分析資料庫的維度剖析方法及裝置製造方法
2023-06-15 07:28:21
分析資料庫的維度剖析方法及裝置製造方法
【專利摘要】本發明公開了一種分析資料庫的維度剖析方法及裝置。該方法包括：獲取分析資料庫中第一維度表，獲取第一維度表中的預設維度列，創建與預設維度列對應的共享維度，對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析，通過本發明，解決了分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題，達到了分析資料庫中的維度在多屬性同時剖析時，大大加快了剖析速度的效果。
【專利說明】分析資料庫的維度剖析方法及裝置
【技術領域】
[0001]本發明涉及數據處理領域，具體而言，涉及一種分析資料庫的維度剖析方法及裝置。
【背景技術】
[0002]數據分析伺服器(SQL Services Analysis Services簡稱SSAS)為合併數據挖掘的解決方案提供一個集成的平臺。SSAS裡的維度，其數據量很大，一般對應於資料庫裡的一張大的維度表。AutoExists是SSAS維度剖析裡的一個特性，用於避免同維度表裡的兩個列屬性同時應用到剖析條件裡時，只選取兩個剖析列都存在的維度值，進行相應的剖析，此舉對於小維度表或中弄維度表，其性能是有提升的，並且顯示上，僅會展現兩個維度列都有值的相應數據記錄。這樣達到了對所關注的部分維度進行數據分析的作用。
[0003]對於大維度而言，若裡面的多個屬性同時進行剖析，則SSAS會對該大維度表裡的各屬性進行判定，並且僅找出符合各列過濾條件下，都存在的值，此舉會導致性能問題，進行此過濾會掃描多次維度表進行判定，從而導致了剖析速度非常慢，經過實驗，一般在維度表上億的情況下，進行兩列的過濾，在現有標準的32核伺服器上進行維度的AutoExists過濾，需要耗費10分鐘以上，且在內存不充足的情況下，耗費時間會更長。
[0004]現有技術中是將大維度的各個屬性單獨拆成一張維度表，這樣由於不在一張維度表裡，避免了 AutoExists過濾性能問題，但會導致維度表的數據急劇增大，同時也會導致事實表裡會多增加很多外鍵，造成不必要的磁碟空間浪費。
[0005]針對相關技術中分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題，目前尚未提出有效的解決方案。
【發明內容】
[0006]本發明的主要目的在於提供一種分析資料庫的維度剖析方法及裝置，以解決分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題。
[0007]為了實現上述目的，根據本發明的一個方面，提供了一種分析資料庫的維度剖析方法。根據本發明的分析資料庫的維度剖析方法包括:獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表；獲取第一維度表中的預設維度列；創建與預設維度列對應的共享維度；對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析。
[0008]進一步地，在創建與預設維度列對應的共享維度之後，方法還包括:獲取第一維度表中維度與指標的映射關係；根據映射關係，對共享維度設置相應映射關係；其中，對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析包括:通過映射關係，在共享維度中進行剖析，得到剖析結果。
[0009]進一步地，獲取第一維度表中的預設維度列包括:檢測第一維度表中維度列的成員值總數，其中，在第一維度表中，不同的成員值用於表示不同的數值，成員值總數用於表示成員值的總數量；判斷第一維度表中維度列的成員值總數是否大於第二預設閾值的維度列；在第一維度表中維度列的成員值總數大於第二預設閾值的維度列的情況下，獲取第一維度表中維度列。
[0010]進一步地，對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析包括:獲取第三維度表，其中，第三維度表是分析資料庫中需要進行剖析的維度表；獲取第三維度表中的第一維度列，其中，第一維度列是第三維度表維度列的成員值總數大於第三預設閾值的維度列，其中，在第三維度表中，不同的成員值用於表示不同的數值，成員值總數用於表示成員值的總數量；從共享維度中，獲取與第一維度列相對應的第二維度列；獲取剖析的過濾條件；通過剖析的過濾條件，對第二維度列進行剖析。
