多维数据库有哪些软件，哪种数据库工具采用矩阵方式来存储数据

1，哪种数据库工具采用矩阵方式来存储数据

4. 哪种数据库工具采用矩阵方式来存储数据。A. 多维数据库工具（MOLAP）B. 关系型数据库工具（ROLAP）C. 桌面型数据库工具D. 都不是

下列模式中，能够给出数据库物理存储结构与物理存取方法的是_。(a) a. 内在软件生命周期中，能准确地确定软件系统必须做什么和必须具备哪些功能的阶段

哪种数据库工具采用矩阵方式来存储数据

2，mapgis 是什么软件

MAPGIS 是武汉中地数码科技有限公司开发的，新一代面向网络超大型分布式地理信息系统基础软件平台。系统采用面向服务的设计思想、多层体系结构，实现了面向空间实体及其关系的数据组织、高效海量空间数据的存储与索引、大尺度多维动态空间信息数据库、三维实体建模和分析，具有TB级空间数据处理能力、可以支持局域和广域网络环境下空间数据的分布式计算、支持分布式空间信息分发与共享、网络化空间信息服务，能够支持海量、分布式的国家空间基础设施建设。这款软件在几乎各个领域都有广阔的应用前景。

<p>mapgis6.7</p> <p><a href="http://wenwen.soso.com/z/urlalertpage.e?sp=shttp%3a%2f%2fwww.gong123.com%2fshangchuanziliao%2f2010-09-24%2f42321.html" target="_blank">http://www.gong123.com/shangchuanziliao/2010-09-24/42321.html</a></p>

mapgis 是什么软件

3，国内BI工具比较实用的有哪些

国内的BI工具还是观远数据的更实用一些，非常轻量无缝对接，而且技术架构高，不仅可用还可以扩展，一般的普通业务员就能操作，可视化效果比较炫酷的。

由于大数据产业的兴盛，国内知名的大数据分析平台也如雨后春笋层出不穷，其中做的不错的有：亿信华辰ABI，思迈特，永洪BI等。其中亿信华辰一站式数据分析平台ABI做的比较好，亿信ABI是一款全能型产品，融合了数据源适配、ETL数据处理、数据建模、数据分析、数据填报、工作流、门户、移动应用等核心功能。采用轻量级SOA架构设计、B/S模式，各模块间无缝集成。使用了新一代的3D引擎技术，大屏展示炫酷。支持广泛的数据源接入，同时支持基于Hadoop框架的PetaBase分布式数据库，TB级别数据实时分析，秒级响应，轻松完成大数据分析与展示。数据整合模块支持可视化的定义ETL过程，完成对数据的清洗、装换、处理。数据集模块支持数据库、文件、接口等多方式的数据建模。数据分析模块支持报表分析、敏捷看板、即席报告、幻灯片、酷屏、数据填报、数据挖掘等多种分析手段对数据进行分析、展现、应用。

