元142可以采用SQL从Cube预计算结果集中直接获取并输出目标预计算结果，反之若未检测到目标预计算结果，则第二结果获取单元143可以采用SQL从底层数据源中获取并输出目标预计算结果。
可以理解的是，结果返回模块16可以将SQL查询到的目标预计算结果转换为MDX查询结果，返回至客户端。
在本发明实施例中，通过XMLA协议向客户端暴露Cube结构，并将客户端的MDX查询转化为SQL去查询目标结果，解决了大规模数据分析受限的问题。
图5为本发明实施例提供的另一种基于OLAP的多维数据处理系统的结构示意图，如图5所示本发明实施例的数据处理系统2可以包括：数据分析客户端21、查询引擎22以及Cube\底层数据源23。
数据分析客户端21，用于将OLAP查询请求发送至查询引擎22，可以理解的是，OLAP查询请求可以是上述查询MDX。
查询引擎22，用于接收来自客户端的查询MDX，并据此访问Cube\底层数据源得到想要的Cube\底层数据源结果，该结果可以是上述目标预计算结果。
Cube\底层数据源23，用于将OALP查询得到的查询结果返回至查询引擎22，并通过查询引擎22反馈至客户端，供用户查看。
需要说明的是，本发明实施例中涉及的具体的数据处理过程，可以参将上述实施例中的具体描述，此处不再赘述。
在本发明实施例中，通过XMLA协议向客户端暴露Cube结构，并将客户端的MDX查询转化为SQL去查询目标结果，解决了大规模数据分析受限的问题。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种基于OLAP的多维数据处理方法，其特征在于，包括：
基于用户定义的OLAP模型对底层数据源数据进行预计算，生成Cube预计算结果集；
基于远程调用协议将Cube结构输出至客户端展示；
将数据查询操作对应的查询MDX转化为SQL；
基于所述SQL访问所述Cube预计算结果集，获取并输出对应的目标预计算结果。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取客户端根据用户输入的数据查询操作返回的查询MDX。
3.根据权利要求1所述的方法，其特征在于，所述将数据查询操作对应的查询MDX转化为SQL，包括：
对所述Cube结构指示的数据源表之间的连接信息、维度、度量以及层级的定义信息进行信息同步；
解析所述查询MDX，分析出使用到的维度、度量、过滤条件和Cube信息，确定待访问的目标预计算结果；
组装用户获取所述目标预计算结果的SQL。
4.根据权利要求3所述的方法，其特征在于，所述基于所述SQL访问所述Cube预计算结果集，获取并输出对应的目标预计算结果，包括：
检测所述Cube预计算结果集中是否存在所述目标预计算结果；
若检测结果为是，则采用所述SQL从所述Cube预计算结果集中获取并输出所述目标预计算结果；
若检测结果为否，则采用所述SQL从底层数据源中获取并输出所述目标预计算结果。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述SQL查询到的所述目标预计算结果转换为MDX查询结果，返回至客户端。
6.一种基于OLAP的多维数据处理系统，其特征在于，包括：
数据预计算模块，用于基于用户定义的OLAP模型对底层数据源数据进行预计算，生成Cube预计算结果集；
Cube展示模块，用于基于远程调用协议将Cube结构输出至客户端展示；
查询语句转化模块，用于将数据查询操作对应的查询MDX转化为SQL；
数据查询模块，用于基于所述SQL访问所述Cube预计算结果集，获取并输出对应的目标预计算结果。
7.根据权利要求6所述的系统，其特征在于，所述系统还包括：
查询MDX获取模块，用于获取客户端根据用户输入的数据查询操作返回的查询MDX。
8.根据权利要求6所述的系统，其特征在于，所述查询语句转化模块包括：
信息同步单元，用于对所述Cube结构指示的数据源表之间的连接信息、维度、度量以及层级的定义信息进行信息同步；
目标结果确定单元，解析所述查询MDX，分析出使用到的维度、度量、过滤条件和Cube信息，确定待访问的目标预计算结果；
SQL组装单元，用于组装用户获取所述目标预计算结果的SQL。
9.根据权利要求8所述的系统，其特征在于，所述数据查询模块包括：
结果检测单元，用于检测所述Cube预计算结果集中是否存在所述目标预计算结果；
第一结果获取单元，用于若检测为是时，采用所述目标SQL从所述Cube预计算结果集中获取并输出所述目标预计算结果；
第二结果获取单元，用于若检测为否时，采用所述目标SQL从底层数据源中获取并输出所述目标预计算结果。
10.根据权利要求6所述的系统，其特征在于，所述系统还包括：
结果返回模块，用于将所述SQL查询到的所述目标预计算结果转换为MDX查询结果，返回至客户端。
CN201910381272.3A 2019-05-08 2019-05-08 基于olap的多维数据处理方法及系统 Pending CN110222124A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910381272.3A CN110222124A (zh) 2019-05-08 2019-05-08 基于olap的多维数据处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910381272.3A CN110222124A (zh) 2019-05-08 2019-05-08 基于olap的多维数据处理方法及系统

Publications (1)

Publication Number Publication Date
CN110222124A true CN110222124A (zh) 2019-09-10

Family

ID=67820681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910381272.3A Pending CN110222124A (zh) 2019-05-08 2019-05-08 基于olap的多维数据处理方法及系统

Country Status (1)