[0011]進一步地，獲取第一維度表中維度與指標的映射關係；根據映射關係，對共享維度設置相應映射關係；獲取剖析的過濾條件；通過剖析的過濾條件，對事實表中的指標進行剖析，得到剖析結果，其中，事實表用於存儲所有指標數據；通過第一維度表中維度與指標的映射關係，找到剖析結果中指標所在的維度；判斷剖析結果中指標所在的維度是否建立共享維度；在剖析結果中指標所在的維度建立共享維度的情況下，獲取剖析結果中指標所在的維度對應的共享維度；通過剖析的過濾條件，對剖析結果中指標所在的維度相對應的共享維度進行剖析。
[0012]為了實現上述目的，根據本發明的另一方面，提供了一種分析資料庫的維度剖析裝置。該裝置包括:第一獲取單元，用於獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表；第二獲取單元，用於獲取第一維度表中的預設維度列；創建單元，用於創建與預設維度列對應的共享維度；剖析單元，用於對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析。
[0013]進一步地，創建單元之後，裝置還包括:第一獲取模塊，用於獲取事實表中的指標，其中，事實表是在分析資料庫中存儲指標的維度表；第一創建模塊，用於將第一維度表與事實表中的指標建立映射關係；第一剖析模塊，用於通過映射關係，在共享維度中進行剖析，得到剖析結果。
[0014]進一步地，第二獲取單元包括:檢測模塊，用於檢測第一維度表中維度列的成員值總數，其中，在第一維度表中，不同的成員值用於表示不同的數值，成員值總數用於表示成員值的總數量；第一判斷模塊，用於判斷第一維度表中維度列的成員值總數是否大於第二預設閾值的維度列；第二獲取模塊，用於在第一維度表中維度列的成員值總數大於第二預設閾值的維度列的情況下，獲取第一維度表中維度列。
[0015]進一步地，剖析單元包括:第三獲取模塊，用於獲取第三維度表，其中，第三維度表是分析資料庫中需要進行剖析的維度表；第四獲取模塊，用於獲取第三維度表中的第一維度列，其中，第一維度列是第三維度表維度列的成員值總數大於第三預設閾值的維度列，其中，在第三維度表中，不同的成員值用於表示不同的數值，成員值總數用於表示成員值的總數量；第五獲取模塊，用於從共享維度中，獲取與第一維度列相對應的第二維度列；第六獲取模塊，用於獲取剖析的過濾條件；第二剖析模塊，用於通過剖析的過濾條件，對第二維度列進行剖析。
[0016]進一步地，剖析單元包括:第七獲取模塊，獲取第一維度表中維度與指標的映射關係；第二創建模塊，根據映射關係，對共享維度設置相應映射關係；第二判斷模塊，用於判斷第一維度表中維度列是否建立共享維度；第八獲取模塊，用於在第一維度表中維度列建立共享維度的情況下，獲取剖析的過濾條件；第三剖析模塊，用於通過剖析的過濾條件，對事實表中的指標進行剖析，得到剖析結果，其中，事實表用於存儲所有指標數據；映射模塊，用於通過事實表中的維度與指標建立的映射關係，找出剖析結果中指標所在的維度；第九獲取模塊，用於在共享維度中，獲取剖析結果中指標所在的維度對應的共享維度；第四剖析模塊，用於通過剖析的過濾條件，對剖析結果中指標所在的維度相對應的共享維度進行剖析。
[0017]通過本發明的分析資料庫的維度剖析方法，通過獲取分析資料庫中第一維度表，獲取第一維度表中的預設維度列；創建與預設維度列對應的共享維度；對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析。解決了分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題，達到了分析資料庫中的維度在多屬性同時剖析時，大大加快了剖析速度的效果。
【專利附圖】
【附圖說明】
[0018]構成本申請的一部分的附圖用來提供對本發明的進一步理解，本發明的示意性實施例及其說明用於解釋本發明，並不構成對本發明的不當限定。在附圖中:
[0019]圖1是根據本發明的分析資料庫的維度剖析方法的第一實施例的流程圖；
[0020]圖2是根據本發明的分析資料庫的維度剖析方法的第二實施例的流程圖；
[0021]圖3是根據本發明的分析資料庫的維度剖析方法的第三實施例的流程圖；
[0022]圖4是根據本發明的分析資料庫的維度剖析方法的第四實施例的流程圖；
[0023]圖5是根據本發明的分析資料庫的維度剖析方法的第五實施例的流程圖；
[0024]圖6是根據本發明的分析資料庫的維度剖析裝置的第一實施例的示意圖；
[0025]圖7是根據本發明的分析資料庫的維度剖析裝置的第二實施例的示意圖；
[0026]圖8是根據本發明的分析資料庫的維度剖析裝置的第三實施例的示意圖；
[0027]圖9是根據本發明的分析資料庫的維度剖析裝置的第四實施例的示意圖；以及
[0028]圖10是根據本發明的分析資料庫的維度剖析裝置的第五實施例的示意圖。
【具體實施方式】
