自学考试考试课程《互联网数据库》考点综合整理及笔记汇总

自学考试考试课程《互联网数据库》考点综合整理及笔记汇总,自考的《互联网数据库》中的知识点很多，考生们在记忆的时候一定要先理解。下面，小编整理了部分的知识点，供考生们练习和巩固知识点。一、数据仓库的基本操作部分(1)基本聚集函数：由于聚集函数的计算很费时间，在数据仓库中常常把这些计算结果当作实视图保存起来，一次计算可供多次使用。SQL提供五种聚集函数：SUM，COUNT，AVG，MAX，MIN.(2)立方体操作：事实表是个多维表，每个元组可用多维空间的一个点或单元表示，数据立方体可以推广到任意维，设维数为k，则k维超立方体可表示2个实视图。在此立方体的基础上，可进行切片，切块操作，即以某一个维度为标准，对立方体进行切割的操作。(3)上卷和下探操作：在计算聚集函数时，分组的粒度有粗细之分。由细粒度分组的聚集函数可以推算出与其相关的粗粒度分组的聚集函数反之则不可行。上卷操作就是由细粒度分组的聚集函数推算出粗粒度分组的过程。下探操作是上卷操作的逆操作，即通过细化维的粒度，查询较详细的数据。下探操作与上卷操作不同，在上卷时，可以由细粒度的实视图推导出粗粒度的实视图，即不但可以向上查询，而且可以向上生成，由于从粗粒度实视图推导不出细粒度视图，不能通过下探操作由粗到细地生成实视图。如果这些细粒度的实视图已经生成，可以通过下探操作向下查询。二、OLAP数据组织模式部分OLAP系统中的数据分为细节数据和综合数据，细节数据一般采用关系数据库组织并由RDMBS进行管理。如何组织数据仓库中的综合数据，以满足客户端用户多维数据分析的需要，是OLAP实施的关键问题。目前主要有两种组织模式：一种是建立专用的多维数据库系统;另一种是利用现有的关系数据库技术来模拟多维数据库，用二维关系表示多维概念。这两种组织方式对应的OLAP系统分别称为多维OLAP和关系OLAP。(1)MD-OLAP的综合数据组织模式。MD-OLAP以多维数据库位核心。多维数据库概而言之就是以多维方式来组织数据，以多维方式来显示数据。多维数据库可以直观地表现现实世界中的“一对多”和“多对多”关系，不仅多维概念表达清晰，占用存储少，更重要的是它有着高速的综合速度。二维数据很容易理解，当维数扩展到三维甚至更多维时，多维数据库将形成类似于“超立方”块一样的结构。每个对象由聚集成组的单元块组成，单元块通过直接偏移计算进行存取。多维数据库由多维数据库管理系统MDBMS负责管理，其中元数据是核心部件，它描述了应用的多方面信息，包括层次关系，计算转换信息，时序，序列信息，报表中数据项描述，安全存取控制，数据更新状态等。(2)ROLAP的综合数据组织模式。同多维数据库相比，关系数据库尽管表达多维概念不大自然，但在现有关系数据库广泛使用的情况下也不失为一种实用可行的方案，比如Sybase及Informix均采用了这种技术。ROLAP以关系数据库为核心，用关系数据库中的二维表来组织数据，表达多维概念，其数据组织采用星型模式。数据仓库中的每个主题对应于一个星型模式结构，由一个事实表和若干个维表组成。事实表中的每条记录含有指向每个维表的指针，通过这个指针，将多维数据联系起来。

本文由湖北专升本整理发布