第3章 联机分析处理OLAP

1、1第第3 3章章 联机分析处理联机分析处理-OLAP-OLAPo 本章学习目标：n 通过 OLAP 技术概念介绍了解 OLAP 的发展和特点。n 通过多维分析学习掌握多维的基本概念。n 通过 OLAP 的实施掌握 OLAP 实施方法。n 通过MOLAP 与ROLAP 的学习掌握MOLAP 与ROLAP的概念。n 通过 OLAP 技术评价学习掌握对 OLAP 技术的评价。23.1 概述概述3.2 OLAP定义和基本概念定义和基本概念3.3 OLAP的数据模型的数据模型3.4 多维数据分析多维数据分析3.5 OLAP的结构与分析工具的结构与分析工具第第3 3章章 联机分析处理联机分析处理-OLAP

2、-OLAP33.1 概述概述o 60年代，关系数据库之父年代，关系数据库之父E.F.Codd提出提出了关系模型，促进了联机事务处理了关系模型，促进了联机事务处理(OLTP)的发展的发展(数据以表格的形式而非文件方式存数据以表格的形式而非文件方式存储储)。o 1993年，年，E.F.Codd提出了多维数据库和提出了多维数据库和多维分析的概念，即多维分析的概念，即OLAP。4OLTP VS. OLAP面向操作人员，支持日常操作面向操作人员，支持日常操作面向决策人员，支持管理需要面向决策人员，支持管理需要面向应用，事务驱动面向应用，事务驱动面向分析，分析驱动面向分析，分析驱动一次处理的数据量小一次处

3、理的数据量小一次处理的数据量大一次处理的数据量大可更新可更新不可更新，但周期性刷新不可更新，但周期性刷新当前值数据当前值数据历史数据历史数据细节性数据细节性数据综合性和提炼性数据综合性和提炼性数据原始数据原始数据导出数据导出数据OLTP数据数据OLAP数据数据5OLAP基本思想基本思想o 联机分析处理（联机分析处理（OnLine Analysis Processing，OLAP）在数据仓库系统中，联机在数据仓库系统中，联机分析处理是重要的数据分析工具分析处理是重要的数据分析工具。o OLAP的基本思想是从的基本思想是从多方面多方面和和多角度多角度以以多维多维的形的形式来观察企业的状态和了解企业

4、的变化。式来观察企业的状态和了解企业的变化。o OLAP是独立于数据仓库的一种技术概念是独立于数据仓库的一种技术概念o 当当OLAP与数据仓库结合时，与数据仓库结合时，OLAP的数据源为数的数据源为数据仓库，数据仓库的大量数据是根据多维方式组织据仓库，数据仓库的大量数据是根据多维方式组织的。的。6OLAP特点o OLAP在以数据仓库为数据源时，它有两个在以数据仓库为数据源时，它有两个特点：特点：n 在线性（在线性（On Line）：由客户机）：由客户机/服务器这种服务器这种体系结构来完成的；体系结构来完成的；n 多维分析：这也是多维分析：这也是OLAP的核心所在。的核心所在。73.2 OLAP

5、定义o 联机分析处理（联机分析处理（OLAP）是一种软件技术，）是一种软件技术，它使分析人员能够迅速、一致、交互地从各它使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目个方面观察信息，以达到深入理解数据的目的。这些信息是从原始数据转换过来的，按的。这些信息是从原始数据转换过来的，按照用户的理解，它反映了企业真实的方方面照用户的理解，它反映了企业真实的方方面面。（面。（ OLAP理事会理事会）8o 联机分析处理是共享多维信息的快速分析。联机分析处理是共享多维信息的快速分析。 体现了四个特征：体现了四个特征：（1）快速性）快速性：用户对：用户对OLAP的快速反应能力有很的

6、快速反应能力有很高的要求。高的要求。（2）可分析性）可分析性：OLAP系统应能处理任何逻辑分系统应能处理任何逻辑分析和统计分析。析和统计分析。 （3）多维性）多维性：系统必须提供对数据分析的多维视：系统必须提供对数据分析的多维视图和分析。图和分析。（4）信息性）信息性：OLAP系统应能及时获得信息，并系统应能及时获得信息，并且管理大容量的信息。且管理大容量的信息。9OLAP目标o 是满足决策支持或多维环境特定的查询和报是满足决策支持或多维环境特定的查询和报表需求，它的技术核心是表需求，它的技术核心是“维维”这个概念，这个概念，因此因此OLAP也可以说是多维数据分析工具的也可以说是多维数据分析工

