KR101845812B1 - 다차원 온라인 분석 처리 시스템에서의 큐브를 재구성하는 방법 및 장치 - Google Patents

다차원 온라인 분석 처리 시스템에서의 큐브를 재구성하는 방법 및 장치 Download PDF

Info

Publication number
KR101845812B1
KR101845812B1 KR1020167027904A KR20167027904A KR101845812B1 KR 101845812 B1 KR101845812 B1 KR 101845812B1 KR 1020167027904 A KR1020167027904 A KR 1020167027904A KR 20167027904 A KR20167027904 A KR 20167027904A KR 101845812 B1 KR101845812 B1 KR 101845812B1
Authority
KR
South Korea
Prior art keywords
cube
data
new
existing
updated
Prior art date
Application number
KR1020167027904A
Other languages
English (en)
Other versions
KR20160130489A (ko
Inventor
융 장
비안 윈
단단 투
Original Assignee
후아웨이 테크놀러지 컴퍼니 리미티드
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 후아웨이 테크놀러지 컴퍼니 리미티드 filed Critical 후아웨이 테크놀러지 컴퍼니 리미티드
Publication of KR20160130489A publication Critical patent/KR20160130489A/ko
Application granted granted Critical
Publication of KR101845812B1 publication Critical patent/KR101845812B1/ko

Links

Images

Classifications

    • G06F17/30592—
    • 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
    • G06F16/23—Updating
    • G06F16/2365—Ensuring data consistency and integrity
    • 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
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • 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

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)
  • Computing Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 명세서는 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 방법 및 장치를 제공하는데, 큐브가 수신된 재구성 요청과 기존 큐브 내에 저장되어 있는 데이터에 기초하여 재구성되어, 데이터베이스로부터, 큐브를 갱신하는데 필요한 데이터를 획득할 필요가 없어서, MOLAP 시스템에서 모델 재구성과 데이터 재구성이 수행될 때에도 데이터의 완전성이 보장된다.