[0029]需要說明的是，在不衝突的情況下，本申請中的實施例及實施例中的特徵可以相互組合。下面將參考附圖並結合實施例來詳細說明本發明。
[0030]圖1是根據本發明的分析資料庫的維度剖析方法的第一實施例的流程圖。如圖1所示，該分析資料庫的維度剖析方法包括:
[0031]步驟S101，獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表。
[0032]SSAS中包含分析資料庫，分析資料庫可以對數據進行在線統計、數據在線分析、隨即查詢等發掘信息數據價值的工作，是資料庫產品一個重要的分支。
[0033]維度表可以看作是用戶來分析數據的窗口，維度表中包含事實數據表中事實記錄的特性，有些特性提供描述性信息，有些特性指定如何匯總事實數據表數據，以便為分析者提供有用的信息，維度表包含幫助匯總數據的特性的層次結構。例如，包含產品信息的維度表通常包含將產品分為食品、飲料、非消費品等若干類的層次結構，這些產品中的每一類進一步多次細分，直到各產品達到最低級別。在維度表中，每個表都包含獨立於其他維度表的事實特性，例如，客戶維度表包含有關客戶的數據。維度表中的列欄位可以將信息分為不同層次的結構級。維度表包含了事實表中指定屬性的相關詳細信息，比如，詳細的產品，客戶屬性，存儲信息等。
[0034]獲取分析資料庫中的第一維度表，是先檢測維度表的數據量，再將各維度表的數據量與設定的第一預設閾值進行比較，挑選出數據量大於第一預設閾值的維度。在對分析資料庫中維度表進行剖析時，多次掃描大維度表會導致剖析速度變慢，佔用資源過多，本步的目的是為了篩選出分析資料庫中的大維度表，即數據量超過閾值的維度表，對篩選出的大維度表經過後續處理，當析資料庫在對維度進行剖析時，提升剖析速度。
[0035]步驟S102，獲取第一維度表中的預設維度列。
[0036]維度表由多個維度列組成，各個維度列上包含多個成員值，上述步驟篩選出大維度表，在大維度表的基礎上，篩選出大維度裡粒度比較細的維度列，如如Url等比較密集型的維度列，這些維度列最容易導致剖析時出現性能問題。將篩選出的維度列經過後續處理，當析資料庫在對維度進行剖析時，提升剖析速度。
[0037]步驟S103，創建與預設維度列對應的共享維度。
[0038]共享維度是在分析資料庫內創建的維度，可以由該分析資料庫內的任意多維數據集使用。共享維度物理存儲是一個維度，但邏輯上是多個維度，通過在分析資料庫中建立共享維度與篩選出的預設維度列一一對應，在對大維度表中粒度比較細的維度列進行剖析時，映射在共享維度中進行剖析。此步驟能繞過AutoExists的判定。AutoExists是SSAS維度剖析裡的一個特性，對於大維度而言，若裡面的多個屬性同時進行剖析，則SSAS會對該大維度表裡的各屬性進行AutoExists的判定，並且僅找出符合各列過濾條件下，都存在的值，此舉會導致性能問題，進行此AutoExists的過濾會掃描多次維度表進行判定，從而導致了剖析速度巨慢。此步驟繞過AutoExists的判定，對大維度多個屬性同時進行剖析，提升了剖析速度。
[0039]步驟S104，對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析。
[0040]根據用戶輸入的過濾條件，對維度表屬性進行剖析，獲得符合過濾條件，用戶想得到的數據。在大維度表中，對多個屬性同時進行剖析時，獲取到大維度表中粒度比較細的維度列，粒度比較細的維度列經過轉換獲得共享維度中對應的維度列，直接對共享維度中的維度進行剖析，避開了 AutoExists處理的問題，因為在對共享維度進行剖析時，共享維度物理存儲是一個維度，但邏輯上是多個維度。不會進行AutoExists的判定，從而不會調用AutoExists進行剖析。從而大大提升了剖析速度。
[0041]通過本發明提供的分析資料庫的維度剖析方法，通過獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表；獲取第一維度表中的預設維度列；創建與預設維度列對應的共享維度；對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析，解決了分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題，達到了分析資料庫中的維度在多屬性同時剖析時，大大加快了剖析速度的效果。
[0042]圖2是根據本發明的分析資料庫的維度剖析方法的第二實施例的流程圖。如圖2所示，該分析資料庫的維度剖析方法包括:
[0043]步驟S201，獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表。