7、具的集合。集合。10OLAP准则 o 1993年，年，E.F.Codd提出提出OLAP的的12条准条准则，其主要的准则有：则，其主要的准则有：n 多维数据分析；多维数据分析；n 客户客户/服务器结构；服务器结构；n 多用户支持；多用户支持；n 一致的报表性能等。一致的报表性能等。11多维数据分析多维数据分析o 企业的数据空间本身就是多维的。因此企业的数据空间本身就是多维的。因此OLAP的概念模型也应是多维的。的概念模型也应是多维的。o 用户可以对多维数据模型进行切片、切块、用户可以对多维数据模型进行切片、切块、旋转坐标或进行多维的联合（概括和聚集）旋转坐标或进行多维的联合（概括和聚集）分析。分

8、析。12客户/服务器体系结构o OLAP是建立在客户是建立在客户/ 服务器体系结构上的。服务器体系结构上的。o 多维数据库服务器能够被不同的应用和工具多维数据库服务器能够被不同的应用和工具所访问。所访问。 o 客户端负责应用逻辑及用户界面。客户端负责应用逻辑及用户界面。13多用户支持o 当多个用户要在同一分析模式上并行工作，当多个用户要在同一分析模式上并行工作，OLAPOLAP工具应能够提供并发访问等功能。工具应能够提供并发访问等功能。14一致的报表性能一致的报表性能o 报表必须报表必须充分反映数据分析模型的多维特征，充分反映数据分析模型的多维特征，并可按用户需要的方式来显示它并可按用户需要的

9、方式来显示它o报表操作不应随维数增加而削弱，即报表操作不应随维数增加而削弱，即当数据维数和数据的综合层次增加时，当数据维数和数据的综合层次增加时，提供的报表能力和响应速度不应该有提供的报表能力和响应速度不应该有明显的降低。明显的降低。15OLAP基本概念o 变量变量：从现实系统抽象出来的，用于描述数据的实际含义，即描述数据即描述数据“是什么是什么”o 维维：是与某一事件相关的因素在关系模型的抽象，是人们观察数据的特定角度。如产品是人们观察数据的特定角度。如产品维、顾客维、时间维等。维、顾客维、时间维等。 o 维的层次性维的层次性：是由观察数据细致程度不同造成的。如日、月、季、年是时间维的层次。

10、如日、月、季、年是时间维的层次。 o 维的取值维的取值：即维的成员。如如“某年某月某日某年某月某日”是时间维的一个成员。是时间维的一个成员。 16OLAP基本概念o 维的分类：按照一定的划分标准对维的所有取值集合的一个分类划分，用于数据钻取和聚合。如上半年、下半年是对时间维的划分。o 事实：不同维度在某个取值下的交叉点，是对事件的度量。如（牙膏，上海，（牙膏，上海，1998年年12月，批发，月，批发，销售额为销售额为100000）o 多维数据立方体17维的例子o 一个电子公司的销售一般从三个方面分析销售额：一个电子公司的销售一般从三个方面分析销售额：n时间：时间：在某一段时间内的销售情况，其度

11、量为（年、季在某一段时间内的销售情况，其度量为（年、季度、月、旬、天）度、月、旬、天）n地区：地区：在某个地区的销售情况，度量可分为（地区、国在某个地区的销售情况，度量可分为（地区、国家、省、市）家、省、市）n产品：产品：某类或某型号产品的销售情况，度量可分为（类某类或某型号产品的销售情况，度量可分为（类别、型号等）别、型号等）o 此处，（时间，地区，产品）就构成了三个维。维此处，（时间，地区，产品）就构成了三个维。维有层次结构，可以在某个层上察看数据。有层次结构，可以在某个层上察看数据。18维的例子o 地区的层次全国江苏北京上海苏州市扬州市宝应县19维的例子o 正好构成一个数据立方体，可以有