国外bi：sas bi、ibm的cognos、oracle biee、sap bo、power-bi、informatica、arcplan、qlikview、tableau等等；国内bi：bdp商业数据平台、smartbi、用友华表、帆软、润乾报表，永洪科技等。国内bi 1、bdp商业数据平台 bdp商业数据平台旨在帮助企业快速完成多数据整合，建立统一数据口径，支持自助式数据准备（etl），并提供灵活、易用、高效可视化探索式分析能力，帮助企业构建贴合自身业务的企业洞察，并将数据决策快速覆盖各层员工及应用场景。bdp可以灵活接入与同步多种数据源，包括各类数据库连接、openapi以及各种saas平台api，满足企业多种多样的业务场景、亿行数据秒反应，快速实现数据清洗、整合、加载，通过拖拽即可可视化分析，支持近30种图表类型和12种自带配色方案，让数据更加直观、美观。 bdp商业数据平台为企业提供的核心价值在于用直观、多维、实时的方式展示和分析数据，并可在app实时查看和分享，全面激活企业内部数据，用数据驱动业绩，适应快速变化的市场。海致帮助各类型企业迅速搭建贴合业务的数据分析平台，目前服务的客户涵盖互联网、零售快消、物流、o2o、医疗/教育sem等多个行业。（信息来自bdp官网） 2、finebi finebi是几年前帆软公司推出的，在国内口碑和发展还行。通过傻瓜式操作，用户只需在dashboard中简单拖拽操作，便能制作出丰富多样的数据可视化信息，进行数据钻取、联动和过滤等操作，自由分析数据。finebi面向企业it部门、业务人员，提供企业级管控下的业务人员自助式数据分析，向下帮助it做好数据管控，向上充分利用底层数据，支撑前端业务数据应用。数据分析功能全面实用，但中规中矩，没有那么多突出亮点。帆软旗下的自助性bi产品，轻量化的bi工具，部署方便，走多维分析方向。后期采用jar包升级换代，维护方便，最具性价比。 3、永洪bi 敏捷bi软件，产品稳定性较高。利用sql处理数据，不支持程序接口，实施交由第三方外包。永洪的技术主要分为大数据和可视化两点。在大数据方面，通过列存储、分布式计算、内存计算、分布式通讯等技术，永洪自主研发了高性能的大数据计算引擎，作为分析用的数据集市，可实现百亿级数据在秒级时间内完成计算。在可视化方面，永洪将复杂的多维分析功能隐藏在背后，在前端通过点击和拖拽的简单可视化操作实现各种复杂的分析过程。随着近几年大数据、数据分析技术越来越热门，tableau、qlikview包括国内的bdp商业数据平台等一些轻型敏捷bi，由于简单易用，可视化程度高、使用门槛低的优势，逐渐被企业认可。对于bi产品，我了解的就这么多啦，希望能帮到大家~~~

国内BI工具比较实用的有哪些

4，什么是OLAP

OLAP（联机分析处理）。什么是联机分析处理（OLAP）联机分析处理 (OLAP) 的概念最早是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。OLAP的提出引起了很大的反响，OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来。当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。下表列出了OLTP与OLAP之间的比较。 OLTPOLAP用户操作人员,低层管理人员决策人员,高级管理人员功能日常操作处理分析决策DB 设计面向应用面向主题数据当前的, 最新的细节的, 二维的分立的历史的, 聚集的, 多维的集成的, 统一的存取读/写数十条记录读上百万条记录工作单位简单的事务复杂的查询用户数上千个上百个DB 大小100MB-GB100GB-TB OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求,它的技术核心是"维"这个概念。 “维”是人们观察客观世界的角度,是一种高层次的类型划分。“维”一般包含着层次关系,这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义为多个维(dimension)，使用户能对不同维上的数据进行比较。因此OLAP也可以说是多维数据分析工具的集合。 OLAP的基本多维分析操作有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through等。 ·钻取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而drill down则相反，它从汇总数据深入到细节数据进行观察或增加新维。 ·切片和切块是在一部分维上选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个，则是切块。 ·旋转是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。 OLAP有多种实现方法，根据存储数据的方式不同可以分为ROLAP、MOLAP、HOLAP。 ROLAP表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心,以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表:一类是事实表,用来存储数据和维关键字;另一类是维表,即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,形成了"星型模式"。对于层次复杂的维,为避免冗余数据占用过大的存储空间,可以使用多个表来描述,这种星型模式的扩展称为"雪花模式"。 MOLAP表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。以多维数据组织方式为核心,也就是说,MOLAP使用多维数组存储数据。多维数据在存储中将形成"立方块（Cube）"的结构,在MOLAP中对"立方块"的"旋转"、"切块"、"切片"是产生多维数据报表的主要技术。 HOLAP表示基于混合数据组织的OLAP实现（Hybrid OLAP）。如低层是关系型的，高层是多维矩阵型的。这种方式具有更好的灵活性。还有其他的一些实现OLAP的方法，如提供一个专用的SQL Server，对某些存储模式（如星型、雪片型）提供对SQL查询的特殊支持。 OLAP工具是针对特定问题的联机数据访问与分析。它通过多维的方式对数据进行分析、查询和报表。维是人们观察数据的特定角度。例如，一个企业在考虑产品的销售情况时，通常从时间、地区和产品的不同角度来深入观察产品的销售情况。这里的时间、地区和产品就是维。而这些维的不同组合和所考察的度量指标构成的多维数组则是OLAP分析的基础，可形式化表示为（维1，维2，……，维n，度量指标），如（地区、时间、产品、销售额）。多维分析是指对以多维形式组织起来的数据采取切片（Slice）、切块（Dice）、钻取（Drill-down和Roll-up）、旋转（Pivot）等各种分析动作，以求剖析数据，使用户能从多个角度、多侧面地观察数据库中的数据，从而深入理解包含在数据中的信息。根据综合性数据的组织方式的不同，目前常见的OLAP主要有基于多维数据库的MOLAP及基于关系数据库的ROLAP两种。MOLAP是以多维的方式组织和存储数据，ROLAP则利用现有的关系数据库技术来模拟多维数据。在数据仓库应用中，OLAP应用一般是数据仓库应用的前端工具，同时OLAP工具还可以同数据挖掘工具、统计分析工具配合使用，增强决策分析功能。

