多维分析可以对以多维形式组织起来的数据进行上卷、下钻、切片、切块、旋转等各种分析操作,以便剖析数据使分析者、决策者能从多个角度、多个侧面观察中的数据,从而深入了解包含在数据中的信息和内涵多維分析方式适合人的思维模式,减少了混淆并降低了出现错误解释的可能性。
多维数据分析的方向通常包括以下几种分析方法
在给定嘚数据立方体的一个维上进行的选择操作就是切片(slice),切片的结果是得到一个二维的平面数据例如,在例2-1中对图2-1所示数据立方体分别使用条件:“委托方式=现场”、“营业部编号=02”、“时间=2011-01”进行选择就相当于在原来的立方体中切片,结果分别如图2-2所示
在给定的数據立方体的两个或多个维上进行的选择操作就是切块(dice),切块的结果是得到一个子立方体如图2-3所示。
例如对例2-1中的图2-1所示的数据立方体使用条件:
(时间=“3月”or“4月”)and(营业部编号=“02”or“03”)and(委托方式=“现场”)
进行选择,就相当于在原立方体中切出一小块结果如图2-4所示。
维度是具有层次性的如时间维可能由年、月、日构成,维度的层次实际上反映了数据的综合程度维度的层次越高,所代表的数据综合度越高细节越少,数据量越少;维度的层次越低所代表的数据综合度越低,细节越充分数据量越大。上卷(roll-up)也称为數据聚合是在数据立方体中执行聚集操作,通过在维级别中上升或通过消除某个或某些维来观察更概括的数据表2-2给出了进行数据上卷操作的示例。
下钻(drill-down)也称为数据钻取实际上是上卷的逆向操作,通过下降维级别或通过引入某个或某些维来更细致地观察数据
通过數据旋转(pivot or rotate)可以得到不同视角的数据。数据旋转操作相当于基于平面数据将坐标轴旋转例如,旋转可能包含行和列的交换或是把某┅维旋转到其他维中去,对例2-1中的图2-1进行旋转后的结果如图2-5所示