Trong mô hình đa chiều, các bản ghi được tổ chức thành nhiều chiều khác nhau và mỗi chiều bao gồm nhiều mức trừu tượng được mô tả bằng phân cấp khái niệm. Tổ chức này hỗ trợ người dùng tính linh hoạt để xem dữ liệu từ nhiều khía cạnh khác nhau. Một số Operations khối dữ liệu OLAP tồn tại để chứng minh các chế độ xem khác nhau này, cho phép các truy vấn tương tác và tìm kiếm bản ghi trong tầm tay. Do đó, OLAP hỗ trợ một môi trường thân thiện với người dùng để phân tích dữ liệu tương tác.
Xem xét các Operations OLAP sẽ được thực hiện trên dữ liệu đa chiều. Hình này cho thấy các khối dữ liệu về doanh số của một cửa hàng. Khối lập phương chứa các kích thước, vị trí và thời gian và mục, trong đó vị trí được tổng hợp theo giá trị thành phố, thời gian được tổng hợp theo phần tư và một mục được tổng hợp theo loại mục.
Mục lục
Roll-Up
Operations Roll-Up (còn được gọi là Operations tổng hợp hoặc chi tiết) thực hiện tổng hợp trên một khối dữ liệu, bằng cách leo xuống các cấu trúc phân cấp khái niệm, tức là giảm kích thước. Roll-Up giống như thu nhỏ trên các khối dữ liệu. Hình cho thấy kết quả của các Operations Roll-Up được thực hiện trên vị trí kích thước. Thứ bậc cho vị trí được xác định là Đường đặt hàng, thành phố, tỉnh hoặc tiểu bang, quốc gia. Thao tác Roll-Up tổng hợp dữ liệu bằng cách tăng dần thứ bậc vị trí từ cấp thành phố đến cấp quốc gia.
Khi Roll-Up được thực hiện bằng cách giảm kích thước, một hoặc nhiều kích thước sẽ bị xóa khỏi hình khối. Ví dụ: hãy xem xét một khối dữ liệu bán hàng có hai thứ nguyên, vị trí và thời gian. Tổng hợp có thể được thực hiện bằng cách loại bỏ, các thứ nguyên thời gian, xuất hiện trong một tập hợp của tổng doanh số bán hàng theo địa điểm, tương đối hơn là theo địa điểm và theo thời gian.
Thí dụ
Hãy xem xét các hình khối sau minh họa nhiệt độ của những ngày nhất định được ghi lại hàng tuần:
Hãy xem xét rằng chúng ta muốn thiết lập các mức (nóng (80-85), nhẹ (70-75), mát (64-69)) trong nhiệt độ từ các khối trên.
Để làm điều này, chúng ta phải nhóm cột và cộng giá trị theo phân cấp khái niệm. Operations này được gọi là Roll-Up.
Bằng cách làm này, chúng tôi chứa khối lập phương sau:
Thao tác Roll-Up nhóm thông tin theo các mức nhiệt độ.
Sơ đồ sau minh họa cách Roll-Up Operations.
Drill-Down
Operations Drill-Down (còn gọi là cuộn xuống) là Operations ngược lại của Roll-Up. Drill-down giống như phóng to trên khối dữ liệu. Nó điều hướng từ bản ghi ít chi tiết hơn đến dữ liệu chi tiết hơn. Việc tìm hiểu chi tiết có thể được thực hiện bằng cách giảm bớt phân cấp khái niệm cho một thứ nguyên hoặc thêm thứ nguyên bổ sung.
Hình cho thấy một Operations chi tiết được thực hiện trên thứ nguyên thời gian bằng cách giảm bớt phân cấp khái niệm được xác định là ngày, tháng, quý và năm. Thông tin chi tiết xuất hiện bằng cách giảm dần phân cấp thời gian từ cấp của quý đến cấp chi tiết hơn của tháng.
Bởi vì việc xem chi tiết bổ sung thêm chi tiết cho dữ liệu đã cho, nó cũng có thể được thực hiện bằng cách thêm một kích thước mới vào một khối lập phương. Ví dụ: chi tiết về các khối trung tâm của hình có thể xảy ra bằng cách giới thiệu một thứ nguyên bổ sung, chẳng hạn như nhóm khách hàng.