Description

다차원 온라인 분석 처리 시스템에서의 큐브를 재구성하는 방법 및 장치{METHOD AND APPARATUS FOR RECONSTRUCTING CUBE IN MULTIDIMENSIONAL ONLINE ANALYTICAL PROCESSING SYSTEM}
본 명세서는 컴퓨터 기술에 관한 것으로서, 구체적으로는 다차원 온라인 분석 처리(Multi-dimension On-Line Analytical Processing, 이하에서는 MOLAP로 호칭됨) 시스템에서의 큐브를 재구성하는 방법 및 장치에 관한 것이다.
온라인 분석 처리(On-Line Analytical Processing, 이하에서는 OLAP로 호칭됨)는 분석가, 관리자, 또는 대표가 복수의 관점에서 신속하고, 일관성있게, 그리고 상호적으로 정보를 저장 및 획득할 수 있도록 하여, 더 깊은 데이터의 이해를 획득할 수 있도록 하는 소프트웨어 기술의 한 유형이다. OLAP는 다양한 방식으로 구현될 수 있고, 다차원 데이터에 기초한 MOLAP가 핵심적인 구현 방식이다. MOLAP에서는, OLAP에서 사용되는 다차원 데이터가 데이터베이스로부터 획득되고, 전술한 데이터가 다차원 어레이의 형태로 물리적으로 저장되어 "큐브(cube)"를 형성한다. 이 큐브는 다음의 2개의 부분: 큐브의 모델과 그 큐브에 저장되어 있는 데이터로 형성되는데, 이 큐브의 모델은 데이터를 저장하기 위해 사용되는 데이터 구조를 나타낸다. 도식적으로, 데이터가 하나의 객체라고 가정하면, 큐브의 모델은 이 객체를 수용하기 위해 사용되는 컨테이너이고, 큐브의 모델의 데이터 구조는 이 컨테이너의 형상 구조인 것이다. 데이터를 저장하기 위해 큐브를 사용하는 것은 OLAP의 쿼리(query) 성능을 향상시킬 수 있다.
그러나, 큐브의 모델 또는 저장된 데이터는 갱신될 필요가 있고, 종래기술에서는 그 큐브를 삭제하고 새로운(new) 큐브를 재구성함으로써 큐브가 재구성된다. 예를 들면, 큐브의 모델이 재구성되어야 할 때, 오래된 큐브가 삭제되고, 큐브에 저장되어야 하는 데이터가 데이터베이스로부터 다시 획득되며, 획득된 데이터가 새로운 큐브의 모델 내에 저장됨으로써 큐브의 재구성을 구현하거나; 또는 큐브 내의 데이터가 재구성되어야 할 때, 기존(old) 큐브가 삭제되고, 갱신되지 않는 데이터가 데이터베이스로부터 다시 추출되고 갱신될 데이터와 데이터베이스로부터 다시 추출된 갱신되지 않는 데이터가 큐브 내에 다시 저장됨으로써 큐브의 재구성을 구현한다.
그러나, 데이터베이스 내의 데이터가 큐브에 저장된 이후에는, 데이터베이스 내의 데이터가 특정 원인에 의해 상실될 수 있고, 종래기술에서의 위와 같은 솔루션을 사용하여 데이터베이스 내에 저장되어 있는 데이터에 기초하여 큐브가 재구성될 때 큐브 내의 데이터의 완전성(integrity)이 손상될 수도 있다.
MOLAP 시스템에서 모델 재구성 및 데이터 재구성이 수행될 때 데이터의 완전성을 보장하기 위해, 본 발명의 실시예들은 다차원 온라인 분석 처리(MOLAP) 시스템에서 큐브를 재구성하는 방법 및 장치를 제공한다.
본 발명의 실시예들 중의 제1 태양은 다차원 온라인 분석 처리(MOLAP) 시스템에서 큐브를 재구성하는 방법을 제공하는데, 이는:
사용자에 의해 제출된 재구성 요청을 수신하는 단계 - 상기 재구성 요청은 상기 MOLAP 시스템의 저장 매체 내에 저장되어 있는 기존 큐브를 재구성하기 위해 사용되는 것임 -; 및
새로운 큐브를 생성하기 위해, 상기 재구성 요청과 상기 기존 큐브에 저장되어 있는 데이터에 따라 상기 기존 큐브를 재구성하는 단계를 포함한다.
제1 태양을 참고하여, 가능한 제1 구현 방식에서는, 상기 재구성 요청은 상기 새로운 큐브의 모델을 포함하고, 상기 새로운 큐브를 생성하기 위해, 상기 재구성 요청과 상기 기존 큐브에 저장되어 있는 데이터에 따라 상기 기존 큐브를 재구성하는 단계가:
상기 새로운 큐브의 모델의 데이터 구조에 매치하는 제2 데이터를 상기 기존 큐브로부터 획득하는 단계;
상기 새로운 큐브를 생성하기 위해, 상기 새로운 큐브의 모델 내에 상기 제2 데이터를 로드하는 단계; 및
상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하는 단계를 포함한다.
가능한 제1 구현 방식을 참고하여, 가능한 제2 구현 방식에서는, 상기 새로운 큐브의 모델의 데이터 구조에 매치하는 제2 데이터를 상기 기존 큐브로부터 획득하는 단계가:
상기 기존 큐브 내에 저장되어 있는 제1 데이터를 획득하는 단계 - 상기 제1 데이터는 상기 기존 큐브 내의 모든 데이터임 -; 및
상기 새로운 큐브의 모델의 데이터 구조와 매치하는 제2 데이터를 상기 제1 데이터로부터 선택하는 단계를 포함한다.
제1 태양을 참고하여, 가능한 제3 구현 방식에서는, 상기 재구성 요청이 갱신 데이터를 포함하고, 상기 새로운 큐브를 생성하기 위해, 상기 재구성 요청과 상기 기존 큐브에 저장되어 있는 데이터에 따라 상기 기존 큐브를 재구성하는 단계가:
상기 갱신 데이터에 따라 상기 기존 큐브 내의 갱신될 데이터의 위치를 결정하는 단계; 및
상기 새로운 큐브를 생성하기 위해, 상기 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터에 대응시켜 갱신하는 단계를 포함한다.
가능한 제3 구현 방식을 참고하여, 가능한 제4 구현 방식에서는, 상기 갱신 데이터에 따라 상기 기존 큐브 내의 갱신될 데이터의 위치를 결정하는 단계가:
상기 기존 큐브를 복제하고, 상기 복제된 기존 큐브를 제1 큐브로 사용하는 단계; 및
상기 갱신 데이터에 따라 상기 제1 큐브 내의 갱신될 데이터의 위치를 결정하는 단계를 포함하고,
상기 새로운 큐브를 생성하기 위해, 상기 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터에 대응시켜 갱신하는 단계가:
상기 새로운 큐브를 생성하기 위해, 상기 제1 큐브 내의 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 대응시켜 갱신하는 단계; 및
상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하는 단계를 포함한다.
제1 태양을 참고하여, 가능한 제5 구현 방식에서는, 상기 재구성 요청이 상기 새로운 큐브의 모델 및 갱신 데이터를 포함하고, 상기 새로운 큐브를 생성하기 위해, 상기 재구성 요청과 상기 기존 큐브에 저장되어 있는 데이터에 따라 상기 기존 큐브를 재구성하는 단계가:
상기 새로운 큐브의 모델의 데이터 구조에 매치하는 제3 데이터를 상기 기존 큐브로부터 획득하는 단계;
제2 큐브를 형성하기 위해, 상기 새로운 큐브의 모델 내에 상기 제3 데이터를 로드하는 단계;
상기 제2 큐브 내의 갱신될 데이터의 위치를 상기 갱신 데이터에 따라 결정하는 단계;
상기 새로운 큐브를 생성하기 위해, 상기 제2 큐브 내의 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 대응시켜 갱신하는 단계; 및
