论文部分内容阅读
随着企业的发展，来自不同业务系统的业务数据日益增多，业务数据得以累积但并为企业所利用。如今数据仓库技术发展起来，企业可以将堆积的历史数据建立面向主题的数据仓库，企业可以在数据仓库上进行联机在线处理(OLAP)，快速的进行分析决策，对企业的未来发展做出明确判断。但是在应用过程中出现新的问题，如此海量的数据，用户的OLAP查询需要的时间越来越多，数据仓库的性能问题也成为大家关注的焦点。物化视图作为一种提升数据仓库性能的技术，在各大商业数据库中得以应用。但是物化视图技术也面临2个大问题：其一是物化视图选择的问题；其二就是查询重写技术问题。本文主要做了以下几方面的工作：（一）物化视图技术对数据仓库与联机在线分析性能提升进行简要分析；（二）详细分析了现有物化视图选择技术，包括它们的视图模型、代价模型以及算法描述和算法优缺点；（三）在物化视图选择算法中的贪婪算法上进行改进，该算法包括2个阶段，第一个阶段是候选物化视图筛选过程，第二个阶段在同时考虑视图代价的情况下利用经典贪婪算法完成视图收益计算；（四）建立查询重写规则，对用户查询进行重写使得用户透明的利用物化视图。（五）实现一个数字化校园在线分析系统，利用物化视图技术对该系统进行性能提升测试。