5，多维分析用哪种工具比较好

今天想好好跟大家分享一个好用的数据功能，先卖个关子，分享之前先来看几个实际的工作场景~月底了，需要展示各省份本月的订单量分布，总不能用30多条折线显示吧，一堆密密麻麻的线没人想看吧！想对比分析团队里10个销售经理业绩完成的情况，要出10张图表一一对比，这也太麻烦了吧？店铺有成百上千个SKU，老板要对比查看每个SKU的销售数据，难道要我做N个图表吗？负责的网站有几十个推广渠道，想一一对比每个渠道的转化效果，一张图表展示不了效果肿么办？类似的“痛苦”很多人都遇到过，当涉及到数据多维度对比分析时，比如上面的例子：不同日期维度不同地域维度的数值对比，往往一张数据图表并不能直观地展示效果，又不想直接用表格呈现一“坨”数据，这时”对比拆分”功能就显得尤为重要！介绍“对比拆分”之前，先普及一下维度、对比、数值（数据小白一定要看，大神可以忽视）是什么：维度：是事物或现象的某种特征，可以简单理解是X轴，如性别、地区、时间等都是维度。其中时间是一种常用的维度，时间前后的对比称为纵比，如用户数环比上月增长10%；同级单位之间的比较，简称横比，如不同省份人口数的比较、不同公司收入的比较；对比：当横比、纵比都要涉及的时候（如不同日期不同地域），就需要对比啦！数值：即指标/度量，用于衡量事物发展程度的单位，可以简单理解是Y轴；鉴于对比拆分的定义比较抽象，这里先不做解释，主要结合文章开头的2个实际场景来展示其使用价值，希望能真正帮到需要的yin！工作场景1：O2O/电商网站想要了解近期各省市的订单金额分布情况，需要的维度：日期、地区，需要的数值：订单金额，先看“美颜”前后对比图吧~ （“美颜”前）（“美颜”后）“美颜”前各省的数据堆在一起，N条折线就像一团杂乱的毛线，数据给人的感觉也是一团乱，根本不想看，也无从下手，更别说用数据驱动运营了。再看看“美颜”后的图表，很清晰地展示各个省份的数据量和变化趋势，图表瞬间转成小清新，感觉美美哒！赶紧来看看“美颜”过程：第1步：打开BDP个人版，上传需要分析的工作表，在编辑图表页面将日期（付款日期）拉到维度栏、地区（收货省份）拉到对比栏，订单金额拉到数值栏，记得顺手调个稀饭的颜色；第2步：在右下方勾选“按对比拆分”，瞬间就出现多个动图啦！不喜欢默认的显示，还可以寄已调整单屏显示的行列数量哦~酷炫的亮点来了：当你把鼠标hover到数据上，同时按下alt键，就能看某一天各省市的数据啦！左右滑动鼠标还有惊喜哦！工作场景2：半个月过去了，销售总监想要了解截止目前为止各个销售经理的业绩完成情况；需要的维度：时间、人员名称，需要的数值：合同金额（计量图可以设置目标值）柱状图只能简单展示每个人本月的订单金额，并不能看出目标完成的进度如何，更别说能直观对比每个人完成的情况了。计量图的确能展示目标完成的进度，但是只能通过筛选一一查看每个人的进度，并不能一下子展示所有人的。好了，“对比拆分”又上场啦，噔噔噔~~~（具体操作见上一个例子）哇塞，每个人的业绩完成情况太直观了。半个月过去了，完成50%及以上的只有3个，总监应该好好鼓励他们，争取更好的业绩，还有7人连50%都没有达到，那就要一一找了解下情况，找到原因及时改进，尤其是低于是30%的销售：是不是在跟进大客户，项目是否靠谱，是不是属于后半个月发力，大项目能否填补之前的落后？不能的话要怎么做才能达标？是不是本月跟的客户太少？那应该积极主动去寻找销售线索。还是跟了很多项目，但成交率很低，那成交率很低的原因又是什么：地域问题、客户性质 or 其他原因呢？根据不同原因有针对性地进行调整。......原因有很多，总监可以根据这张图表一一找人了解情况，及时寻找原因并做出调整，争取让本月业绩更上一层楼，这不就是数据和图表呈现的意义嘛！上述场景都很常见，也只是参考。最后，总结下对比拆分的适用场景：涉及多维度对比分析、同时需要分类呈现数据结果。目前，BDP个人版支持对指标卡、计量图、折线图、柱柱图和条形图按照对比拆分为多个图形。要好好学习对比拆分功能，学好能助你调整、优化运营策略，也许会有意想不到的效果哦！