상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하는 단계를 포함한다.
본 발명의 실시예들 중의 제2 태양은 다차원 온라인 분석 처리(MOLAP) 시스템에서 큐브를 재구성하는 장치를 제공하는데, 이는:
사용자에 의해 제출된 재구성 요청을 수신하도록 구성된 수신 모듈 - 상기 재구성 요청은 상기 MOLAP 시스템의 저장 매체 내에 저장되어 있는 기존 큐브를 재구성하기 위해 사용되는 것임 -; 및
새로운 큐브를 생성하기 위해, 상기 재구성 요청과 상기 기존 큐브에 저장되어 있는 데이터에 따라 상기 기존 큐브를 재구성하도록 구성된 처리 모듈을 포함한다.
제2 태양을 참고하여, 가능한 제1 구현 방식에서는, 상기 재구성 요청이 상기 새로운 큐브의 모델을 포함하고, 상기 처리 모듈이:
상기 새로운 큐브의 모델의 데이터 구조에 매치하는 제2 데이터를 상기 기존 큐브로부터 획득하도록 구성된 제1 데이터 처리 유닛;
상기 새로운 큐브를 생성하기 위해, 상기 새로운 큐브의 모델 내에 상기 제2 데이터를 로드하도록 구성된 제1 데이터 로드 유닛; 및
상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하도록 구성된 제1 갱신 유닛을 포함한다.
가능한 제1 구현 방식을 참고하여, 가능한 제2 구현 방식에서는, 상기 제1 데이터 처리 유닛이 구체적으로, 상기 기존 큐브 내에 저장되어 있는 제1 데이터를 획득하고 - 상기 제1 데이터는 상기 기존 큐브 내의 모든 데이터임 -, 상기 새로운 큐브의 모델의 데이터 구조와 매치하는 제2 데이터를 상기 제1 데이터로부터 선택하도록 구성된다.
제2 태양을 참고하여, 가능한 제3 구현 방식에서는, 상기 재구성 요청이 갱신 데이터를 포함하고, 상기 처리 모듈이:
상기 갱신 데이터에 따라 상기 기존 큐브 내의 갱신될 데이터의 위치를 결정하도록 구성된 제1 처리 유닛; 및
상기 새로운 큐브를 생성하기 위해, 상기 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터에 대응시켜 갱신하도록 구성된 제2 처리 유닛을 포함한다.
가능한 제3 구현 방식을 참고하여, 가능한 제4 구현 방식에서는, 상기 제1 처리 유닛이 구체적으로, 상기 기존 큐브를 복제하고, 상기 복제된 기존 큐브를 제1 큐브로 사용하며, 상기 갱신 데이터에 따라 상기 제1 큐브 내의 갱신될 데이터의 위치를 결정하도록 구성되고; 그리고
상기 제2 처리 유닛이 구체적으로, 상기 새로운 큐브를 생성하기 위해, 상기 제1 큐브 내의 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 대응시켜 갱신하고, 상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하도록 구성된다.
제2 태양을 참고하여, 가능한 제5 구현 방식에서는, 상기 재구성 요청이 상기 새로운 큐브의 모델 및 갱신 데이터를 포함하고, 상기 처리 모듈이:
상기 새로운 큐브의 모델의 데이터 구조에 매치하는 제3 데이터를 상기 기존 큐브로부터 획득하도록 구성된 제2 데이터 처리 유닛;
제2 큐브를 형성하기 위해, 상기 새로운 큐브의 모델 내에 상기 제3 데이터를 로드하도록 구성된 제2 데이터 로드 유닛;
상기 제2 큐브 내의 갱신될 데이터의 위치를 상기 갱신 데이터에 따라 결정하도록 구성된 제3 처리 유닛;
상기 새로운 큐브를 생성하기 위해, 상기 제2 큐브 내의 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 대응시켜 갱신하도록 구성된 제4 처리 유닛; 및
상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하도록 구성된 제2 갱신 유닛을 포함한다.
본 발명의 실시예들에 따르는 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 방법 및 장치에서는, 수신된 재구성 요청 및 저장 매체 내의 기존 큐브 내에 저장되어 있는 데이터에 기초하여 큐브가 재구성되고, 데이터베이스로부터 그 큐브를 재구성하는데 필요한 데이터를 획득할 필요가 없는데, 즉 원시 데이터를 저장하는 데이터베이스에 의존하는 것이 아니라, 큐브를 재구성하기 위한 데이터가 기존 큐브로부터 획득된다. 따라서, 데이터베이스 내의 데이터가 상실된더 하더라도, 큐브의 재구성에는 영향을 미치지 않으며, 이에 따라 모델 재구성 및 데이터 재구성이 MOLAP 시스템 내에서 수행될 때 데이터의 완전성이 보장될 수 있다.
본 발명의 실시예들에서의 기술적 솔루션을 보다 명확하게 설명하기 위해, 이하에서는 위 그 실시예들을 설명하기 위해 필요한 첨부 도면들을 간략하게 소개한다. 분명한 것은, 이하의 설명에서의 첨부 도면들은 단지 본 발명의 실시예 중 일부만을 보여주는 것이며, 통상의 기술자라면 이러한 첨부 도면들로부터 창작적 노력 없이도 다른 도면들을 쉽게 이끌어 낼 수 있다는 것이다.
도 1은 일 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 방법의 도식적인 흐름도이다.
도 2는 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 방법의 도식적인 흐름도이다.
도 3은 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 장치의 도식적인 구조도이다.
도 4는 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 장치의 도식적인 구조도이다.
도 5는 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 장치의 도식적인 구조도이다.
도 6은 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 장치의 도식적인 구조도이다.
도 7은 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 장치의 도식적인 구조도이다.
이하에서는 본 발명의 실시예들의 첨부 도면들을 참고하여, 본 발명의 실시예들에서의 기술적 솔루션을 명확하게 설명한다. 분명한 것은, 설명될 실시에들은 본 발명의 실시예들의 전부가 아닌 일부에 불과하다는 것이다. 통상의 기술자가 본 발명의 실시예들을 참고하여 창작적 노력 없이 획득할 수 있는 다른 모든 실시예들은 본 발명의 보호범위 내에 포함되어야 한다.
본 발명의 실시예들의 핵심 사상은, 큐브가 재구성될 때, 데이터베이스 내에 저장되어 있는 데이터에 기초하여 재구성되는 것이 아니라, 그 큐브가 재구성되기 전에 큐브 내에 저장되어 있던 데이터에 기초하여 재구성된다는 것이다. 따라서, 데이터베이스 내의 데이터가 상실된다 하더라도, 큐브의 재구성은 아무런 영향을 받지 않으며, 이에 따라 MOLAP 시스템 내에서 모델 재구성 및 데이터 재구성이 수행되어도 데이터의 완전성을 보장할 수 있게 된다.
도 1은, 도시된 것처럼, 일 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 방법의 도식적인 흐름도이다.
