自考《互联网数据库》综合考点

自考“网络数据库”中的知识点很多，考生在记忆中必须先了解。下面，一点通小编整理了自考《互联网数据库》综合考点，为考生练习巩固知识点。

1、数据仓库的基本操作部分

（1）基本聚合函数：由于聚合函数的计算比较耗时，计算结果往往以物化视图的形式保存在数据仓库中，一次计算可以多次使用。

SQL提供了五个聚合函数：sum、count、AVG、Max、min

（2）多维数据集操作：事实表是一个多维表，每个元组可以用多维空间中的一个点或单元来表示。数据立方体可以扩展到任何维度。如果维数为k，k维超立方体可以表示两个实视图。在这个立方体的基础上，可以进行切片和切割操作，即以一定的尺寸为标准，对立方体进行切割。

（3）上下滚操作：在计算聚合函数时，分组的粒度可以分为粗粒度和细粒度。从细粒度分组的聚集函数出发，可以推导出粗粒度分组的聚集函数，否则就不可行。上卷操作是从细粒度分组的聚合函数计算粗粒度分组的过程。向下搜索操作是向上卷操作的反向操作，即通过细化维度的粒度来查询更详细的数据。“向下钻取”操作与“上卷”操作不同。在上卷时，粗粒度的物化视图可以从细粒度的物化视图派生出来，即它不仅可以查询，还可以生成它。由于不能从粗粒度物化视图派生出细粒度的物化视图，因此无法从粗粒度物化视图生成粗粒度物化视图。如果已经生成了这些细粒度的具体化视图，则可以向下钻取操作。

2、OLAP数据组织模式部分

OLAP系统中的数据分为详细数据和综合数据。详细数据一般由关系数据库组织，由关系数据库管理。如何将数据仓库中的综合数据组织起来，满足客户端用户多维数据分析的需要，是OLAP实现的关键问题。目前主要有两种组织模式：一种是建立专门的多维数据库系统；另一种是利用现有的关系数据库技术模拟多维数据库，用二维关系来表达多维概念。与这两种组织模式相对应的OLAP系统分别称为多维OLAP和关系OLAP。

（1）MD-OLAP集成数据组织模式。MD-OLAP是多维数据库的核心。总之，多维数据库就是以多维方式组织数据，以多维方式显示数据。多维数据库可以直观地表达现实世界中的一对多和多对多的关系。它不仅具有清晰的多维概念表达，而且占用较少的存储空间。更重要的是，它具有高速的综合速度。二维数据易于理解。当维度扩展到三个或更多维度时，多维数据库的结构将类似于“超立方体”块。每个对象由聚合组的单元块组成，通过直接偏移量计算访问。MDBMS负责多维数据库管理系统的管理。元数据是核心组件，它描述应用的各个方面的信息，包括层次关系、计算和转换信息、时间序列、序列信息、报表中的数据项描述、安全访问控制、数据更新状态等。

（2）ROLAP集成数据组织模式。与多维数据库相比，关系数据库并不能自然地表达多维概念，但在现有关系数据库如Sybase、Informix等得到广泛应用的情况下，它也是一种切实可行的方案。ROLAP以关系数据库为核心，利用关系数据库中的二维表组织数据，表达多维概念。ROLAP的数据组织采用星型模式。数据仓库中的每个主题对应一个星型模式结构，该结构由一个事实表和几个维度表组成。事实表中的每个记录都包含指向每个维度表的指针，多维数据可以通过它链接。