「干货」深入浅出，一文搞懂多维数据库、数据库和数据仓库的关系 2018-09-26 14:22提到数据库，各位首先想到的应该是Oracle、DB2、MySQL、SQL Server这种关系型数据库（Relational Database），所以下文所称数据库如不加说明均指关系型数据库。大多数企业机构的IT系统中，基本都使用数据库表结构来设计数据物理模型，这是从应用系统的业务角度来看。实际
转载
2024-05-10 14:00:37
65阅读
搜索引擎的坑ES 搜索引擎系列文章：本文主要内容如下：搜索引擎现在是用得越来越多了，比如 日志系统用到的 ELK 中的 E 就是 搜索引擎 Elasticsearch（简称 ES）。那对于搜索这种技术来说，最看重的是搜索的结果的准确性和搜索的响应时间。ES 的准确性可以通过 倒排索引算法来保证，那响应时间就需要磁盘或缓存来支持了，那么磁盘和缓存会带来哪些坑呢？ ( 其实不论是分布式的，还是单机模式
转载
2024-03-25 15:12:04
68阅读
数据库计算Essbase中单元格的数据可以是外部输入或计算而得，单元格因而分为输入单元格和计算单元格。计算单元格的计算方法可以通过大纲中维度成员的合并计算符和公式脚本定义，此称为大纲计算定义。例1：张大明家在上海市区和浦东各有一套房，1月5日时张大明收到市区房子的水费和电费账单，然后缴付；张大明的妻子王翠花同时也收到并缴付了浦东房子的账单。两地的水电单价和用量均不一样。在HomeFinancial
转载
2023-11-01 16:31:37
91阅读
用户画像项目之ES存储1. ELK技术栈【ELK生态圈】对于ELK的概念解释，ELK官网给出的是：“ELK”是三个开源项目的首写字母的缩写，这三个项目分别是：Elastisearch、Logstash和Kibana。Elastisearch 是一个搜索和分析引擎；Logstash 是服务器端数据处理管道，能够同时从多个来源采集数据，转换数据，如何将数据发送到诸如Elastisearch 等的“”“
转载
2024-03-14 23:02:23
61阅读
Essbase Classic Edition包括以下组件：
服务器端
Essbase Analytic Services：Essbase 的核心引擎和计算内核；
Essbase Administration Services：Essbase 系统管理员界面，用于构建Essbase 数据模型（Outline）、装载和计算数据，并用于数据库调优;
转载
2024-05-07 16:07:52
47阅读
Essbase的名字其实是Extended SpreadSheet dataBase。（大意是你可以把essabase想像成多张叠起来的excel表格，不仅仅在单张excel上可以进行表格之间的各种运算，在多张excel表格之间也可以做各种累计运算！）这个大概是为什么essbase能够和excel工具深度集成的原因，因为essbase很多设计都是来源于excel等工具对于分析的限制和不足。但是ex
转载
2024-05-05 18:33:36
52阅读
一、安全性概述 数据库的安全性是指保护数据库以防止不合法使用所造成的数据泄露、更改或损坏。系统安全保护措施是否有效是数据库系统的主要技术指标之一。 1、数据库的不安全因素 1）非授权用户对数据库的恶意存取和破坏 措施：包括用户身份鉴别、存取控制和视图等技术。 2）数据库中重要或敏感的数据被泄露 措施：强制存取控制、数据加密存储和加密传输等。 3
{"moduleinfo":{"card_count":[{"count_phone":1,"count":1}],"search_count":[{"count_phone":4,"count":4}]},"card":[{"des":"阿里云数据库专家保驾护航，为用户的数据库应用系统进行性能和风险评估，参与配合进行数据压测演练，提供数据库优化方面专业建议，在业务高峰期与用户共同保障数据库系统平
转载
2024-07-05 20:42:14
12阅读
Oracle Hyperion 11.1.2.1包含可以简化移植的新工具，它们在很多情况下能够减少操作步骤。然而，还是有诸如Essbase Studio的一些问题必须在以后的版本中进行修复。在亲身使用Oracle Hyperion 11.1.2.1 版本几个星期之后，我可以确定地说总体上Oracle团队这次开发出了很好的产品。Hyperion Financial Management (HFM)、
转载
2024-03-03 13:28:45
104阅读
0.数据库设计1.数据库设计的四个过程： ①需求分析 ②概念数据库设计 ③逻辑数据库设计 ④物理数据库设计1. 逻辑数据库的设计主要是E-R图向关系模式的转换1.1实体-属性-关键字的转换转换要做的几个工作：E-R图的实体转换为关系E-R图的属性转换为关系的属性E-R图的关键字转换为关系的关键字1.2复合属性的转换将每个分量属性作为复合属性所在实体的属性或者，将复合属性本身作为所在实体的属性1.3
