dw数据库

Ⅰ 3.1 多维数据库essbase的存储原理，和oracle关系库的区别

Essbase主要是作为Planning后端数据库使用。Planning的技术难点在于Essbase，所以搞Planning深入下去就是在搞Essbase；
反过来说，熟悉了Essbase，上手Planning就很简单，无非是在Essbase基础上加了Form、Process Management等功能，再学学Driver-based Planning、Rolling Forcasting等知识，就算是Planning专家了。

Ⅱ php多维数组存入数据库。。。。

悬赏高吗？

HTML 代码开始
<form action="biao.php" method="post">
<select id="content" name="title" >
<option value="qq">QQ</option>
<option value="sina">新浪</option>
<option value="ifeng">凤凰</option>
</select>
<input type="checkbox" name="list[]" value="a" />国内
<input type="checkbox" name="list[]" value="b" />国际
<input type="checkbox" name="list[]" value="c" />军事
<input type="checkbox" name="list[]" value="d" />社会
<input type="checkbox" name="list[]" value="e" />历史
<input type="submit" value="Submit" />
</form>
HTML 代码结束

PHP代码开始 把PHP代码放入 biao.php
<?php
$title = $_POST['selse'];
$listz = implode($_POST['list'],',');
$conn=mysql_connect("localhost","root","root");
mysql_select_db("test",$conn);
$sql="INSERT INTO biao(title,list)VALUES('$title','$listz')";
if(!mysql_query($sql,$conn)){
echo "添加数据失败：".mysql_error();
} else {
echo "添加数据成功！";
}
?>
PHP代码结束

Ⅲ 请问一下什么叫做多维数据库。2为数据库，三维数据库

多维数据库（Multi
Dimensional
Database,MDD）可以简单地理解为：将数据存放在一个n维数组中，而不是像关系数据库那样以记录的形式存放。因此它存在大量稀疏矩阵，人们可以通过多维视图来观察数据。多维数据库增加了一个时间维，与关系数据库相比，它的优势在于可以提高数据处理速度，加快反应时间，提高查询效率。

Ⅳ 多维数据库的介绍

多维数据库（Multi Dimensional Database,MDD）可以简单地理解为：将数据存放在一个n维数组中，而不是像关系数据库那样以记录的形式存放。因此它存在大量稀疏矩阵，人们可以通过多维视图来观察数据。

Ⅳ IBM DB2 多维数据库有哪些版本，最新版本是多少

9.1开始就有这个功能了，最新我记得是9.7

Ⅵ 多维数据库是什么

多维数据库（Multi Dimensional Database,MDD）可以简单地理解为：将数据存放在一个n维数组中，而不是像关系数据库那样以记录的形式存放。因此它存在大量稀疏矩阵，人们可以通过多维视图来观察数据。多维数据库增加了一个时间维，与关系数据库相比，它的优势在于可以提高数据处理速度，加快反应时间，提高查询效率。

Ⅶ 基于关系数据库的多维数据模型和数据仓库的多维数据模型两者到底有什么区别

数据仓库是比数据库更大的一个概念，数据仓库的多维数据模型也可以是基于关系数据库的，其他形式的我还不知道。要说区别，应该是数据仓库的数据更全更广吧。

Ⅷ 维度数据库采用什么来描述数据或关系

纬度数据库所描述的关系模式就是关系的描写关系模式，首先描绘与关系对应的两个维度的表结构，这些关系中都包含着一些属性，这些属性都来自于固定的领域，以及与域之间的映象关系。

关系是n个域的笛卡儿积的子集，组成关系的元组必须是笛卡儿积中使n目谓词为真的元组，所有有可能的关系必须满足非常完整并且基础的约束条件，而关系模式也要把这个约束条件描述出来。

在这其中关系模式和关系的区别就在于关系模式，主要就是描述一些数据结构的语句意思，而关系是一个数据的集合，是关系的值，是关系模式的一个关系实例。

数据库维度的基本概念：

1、多维数据集。多维数据集是联机分析处理(OLAP)中的主要对象，是一项可对数据仓库中的数据进行快速访问的技术。多维数据集是一个数据集合，通常从数据仓库的子集构造，并组织和汇总成一个由一组维度和度量值定义的多维结构。