일반적인 경우에서는, 1-1부터 1-3까지가 MOLAP 시스템에서의 OLAP 보고를 쿼리하는 절차인데, 구체적으로는 다음과 같다:
1-1. 사용자 장치가 전경(foreground) 인터페이스(OLAP 보고)로부터의 요청을 OLAP 서버에 송신하여, MOLAP 엔진을 호출함.
1-2. MOLAP 엔진이 MOLAP 메모리 내의 큐브에 쿼리하여 결과 집합을 획득함.
1-3. OLAP 서버를 사용하여 위 결과 집합을 처리하고 처리된 결과 집합을 사용자에게 보여줌.
도 1에서는, 2-1부터 2-4까지가 큐브를 재구성하는 절차이며, 이는 구체적으로 다음과 같다:
2-1. 필요에 따라, 기존 큐브의 모델이 더 이상 적용될 수 없다고 판정한 경우, 사용자가 새로운 큐브의 모델을 OLAP 서버의 재구성 모듈에 제출하거나; 또는 기존 큐브 내에 저장되어 있는 데이터가 갱신될 필요가 있을 때, 사용자가 OLAP 서버의 재구성 모듈에 갱신 데이터를 제출하거나; 또는 기존 큐브 내에 저장되어 있는 데이터와 기존 큐브의 모델 모두가 갱신되어야 할 때, 사용자가 OLAP 서버의 재구성 모듈에 새로운 큐브의 모델 및 갱신 데이터를 제출함.
2-2. 사용자가 재구성에 의해 요구되는 파라미터를 URL 요청의 방식으로 OLAP 서버에 제출하고, 하이퍼텍스트 트랜스퍼 프로토콜 시큐어(Hypertext Transfer Protocol Secure, 이하에서는 HTTPS로 호칭됨) 또는 하이퍼텍스트 트랜스퍼 프로토콜(Hypertext Transfer Protocol, HTTP-API) 애플리케이션 프로그래밍 인터페이스(application programming interface, API)를 호출하여 재구성 모듈을 호출함.
2-3. 재구성 모듈이, 사용자에 의해 제공되는 새로운 큐브의 모델, 갱신 데이터 등에 따라 큐브를 재구성하여, 새로운 큐브를 생성함.
2-4. 재구성이 끝나면, 사용자에게 재구성 결과를 회신하여, 사용자가 재구성된 큐브를 쿼리할 수 있도록 함.
본 명세서에서는, 재구성 이전의 큐브가 기존 큐브로 호칭되고, 재구성이 완료된 후에 획득되는 큐브는 새로운 큐브로 호칭된다. 설명을 쉽게 하기 위해, 본 발명에서의 기존 큐브는 저장 매체에 저장되어 있고, 저장 매체는 하드디스크나 메모리일 수 있다. 따라서, 사용자는 하드디스크 내에 있는 큐브에 저장되어 있는 데이터를 쿼리할 수도, 메모리 내에 있는 큐브에 저장되어 있는 데이터를 쿼리할 수도 있다. 메모리 내에 있는 큐브 내의 데이터를 쿼리하기 전에, 사용자는 하드디스크로부터 메모리 내로 큐브를 로드할 필요가 있다.
이하에서는 본 발명의 기술적 솔루션을, 구체적인 실시예들을 참고하여 상세하게 설명한다. 이하의 몇몇의 구체적인 실시예들은 서로 조합될 수 있고, 동일한 또는 유사한 개념 또는 과정에 대해서는, 그 상세한 내용이 일부 실시예에서는 다시 설명되지 않을 수 있다.
도 2는 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 방법의 도식적인 흐름도이다. 도 2에 도시된 것처럼, 본 실시예에서의 방법은 다음의 단계들을 포함한다:
S201: 사용자에 의해 제출된 재구성 요청을 수신함.
재구성 요청은 MOLAP 시스템의 저장 매체 내에 저장되어 있는 기존 큐브를 재구성하기 위해 사용된다.
재구성 요청은 갱신 데이터 및/또는 새로운 큐브의 모델을 포함한다.
예를 들어, 필요에 따라, 기존 큐브의 모델이 더 이상 적용될 수 없다고 판정한 경우, 사용자가 새로운 큐브의 모델을 제출하거나; 또는 기존 큐브 내에 저장되어 있는 데이터가 갱신될 필요가 있을 때, 사용자가 갱신 데이터를 제출하거나; 또는 기존 큐브 내에 저장되어 있는 데이터와 기존 큐브의 모델 모두가 갱신되어야 할 때, 사용자가 새로운 큐브의 모델 및 갱신 데이터를 제출한다.
S202: 재구성 요청과 기존 큐브에 저장되어 있는 데이터에 따라 기존 큐브를 재구성하여 새로운 큐브를 생성함.
구체적으로는, 재구성 요청이 새로운 큐브의 모델을 포함하면, 기존 큐브의 모델이 재구성되며, 구체적으로는 다음과 같다:
새로운 큐브의 모델의 데이터 구조에 매치하는 제2 데이터가 기존 큐브로부터 획득되는데, 즉 제2 데이터는 새로운 큐브의 모델의 데이터 구조에 의해 요구되는 데이터이다. 예를 들어, 기존 큐브의 데이터 구조는 연, 월, 일을 포함하나, 새로운 큐브의 데이터 구조는 오직 연, 월만 포함하며, 연, 월과 관련된 데이터가 기존 큐브로부터 획득되고, 연, 월에 관련되어 기존 큐브로부터 획득된 데이터가 새로운 큐브의 모델의 데이터 구조에 매치하는 제2 데이터로서 호칭된다. 다른 예시로는, 기존 큐브의 데이터 구조 내의 각 편(piece)의 데이터가 100자리 수로 정밀하나 새로운 큐브의 데이터 구조 내에 저장되어 있는 데이터가 10자리 수로 정밀할 필요가 있는 경우를 가정하면, 100자리 수로 정밀한 데이터가 처리되어 10자리 수로 정밀한 데이터를 획득하고, 처리 이후에 획득된 데이터가, 새로운 큐브의 모델의 데이터 구조에 매치하는 제2 데이터로서 호칭된다. 이후, 제2 데이터가 새로운 큐브의 모델 내로 로드되어, 새로운 큐브를 생성하고; 기존 큐브가 새로운 큐브로 대체되는데, 즉 새로운 큐브가 저장되고 기존 큐브가 삭제된다는 것이며, 새로운 큐브가 사용자에게 쿼리 서비스를 제공하기 위해 사용된다.
새로운 큐브의 모델의 데이터 구조와 매치하는 제2 데이터가 기존 큐브로부터 획득된다는 것은 다음의 2가지 방식을 포함하나, 이에 한정되지는 않는다:
제1 구현 방식은 다음과 같다: 기존 큐브 내에 저장되어 있는 제1 데이터가 획득되는데, 이 제1 데이터는 기존 큐브 내의 모든 데이터이며, 새로운 큐브의 모델의 데이터 구조와 매치하는 제2 데이터가 제1 데이터로부터 선택된다. 예를 들어, 기존 큐브의 데이터 구조가 연, 월, 일을 포함하나, 새로운 큐브의 데이터 구조가 오직 연, 월만을 포함하면; 이후 연, 월에 관련된 데이터가 기존 큐브로부터 선택되고, 연, 월에 관련되어 기존 큐브로부터 선택된 데이터가 새로운 큐브의 모델의 데이터 구조와 매치하는 제2 데이터로서 호칭된다.
제2 구현 방식은 다음과 같다: 새로운 큐브의 모델의 데이터 구조와 매치하는 제2 데이터가 기존 큐브로부터 직접 획득된다.
제1 구현 방식과 제2 구현 방식의 차이점은: 제1 구현 방식에서는, 기존 큐브 내에 저장되어 있는 모든 데이터가 직접 획득되고, 이후 새로운 큐브의 모델에 매치하는 제2 데이터가 모든 데이터로부터 선택되나; 제2 구현 방식에서는 새로운 큐브에 의해 요구되는 데이터(즉, 제2 데이터)가 새로운 큐브의 모델에 따라 기존 큐브로부터 선택적으로 획득되고, 이 제2 데이터가 새로운 큐브의 모델 내에 로드되어 새로운 큐브를 형성하며; 기존 큐브가 삭제되고 새로운 큐브가 저장되며, 새로운 큐브가 사용자를 위한 쿼리 서비스를 제공하는데 사용된다는 점이다. 전술한 2가지 구현 방식을 사용함으로써, 새로운 큐브에 의해 요구되는 데이터는 데이터베이스로부터 획득될 필요가 없고, 새로운 큐브에 의해 요구되는 데이터는 기존 큐브 내에 저장되어 있는 데이터에 기초하여 획득되므로, 재구성 과정이 데이터베이스로부터 독립적이게 되고, 이에 따라 새로운 큐브 내에 저장되어 있는 데이터의 완전성이 향상된다. 또한, 새로운 큐브가 생성된 이후에, 기존 큐브가 삭제되고 새로운 큐브가 저장되어, 새로운 큐브가 사용자에게 쿼리 서비스를 제공하는데 사용되므로, 이에 따라 새로운 큐브의 생성 과정 중에, 사용자의 쿼리 동작이 기존 큐브에 의해 방해받지 않게 되어, 사용자 경험을 향상시킨다.