Country Link
CN (1) CN110222124A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111143398A (zh) * 2019-12-12 2020-05-12 跬云(上海)信息科技有限公司 基于扩展sql函数的超大集合查询方法及装置
CN112559567A (zh) * 2020-12-10 2021-03-26 跬云(上海)信息科技有限公司 适用于olap查询引擎的查询方法及装置
CN112765282A (zh) * 2021-01-18 2021-05-07 恒安嘉新（北京）科技股份公司 一种数据联机分析处理方法、装置、设备及存储介质
CN113220728A (zh) * 2021-05-24 2021-08-06 跬云(上海)信息科技有限公司 数据查询方法、装置、设备和存储介质
WO2023155273A1 (zh) * 2022-02-15 2023-08-24 上海跬智信息技术有限公司 相关系数计算方法、装置、设备和存储介质
CN117807108A (zh) * 2024-02-28 2024-04-02 广州思迈特软件有限公司 基于双查询引擎的数据查询方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110208690A1 (en) * 2010-02-24 2011-08-25 International Business Machines Corporation Viewing an olap cube as a virtual data source
CN106372114A (zh) * 2016-08-23 2017-02-01 电子科技大学 一种基于大数据的联机分析处理系统和方法
CN106484875A (zh) * 2016-10-13 2017-03-08 广州视源电子科技股份有限公司 基于molap的数据处理方法及装置
CN107301206A (zh) * 2017-06-01 2017-10-27 华南理工大学 一种基于预运算的分布式olap分析方法及系统
CN108376143A (zh) * 2018-01-11 2018-08-07 上海跬智信息技术有限公司 一种新型的olap预计算模型及生成预计算结果的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110208690A1 (en) * 2010-02-24 2011-08-25 International Business Machines Corporation Viewing an olap cube as a virtual data source
CN106372114A (zh) * 2016-08-23 2017-02-01 电子科技大学 一种基于大数据的联机分析处理系统和方法
CN106484875A (zh) * 2016-10-13 2017-03-08 广州视源电子科技股份有限公司 基于molap的数据处理方法及装置
CN107301206A (zh) * 2017-06-01 2017-10-27 华南理工大学 一种基于预运算的分布式olap分析方法及系统
CN108376143A (zh) * 2018-01-11 2018-08-07 上海跬智信息技术有限公司 一种新型的olap预计算模型及生成预计算结果的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谭龙等: "《数据库技术及应用》", 31 January 2006 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111143398A (zh) * 2019-12-12 2020-05-12 跬云(上海)信息科技有限公司 基于扩展sql函数的超大集合查询方法及装置
CN111143398B (zh) * 2019-12-12 2021-04-13 跬云(上海)信息科技有限公司 基于扩展sql函数的超大集合查询方法及装置
CN112559567A (zh) * 2020-12-10 2021-03-26 跬云(上海)信息科技有限公司 适用于olap查询引擎的查询方法及装置
WO2022121098A1 (zh) * 2020-12-10 2022-06-16 跬云(上海)信息科技有限公司 适用于olap查询引擎的查询方法及装置
CN112765282A (zh) * 2021-01-18 2021-05-07 恒安嘉新（北京）科技股份公司 一种数据联机分析处理方法、装置、设备及存储介质
CN112765282B (zh) * 2021-01-18 2023-11-28 恒安嘉新（北京）科技股份公司 一种数据联机分析处理方法、装置、设备及存储介质
CN113220728A (zh) * 2021-05-24 2021-08-06 跬云(上海)信息科技有限公司 数据查询方法、装置、设备和存储介质
CN113220728B (zh) * 2021-05-24 2023-11-28 跬云(上海)信息科技有限公司 数据查询方法、装置、设备和存储介质
WO2023155273A1 (zh) * 2022-02-15 2023-08-24 上海跬智信息技术有限公司 相关系数计算方法、装置、设备和存储介质
CN117807108A (zh) * 2024-02-28 2024-04-02 广州思迈特软件有限公司 基于双查询引擎的数据查询方法

Similar Documents

Publication Publication Date Title
CN110222124A (zh) 基于olap的多维数据处理方法及系统
CN110008288B (zh) 用于网络故障分析的知识图谱库的构建方法及其应用
CN107256265B (zh) 一种搜索引擎结果数据可视化展示方法及系统
CN105550268B (zh) 大数据流程建模分析引擎
CN101902505B (zh) 一种分布式dns查询日志的实时统计装置及方法
Zhdanova et al. Community-driven ontology matching
US20100011337A1 (en) Open application lifecycle management framework domain model
Vyawahare et al. A hybrid database approach using graph and relational database
US20060282436A1 (en) Systems and methods for estimating functional relationships in a database
CN104700190B (zh) 一种用于项目与专业人员匹配的方法和装置
CN102081661A (zh) 基于xml的异构关系型数据库的数据集成方法和系统
CN101894058B (zh) 针对自动测试系统的测试覆盖性自动分析方法及其装置
CN103262076A (zh) 分析数据处理
CN108052542B (zh) 一种基于presto的数据的多维数据的分析方法
JP2017507393A (ja) 複合的ダイアディック又はマルチプルなカウンターパーティ関係を発見するために使用される多次元再帰的学習プロセス及びシステム
CN112860730A (zh) Sql语句的处理方法、装置、电子设备及可读存储介质
Lutz et al. A classification framework for approaches to achieving semantic interoperability between GI web services
CN108763536A (zh) 数据库访问方法及装置
CN107944005B (zh) 一种数据展示方法及装置
US20160162539A1 (en) Computer executable method of generating analysis data and apparatus performing the same and storage medium for the same
CN113946594B (zh) 一种工业多源异构数据的集成查询方法、装置及设备
CN113806429A (zh) 基于大数据流处理框架的画布式日志分析方法
Saad et al. OLAP Manipulations on RDF Data following a Constellation Model.
Petermann et al. Graph mining for complex data analytics
CN113553341A (zh) 多维数据分析方法、装置、设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190910