Thí dụ
Xem chi tiết bổ sung thêm chi tiết cho dữ liệu đã cho
Sơ đồ sau minh họa cách Operations của Drill-down.
Slice
Một Slice là một tập hợp con của các hình khối tương ứng với một giá trị duy nhất cho một hoặc nhiều phần tử của thứ nguyên. Ví dụ: Operations cắt lát được thực hiện khi khách hàng muốn lựa chọn trên một chiều của hình khối ba chiều dẫn đến trang web hai chiều. Vì vậy, các phép toán Slice thực hiện lựa chọn trên một kích thước của hình lập phương đã cho, do đó tạo ra một hình lập phương con.
Ví dụ, nếu chúng ta thực hiện lựa chọn, nhiệt độ = mát, chúng ta sẽ thu được khối lập phương sau:
Sơ đồ sau minh họa cách Operations của Slice.
Ở đây Slice đang Operations cho các thứ nguyên “thời gian” bằng cách sử dụng tiêu chí time = “Q1”.
Nó sẽ tạo thành một khối con mới bằng cách chọn một hoặc nhiều kích thước.
Dice
Phép toán xúc xắc mô tả một khối con bằng cách vận hành một lựa chọn trên hai hoặc nhiều thứ nguyên.
Ví dụ: Thực hiện lựa chọn (thời gian = ngày 3 HOẶC thời gian = ngày 4) VÀ (nhiệt độ = mát OR nhiệt độ = nóng) cho các khối ban đầu, chúng ta nhận được khối con sau (vẫn là hai chiều)
Hãy xem xét sơ đồ sau đây, cho thấy các Operations của xúc xắc.
Thao tác xúc xắc trên các khối lập phương dựa trên các tiêu chí lựa chọn sau đây bao gồm ba
kích thước.
- (location = “Toronto” hoặc “Vancouver”)
- (time= “Q1” hoặc “Q2”)
- (item = “Di động” hoặc “Modem”)
Pivot
Operations pivot còn được gọi là một vòng quay. Pivot là một Operations trực quan hóa xoay các trục dữ liệu trong chế độ xem để cung cấp một bản trình bày thay thế của dữ liệu. Nó có thể bao gồm việc hoán đổi các hàng và cột hoặc di chuyển một trong các kích thước hàng vào các kích thước cột.
Hãy xem xét sơ đồ sau, cho thấy Operations xoay.
Các Operations OLAP khác
Thực hiện các truy vấn chứa nhiều hơn một bảng dữ kiện. Các Operations đi sâu sử dụng SQL quan hệ tạo điều kiện để đi sâu qua cấp dưới cùng của khối dữ liệu xuống các bảng quan hệ phía sau của nó.
Các Operations OLAP khác có thể bao gồm việc xếp hạng các phần tử đầu N hoặc N dưới cùng trong danh sách, cũng như tính toán mức trung bình động, tỷ lệ tăng trưởng và lãi suất, tỷ lệ hoàn vốn nội bộ, khấu hao, chuyển đổi tiền tệ và các nhiệm vụ thống kê.
OLAP cung cấp khả năng mô hình hóa phân tích, chứa một công cụ tính toán để xác định tỷ lệ, phương sai, v.v. và cho các phép tính toán trên các kích thước khác nhau. Nó có thể tạo tóm tắt, tổng hợp và phân cấp ở mỗi cấp độ chi tiết và ở mọi giao điểm thứ nguyên. OLAP cũng cung cấp các mô hình chức năng để dự báo, phân tích xu hướng và phân tích thống kê. Trong bối cảnh này, công cụ OLAP là một công cụ phân tích dữ liệu mạnh mẽ.
Chúng tôi chuyên cung cấp các dịch vụ về Xây dựng Kho dữ liệu Data Warehouse/ Xây dựng Báo cáo Power BI cho các doanh nghiệp lớn như: Nakagawa, Mutoshi, Tinh Vân Group,….. đăng ký ngay để được Demo và tư vấn miễn phí dành riêng cho doanh nghiệp của bạn.