转载
2024-09-07 09:46:47
47阅读
本人开发了一款OLAP多维数据库备份软件，现将其贡献博客园
原创
2021-09-08 16:22:48
378阅读
多维分析性能的好坏取决于后台相应速度，最好的解决方案是后台采用高性能数据库。 目前多维分析产品的后台数据源通常是常规数据库、专业数据仓库及 BI 产品自带的数据源，系统性能基本都是靠它们自身的计算能力。 分析来说，普通库一般是行存，数据量小还可以，一旦数据量大就很难提供给多维分析高性能；专业数仓多数采用列存，性能问题不大，但是价格也比较美（ang）丽（gui），建设维护成本非常高，买了以后甚至用不
转载
2024-07-11 09:45:15
16阅读
可能很多人理解的数据仓库就是基于多维数据模型构建，用于OLAP的数据平台，通过上一篇文章——数据仓库的基本架构，我们已经看到数据仓库的应用可能远不止这些。但不得不承认多维数据模型是数据仓库的一大特点，也是数据仓库应用和实现的一个重要的方面，通过在数据的组织和存储上的优化，使其更适用于分析型的数据查询和获取。 多维数据模型的定义和作用 多维数据模型是为了满足用户从多角度多层次进行数据查询和
转载
2024-08-24 09:09:15
66阅读
向关系模式转换实体类型的转换 将每个实体类型转换成一个关系模式，实体的属性即为关系的属性，实体标识符即为关系的键。联系类型的转换1、实体间的联系是1：1 可以在两个实体类型转换成两个关系模式中的任意一个关系模式的属性中加入另一个关系模式的键和联系类型的属性。 2、实体键联系是1：N 在N端实体类型转换成的关系模式中加入1端实体类型转换成的关系模式的键和联系类型的属性。 3、实体间的联系是M
转载
2024-10-08 12:42:29
23阅读
读了两篇关于hadoopDB数据仓库的论文之后，写一点关于hadoopDB的简介： hadoopDB是耶鲁大学的一个大学项目， 目的是为了构建一个数据仓库的工具。HadoopDB 结合了hadoop 和paralled RDBMS，结合两个技术的优点。HadoopDB is to connect multiple single_node database systemusing Hado
转载
2023-07-30 15:59:20
731阅读
# 实现数据仓库多维内存数据库的步骤
## 1. 创建数据库
第一步是创建一个数据库，用于存储数据仓库的各个维度和指标。可以使用以下代码来创建一个数据库：
```python
CREATE DATABASE data_warehouse;
```
## 2. 创建维度表
第二步是创建维度表，用于存储数据仓库的维度信息。维度表是一个包含不同维度的表，每个维度都有唯一的标识符和相关属性。可以使用
原创
2023-07-23 20:04:20
125阅读
前言在大数据时代的今天，数据分析的体量、数据分析的速度都变得越来越重要，也是考验数据分析引擎的重点。在数据分析领域，如果有一款引擎在易用性，数据体量，查询效率上都能满足，这一定是一款好的分析引擎，现实是每个引擎都有优缺点，在选型的时候需要根据业务需求来确定选哪个合适。比如数据量小，查询方便选用什么？ 数据量大，分析的维度有限？ 数据量大，所有维度都有可能用来作为分析。每种业务场景需要的引擎也会不一
转载
2023-10-21 18:25:47
14阅读
多维数据库&关系型数据库详细介绍 【数据库】多维数据库详细介绍多维数据库（Multi Dimensional Database,MDD）可以简单地理解为：将数据存放在一个n维数组中，而不是像关系数据库那样以记录的形式存放。因此它存在大量稀疏矩阵，人们可以通过多维
转载
2023-10-26 20:44:00
66阅读
2-1数据对象与属性类型数据集由数据对象组成。一个数据对象代表一个实体。例如，在销售数据库中，对象可以是顾客、商品或销售•，在医疗数据库中，对象可以是患者；在大学的数据库中，对象可以是学生、教授和课程。通常，数据对象用属性描述。数据对象又称样本、实例、数据点或对象。如果数据对象存放在数据库中，则它们是数据元组。属性：属性（attribute)是一个数据字段，表示数据对象的一个特征。在文献中，属性、
数据库就是在计算机上集中存放数据的地方。通过将我们需要的数据和信息都保存在计算机数据库中，可以提供对数据的集中控制。数据库的优点有：1。降低存储数据的冗余度；2。更高的数据一致性；3。存储数据可以共享；4。建立数据库数据的标准；5。维护数据完整性；6。提高数据的安全性。数据库中，数据必须以结构化的格式来被组织和分类。数据库的发展中出现了不同的数据模型：1：层次模型。它提供一种相对简单的结构，单个记
转载
2024-04-12 05:12:14
114阅读
