Anfragen an multidimensonale Daten

1
Anfragen an multidimensonale Daten

• Alexander Heidrich - BID8
• 09.06.2005

2
Inhaltsübersicht

• Motivation
• OLAP-Operationen
• Umsetzung in Standards
• SQL
• MDX
• Anfragetypen und -verarbeitung
• Fragen? / Diskussion!

3
Motivation

• Daten sind im Data Warehouse ? Wie kommt man nun
  an seine Informationen?
• Theoretische Grundlagen
• Welche Erweiterungen der vorhandenen
  (Datenbank-)mittel gibt es? Wie werden sie
  benutzt?

4
Inhaltsübersicht

• Motivation
• OLAP-Operationen
• Umsetzung in Standards
• SQL
• MDX
• Anfragetypen und -verarbeitung
• Fragen? / Diskussion!

5
OLAP-Operationen

• Online Analytic Processing
• Werkzeuge und Technologien, mit denen ein
  zugrundeliegendes DW benutzerfreundlich
  analysiert und abgefragt werden kann
• eingesetzt zur Unterstützung von
  Managemententscheidungen (decision support)

6
OLAP-Operationen Ausgangssituation
7
OLAP-Operationen

• Roll-Up Wechsel auf eine übergeordnete
  Betrachtungsebene
• Drill-Down Wechsel auf eine untergeordnete
  Betrachtungsbene

8
OLAP-Operationen

• Drill-Across Wechseln des betrachteten Fakts
  unter Beibehaltung der Betrachtungsebene

9
OLAP-Operationen

• Slice Zugriff auf Daten einer extrahierten
  Schicht

10
OLAP-Operationen

• Dice Zugriff auf Teilwürfel

11
OLAP-Operationen

• Pivotierung Drehen des Würfels durch
  Vertauschen der Dimensionen

12
Inhaltsübersicht

• Motivation
• OLAP-Operationen
• Umsetzung in Standards
• SQL
• MDX
• Anfragetypen und -verarbeitung
• Fragen? / Diskussion!

13
Umsetzung in Standards - SQL

• SQL-OLAP-Erweiterungen (seit SQL1999)
• (erweiterte) Gruppierungsfunktionalität
• GROUP BY
• GROUPINGSETS
• GROUPING()
• ROLLUP
• CUBE
• SQL-OLAP-Funktionen
• Aggregate, Partitioning, Windows, Ranking
• IBM und Oracle an Standardisierung beteiligt ?
  integriert in DB2 und Oracle (DBMS)

14
SQL Beispieldaten
15
SQL Aggregate

• Aggregatfunktionen COUNT(), SUM(), MIN(), MAX(),
  AVG()
• Funktionen liefern in dieser Anwendung nur einen
  einzelnen Wert
• Verwendung von GROUP BY

16
SQL GROUP BY Beispiel
17
SQL GROUPING SETS

• GROUP BY immer noch umständlich bei der Erzeugung
  von verschiedenen Gruppierungen (z.B. (Jahr,
  Land), (Jahr), (Jahr, Land, Verkäufe), etc.)
• Lösung GROUPING SETS ? Gruppierungskombinationen

18
SQL GROUPING SETS Beispiel
19
SQL ROLLUP-Operator

• Erweiterung der GROUP-BY-Syntax um
  ROLLUP-Operator
• erzeugt hierarchisch multidimensionale
  Gruppierung
• GROUPING()-Funktion zur Indentifizierung von
  NULL-Werten

20
SQL CUBE-Operator

• Vorschlag von Microsoft und IBM
• Erweiterung der GROUP-BY-Syntax um den
  CUBE-Operator
• N-Dimensionale Generalisierung der einfachen
  Aggregatfunktionen

21
CUBE
entsprechend GROUPING SETS( (),(Jahr),(Land),(Kate
gorie), (Jahr,Land),(Jahr, Kategorie),(Land,Katego
rie), (Jahr,Land, Kategorie))
22
SQL Cube
23
SQL OLAP-Funktionen

• mit SQL1999 eingeführt
• umfassen
• Aggregate
• Partionierung
• Window (Bildung dynamischer Fenster)
• Ranking
• Kernkonstrukt Over-Klausel

