聚集计算相关论文
传统时间序列数据库(时序数据库)存在数据吞吐量低、数据压缩率低、适用性不佳等局限性，提高海量数据写入效率、降低数据压缩成本、......
如何有效的管理和利用企业在运营过程中产生的大量数据和信息一直是信息系统工作人员面临的重要问题。数据仓库与联机分析处理为这......
近年来,随着互联网的发展,越来越多的新型应用对传统数据库技术提出了挑战。一个显著的改变就是数据以一个无限的值序列的方式源源......
企业决策的制定往往需要分析人员对大量数据信息进行分析，根据分析结果为企业制定相应的决策。数据仓库与OLAP技术的广泛应用为决策......
OLAP（On-LineAnalyticalProcessing，联机分析处理）是随着数据仓库技术出现的一种数据分析处理技术，它允许用户快速地从不同的角度和层......
针对流式数据聚集查询问题，提出了一种基于适应性层次聚集树的计算方法。适应性层次聚集树结构基于多层次时间窗口模型，将距离当前时......
在应对激增的空间数据时,空间聚集查询是一类有效的分析方法。当前,传统单机串行方法已经难以胜任在线分析需求,然而并行可扩展的......
在研究BUC算法的基础上探讨了维层次数据的计算方法,提出一种改进的维层次计算方法,减小其排序开销,加快计算速度,从而提高聚集查......
该文介绍了OLAP的基本概念，侧重于对OLAP的一种类型——MOLAP的介绍。之后，主要讲了立方体的物化策略，一些主要的聚集计算所使用的方......
本文讨论了从时序数建造、存储数据立方，以及聚集计算的算法，其中 Ｎ２３ 算法和扩展的 Ｅ Ｎ２３ 算法可以方便地将一个 Ｎ（ Ｎ＞ ３） 维数据立方转换为三维......
数据仓库以传统的数据库为主要信息源，为联机分析处理(OLAP)，决策支持(DSS)和信息挖掘(DM)提供了一个集成的数据环境，高效地组织和管......
数据立方体是数据仓库和OLAP中的核心。当数据仓库中的数据实时更新时,对应的数据立方体也必须随之更新,否则OLAP查询得到的将是过......
近年来,随着流式数据应用的不断扩展,用户亟待在这些数据中发现不同维度视角、不同数据粒度层次的异常模式、兴趣模式、发展趋势等......
