Oracle数据库11g新特性：数据仓库和OLAP

核心提示：数据库驻留的按多维数据集组织的物化视图（无需任何特殊工具将 OLAP 多维数据集的强大功能同 SQL 的简单性集成在一起）、通过分区变化跟踪功能轻松识别刷新、新增的分析工作区管理器、扩展到子查询和远程表的查询重写以及许多其他新特性使 Oracle 数据库成为更强有力的数据仓库平台， 按多维数据集组织的物化视图联机分析处

数据库驻留的按多维数据集组织的物化视图（无需任何特殊工具将 OLAP 多维数据集的强大功能同 SQL 的简单性集成在一起）、通过分区变化跟踪功能轻松识别刷新、新增的分析工作区管理器、扩展到子查询和远程表的查询重写以及许多其他新特性使 Oracle 数据库成为更强有力的数据仓库平台。

按多维数据集组织的物化视图

联机分析处理 （OLAP） 概念自 20 世纪 70 年代以来一直很活跃，并在 20 世纪 90 年代中期开始成为主流，Ted Codd 在 1992 年创造了术语“OLAP”。由于有点深奥，大多数企业当时都不知道如何正确利用 OLAP.

多年以后，该技术已十分完善，使得 OLAP 依靠大型数据仓库变得切实可行，从而真正将“智能”引入业务智能中。与传统关系设计截然不同，OLAP 允许以最有效的方式存储和访问数据，即最终用户可以遍历具有许多维度的假定“多维数据集”的边缘。（请参见下面的多维数据集数据示例）。

多维数据集的维度与事实（也称为“量度”）相关联。用关系术语来讲，事实与维度之间具有多对一关系。例如，Acme Computer Supplies 可能有一个销售数据库。维度通常包括客户、产品和时间元素（月份、季度等）。在特定的时间段（2008 年 8 月）内，特定产品（Cat5e 电缆）与特定客户 （Oracle Corp.） 之间对应的销售额是一个量度。维度和事实（例如销售额）都存储在单个表上。因此，用关系术语来讲，事实表是维度表的子表。

但是，这仅仅是一个比喻而已。在关系设计中，将通过在事实表的 customer、product 或 time 列上创建的索引来访问量度。而在 OLAP 方法中，特定单元格（量度）是通过遍历多维数据集进行访问的：本示例中的访问方法如下：先转至包含时间 Aug 08 的部分，再转至产品 Cat5e，最后转至客户 Oracle.