[0044]該步驟同上述步驟S101。
[0045]步驟S202，獲取第一維度表中的預設維度列。
[0046]該步驟同上述步驟S102。
[0047]步驟S203，創建與預設維度列對應的共享維度。
[0048]該步驟同上述步驟S103。
[0049]步驟S204，獲取第一維度表中維度與指標的映射關係。
[0050]事實表編輯每個數據倉庫都包含一個或者多個事實數據表。事實數據表可能包含業務銷售數據，如現金登記事務。所產生的數據，事實數據表通常包含大量的行。事實數據表的主要特點是包含數字數據，並且這些數字信息可以匯總，以提供有關單位作為歷史的數據，每個事實數據表包含一個由多個部分組成的索引，該索引包含作為外鍵的相關性維度表的主鍵，而維度表包含事實記錄的特性。事實數據表不應該包含描述性的信息，也不應該包含除數字度量欄位及使事實與維度表中對應項的相關索引欄位之外的任何數據。包含在事實數據表中的「度量值」有兩種:一種是可以累計的度量值，另一種是非累計的度量值。最有用的度量值是可累計的度量值，其累計起來的數字是非常有意義的。用戶可以通過累計度量值獲得匯總信息，例如。可以匯總具體時間段內一組商店的特定商品的銷售情況。非累計的度量值也可以用於事實數據表，單匯總結果一般是沒有意義的，例如，在一座大廈的不同位置測量溫度時，如果將大廈中所有不同位置的溫度累加是沒有意義的，但是求平均值是有意義的。
[0051]一般來說，一個事實數據表都要和一個或多個維度表相關聯，用戶在利用事實數據表創建多維數據集時，可以使用一個或多個維度表。
[0052]步驟S205，根據映射關係，對共享維度設置相應映射關係。
[0053]映射指兩個元素的集之間元素相互「對應」的關係，亦指「形成對應關係」。將獲取事實表中指標與第一維度表建立映射關係，對共享維度設置相應映射關係。
[0054]步驟S206，通過映射關係，在共享維度中進行剖析，得到剖析結果。
[0055]通過維度表與指標建立對應關係，在共享維度中對維度進行剖析時，通過維度表能夠相應的映射到其對應的指標。剖析結束，從而才會成功的返回剖析結果。
[0056]通過本發明提供的分析資料庫的維度剖析方法，通過獲取分析資料庫中第一維度表，獲取第一維度表中的預設維度列，創建與預設維度列對應的共享維度，獲取第一維度表中維度與指標的映射關係；根據映射關係，對共享維度設置相應映射關係；其中，對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析包括:通過映射關係，在共享維度中進行剖析，得到剖析結果，解決了分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題，達到了分析資料庫中的維度在多屬性同時剖析時，大大加快了剖析速度並且及時返回剖析結果的效果。
[0057]圖3是根據本發明的分析資料庫的維度剖析方法的第三實施例的流程圖。如圖3所示，該分析資料庫的維度剖析方法包括:
[0058]步驟S301，獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表。
[0059]該步驟同上述步驟S101。
[0060]步驟S302，檢測第一維度表中維度列的成員值總數，其中，在第一維度表中，不同的成員值用於表示不同的數值，成員值總數用於表示成員值的總數量。
[0061]檢測上述篩選出的大維度表中成員值的總數量，獲取各個大維度表的成員值總數量。
[0062]步驟S303，判斷第一維度表中維度列的成員值總數是否大於第二預設閾值的維度列。
[0063]步驟S304，在第一維度表中維度列的成員值總數大於第二預設閾值的維度列的情況下，獲取第一維度表中維度列。
[0064]在大維度表的基礎上，篩選出大維度裡粒度比較細的維度列，如如Url等比較密集型的維度列，這些維度列最容易導致剖析時出現性能問題。將篩選出的維度列經過後續處理，當析資料庫在對維度進行剖析時，提升剖析速度。
[0065]步驟S305，創建與預設維度列對應的共享維度。
[0066]該步驟同上述步驟S103。
[0067]步驟S306，對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析。
[0068]該步驟同上述步驟S104。
[0069]通過本發明提供的分析資料庫的維度剖析方法，通過獲取分析資料庫中第一維度表，檢測第一維度表中維度列的成員值總數，判斷第一維度表中維度列的成員值總數是否大於第二預設閾值的維度列，在第一維度表中維度列的成員值總數大於第二預設閾值的維度列的情況下，獲取第一維度表中維度列，創建與預設維度列對應的共享維度，對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析，解決了分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題，達到了分析資料庫中的維度在多屬性同時剖析時，獲取出分析資料庫中成員值較多的維度列，應用相應的共享維度中進行剖析，大大加快了剖析速度的效果。