12、更高阶的维，但正好构成一个数据立方体，可以有更高阶的维，但仍然称为仍然称为数据立方体。数据立方体。时间时间地区地区产品产品原点原点20OLAP数据立方体的计算（物化）数据立方体的计算（物化）o 数据立方体的个数数据立方体的个数o 有产品有产品(type)、城市、城市(city)、日期、日期(date)三个维，则：三个维，则：alldatetypecitytype datecity datecity type city type date0-D（顶点）方体1-D方体2-D方体3-D（基本）方体21OLAP数据立方体的计算（物化）数据立方体的计算（物化）o 一般，若有一般，若有n个维，则立方体个数

13、是个维，则立方体个数是nnnnnccc2.10(city,item,date),(city,item),(city,date), (item,date),(city),(item),(date),all all 表示不对任何维分组，这组形成了该数据立方体的方体格22OLAP数据立方体的计算（物化）数据立方体的计算（物化）o实际维上有分层，如（年、季度、月、星期、日），所以实际实际维上有分层，如（年、季度、月、星期、日），所以实际的立方体个数是极大的。所以，实时计算的工作量极大，但全的立方体个数是极大的。所以，实时计算的工作量极大，但全部事先计算，则存储量又极大。部事先计算，则存储量又极大。o方

14、体的选择计算：方体的选择计算：n不物化：即不预先计算任何不物化：即不预先计算任何“非基本非基本”方体方体n全物化：预先计算所有的方体全物化：预先计算所有的方体n部分物化：在整个可能的方体集中，有选择地物化一个适当的部分物化：在整个可能的方体集中，有选择地物化一个适当的子集子集o在在OLAP中一般采用部分物化，应考虑三个因素中一般采用部分物化，应考虑三个因素:n(1)确定要物化的方体子集；确定要物化的方体子集；n(2)利用查询处理时物化的方体；利用查询处理时物化的方体；n(3)在装入和刷新时，有效地更新物化的方体。在装入和刷新时，有效地更新物化的方体。233.3 OLAP的数据模型的数据模型o

15、3.3.1 MOLAP数据模型数据模型o 3.3.2 ROLAP数据模型数据模型o 3.3.3 MOLAP与与ROLAP的比较的比较o 3.3.4 HOLAP数据模型数据模型243.3.1 MOLAP的数据模型o MOLAPMOLAP是基于多维数据库存储方式建立的是基于多维数据库存储方式建立的OLAPOLAP；表；表现为现为“超立方超立方”结构，采用类似于结构，采用类似于多维数组多维数组的结构。的结构。o 例如，二维例如，二维MDDB（数组，即矩阵）的数据组织（数组，即矩阵）的数据组织见下表见下表北京上海广州衣服600700500鞋800900700帽子10020080253.3.2 ROLA

16、P数据模型数据模型o ROLAP是基于关系数是基于关系数据库的据库的OLAP。o 它是一个平面结构，它是一个平面结构，用关系数据库表示多用关系数据库表示多维数据时，采用星型维数据时，采用星型模型。模型。产品名产品名地区地区销售量销售量衣服衣服北京北京600衣服衣服上海上海700衣服衣服广州广州500鞋鞋北京北京800鞋鞋上海上海900鞋鞋广州广州700帽子帽子北京北京100帽子帽子上海上海200帽子帽子广州广州80263.3.3 MOLAP与与ROLAP的比较的比较o 1.数据存取速度o 2.数据存储的容量o 3.多维计算的能力o 4.维度变化的适应性o 5.数据变化的适应性o 6.软硬件平台

17、的适应性o 7.元数据管理271.数据存取速度数据存取速度o ROLAP服务器需要将服务器需要将SQL语句转化为多维语句转化为多维存储语句，临时存储语句，临时“拼合拼合”出多维数据立方体。出多维数据立方体。因此，因此，ROLAP的响应时间较长。的响应时间较长。o MOLAP在数据存储速度上性能好，响应在数据存储速度上性能好，响应速度快。速度快。 282.数据存储的容量数据存储的容量o ROLAP使用的传统关系数据库的存储方法，在存使用的传统关系数据库的存储方法，在存储容量上基本没有限制。储容量上基本没有限制。o MOLAP通常采用多平面叠加成立体的方式存放数通常采用多平面叠加成立体的方式存放数