재구성 요청이 갱신 데이터를 포함할 때, 큐브 내에 저장되어 있는 데이터가 갱신되고, 제3 구현 방식은 다음과 같다: 기존 큐브 내의 갱신될 데이터의 위치가 갱신 데이터에 따라 결정되고; 갱신될 데이터의 위치 내의 데이터가 갱신 데이터로 대응하여 갱신되어, 새로운 큐브를 생성한다. 이 구현 방식을 사용함으로써, 큐브 내의 갱신되어야 하는 데이터만이 수정되고, 다른 갱신되지 않는 데이터가 데이터베이스로부터 다시 획득될 필요가 없어서, 이에 따라 새로운 큐브 내에 저장되어 있는 데이터의 완전성이 향상된다.
재구성 요청이 갱신 데이터를 포함할 때, 제4 구현 방식이 또한 사용될 수 있다. 제3 구현 방식과 달리, 제4 구현 방식에서는, 기존 큐브가 복제되어야 하는데, 이 복제된 기존 큐브는 제1 큐브로 호칭되며, 제1 큐브 내의 갱신될 데이터의 위치가 갱신 데이터에 따라 결정되고; 제1 큐브 내의 갱신될 데이터의 위치 내의 데이터가 갱신 데이터로 대응하여 갱신되어, 새로운 큐브를 생성하며; 기존 큐브가 새로운 큐브로 대체되는데, 즉 기존 큐브가 삭제되고 새로운 큐브가 저장된다는 것이며, 새로운 큐브가 사용자에게 쿼리 서비스를 제공하는데 사용된다. 이 구현 방식을 사용함으로써, 큐브 내에서 갱신될 필요가 있는 데이터만이 수정되고, 다른 갱신되지 않는 데이터는 데이터베이스로부터 다시 획득될 필요가 없어서, 갱신 과정이 데이터베이스로부터 독립적이 되고, 이에 따라 새로운 큐브 내에 저장되어 있는 데이터의 완전성이 향상된다. 또한, 새로운 큐브를 생성하는 과정 중에, 사용자의 질의 동작이 기존 큐브에 의해 방해받지 않게 되므로, 사용자 경험이 향상된다.
재구성 요청이 새로운 큐브의 모델과 갱신 데이터를 포함할 때, 제5 구현 방식은 다음과 같다: 새로운 큐브의 모델의 데이터 구조에 매치하는 제3 데이터가 기존 큐브로부터 획득되는데; 예를 들어, 기존 큐브의 데이터 구조가 연, 월, 일을 포함하나 새로운 큐브의 데이터 구조는 오직 연, 월만을 포함하면, 연, 월과 관련된 데이터가 기존 큐브로부터 획득되고, 연, 월과 관련되어 기존 큐브로부터 획득된 데이터는 새로운 큐브의 모델의 데이터 구조와 매치하는 제3 데이터로서 호칭되며; 제3 데이터가 새로운 큐브의 모델 내로 로드되어 제2 큐브를 형성하고; 이후 제2 큐브 내의 갱신될 데이터의 위치가 갱신 데이터에 따라 결정되고; 제2 큐브 내의 갱신될 데이터의 위치 내의 데이터가 갱신 데이터에 대응하여 갱신됨으로써 새로운 큐브를 형성하며; 기존 큐브가 새로운 큐브로 대체되는데, 즉 새로운 큐브가 저장되고 기존 큐브가 삭제되며, 새로운 큐브가 사용자에 대해 쿼리 서비스를 제공하는데 사용된다는 것이다. 이 구현 방식을 사용함으로써, 새로운 큐브에 의해 요구되는 데이터가 데이터베이스로부터 획득될 필요가 없고, 새로운 큐브에 의해 요구되는 데이터가 기존 큐브 내에 저장되어 있는 데이터와 갱신 데이터에 기초하여 획득되므로, 데이터베이스로부터 독립적이게 되고, 이에 따라 새로운 큐브 내에 저장되어 있는 데이터의 완전성이 향상된다. 큐브의 모델과 데이터 모두가 갱신되어야 할 때에는, 큐브의 모델만을 갱신하는 전술한 방식과 데이터만을 갱신하는 방식이 조합되어 사용될 수 있고, 이 구현 방식은 그 구현 방식들 중의 하나에 불과하다. 통상의 기술자라면 본 발명의 내용으로 한정되지 않는 다른 조합 방식도 사용될 수 있다는 것을 이해할 수 있다.
도 3은 다른 실시예 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 장치의 도식적인 구조도이다. 도 3에 도시된 것처럼, 본 실시예의 장치는 수신 모듈(301)과 처리 모듈(302)을 포함한다. 수신 모듈(301)은 사용자에 의해 제출된 재구성 요청을 수신하도록 구성되는데, 여기서 재구성 요청은 MOLAP 시스템의 저장 매체 내에 저장되어 있는 기존 큐브를 재구성하기 위해 사용되는 것이며, 처리 모듈(302)은 재구성 요청과 기존 큐브에 저장되어 있는 데이터에 따라 기존 큐브를 재구성하여 새로운 큐브를 생성하도록 구성된다.
도 4는 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 장치의 도식적인 구조도이며, 도 4는 도 3에 도시된 실시예에 기초한다. 나아가, 수신 모듈(301)에 의해 수신된 재구성 요청이 새로운 큐브의 모델이면, 처리 모듈(302)은 기존 큐브 내에 저장되어 있는 데이터와 재구성 요청에 EK라 새로운 큐브를 생성하도록 구성되는데, 처리 모듈(302)은 제1 데이터 처리 유닛(3021), 제1 데이터 로드 유닛(3022) 및 제1 갱신 유닛(3023)을 포함하며, 제1 데이터 처리 유닛(3021)은 새로운 큐브의 모델의 데이터 구조에 매치하는 제2 데이터를 기존 큐브로부터 획득하도록 구성되고, 제2 데이터 로드 유닛(3022)은 새로운 큐브의 모델 내에 제2 데이터를 로드하여 새로운 큐브를 생성하도록 구성되며; 제1 갱신 유닛(3023)은 새로운 큐브를 저장하고 기존 큐브를 삭제하도록 구성된다.
나아가, 전술한 제1 데이터 처리 유닛은 구체적으로, 기존 큐브 내에 저장되어 있는 제1 데이터를 획득하고 - 여기서 제1 데이터는 기존 큐브 내의 모든 데이터임 -, 새로운 큐브의 모델의 데이터 구조와 매치하는 제2 데이터를 제1 데이터로부터 선택하도록 구성된다.
본 실시예에서의 장치는 도 2에 도시된 방법 실시예에서의 제1 구현 방식과 제2 구현 방식을 수행하도록 대응하여 구성될 수 있다. 도 2에 도시된 방법 실시예에서의 제1 구현 방식과 제2 구현 방식을 수행하기 위해 이 장치를 사용함으로써, 새로운 큐브에 의해 요구되는 데이터를 데이터베이스로부터 획득할 필요가 없어서, 데이터베이스 내의 MOLAP 시스템 내에서 모델 재구성과 데이터 재구성이 수행될 때 데이터의 완전성이 보장된다. 또한, 새로운 큐브가 생성된 이후에, 새로운 큐브가 저장되고 기존 큐브가 삭제되며, 새로운 큐브가 사용자에게 쿼리 서비스를 제공하기 위해 사용된다. 새로운 큐브를 생성하는 과정 중에서, 사용자의 쿼리 작동이 기존 큐브에 의해 방해받지 않으므로, 사용자 경험이 향상된다.
도 5는 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 장치의 도식적인 구조도이며, 도 5는 도 3에 도시된 실시예에 기초한다. 나아가, 수신 모듈(301)에 의해 수신된 재구성 요청이 갱신 데이터일 때, 처리 모듈(302)은 제1 처리 유닛(3024)와 제2 처리 유닛(3025)을 포함한다. 제1 처리 유닛(3024)은 갱신 데이터에 따라 기존 큐브 내의 갱신될 데이터의 위치를 결정하도록 구성되고; 제2 처리 유닛(3025)은 새로운 큐브를 생성하기 위해, 갱신될 데이터의 위치 내의 데이터를 갱신 데이터로 대응시켜 갱신하도록 구성된다.
