·概述

??? 由于項目需要，今天開始接觸OLAP（Online Analytics Process, 聯(lián)機分析處理）。說到OLAP，不能不用窮人通用的Mondrian。Mondrian官方網(wǎng)站（http://mondrian.pentaho.org/）給出的定義是 Mondrian is an OLAP server written in Java. It enables you to interactively analyze very large datasets stored in SQL databases without writing SQL.
???? 說白了，Mondrian是一個OpenSource的基于關(guān)系數(shù)據(jù)庫的分析服務(wù)器，遵循MDX、XML/A和JOLAP標準。

·架構(gòu)
??
??Mondrian從架構(gòu)上可以分為四個層次：表現(xiàn)層、計算層、聚合層、存儲層。
??計算層：分析、驗證、執(zhí)行MDX語句，?先計算坐標軸，然后再計算每個單元格的值，從效率上的考慮，計算層批量從聚合層獲取單元格數(shù)據(jù)集合。
??聚合層：聚合層中緩存了多維查詢結(jié)果，即單元格的數(shù)據(jù)集合，如果計算層所需要的數(shù)據(jù)不在緩存中，從存儲層中進行查詢獲取數(shù)據(jù)并緩存。
??存儲層：采用關(guān)系數(shù)據(jù)庫實現(xiàn)，一般采用星型模型構(gòu)建，提供維表、事實表和聚合表。
??系統(tǒng)部署結(jié)構(gòu)上，可以分三層結(jié)構(gòu)分開部署，將表現(xiàn)層部署在一臺機器上，計算層和聚合層部署在第二臺，存儲層部署在第三臺。

·存儲和聚合

??根據(jù)OLAP服務(wù)器數(shù)據(jù)存儲技術(shù)，可以分為ROLAP和MOLAP，Mondrian采用ROLAP技術(shù)。
??在ROLAP的多維模型組織和存儲數(shù)據(jù)中，比較常用的方式是星型模式，由一個事實表和一組維度表組成。維度必須預先確定，可以是一般的星型架構(gòu)，也可以是比較特殊的父子架構(gòu)、雪花架構(gòu)等。在ORACLE數(shù)據(jù)庫中，我們能夠按照維度進行預先的統(tǒng)計、分類、排序，創(chuàng)建大量的實體化視圖。對于沒有實體化視圖類似功能的數(shù)據(jù)庫，我們也可以創(chuàng)建大量的臨時聚合表，這樣當用戶進行比較高級的分析的時候，不用訪問數(shù)據(jù)量龐大的基礎(chǔ)事實表，只需要在我們已經(jīng)形成的實體化視圖或聚合表上作進一步的聚合就可以了，這樣能夠大大提高查詢分析的效率，并且減少占用的系統(tǒng)資源。
??在使用聚合表方面有一個關(guān)鍵的技術(shù)稱之為"聚合感知"技術(shù)，只有OLAP引擎必須能夠根據(jù)多維查詢中的維度信息，從適當?shù)木酆媳碇刑崛?shù)據(jù)，否則聚合表形同虛設(shè)。另外在多維模型設(shè)計中，設(shè)計正確的聚合表也是很關(guān)鍵的。不恰當?shù)脑O(shè)計導致將聚合表的不能滿足多維查詢的需求，每次從事實表取數(shù)據(jù)，開銷是非常大的。
??Mondrian采用關(guān)系數(shù)據(jù)庫存儲事實表，其本身不具有"聚合感知"的技術(shù)，當需要從比較明細的事實表中匯總數(shù)據(jù)時，性能就比較差了。但是如果關(guān)系數(shù)據(jù)庫能夠支持實體化視圖或其他聚合技術(shù)，那么就可以利用關(guān)系數(shù)據(jù)庫的技術(shù)透明的提高系統(tǒng)性能。我們可以利用Oracle實體化視圖來提高Mondrian的效率。?

·初次使用

?? 從SourceForge上下載了mondrian-2.3.2.8944版（http://sourceforge.net/project/showfiles.php?group_id=35302），解壓得到了里面的demo war包，自己搭建環(huán)境使用了一下Mondrian。下面的截圖是我運行得到的結(jié)果：


??? 關(guān)于具體如何使用，請關(guān)注我的下一篇文章 ：-）


PS:? 歷史上的Mondrian

??? Mondrian，蒙得里安·皮特，1872-1944荷蘭畫家，作品以交錯的三原色為基色的垂直線條和平面為特點，他的著作包括新造型主義(1920年），對抽象藝術(shù)的發(fā)展曾經(jīng)產(chǎn)生很深影響。
? 以下為這位藝術(shù)家的幾幅作品：