導語：OLAP技術在電力業運用展望一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

區分開來。數據倉庫的關鍵技術包括數據的抽取、清洗、轉換、加載和維護技術。聯機分析處理（olap）是以海量數據為基礎的復雜分析技術。它支持各級管理決策人員從不同的角度快速靈活地對數據倉庫中的數據進行復雜查詢和多維分析處理，并且能以直觀易懂的形式將查詢和分析結果展現給決策人員。可以說：聯機分析處理是數據倉庫之上的增值技術，值得深入探討與研究。

一、OLAP概述

OLAP是關系型數據庫之父E.F.Codd在1993年提出的多維數據庫和多維分析的概念。OLAP是針對特定問題的聯機數據訪問和分析，通過對信息很多種可能的觀察形式進行快速、穩定、一致和交互性的存取，允許管理決策人員對數據進行深入觀察。

1.數據倉庫中用于OLAP的常用數據模式

數據倉庫模式是數據倉庫的核心和基礎，是影響信息組織和查詢的關鍵因素。因此一個有效的數據倉庫模式就成為數據倉庫設計的關鍵所在。在實際的應用當中是通過OLAP來進行分析，因此數據倉庫中數據的模式結構應該便于分析。在傳統的數據庫中數據模式以ER圖和二維表為主，而在數據倉庫中則以多維模式為主。數據倉庫的模式現在常用的有星形模式、雪花模式和星座模式。在數據倉庫中，依據所選定的主題、所要存儲的數據內容、支持數據倉庫的系統環境、對象間的關系來決定使用哪種模式。

（1）星型模式

星型模式可能是最簡單的數據倉庫模式。因為它的實體關系圖是從一個中心表向外輻射連接各維表，看起來像是一個星星。

星型模式主要有如下優點：在星型模式中進行的復雜查詢，可以直接通過各維的層次比較、上卷、下鉆等操作完成，大大減少用戶的查詢響應時間；大量的商業智能工具（BI）都支持星型模式；星型模式既可以被用在簡單的數據集市上也可以被應用在巨型數據倉庫上。

（2）雪花模式

雪花模式是一種比星型模式更繁雜的數據倉庫模式，實際上它也是星型模式的一種。因為從它的實體關系圖上看像雪花狀，所以它就被稱為雪花模式。

雪花模式通過對維表的規范化來消除冗余的數據。它的優點是通過最大限度地減少數據存儲量以及把較小的規范化表（不是大的非規范化表）聯合在一起來改善查詢性能。由于采取了規范化和各維表較低的粒度，雪花模式增加了應用程序的靈活性。但雪花模式也增加了用戶必須處理的表的數量，增加了某些查詢的復雜性。

（3）星座模式

星座模式是星型模式的直接擴充，為了表示多個事實間的關系，可以共享多個維，這些共享維對每個擁有它的事實表來說都具有相同的意義。將多個星型模式連接在一起構成一種新的模式，稱為星座模式。

2.OLAP的多維分析操作

在數據倉庫的實現過程中，通過使用一定的數據模式建立多維數據結構——立方，通過在多維數據結構上的多種操作來完成分析人員與決策人員的分析需求。這些操作包括：鉆?。╮ollup和drilldown）、切片（alice）和切塊（dice）、以及旋轉（pivot）等。鉆取是改變維的層次，變換分析的粒度。它包括向上鉆?。╮ollup）和向下鉆取（drilldown）。rollup是在某一維上將低層次的細節數據概括到高層次的匯總數據，或者減少維數；而drilldown則相反，它從匯總數據深入到細節數據進行觀察或增加新維。切片和切塊是在一部分維上選定值后，關心度量數據在剩余維上的分布。如果剩余的維只有兩個，則是切片；如果有三個，則是切塊。旋轉是變換維的方向，即在表格中重新安排維的放置（例如行列互換）。

OLAP通過對數據庫中的數據進行相應的操作從多個角度、多個側面進行快速、一致和交互地存取，從而使分析人員能夠對數據進行深入的分析觀察。

3.OLAP的實現方法

OLAP有多種實現方法，根據存儲數據的方式不同可分為MOLAP、ROLAP和HOLAP。MOLAP表示基于多維數據組織的OLAP實現（MultidemensionalOLAP）。按照主題定義的OLAP分析所要的數據，生成并存儲成多維數據庫形成“超立方體”的結構。生成的多維立方體已經計算并生成了一些匯總值，當用戶發出請求時，從多維立方體而不是數據倉庫中取得數據，響應時間快。但由于多維立方體的生成造成了數據的存儲空間增大，并且在多維立方體中不可能存儲大量的細節數據，綜合數據較多，所以分析的顆粒不會太細。

ROLAP表示基于關系數據庫的OLAP實現（RelationalOLAP）。ROLAP以關系型結構進行多維數據的表示和存儲，只存儲數據模型與數據倉庫數據之間的映射關系，是真正的關系物理存儲在數據倉庫。進行多維分析時，OLAP服務器根據定義的模型和用戶的分析需求從數據倉庫中取得數據，進行實時分析。這樣增加了響應時間，但相對MOLAP節省了空間，并且可以分析到具體細節數據，即考察數據的顆粒度較小。當分析應用的靈活性較大或進行多因素分析預側時，應以ROLAP為主。

HOLAP表示基于混合數據組織的OLAP實現（HybridOLAP），如低層是關系型的、高層是多維矩陣型的。這種方式具有更好的靈活性。

二、OLAP技術在電力行業的應用前景

隨著管理信息系統的發展，電力行業積累了大量基礎數據，越來越多的電力企業認識到只有靠充分利用、發掘其現有數據，才能做出正確及時的決策，從而實現更大的經濟效益，商業智能也隨即被引入電力行業參與企業決策。商業智能的過程是從不同的數據源收集的數據中提取有用的數據、對數據進行清理、轉換、重構后存入數據倉庫或數據場中，然后用合適的查詢、分析、數據挖掘、OLAP工具對信息進行處理，最后將有用信息呈現在用戶面前，轉變為決策。因此，電力企業需要在這些原始數據的基礎上，構建企業的數據倉庫和OLAP系統，對大量數據進行提取、分析，并將分析結果以多維視圖的方式展示給決策者。

通過最大限度地利用電力企業資源中的數據，將數據整理為信息，再升華為知識，為電力行業管理層提供面向企業經營決策和面向生產統計、分析的功能，為決策者提供最為有效和準確的數據依據，提供高層決策參考，對制定行業的戰略發展目標、市場策略，促進業務發展，完善服務質量，提高客戶滿意度等提供支持，從而提高風險控制能力和經營決策能力，提高企業的競爭力。

當前電力行業中，OLAP的研究現狀可用下表1展示如下。

通過OLAP技術進行分析，系統展現給決策者的不再是一張張二維表格，而是豐富多彩的各種圖表。通過圖表的直觀展現，各種數據的比較一目了然，決策者還可以在圖表中對數據進行相應的操作，找出決策者關心的數據。

三、結束語

多維數據分析（OLAP分析）作為決策支持系統提供的主要分析手段之一，通過對多維形式組織起來的數據采取鉆取、切片、切塊、旋轉等操作來剖析數據，使決策者能從多個角度、多側面地觀察數據倉庫的數據，從而深入地了解包含在數據中的信息內涵。OLAP技術在電力行業的應用，將更有利于電力企業決策者抬高決策水平，增強電力企業的競爭能力。