전술한 실시예에서, 추가로, 제1 처리 유닛(3024)은 구체적으로, 기존 큐브를 복제하고, 복제된 기존 큐브를 제1 큐브로 사용하며, 갱신 데이터에 따라 제1 큐브 내의 갱신될 데이터의 위치를 결정하도록 구성되고; 제2 처리 유닛(3025)은 구체적으로, 새로운 큐브를 생성하기 위해, 제1 큐브 내의 갱신될 데이터의 위치 내의 데이터를 갱신 데이터로 대응시켜 갱신하고, 새로운 큐브를 저장하고 기존 큐브를 삭제하도록 구성된다.
본 실시예에서의 장치는 도 2에 도시된 방법 실시예에서의 제3 구현 방식과 제4 구현 방식을 수행하도록 대응하여 구성될 수 있다. 도 2에 도시된 방법 실시예에서의 제3 구현 방식을 수행하기 위해 이 장치를 사용함으로써, 큐브 내에 갱신되어야 하는 데이터만이 수정되고, 다른 갱신되지 않는 데이터는 데이터베이스로부터 다시 획득될 필요가 없어서, 새로운 큐브 내에 저장되어 있는 데이터의 완전성을 향상시킨다. 도 2에 도시된 방법 실시예에서의 제4 구현 방식을 수행하기 위해 이 장치를 사용함으로써, 새로운 큐브를 생성하는 과정 중에서, 사용자의 쿼리 동작이 기존 큐브에 의해 방해받지 않으므로, 사용자 경험이 향상된다.
도 6은 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 장치의 도식적인 구조도이고, 도 6은 도 3에서 도시된 실시예에 기초한다. 추가로, 재구성 요청이 새로운 큐브의 모델 및 갱신 데이터를 포함할 때, 처리 모듈(302)은 제2 데이터 처리 유닛(3026), 제2 데이터 로드 유닛(3027), 제3 처리 유닛(3028), 제4 처리 유닛(3029) 및 제2 갱신 유닛(30210)을 포함한다. 제2 데이터 처리 유닛(3026)은 새로운 큐브의 모델의 데이터 구조에 매치하는 제3 데이터를 기존 큐브로부터 획득하도록 구성되고; 제2 데이터 로드 유닛(3027)은 제2 큐브를 형성하기 위해, 새로운 큐브의 모델 내에 제3 데이터를 로드하도록 구성되며; 제3 처리 유닛(3028)은 제2 큐브 내의 갱신될 데이터의 위치를 갱신 데이터에 따라 결정하도록 구성되고; 제4 처리 유닛(3029)은 새로운 큐브를 생성하기 위해, 제2 큐브 내의 갱신될 데이터의 위치 내의 데이터를 갱신 데이터로 대응시켜 갱신하도록 구성되며; 제2 갱신 유닛(30210)은 새로운 큐브를 저장하고 기존 큐브를 삭제하도록 구성된다.
본 실시예에서의 장치는 도 2에 도시된 방법 실시예에서의 제5 구현 방식을 수행하도록 대응하여 구성될 수 있다. 도 2에 도시된 방법 실시예에서의 제5 구현 방식을 수행하기 위해 이 장치를 사용함으로써, 새로운 큐브에 의해 요구되는 데이터를 데이터베이스로부터 획득할 필요가 없어서, 새로운 큐브 내에 저장되어 있는 데이터의 완전성이 향상된다.
도 7은 다른 실시예에 따르는, 다차원 온라인 분석 처리 시스템에서 큐브를 재구성하는 장치의 도식적인 구조도이다. 본 실시예는 MOLAP 시스템에서의 큐브를 재구성하는 장치(700)를 제공하는데, 이 장치(700)는: 버스(701)와, 버스(701)에 연결된 프로세서(702), 메모리(703), 입력 인터페이스(704) 및 출력 인터페이스(705)를 포함한다. 입력 인터페이스(704)는 사용자에 의해 제출된 재구성 요청을 수신하도록 구성되는데, 이 재구성 요청은 MOLAP 시스템의 저장 매체 내에 저장되어 있는 기존 큐브를 재구성하는데 사용되는 것이다.
메모리(703)는 명령어를 저장하도록 구성된다. 프로세서(702)는 명령어를 실행하도록 구성되는데, 이 명령어는: 재구성 요청과 기존 큐브 내에 저장되어 있는 데이터에 따라 기존 큐브를 재구성하여 새로운 큐브를 생성하는 것을 포함한다.
전술한 실시예에서는, 사용자에 의해 제출되어 입력 인터페이스(704)에 의해 수신된 재구성 요청이 새로운 큐브의 모델을 포함하고, 프로세서(702)는 구체적으로, 새로운 큐브의 모델의 데이터 구조에 매치하는 제2 데이터를 기존 큐브로부터 획득하고; 제2 데이터를 새로운 큐브의 모델 내에 로드하여 새로운 큐브를 생성하며; 새로운 큐브를 저장하고 기존 큐브를 삭제하도록 구성된다.
전술한 실시예에, 프로세서(702)는 추가로, 기존 큐브 내에 저장되어 있는 제1 데이터를 획득하고 - 여기서 제1 데이터는 기존 큐브 내의 모든 데이터임 -, 새로운 큐브의 모델의 데이터 구조와 매치하는 제2 데이터를 제1 데이터로부터 선택한다.
전술한 실시예에서, 사용자에 의해 제출되어 입력 인터페이스(704)에 의해 수신된 재구성 요청이 갱신 데이터를 포함하면, 프로세서(702)는 갱신 데이터에 따라 기존 큐브 내의 갱신될 데이터의 위치를 결정하고, 새로운 큐브를 생성하기 위해, 갱신될 데이터의 위치 내의 데이터를 갱신 데이터로 대응시켜 갱신한다.
전술한 실시예에, 프로세서(702)는 추가로, 기존 큐브를 복제하고, 복제된 기존 큐브를 제1 큐브로 사용하며; 갱신 데이터에 따라 제1 큐브 내의 갱신될 데이터의 위치를 결정하고; 새로운 큐브를 생성하기 위해, 제1 큐브 내의 갱신될 데이터의 위치 내의 데이터를 갱신 데이터로 대응시켜 갱신하고, 새로운 큐브를 저장하고 기존 큐브를 삭제한다.
전술한 실시예에서, 사용자에 의해 제출되어 입력 인터페이스(704)에 의해 수신되는 재구성 요청이 새로운 큐브의 모델 및 갱신 데이터를 포함하면, 프로세서(702)는 새로운 큐브의 모델의 데이터 구조에 매치하는 제3 데이터를 기존 큐브로부터 획득하고; 제2 큐브를 형성하기 위해, 새로운 큐브의 모델 내에 제3 데이터를 로드하며; 제2 큐브 내의 갱신될 데이터의 위치를 갱신 데이터에 따라 결정하고; 새로운 큐브를 생성하기 위해, 제2 큐브 내의 갱신될 데이터의 위치 내의 데이터를 갱신 데이터로 대응시켜 갱신하며; 새로운 큐브를 저장하고 기존 큐브를 삭제한다.
통상의 기술자라면, 전술한 방법 실시예에서의 단계들의 전부 또는 일부가 관련 하드웨어에 명령을 내리는 프로그램에 의해 구현될 수 있다는 것을 이해할 수 있다. 전술한 프로그램은 컴퓨터-판독 가능형 저장 매체 내에 저장될 수 있다. 프로그램이 실행되면, 전술한 방법 실시예들에서의 단계들이 수행된다. 전술한 저장 매체는: 프로그램 코드를 저장 가능한 임의의 매체로서, ROM, RAM, 자기디스크 또는 광디스크 등을 포함한다.
마지막으로, 전술한 실시예들은 본 발명의 기술적 솔루션을 설명하기 위한 목적으로만 의도된 것이지, 본 발명을 한정하기 위한 것이 아님을 이해하여야 한다. 본 발명이 전술한 실시예들을 참고하여 상세하게 설명되었지만, 통상의 기술자라면, 본 발명의 실시예들의 기술적 솔루션의 범위로부터 벗어남이 없이도, 전술한 실시예들에서 설명된 기술적 솔루션에 수정을 가하거나 그들의 기술적 특징의 일부 또는 전부에 대해 동등물로 대체할 수 있다는 것을 이해하여야 한다.