2、xx(dimension)是多维数据集的结构性特性。它们是事实数据表中用来描述数据的分类的有组织层次结构(级别)。这些分类和级别描述了一些相似的成员集合，用户将基于这些成员集合进行分析。

3、度量值。在多维数据集中，度量值是一组值，这些值基于多维数据集的事实数据表中的一列，而且通常为数字。此外，度量值是所分析的多维数据集的中心值。

即，度量值是最终用户浏览多维数据集时重点查看的数字数据。您所选择的度量值取决于最终用户所请求的信息类型。一些常见的度量值有sales、cost、expenditures和proctioncount等。

4、元数据。不同OLAP组件中的数据和应用程序的结构模型。元数据描述OLTP数据库中的表、数据仓库和数据集市中的多维数据集这类对象，还记录哪些应用程序引用不同的记录块。

5、级别。级别是维度层次结构的一个元素。级别描述了数据的层次结构，从数据的最高(汇总程度最大)级别直到最低(最详细)级别。

6、数据挖掘。数据挖掘使您得以定义包含分组和预测规则的模型，以便应用于关系数据库或多维OLAP数据集中的数据。之后，这些预测模型便可用于自动执行复杂的数据分析，以找出帮助识别新机会并选择有获胜把握的机会的趋势。

7、多维OLAP(MOLAP)。MOLAP存储模式使得分区的聚合和其源数据的复本以多维结构存储在分析服务器计算机上。根据分区聚合的百分比和设计，MOLAP存储模式为达到最快查询响应时间提供了潜在可能性。总而言之，MOLAP更加适合于频繁使用的多维数据集中的分区和对快速查询响应的需要。

8、关系OLAP(ROLAP)。ROLAP存储模式使得分区的聚合存储在关系数据库的表(在分区数据源中指定)中。但是，可为分区数据使用ROLAP存储模式，而不在关系数据库中创建聚合。

9、数据钻取。最终用户从常规多维数据集、虚拟多维数据集或连接多维数据集中选择单个单元，并从该单元的源数据中检索结果集以获得更详细的信息，这个操作过程就是数据钻取。

10、数据挖掘模型。数据挖掘使您得以定义包含分组和预测规则的模型，以便应用于关系数据库或多维OLAP数据集中的数据。之后，这些预测模型便可用于自动执行复杂的数据分析，以找出帮助识别新机会并选择有获胜把握的机会的趋势。

Ⅸ SSAS多维数据库怎样设置角色访问权限

新建具体的角色，根据需求定义相应的权限，即可

对于访问控制需求(这里以SQL Server 2005自带的示例说明)有如下说明：假设Adventure Works Cycles将全球的销售按国家和地区分为不同的分公司(Australia分公司、Canada分公司、France分公司、Germany分公司、United Kingdom分公司、United States分公司)，

总公司CEO可以看到每个分公司的销售情况，分公司的经理只能看到自己所在的分公司的销售情况。分析需求可以得知，实际上需要根据用户来决定用户访问的数据，可以利用SQL Server 2005 Analysis Service中定义角色的方式来控制。

定义角色可以在多维数据集开发环境中定义，也可以完成多维数集部署之后在数据库服务器端定义。

多维数据集角色是一类访问权限的集合，可以在角色中定义属于这个角色的用户能访问什么数据，不能访问什么数据。定义了角色之后，可以为这个角色添加成员，成员是服务器Windwos账户或者是域账户。当某个角色赋于某个成员之后，客户端使用该用户登陆的时候，只能看到角色中定义的权限访问多维数据集。如果在开发环境定义的角色必须先保存然后部署才能生效。

下面具体介绍设置方法(前台测试工具用普科(ProClarity))：

1、新建Windows测试账户“Jeffrey”。不要定义成Administrator组，因为Administrator组的用户自动拥有访问多维数集的权限。

2、打开Analysis Servie 项目工程，在角色列表项中单击右键新建角色，打开新建角色对框。

3、设置访问权限(如图1)。

图1

以Jeffery用户登陆，customer下的区域维度所有成员只有Australi,成功的限制Jeffery用户只能访问Australi数据