[0070]圖4是根據本發明的分析資料庫的維度剖析方法的第四實施例的流程圖。如圖4所示，該分析資料庫的維度剖析方法包括:
[0071]步驟S401，獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表。
[0072]該步驟同上述步驟S101。
[0073]步驟S402，獲取第一維度表中的預設維度列。
[0074]該步驟同上述步驟S102。
[0075]步驟S403，創建與預設維度列對應的共享維度。
[0076]該步驟同上述步驟S103。
[0077]步驟S404，獲取第三維度表，其中，第三維度表是分析資料庫中需要進行剖析的維度表。
[0078]步驟S405，獲取第三維度表中的第一維度列，其中，第一維度列是第三維度表維度列的成員值總數大於第三預設閾值的維度列，其中，在第三維度表中，不同的成員值用於表示不同的數值，成員值總數用於表示成員值的總數量。
[0079]步驟S406，從共享維度中，獲取與第一維度列相對應的第二維度列。
[0080]第一維度列經過轉換機制在共享維度中對應相應的共享維度，獲取對應的共享維度。例如第一維度中為DimTableurl的維度，經過轉換機制對應到共享維度為DimTableurl.url。應用 DimTableurl.url 進行剖析。
[0081]步驟S407，獲取剖析的過濾條件。
[0082]步驟S408，通過剖析的過濾條件，對第二維度列進行剖析。
[0083]通過本發明提供的分析資料庫的維度剖析方法，通過獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表。獲取第一維度表中的預設維度列，創建與預設維度列對應的共享維度，獲取第三維度表，其中，第三維度表是分析資料庫中需要進行剖析的維度表，獲取第三維度表中的第一維度列，其中，第一維度列是第三維度表維度列的成員值總數大於第三預設閾值的維度列，其中，在第三維度表中，不同的成員值用於表示不同的數值，成員值總數用於表示成員值的總數量，從共享維度中，獲取與第一維度列相對應的第二維度列，獲取剖析的過濾條件，通過剖析的過濾條件，對第二維度列進行剖析，解決了分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題，達到了分析資料庫中的維度在多屬性同時剖析時，獲取出分析資料庫中成員值較多的維度列，應用相應的共享維度中進行剖析，大大加快了剖析速度的效果。
[0084]圖5是根據本發明的分析資料庫的維度剖析方法的第五實施例的流程圖。如圖5所示，該分析資料庫的維度剖析方法包括:
[0085]步驟S501，獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表。
[0086]該步驟同上述步驟S101。
[0087]步驟S502，獲取第一維度表中的預設維度列。
[0088]該步驟同上述步驟S102。
[0089]步驟S503，創建與預設維度列對應的共享維度。
[0090]該步驟同上述步驟S103。
[0091]步驟S504，獲取第一維度表中維度與指標的映射關係；
[0092]該步驟同上述步驟S204。
[0093]步驟S505，根據映射關係，對共享維度設置相應映射關係；
[0094]該步驟同上述步驟S205。
[0095]步驟S506，獲取剖析的過濾條件；
[0096]步驟S507，通過剖析的過濾條件，對事實表中的指標進行剖析，得到剖析結果，其中，事實表用於存儲所有指標數據；
[0097]步驟S508，通過事實表中的維度與指標建立映射關係，找到剖析結果中指標所在的維度。
[0098]步驟S509，判斷剖析結果中指標所在的維度是否建立共享維度；
[0099]步驟S510，在剖析結果中指標所在的維度建立共享維度的情況下，獲取剖析結果中指標所在的維度對應的共享維度。
[0100]步驟S511，通過剖析的過濾條件，對剖析結果中指標所在的維度相對應的共享維度進行剖析。