24
SQL Over-Klausel
25
SQL Over() Beispiel

• Over() ? Aggregation über alle Tupel
• Aggregatbildung, keine weitere Verdichtung

26
SQL Over() mit Partionierung - Beispiel

• Partitionierung ähnlich Gruppierung

PARTITON BY ltattribute listgt
27
SQL Over() Bildung dynamischer Fenster
OVER(ORDER BY ltattribute listgt ltwindow-specgt)
28
SQL Over() Bildung dynamischer Fenster - Beispiel
29
SQL Ranking

• Bestimmung der Postion eines Tupels in der
  Ergebnismenge
• Duplikate erhalten den gleichen Rang
• RANK() (mit Lücken) DENSE_RANK() (ohne Lücken)

30
SQL Ranking - Beispiel
31
SQL Umsetzung in DB2 und Oracle

• Behauptung DB2 und Oracle hinsichtlich den in
  SQL1999 definierten OLAP-Erweiterungen/-funktione
  n gleich
• SQL2003 bringt weitere analytische Funktionen ?
  bislang nur von/in Oracle implementiert

32
MDX

• MDX MultiDimensional eXpressions
• orientiert sich stark an SQL-Syntax und MDDM
• Entwicklung/Vorschlag von Microsoft

33
MDX

• Dimensions (Select)
• max. 64
• on COLUMNS, ROWS,
• Cube (From)
• Slicer (Where)
• Auswahl der darzustellenden Werte

34
MDX Elemente

• Measures ? Fakten
• als Dimension modelliert
• Dimensions ? Dimensionen
• Level Klassifikationsstufe (Jahr)
• Member Klassifikationsknoten (2003)
• Syntax
• Sets
• Einschluß von Strings

35
MDX Navigationsfunktionen

• Navigationsfunktionen
• Members Knoten einer Klassifikationsstufe
• Children Kinderknoten eines Klassifikationsknoten
  s
• Parent Elternknoten eines Klassifikationsknotens
• SELECT Kategorie.MEMBERS ? Autos, Computer
• SELECT ATHLONXP.PARENT ? CPU
• SELECT CPU.CHILDREN ? ATHLON64, ATHLONXP,
  PENTIUM4

36
MDX Beispiele

• Drill-Down
• Roll-Up
• Crossjoin

37
MDX Beispiel
CROSSJOIN
Drill-Down
Roll-Up
38
MDX weitere Funktionen

• TOPCOUNT ? Ergebnisbereich einer Dimension
  einschränken
• FILTER ? Einschränkung über beliebige Bedingungen
• viele weitere Funktionen ? sehr mächtige
  Sprache mit hoher Komplexität

39
Inhaltsübersicht

• Motivation
• OLAP-Operationen
• Umsetzung in Standards
• SQL
• MDX
• Anfragetypen und -verarbeitung
• Fragen? / Diskussion!

40
Anfragetypen
41
Methoden der Abfrageverarbeitung Star Join

• Star Schema als Grundlage
• sehr große Faktentabelle
• kleine, voneinander unabhängige
  Dimensionstabellen
• Verbund zwischen n Dimensionstabellen und der
  Faktentabelle, Restriktionen über
  Dimensionstabellen
• typisches Muster für DW-Anfragen

42
Star Join Aufbau

• SELECT-Klausel
• Kenngrößen
• Granularitäten
• FROM-Klausel
• Fakten- und Dimensionstabellen
• WHERE-Klausel
• Verbundbedingungen
• Restriktionen

43
Star Join Beispiel

• SELECT
• Geographie.Region, Zeit.Monat, SUM(Verkaeufe)
• FROM
• Verkauf, Zeit, Produkte, Geographie
• WHERE
• Verkauf.Produkt_ID Produkt.ProduktID AND
• Verkauf.Zeit_ID Zeit.ZeitID AND
• Verkauf.Geographie_ID Geographie.GeographieID
  AND
• Produkt.Produktkategorie 'Waschgeräte' AND
• Geographie.Land 'Deutschland' AND Zeit.Jahr
  2000

44
Star Join Beispiel
45
Inhaltsübersicht

• Motivation
• OLAP-Operationen
• Umsetzung in Standards
• SQL
• MDX
• Anfragetypen und -verarbeitung
• Fragen? / Diskussion!

46
Fragen? Diskussion!