Claims (12)

  1. 다차원 온라인 분석 처리(multidimensional online analytical processing, MOLAP) 시스템에서의 큐브 재구성 방법으로서,
    사용자에 의해 제출된 재구성 요청을 수신하는 단계 - 상기 재구성 요청은 상기 MOLAP 시스템의 저장 매체 내에 저장되어 있는 기존 큐브를 재구성하기 위해 사용되는 것임 -; 및
    새로운 큐브를 생성하기 위해, 상기 재구성 요청과 상기 기존 큐브에 저장되어 있는 데이터에 따라 상기 기존 큐브를 재구성하는 단계
    를 포함하는 큐브 재구성 방법.
  2. 제1항에 있어서,
    상기 재구성 요청이 상기 새로운 큐브의 모델을 포함하고, 상기 기존 큐브를 재구성하는 단계가,
    상기 새로운 큐브의 모델의 데이터 구조에 매치하는 제2 데이터를 상기 기존 큐브로부터 획득하는 단계;
    상기 새로운 큐브를 생성하기 위해, 상기 새로운 큐브의 모델 내에 상기 제2 데이터를 로드하는 단계; 및
    상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하는 단계
    를 포함하는, 큐브 재구성 방법.
  3. 제1항에 있어서,
    상기 재구성 요청이 갱신 데이터를 포함하고, 상기 기존 큐브를 재구성하는 단계가,
    상기 갱신 데이터에 따라 상기 기존 큐브 내의 갱신될 데이터의 위치를 결정하는 단계; 및
    상기 새로운 큐브를 생성하기 위해, 상기 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 갱신하는 단계
    를 포함하는, 큐브 재구성 방법.
  4. 제3항에 있어서,
    상기 기존 큐브 내의 갱신될 데이터의 위치를 결정하는 단계가,
    상기 기존 큐브를 복제하고, 상기 복제된 기존 큐브를 제1 큐브로 사용하는 단계; 및
    상기 갱신 데이터에 따라 상기 제1 큐브 내의 갱신될 데이터의 위치를 결정하는 단계
    를 포함하고,
    상기 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 갱신하는 단계가,
    상기 새로운 큐브를 생성하기 위해, 상기 제1 큐브 내의 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 갱신하는 단계; 및
    상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하는 단계
    를 포함하는, 큐브 재구성 방법.
  5. 제1항에 있어서,
    상기 재구성 요청이 상기 새로운 큐브의 모델 및 갱신 데이터를 포함하고, 상기 새로운 큐브를 생성하기 위해, 상기 기존 큐브를 재구성하는 단계가,
    상기 새로운 큐브의 모델의 데이터 구조에 매치하는 제3 데이터를 상기 기존 큐브로부터 획득하는 단계;
    제2 큐브를 생성하기 위해, 상기 새로운 큐브의 모델 내에 상기 제3 데이터를 로드하는 단계;
    상기 제2 큐브 내의 갱신될 데이터의 위치를 상기 갱신 데이터에 따라 결정하는 단계;
    상기 새로운 큐브를 생성하기 위해, 상기 제2 큐브 내의 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 갱신하는 단계; 및
    상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하는 단계
    를 포함하는, 큐브 재구성 방법.
  6. 다차원 온라인 분석 처리(MOLAP) 시스템에서의 큐브 재구성 장치로서,
    사용자에 의해 제출된 재구성 요청을 수신하도록 구성된 수신기 - 상기 재구성 요청은 상기 MOLAP 시스템의 저장 매체 내에 저장되어 있는 기존 큐브를 재구성하기 위해 사용되는 것임 -; 및
    새로운 큐브를 생성하기 위해, 상기 재구성 요청과 상기 기존 큐브에 저장되어 있는 데이터에 따라 상기 기존 큐브를 재구성하도록 구성된 프로세서
    를 포함하는 큐브 재구성 장치.
  7. 제6항에 있어서,
    상기 재구성 요청이 상기 새로운 큐브의 모델을 포함하고, 상기 프로세서가,
    상기 새로운 큐브의 모델의 데이터 구조에 매치하는 제2 데이터를 상기 기존 큐브로부터 획득하고;
    상기 새로운 큐브를 생성하기 위해, 상기 새로운 큐브의 모델 내에 상기 제2 데이터를 로드하며;
    상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하도록 구성되는, 큐브 재구성 장치.
  8. 제6항에 있어서,
    상기 재구성 요청이 갱신 데이터를 포함하고, 상기 프로세서가,
    상기 갱신 데이터에 따라 상기 기존 큐브 내의 갱신될 데이터의 위치를 결정하고;
    상기 새로운 큐브를 생성하기 위해, 상기 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 갱신하도록 구성되는, 큐브 재구성 장치.
  9. 제8항에 있어서,
    상기 프로세서가,
    상기 기존 큐브를 복제하고 - 상기 복제된 기존 큐브가 제1 큐브임 -;
    상기 갱신 데이터에 따라 상기 제1 큐브 내의 갱신될 데이터의 위치를 결정하며;
    상기 새로운 큐브를 생성하기 위해, 상기 제1 큐브 내의 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 갱신하고;
    상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하도록 구성되는, 큐브 재구성 장치.
  10. 제6항에 있어서,
    상기 재구성 요청이 상기 새로운 큐브의 모델 및 갱신 데이터를 포함하고, 상기 프로세서가,
    상기 새로운 큐브의 모델의 데이터 구조에 매치하는 제3 데이터를 상기 기존 큐브로부터 획득하고;
    제2 큐브를 생성하기 위해, 상기 새로운 큐브의 모델 내에 상기 제3 데이터를 로드하며;
    상기 제2 큐브 내의 갱신될 데이터의 위치를 상기 갱신 데이터에 따라 결정하고;
    상기 새로운 큐브를 생성하기 위해, 상기 제2 큐브 내의 갱신될 데이터의 위치 내의 데이터를 상기 갱신 데이터로 대응시켜 갱신하며;
    상기 새로운 큐브를 저장하고 상기 기존 큐브를 삭제하도록 구성되는, 큐브 재구성 장치.
  11. 삭제
  12. 삭제
KR1020167027904A 2014-03-14 2015-02-09 다차원 온라인 분석 처리 시스템에서의 큐브를 재구성하는 방법 및 장치 KR101845812B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201410097447.5 2014-03-14
CN201410097447.5A CN103870571B (zh) 2014-03-14 2014-03-14 多维联机分析处理系统中的立方体重构方法和装置
PCT/CN2015/072568 WO2015135407A1 (zh) 2014-03-14 2015-02-09 多维联机分析处理系统中的立方体重构方法和装置