[0101]通過本發明提供的分析資料庫的維度剖析方法，獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表，獲取第一維度表中的預設維度列，創建與預設維度列對應的共享維度，獲取第一維度表中維度與指標的映射關係；根據映射關係，對共享維度設置相應映射關係；獲取剖析的過濾條件；通過剖析的過濾條件，對事實表中的指標進行剖析，得到剖析結果，其中，事實表用於存儲所有指標數據；通過第一維度表中維度與指標的映射關係，找到剖析結果中指標所在的維度；判斷剖析結果中指標所在的維度是否建立共享維度；在剖析結果中指標所在的維度建立共享維度的情況下，獲取剖析結果中指標所在的維度對應的共享維度；通過剖析的過濾條件，對剖析結果中指標所在的維度相對應的共享維度進行剖析，解決了分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題，達到了使分析資料庫中維度的剖析性能大大提升的效果。
[0102]需要說明的是，在附圖的流程圖示出的步驟可以在諸如一組計算機可執行指令的計算機系統中執行，並且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同於此處的順序執行所示出或描述的步驟。
[0103]圖6是根據本發明的分析資料庫的維度剖析裝置的第一實施例的示意圖。如圖6所示，該分析資料庫的維度剖析裝置包括:第一獲取單元10、第二獲取單元20、創建單元30和剖析單元40。
[0104]第一獲取單元10，用於獲取分析資料庫中第一維度表，其中，第一維度表是分析資料庫中數據量大於第一預設閾值的維度表。
[0105]第二獲取單元20，用於獲取第一維度表中的預設維度列。
[0106]創建單元30，用於創建與預設維度列對應的共享維度。
[0107]剖析單元40，用於對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析。
[0108]通過本發明提供的分析資料庫的維度剖析裝置，該裝置包含第一獲取單元10獲取分析資料庫中第一維度表，第二獲取單元20獲取第一維度表中的預設維度列，創建單元30創建與預設維度列對應的共享維度，剖析單元40對第一維度表中多個屬性同時進行剖析時，通過第一維度表中預設維度列對應的共享維度進行剖析，解決了分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題，達到了分析資料庫中的維度在多屬性同時剖析時，大大加快了剖析速度的效果。
[0109]圖7是根據本發明的分析資料庫的維度剖析裝置的第二實施例的示意圖。如圖7所示，該分析資料庫的維度剖析裝置包括:第一獲取單元10、第二獲取單元20、創建單元30和剖析單元40。其中創建單元30包括:第一獲取模塊301、第一創建模塊302和第一剖析模塊303。
[0110]第一獲取單元10、第二獲取單元20、創建單元30和剖析單元40的作用與上述實施例中作用相同，在此不再贅述。
[0111]第一獲取模塊301，用於獲取事實表中的指標，其中，事實表是在分析資料庫中存儲指標的維度表。
[0112]第一創建模塊302，用於將第一維度表與事實表中的指標建立映射關係。
[0113]第一剖析模塊303，用於通過映射關係，在共享維度中進行剖析，得到剖析結果。
[0114]圖8是根據本發明的分析資料庫的維度剖析裝置的第三實施例的示意圖。如圖8所示，該分析資料庫的維度剖析裝置包括:第一獲取單元10、第二獲取單元20、創建單元30和剖析單元40。其中第二獲取單元20包括:檢測模塊201、第一判斷模塊202和第二獲取模塊203。
[0115]第一獲取單元10、第二獲取單元20、創建單元30和剖析單元40的作用與上述實施例中作用相同，在此不再贅述。
[0116]檢測模塊201，用於檢測第一維度表中維度列的成員值總數，其中，在第一維度表中，不同的成員值用於表示不同的數值，成員值總數用於表示成員值的總數量。
[0117]第一判斷模塊202，用於判斷第一維度表中維度列的成員值總數是否大於第二預設閾值的維度列。
[0118]第二獲取模塊203，用於在第一維度表中維度列的成員值總數大於第二預設閾值的維度列的情況下，獲取第一維度表中維度列。
[0119]圖9是根據本發明的分析資料庫的維度剖析裝置的第四實施例的示意圖。如圖9所示，該分析資料庫的維度剖析裝置包括:第一獲取單元10、第二獲取單元20、創建單元30和剖析單元40。其中，剖析單元40包括:第三獲取模塊401、第四獲取模塊402、第五獲取模塊403、第六獲取模塊404和第二剖析模塊405。
[0120]第一獲取單元10、第二獲取單元20、創建單元30和剖析單元40的作用與上述實施例中作用相同，在此不再贅述。
[0121]第三獲取模塊401，用於獲取第三維度表，其中，第三維度表是分析資料庫中需要進行剖析的維度表。
[0122]第四獲取模塊402，用於獲取第三維度表中的第一維度列，其中，第一維度列是第三維度表維度列的成員值總數大於第三預設閾值的維度列，其中，在第三維度表中，不同的成員值用於表示不同的數值，成員值總數用於表示成員值的總數量。