18、据。据。o MOLAP受操作系统平台中文件大小的限制，受操作系统平台中文件大小的限制，当数当数据量超过操作系统最大文件长度时，需要进行数据据量超过操作系统最大文件长度时，需要进行数据分割。分割。o 多维数据库的数据量级难以达到多维数据库的数据量级难以达到TB TB 级级( (只能只能1020G1020G）293.多维计算的能力多维计算的能力o MOLAP能够支持高性能的决策支持计算。能够支持高性能的决策支持计算。o ROLAP无法完成多行的计算和维之间的计无法完成多行的计算和维之间的计算。算。304.维度变化的适应性维度变化的适应性o MOLAP增加新的维度，则多维数据库通常增加新的维度，则多

19、维数据库通常需要重新建立。需要重新建立。o ROLAP对于维表的变更有很好的适应性。对于维表的变更有很好的适应性。315.数据变化的适应性数据变化的适应性o 当数据频繁的变化时，MOLAP需要进行大量的重新计算，甚至重新建立索引乃至重构多维数据库。o 在ROLAP中灵活性较好，对于数据变化的适应性高。326.软硬件平台的适应性o ROLAP对软硬件平台的适应性很好o MOLAP相对较差。337.元数据管理o 目前在元数据的管理，MOLAP和ROLAP都没有成形的标准。34MOLAP VS ROLAPMOLAPMOLAPROLAPROLAP固定维固定维可变维可变维维交叉计算维交叉计算多维视图多维

20、视图行级计算行级计算超大型数据库超大型数据库读读- -写应用写应用维数据变化速度快维数据变化速度快数据集市数据集市数据仓库数据仓库353.3.4 HOLAP数据模型 o HOLAP（Hybrid OLAP），即混和型OLAP介于MOLAP和ROLAP之间。在HOLAP中，对最常用的维度和维层次，使用多维数据表来存储，对于用户不常用的维度和数据，采用ROLAP星型结构来存储。 o HOLAP得宜于得宜于ROLAP的可伸缩性的可伸缩性,和和MOLAP的快的快速计算。（如速计算。（如MS SQL SERVER)o 在HOLAP的多维数据表中的数据维度少于MOLAP中的维度表，数据存储容量也少于MOL

21、AP方式。o HOLAP在数据存取速度上又低于MOLAP。363.4 OALP的多维数据分析o 3.4.1 OLAP的基本操作o 3.4.2 广义OLAP功能o 3.4.3 多维数据分析实例373.4.1 OLAP的基本操作o 数据切片：多维数据是由多个维度组成的，如果在某个维度上选定一个取值，则多维数据从n维下降成n-1维o 数据切块：将完整的数据立方体切取一部分数据而得到的新的数据立方体。o 数据钻取(下钻)：从较高的维度层次下降到较低的维度层次上来观察多维数据o 数据聚合(上卷)：对数据进行高层次综合的操作o 数据旋转：改变维度的位置关系，使最终用户可从其他视角来观察多维数据。38基本操

22、作示例o 以以“城市、产品、时间城市、产品、时间”三维数据为例，如下图三维数据为例，如下图3920294035504138372321393426273632时间时间产品产品地区地区一季度一季度二季度二季度三季度三季度四季度四季度北京北京上海上海南京南京广州广州VCD手机手机电脑电脑空调空调69（北京，二季度，电脑的销售额）（北京，二季度，电脑的销售额）40o 对三维数据，通过对三维数据，通过“切片切片” ，分别从产品和城市，分别从产品和城市等不同的角度观察销售情况：等不同的角度观察销售情况：广州上海电视机电冰箱41切片示例120294035504138372321393426273632时间

23、时间产品产品地区地区一季度一季度二季度二季度三季度三季度四季度四季度北京北京上海上海南京南京广州广州VCD手机手机电脑电脑空调空调切片切片(slice)： 地区地区=“北京北京”意义：北京地区四个季度意义：北京地区四个季度空调、电脑、手机、空调、电脑、手机、VCD的销售金额的销售金额42切片示例220294035504138372321393426273632时间时间产品产品地区地区一季度一季度二季度二季度三季度三季度四季度四季度北京北京上海上海南京南京广州广州VCD手机手机电脑电脑空调空调切片：切片： 产品产品=“空调空调”意义：空调产品在四个季意义：空调产品在四个季度中各地区的销售金额度中