Publications (2)

Publication Number Publication Date
KR20160130489A KR20160130489A (ko) 2016-11-11
KR101845812B1 true KR101845812B1 (ko) 2018-04-05

Family

ID=50909101

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167027904A KR101845812B1 (ko) 2014-03-14 2015-02-09 다차원 온라인 분석 처리 시스템에서의 큐브를 재구성하는 방법 및 장치

Country Status (4)

Country Link
US (1) US10437816B2 (ko)
KR (1) KR101845812B1 (ko)
CN (1) CN103870571B (ko)
WO (1) WO2015135407A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103870571B (zh) 2014-03-14 2017-06-06 华为技术有限公司 多维联机分析处理系统中的立方体重构方法和装置
WO2016146019A1 (en) * 2015-03-19 2016-09-22 Huawei Technologies Co., Ltd. Method and restructuring server for restructuring data stores of a multi-dimensional database
CN106294478B (zh) * 2015-06-04 2019-11-08 阿里巴巴集团控股有限公司 数据仓库的数据处理方法及装置
US10740356B2 (en) * 2018-06-27 2020-08-11 International Business Machines Corporation Dynamic incremental updating of data cubes
CN109361710B (zh) * 2018-12-14 2021-03-09 中国人民解放军战略支援部队信息工程大学 一种安全协议重构方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6542895B1 (en) 1999-08-30 2003-04-01 International Business Machines Corporation Multi-dimensional restructure performance when adding or removing dimensions and dimensions members

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5918232A (en) * 1997-11-26 1999-06-29 Whitelight Systems, Inc. Multidimensional domain modeling method and system
US6546395B1 (en) * 1999-08-30 2003-04-08 International Business Machines Corporation Multi-dimensional restructure performance by selecting a technique to modify a relational database based on a type of restructure
US7181450B2 (en) * 2002-12-18 2007-02-20 International Business Machines Corporation Method, system, and program for use of metadata to create multidimensional cubes in a relational database
US7716167B2 (en) * 2002-12-18 2010-05-11 International Business Machines Corporation System and method for automatically building an OLAP model in a relational database
US7269581B2 (en) * 2003-03-28 2007-09-11 Microsoft Corporation Systems and methods for proactive caching utilizing OLAP variants
US20070022120A1 (en) 2005-07-25 2007-01-25 Microsoft Corporation Caching and modifying portions of a multi-dimensional database on a user device
EP2335147A4 (en) 2008-10-07 2012-06-13 Zap Holdings Ltd SYNCHRONIZATION OF RELATIONAL DATABASES WITH OLAP DICES
US8521755B2 (en) 2009-08-31 2013-08-27 Accenture Global Services Limited Flexible cube data warehousing
CN102193877A (zh) * 2011-04-15 2011-09-21 北京邮电大学 一种基于三维空间结构的数据拆分置乱和恢复方法
CN103870571B (zh) * 2014-03-14 2017-06-06 华为技术有限公司 多维联机分析处理系统中的立方体重构方法和装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6542895B1 (en) 1999-08-30 2003-04-01 International Business Machines Corporation Multi-dimensional restructure performance when adding or removing dimensions and dimensions members

Also Published As

Publication number Publication date
CN103870571B (zh) 2017-06-06
WO2015135407A1 (zh) 2015-09-17
KR20160130489A (ko) 2016-11-11
CN103870571A (zh) 2014-06-18
US20170004170A1 (en) 2017-01-05
US10437816B2 (en) 2019-10-08

Similar Documents

Publication Publication Date Title
KR101845812B1 (ko) 다차원 온라인 분석 처리 시스템에서의 큐브를 재구성하는 방법 및 장치
US10838940B1 (en) Balanced key range based retrieval of key-value database
CN108140024B (zh) Molap中合并索引结构并保持查询一致性的机制
US9639567B2 (en) For all entries processing
US9720992B2 (en) DML replication with logical log shipping
US9778991B2 (en) Exporting and importing database tables in a multi-user database environment
US20150234884A1 (en) System and Method Involving Resource Description Framework Distributed Database Management System and/or Related Aspects
US8122008B2 (en) Joining tables in multiple heterogeneous distributed databases
US10452632B1 (en) Multi-input SQL-MR
US20150269215A1 (en) Dependency-aware transaction batching for data replication
CN107203640B (zh) 通过数据库运行记录建立物理模型的方法及系统
CN103810224A (zh) 信息持久化和查询方法及装置
CN104423982A (zh) 请求的处理方法和处理设备
CN112434027A (zh) 多维度数据的索引方法、装置、计算机设备和存储介质
US10402385B1 (en) Database live reindex
US20120158771A1 (en) Temporal binding for semantic queries
CN111767282A (zh) 基于MongoDB的存储系统及数据插入方法和存储介质
CN115114325A (zh) 数据查询方法、装置、电子设备以及存储介质
CN114341833B (zh) 在基表上减小temp大小
CN104361090A (zh) 数据查询方法及装置
CN114116723A (zh) 快照处理方法、装置及电子设备
US8682846B2 (en) Content item reconciliation
KR101542299B1 (ko) 하둡 기반의 질의 처리 방법 및 장치
CN112286992B (zh) 一种查询方法、分布式系统、设备及存储介质
US11977457B2 (en) Backup and recovery under group-level encryption

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right