[0123]第五獲取模塊403，用於從共享維度中，獲取與第一維度列相對應的第二維度列。
[0124]第六獲取模塊404，用於獲取剖析的過濾條件。
[0125]第二剖析模塊405，用於通過剖析的過濾條件，對第二維度列進行剖析。
[0126]圖10是根據本發明的分析資料庫的維度剖析裝置的第五實施例的示意圖。如圖10所示，該分析資料庫的維度剖析裝置包括:第一獲取單元10、第二獲取單元20、創建單元30和剖析單元40。其中，剖析單元40還包括:第七獲取模塊406、第二創建模塊407、第八獲取模塊408、第三剖析模塊409、第九獲取模塊410、第二判斷模塊411、第十獲取模塊412和第四剖析模塊413。
[0127]第一獲取單元10、第二獲取單元20、創建單元30和剖析單元40的作用與上述實施例中作用相同，在此不再贅述。
[0128]第七獲取模塊406,用於獲取第一維度表中維度與指標的映射關係。
[0129]第二創建模塊407，用於根據映射關係，對共享維度設置相應映射關係。
[0130]第八獲取模塊408，用於獲取剖析的過濾條件。
[0131]第三剖析模塊409，用於通過剖析的過濾條件，對事實表中的指標進行剖析，得到剖析結果，其中，事實表用於存儲所有指標數據。
[0132]第九獲取模塊410，用於通過第一維度表中維度與指標的映射關係，找到剖析結果中指標所在的維度。
[0133]第二判斷模塊411，用於判斷剖析結果中指標所在的維度是否建立共享維度。
[0134]第十獲取模塊412，用於在剖析結果中指標所在的維度建立共享維度的情況下，獲取剖析結果中指標所在的維度對應的共享維度。
[0135]第四剖析模塊413，用於通過剖析的過濾條件，對剖析結果中指標所在的維度相對應的共享維度進行剖析。
[0136]通過本發明提供的分析資料庫的維度剖析裝置，該裝置通過第七獲取模塊406獲取第一維度表中維度與指標的映射關係；第二創建模塊407根據映射關係，對共享維度設置相應映射關係；第八獲取模塊408獲取剖析的過濾條件；第三剖析模塊409通過剖析的過濾條件，對事實表中的指標進行剖析，得到剖析結果，其中，事實表用於存儲所有指標數據；第九獲取模塊410通過第一維度表中維度與指標的映射關係，找到剖析結果中指標所在的維度；第二判斷模塊411判斷剖析結果中指標所在的維度是否建立共享維度；第十獲取模塊412在剖析結果中指標所在的維度建立共享維度的情況下，獲取剖析結果中指標所在的維度對應的共享維度；第四剖析模塊413通過剖析的過濾條件，對剖析結果中指標所在的維度相對應的共享維度進行剖析，解決了分析資料庫中的維度在多屬性同時剖析時，剖析速度慢的問題，達到了使分析資料庫中維度的剖析性能大大提升的效果。
[0137]顯然，本領域的技術人員應該明白，上述的本發明的各模塊或各步驟可以用通用的計算裝置來實現，它們可以集中在單個的計算裝置上，或者分布在多個計算裝置所組成的網絡上，可選地，它們可以用計算裝置可執行的程序代碼來實現，從而，可以將它們存儲在存儲裝置中由計算裝置來執行，或者將它們分別製作成各個集成電路模塊，或者將它們中的多個模塊或步驟製作成單個集成電路模塊來實現。這樣，本發明不限制於任何特定的硬體和軟體結合。
[0138]以上所述僅為本發明的優選實施例而已，並不用於限制本發明，對於本領域的技術人員來說，本發明可以有各種更改和變化。凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。
【權利要求】
1.一種分析資料庫的維度剖析方法，其特徵在於，包括: 獲取所述分析資料庫中第一維度表，其中，所述第一維度表是分析資料庫中數據量大於第一預設閾值的維度表； 獲取所述第一維度表中的預設維度列； 創建與所述預設維度列對應的共享維度；以及 對所述第一維度表中多個屬性同時進行剖析時，通過所述第一維度表中所述預設維度列對應的共享維度進行剖析。
2.根據權利要求1所述的方法，其特徵在於，在創建與所述預設維度列對應的共享維度之後，所述方法還包括: 獲取所述第一維度表中維度與指標的映射關係； 根據所述映射關係，對所述共享維度設置相應映射關係； 其中，對所述第一維度表中多個屬性同時進行剖析時，通過所述第一維度表中所述預設維度列對應的共享維度進行剖析包括: 通過所述映射關係，在所述共享維度中進行剖析，得到剖析結果。
3.根據權利要求1所述的方法，其特徵在於，獲取所述第一維度表中的預設維度列包括: 檢測所述第一維度表中維度列的成員值總數，其中，在所述第一維度表中，不同的成員值用於表示不同的數值，所述成員值總數用於表示成員值的總數量； 判斷所述第一維度表中維度列的成員值總數是否大於第二預設閾值的維度列；以及在所述第一維度表中維度列的成員值總數大於第二預設閾值的維度列的情況下，獲取所述第一維度表中維度列。
