浅谈实验室数据在多维分析技术下的维度选择

蒋勤德

摘要：

随着我国综合国力提升，在国家的高度重视下，我国的教育事业蓬勃发展。实验室的数量和质量都在逐年增加和提高，实验室数据也越来越多，本文基于多维分析技术，对实验室数据进行维度选择。

关键词：

实验室数据;多维分析技术;维度选择

中图分类号：

G482

文献标识码：

A

文章编号：

1672-9129（2020）15-0193-01

1实验室数据

目前实验室的主要数据有：实验室名称、实验室功能、实验室类别、实验室规模、实验室安全级别、实验室每周或者每月使用情况、实验室材料消耗情况、实验室产出成果、实验室所在地等。

2多维分析技术

2.1关于OLAP多维分析技术。1993年，关系数据库之父科德定义了名为OLAP的数据处理的新概念，并将其与OLTP区别开来，从而正式提出了OLAP，强调了对数据的多维分析，关系数据库之父科德还描述了OLAP的支持体系结构，确定了用来评估数据新产品OLAP能力的12条准则[1]。

OLAP是On-lineAnalyticalProcessing的简称，即联机分析处理。国外对OLAP的定义为：使分析人员、管理人员或执行人员能够从多种角度对原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，进而对数据进行深入的分析了解的软件技术。OLAP技术是一种多维的数据分析技术，侧重于数据仓库的数据分析，为管理者提供信息支持，对于决策者而言，历史数据是相当重要的，许多分析方法必须以大量的历史数据为依托，如果没有对历史数据的详细分析，则难以把握企业的发展趋势[2]。

2.2创建数据仓库。要创建数据仓库，首先要确定数据分析的主题，只有确定数据分析的主题，才好选择进行数据分析所需要的角度和数据，分析数据的角度可能通过数据分析的维度体现出来。维是人们观察数据的某些特定的角度，维也可以看作是人们考虑问题时的一类属性，而同一属性集合组成一个维。例如，汽车决策者分析的角度通常包括：时间、地域、年龄段、消费层次、客户类型等。决策者经常分析汽车购买者用户数随着时间的推移而产生的变化，那么时间就可以成为汽车购买者用户数上的一个维分析，即时间维。而当决策者要从消费层次的差异来考察汽车购买者用户数的不同时，消费层次这时就成为了汽车购买者用户数上的一个维。这些维都属于决策分析的角度或分析出发点。

2.3数据分析。主要的是对数据进行多维分析。多维分析是指对形式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、多个方面观察数据库中的数据，从而深入理解包含在数据中的信息[3]。

3实验室数据在多维分析技术下的维度选择

3.1时间维度选择。选择时间维度，主要作用是通过年、上半年、下半年、月、日这些层次分析，掌握实验室使用频率和成果数据在年、上半年、下半年、月、日时间上的变化，使数实验室使用频率和成果数据更加直观明了。

3.2实验室类别维度选择。选择实验室類别维度，主要作用是对实验室进行区分，对相同功能的实验室归为同一类别，通过对同一类别的实验室的使用频率、产出成果等数据进行分析研究。

3.3实验室地区维度选择。选择地区维度，主要作用是对不同地区实验室的使用频率、产出成果等数据进行分析研究。

4结语

通过多维分析技术对实验室数据进行分析和研究，第一方面，可以快速地了解到相同功能的实验室的使用频率、产出成果等数据，进而为改进实验室功能提供数据支持;第二方面，可以更加全面的了解实验室的使用情况，为实验室的构建提供决策支持;第三方面，可以了解到该功能的实验室所做出的贡献的大小，进而对该功能的实验室进行扩展使用或者缩小使用。

参考文献：

[1]王心杰.面向海量数据的高性能多维OLAP技术的研究[D].电子科技大学，2017.

[2]黄金钗.OLAP中查询优化以及多维数据模型的研究[D].湖南大学，2009.

[3]崔东.基于OLAP技术的数据分析的研究与应用[D].武汉理工大学，2006.