資料立方體計算是資料倉儲實現的一項基本任務。這裡介紹幾種計算方法
1.多路陣列聚集計算法（multiway）（計算完全方體）
（1）把陣列劃分成塊，塊是乙個子立方體，它足夠小可以放入立方體計算時所需的記憶體即可。
（2）通過訪問立方體單元（即獲取立方體單元的值）來計算聚集。
例：乙個空間立方體（我上篇所用的那個），我們要計算它，將它劃分成很小的基於記憶體的塊。我們將其化為64塊（a0b0c0(1),a1b0c0(2)...a3b3c3(64)）這樣我們首先計算基本方體（包含abc的所有方體，然後計算2-d方體，1-d方體，0-d（頂點）方體）
2.buc從頂點方體向下計算冰上立方體（計算稀疏冰山立方體）
1.首先掃面整個輸入，計算整個度量
2.針對方體的每一維進行劃分
3.針對每乙個劃分，對他進行聚集，為該劃分建立乙個元組並得到該元組的計數。判斷其分組基數是否滿足最小支援度。
4.滿足輸出該劃分的聚集元組並在該劃分下對下一維進行遞迴呼叫。否則剪枝。
3.動態星型結構計算冰山立方體（star-cubing）
它是一種整合自頂向下和自底向上的立方體計算方法
如圖以abd為根的子樹中的所有方體都包含維ab，我們把子樹中所有方體都包含的維成為共享維。
接下來我們構建方體樹，樹的每一層代表乙個維，每個節點代表乙個屬性值。構建方體樹和共享維是為了方便剪枝
如果單個維ａ的屬性值ｐ上的聚集不滿足最小支援度，則將該節點用×替換，從而進一步壓縮方體樹。我們稱屬性ａ中的節點ｐ為星界定啊，使用星節點壓縮的方體樹稱為星樹。
資料立方體
總體介紹 首先模擬乙個資料分析場景，某企業積累了如下 所示的銷售資料 中每一行表示某個時間段內某種商品在某個地區的銷售情況。很明顯，這些資料涉及到了時間 地區 產品三個業務角度。在對這樣的資料進行分析時，不同的角色都會基於自己所感興趣的業務角度提出問題 銷售經理關心各個地區的銷售情況，希望找出銷售增...
資料立方體基本概念
1.基本單元 基本方體的單元 上圖所示為基本方體 2.聚集單元 非基本方體的單元 3.聚集度量 對所有可能聚集進行計算 例 以資料庫資料屬性 元資料 tuple mouth，city，measures 度量 a 1，20 b 1，harbin，50 a為聚集單元稱1 d單元。b為基本單元稱2 d單元...
資料立方體 解密
資料立方體和傳統資料庫的差別在於資料立方體即cube把很多原來要用資料庫的group by操作來達到的效果通過其獨有的儲存形式予以加速,使用者可以方便地下鑽,切面 看到各種聚合的資料的結果。試想一下，如果乙個cube擁有3個維度，為了計算在各個維度上的聚合，就要進行2 3次計算,如果有10個維度就要...