4.根據權利要求1所述的方法，其特徵在於，對所述第一維度表中多個屬性同時進行剖析時，通過所述第一維度表中所述預設維度列對應的共享維度進行剖析包括: 獲取第三維度表，其中，所述第三維度表是所述分析資料庫中需要進行剖析的維度表; 獲取所述第三維度表中的第一維度列，其中，所述第一維度列是所述第三維度表維度列的成員值總數大於第三預設閾值的維度列，其中，在所述第三維度表中，不同的成員值用於表示不同的數值，所述成員值總數用於表示成員值的總數量； 從所述共享維度中，獲取與所述第一維度列相對應的第二維度列； 獲取剖析的過濾條件；以及 通過所述剖析的過濾條件，對所述第二維度列進行剖析。
5.根據權利要求1所述的方法，其特徵在於，對所述第一維度表中多個屬性同時進行剖析時，通過所述第一維度表中所述預設維度列對應的共享維度進行剖析包括: 獲取所述第一維度表中維度與指標的映射關係； 根據所述映射關係，對所述共享維度設置相應映射關係； 獲取剖析的過濾條件； 通過所述剖析的過濾條件，對事實表中的指標進行剖析，得到剖析結果，其中，事實表用於存儲所有指標數據； 通過所述第一維度表中維度與指標的映射關係，找到所述剖析結果中指標所在的維度； 判斷剖析結果中指標所在的維度是否建立所述共享維度； 在所述剖析結果中指標所在的維度建立所述共享維度的情況下，獲取剖析結果中指標所在的維度對應的共享維度；以及 通過所述剖析的過濾條件，對所述剖析結果中指標所在的維度相對應的共享維度進行B1J 析。
6.一種分析資料庫的維度剖析裝置，其特徵在於，包括: 第一獲取單元，用於獲取所述分析資料庫中第一維度表，其中，所述第一維度表是分析資料庫中數據量大於第一預設閾值的維度表； 第二獲取單元，用於獲取所述第一維度表中的預設維度列； 創建單元，用於創建與所述預設維度列對應的共享維度；以及剖析單元，用於對所述第一維度表中多個屬性同時進行剖析時，通過所述第一維度表中所述預設維度列對應的共享維度進行剖析。
7.根據權利要求6所述的裝置，其特徵在於，創建單元之後，所述裝置還包括: 第一獲取模塊，用於獲取所述第一維度表中維度與指標的映射關係； 第一創建模塊，用於根據所述映射關係，對所述共享維度設置相應映射關係；以及 第一剖析模塊，用於通過所述映射關係，在所述共享維度中進行剖析，得到剖析結果。
8.根據權利要求6所述的裝置，其特徵在於，第二獲取單元包括: 檢測模塊，用於檢測所述第一維度表中維度列的成員值總數，其中，在所述第一維度表中，不同的成員值用於表示不同的數值，所述成員值總數用於表示成員值的總數量； 第一判斷模塊，用於判斷所述第一維度表中維度列的成員值總數是否大於第二預設閾值的維度列；以及 第二獲取模塊，用於在所述第一維度表中維度列的成員值總數大於第二預設閾值的維度列的情況下，獲取所述第一維度表中維度列。
9.根據權利要求6所述的裝置，其特徵在於，剖析單元包括: 第三獲取模塊，用於獲取第三維度表，其中，所述第三維度表是所述分析資料庫中需要進行剖析的維度表； 第四獲取模塊，用於獲取所述第三維度表中的第一維度列，其中，所述第一維度列是所述第三維度表維度列的成員值總數大於第三預設閾值的維度列，其中，在所述第三維度表中，不同的成員值用於表示不同的數值，所述成員值總數用於表示成員值的總數量； 第五獲取模塊，用於從所述共享維度中，獲取與所述第一維度列相對應的第二維度列； 第六獲取模塊，用於獲取剖析的過濾條件；以及 第二剖析模塊，用於通過所述剖析的過濾條件，對所述第二維度列進行剖析。
10.根據權利要求6所述的裝置，其特徵在於，剖析單元包括: 第七獲取模塊，用於獲取所述第一維度表中維度與指標的映射關係； 第二創建模塊，用於根據所述映射關係，對所述共享維度設置相應映射關係； 第八獲取模塊，用於獲取剖析的過濾條件； 第三剖析模塊，用於通過所述剖析的過濾條件，對事實表中的指標進行剖析，得到剖析結果，其中，事實表用於存儲所有指標數據； 第九獲取模塊，用於通過所述第一維度表中維度與指標的映射關係，找到所述剖析結果中指標所在的維度； 第二判斷模塊，用於判斷剖析結果中指標所在的維度是否建立所述共享維度； 第十獲取模塊，用於在所述剖析結果中指標所在的維度建立所述共享維度的情況下，獲取剖析結果中指標所在的維度對應的共享維度；以及 第四剖析模塊，用於通過所述剖析的過濾條件，對所述剖析結果中指標所在的維度相對應的共享維度進行剖析。
【文檔編號】G06F17/30GK104182544SQ201410453774
【公開日】2014年12月3日 申請日期:2014年9月5日 優先權日:2014年9月5日
【發明者】洪超 申請人:北京國雙科技有限公司