24、各地区的销售金额432.切块o（1）在多维数组的某一个维上选定某一区间的维成员的操作o切块可以看成是在切片的基础上，确定某一个维成员的区间得到的片段，也即由多个切片叠合起来。o（2）选定多维数组的一个三维子集的操作o在多维数组（维1，维2，维n，变量）中选定3个维，维i、维j、维k，在这3个维上分别取一个区间，或任意维成员，而其它维都取定一个维成员。44切块示例2029403550413837时间时间产品产品地区地区一季度一季度二季度二季度三季度三季度四季度四季度南京南京广州广州手机手机空调空调分块分块(dice)：地区地区=“南京南京” AND “广州广州”产品产品“空调空调”AND “手机

25、手机”453.钻取o 钻取有向下钻取（drill down ）和向上钻取（drill up ）操作。o 向下钻取是使用户在多层数据中能通过导航信息而获得更多的细节性数据。o 向上钻取获取概括性的数据。 462029403550413837时间时间产品产品地区地区一季度一季度二季度二季度三季度三季度四季度四季度南京南京广州广州手机手机空调空调下钻（下钻（drill_down)： 按时间分到月、甚至按时间分到月、甚至天为单位天为单位668817161413时间时间南京南京广州广州手机手机8131113141413121610101513111016空调空调1 2 3 4 5 6 7 8 9 10

26、11 12下钻下钻47上卷（上卷（roll_up)：按时间上卷到半年为单位按时间上卷到半年为单位2029403550413837时间时间产品产品地区地区一季度一季度二季度二季度三季度三季度四季度四季度南京南京广州广州手机手机空调空调时间时间产品产品南京南京广州广州手机手机空调空调49759175上半年上半年 下半年下半年上卷上卷484.旋转o 通过旋转可以得到不同视角的数据。旋转操作相当于平面数据将坐标轴旋转。例如，旋转可能包含了交换行和列，或是把某一个行维移到列维中去。o 或是把页面显示中的一个维和页面外的维进行交换（令其成为新的行或列中的一个） 49时间维产品维产品维时间维行列交换旋转以改

27、变显示布局时间维产品维地区维时间维地区维产品维50旋转示例o 旋转前的数据旋转前的数据o 旋转后的数据旋转后的数据51o 基本代理操作o 数据分析模型o 商业分析模型52基本代理操作o当系统处于某种特殊状态时当系统处于某种特殊状态时“代理代理”提醒分析员。提醒分析员。（1 1）示警报告）示警报告 定义一些条件，一但条件满足，系统会提醒分析员去做分析。定义一些条件，一但条件满足，系统会提醒分析员去做分析。如每日报告完成或月定货完成等通知分析员作分析。如每日报告完成或月定货完成等通知分析员作分析。（2 2）时间报告）时间报告 按日历和时钟提醒分析员。按日历和时钟提醒分析员。（3 3）异常报告）异常

28、报告 当超出边界条件时提醒分析员。如销售情况已超出预定义阈当超出边界条件时提醒分析员。如销售情况已超出预定义阈值的上限或下限时提醒分析员。值的上限或下限时提醒分析员。53数据分析模型o （1）绝对模型n 通过比较历史数据值或行为来描述过去发生的事实。n 绝对模型只能对历史数据进行比较，并且利用回归分析等一些分析方法得出趋势信息。54数据分析模型o （2）解释模型n 利用系统已有的多层次的综合路径层层细化，找出事实发生的原因。 n 假设今年销售量下降，那么解释模型应当能找出原因，即下滑与时间、地区、商品及销售渠道四者中的何种因素有关。55数据分析模型o （3）思考模型n 说明在一维或多维上引入一

29、组具体变量或参数后将会发生什么。n 例如该公司决策者为了了解某商品的销售量是否与顾客的年龄有关，引入了行变量年龄，即在当前的多维视图上增加了顾客的年龄维。56数据分析模型o （4）公式模型n 该模型表示在多个维上，需要引入哪些变量或参数，以及引入后所产生的结果。n 公式模型自动完成上述变量引入工作，从而最终找出与销量有关的全部因素，并给出了引入后的结果。57商业分析模型o （1）分销渠道的分析模型o （2）客户利润贡献度模型o （3）客户关系（信用）优化模型o （4）风险评估模型58（1）分销渠道的分析模型o 通过客户、渠道、产品或服务三者之间的关系，了解客户的购买行为、客户和渠道对业务收入的