一、产品概述：随着各类企业的发展以及业务规模的不断扩大，业务数据也随之逐步膨胀，数据爆炸趋势也日益明显。CI_OLAP多维分析系统主要是为了能够集成各种日常性的业务数据，提供灵活的多维分析和查询方式，可以让用户从各种不同的角度去分析企业的运作情况，以便对未来提供决策支持。主要适合于企业的中高层领导和业务分析人员。二、设计理念：系统分为三大部分：数据建模、数据提取和数据的WEB展示。在业务流程上，首先用户利用数据建模工具建立仓库模型，然后利用提取工具从各类外部数据源提取数据到仓库模型中，最后终端用户可以通过WEB来展示数据。三、系统功能：系统需要提供下面三个部分的功能和作用：＆#61557; １、数据建模：提供整个流程的数据模型。可以建立公用维度、多维立方体、立方体维度、度量值和计算单元可以建立角色和用户来对资源实现安全控制；２、数据提取：提供提取外部数据并进行处理的功能。系统能够与企业集团或事业单位已有的不同类型的业务系统进行数据的交换，把不同种数据源的数据统一提取到系统定义的立方体中进行存储；３、展现工具：将外部数据展现出来并进行分析和预警的功能。提供视图设置、预警机制功能；可以灵活的设置立方体的展现视图，让用户能够从各个角度来观察、分析数据；能够在首页中显示系统中的立方体、视图以及其它一些辅助信息，便于用户方便快捷地进入数据查看；提供与CI网络报表系统或CI系列其它产品的集成展现功能，即通过其它系统链接到本系统中的立方体或视图访问页面的功能。四、运行环境：1、客户端数据建模客户端：操作系统Windows2000以上；IE6.0以上；久其CI多维分析建模工具。ETL服务和配置客户端：操作系统Windows2000以上；IE6.0以上；久其ETL数据提取工具。Web客户端：操作系统Windows2000以上； IE6.0以上。2、服务器端OLAP数据库服务器：SQLServer2000数据库；oracle9i数据库、IBMDB2数据库中的一种或多种。

文章TAG：多维数据数据库哪些多维数据库有哪些软件