30、贡献、哪些客户比较喜好由什么渠道在何时和银行打交道。o 为此，银行需要建立客户购买倾向模型和渠道喜好模型等。59（2）客户利润贡献度模型o 通过该模型能了解每一位客户对银行的总利润贡献度。o 知道哪些利润高的客户需要留住，采用什么方法留住客户，交叉销售改善客户的利润贡献度，哪些客户应该争取，完成个性化服务。60（3）客户关系（信用）优化模型o 银行对客户的每一笔交易中，知道客户需要什么产品或服务，例如，定期存款是希望退休养老使用，申请信用卡需要现金消费，询问放贷利息需要住房贷款等。o 通过模型计算，主动地对客户沟通并进行交叉销售，达到留住客户和增加利润的目标。61（4）风险评估模型o 模拟风险

31、和利润间的关系，建立风险评估的数学模型，在满足高利润、低风险客户需求的前提下，达到银行收益的极大化。623.5 OLAP结构与分析工具o 3.5.1 OLAP结构o 3.5.2 OLAP的Web结构633.5.1 OLAP结构数据仓库客户数据存储技术OLAP视图1OLAP逻辑结构逻辑结构642OLAP物理结构 胖客户端 数据仓库 服务器 瘦 客 户 端 OLAP 服 务 器 数 据 仓 库 服 务 器 OLAP的C/S物理结构OLAP的三层C/S物理结构653.5.2 OLAP的Web结构数据仓库系统OLAP服务器Web服务器客户浏览器CGIAPIHTMLJava appletsA c t i

32、 v e X controlJava scipt663.5.3 OLAP工具o 目前许多公司已经推出了相应的OLAP支持工具n ORACLEn IBMn Business Objectn SASn NCR67应具备的功能o 支持多维和维中的层次；o 聚集、概括、预计算和导出数据；o 提供计算逻辑、公式和分析过程；o 提供比较分析能力；o 进行跨维计算；o 沿单个或多个维的轴以及交叉表等来进行细剖和浏览。68OLAP工具评价o OLAP服务器和工具可以按以下五个方面来进行评价：n特征和功能n访问性能nOLAP服务引擎n管理能力n全局结构视图o 从这五个方面分析市场上的OLAP产品，也可以把它们作

33、为应用系统中OLAP需求分析指标。69特征和功能o 支持多维数据集中的维与层次，能够沿某个支持多维数据集中的维与层次，能够沿某个维或一组维进行数据的聚集、汇总、预计计维或一组维进行数据的聚集、汇总、预计计算和派生；算和派生；o 能够对某个维或一组维提供计算逻辑、公式能够对某个维或一组维提供计算逻辑、公式和分析例程进行某种形式的操作；和分析例程进行某种形式的操作；o 能够实现从一个维到另外一个维的转换；能够实现从一个维到另外一个维的转换；o 能够进行交叉维的计算，如在不同维之间进能够进行交叉维的计算，如在不同维之间进行成本分配，或在电子表格中按照不同维进行成本分配，或在电子表格中按照不同维进行损

34、益表的计算；行损益表的计算；70特征和功能o 能够提供强大的分析模型，包括对选中维及维的元能够提供强大的分析模型，包括对选中维及维的元素的逻辑、公式、分析例程、聚集数据汇总数据和素的逻辑、公式、分析例程、聚集数据汇总数据和派生数据等。如在给定财务数据上计算内部回报率派生数据等。如在给定财务数据上计算内部回报率的财务模型；的财务模型；o 能够提供大量的函数，如财务、统计、代数、市场能够提供大量的函数，如财务、统计、代数、市场等各种函数；等各种函数；o 能够提供强大的计算和逻辑比较能力，如对数据的能够提供强大的计算和逻辑比较能力，如对数据的分级、比较、归类、百分比、极值、均值等；分级、比较、归类、百分比、极值、均值等；o 具有智能化的与时间相关的处理，如按照给定时间具有智能化的与时间相关的处理，如按照给定时间段的日历安排；段的日历安排；o 能够提供强大的导航分析，可以沿单个或多个维的能够提供强大的导航分析，可以沿单个或多个维的轴、交叉表进行浏览或钻取。轴、交叉表进行浏览或钻取。71访问性能o 能够得到多种访问数据工具的选择，能将用户所熟能够得到多种访问数据工具的选择，能将用户所熟悉的访问工具融合进悉的访问工具融合进OLAP。o 常用的电子表格常用的电子表格EXCEL已经被相当多的用户所认已经被相当多的用户所认同，在同，在OLAP中应该提供将数据加载进电子表