数据仓库-OLAP操作索引
Drill downRoll-up or Drill-upDrill acrossSlice and DiceMoving SumRankPivotCross TabDrill down
显示细节也可以理解为：数据纬度向细粒度化方向的移动 e.g. 从“华北地区”到“山东省”再到“济南市”的过程Roll-up or Drill-up
删去细节类似于一个“集成”和生成摘要的过程。它是Drill down 的逆操作Drill across
常用于星型结构的数据库，这里并不改变数据的粒度，而是从不同的纬度来分析事实表。但注意维表是相同的，只是可能有多个事实表。上面说的有些抽象，举个例子：一家淘宝店，对于相同的维表，抽取每个星期的销售量和每个星期的发货量，使用的就是drill across的操作。Slice and Dice
Slice 英文有“切片”的含义，这里指的是类似于投影的操作。 通过Slice操作我们可以将多维数据进行降维。我们在对数据库进行查询的时候通常使用where 语句来进行投影Slicing。Dice 英文有“小块”的意思，他和slice的区别是该操作并不会对事实表的纬度进行改变，而Slice操作往往减少了事实表的纬度。可以看成一个取行的行为。具体的可以看下面的两个例子来体会：Moving Sum
这是一个“滑动”平滑的一个常见方法Rank
Rank 可根据一些准则对于数据进行排序一些例子有： Top(n)取最高的n个数据,Bottom(n)取最低的n个数据,Below取低于某个数值的所有数据,Tripartite 将数据分成 high medium low 三组,一般先对所有数值进行rank，之后再将他们分类还有类似Quartering等。Pivot
Pivot数轴量 会根据维度属性值将结果重新组织主要用于前端展示时这里是一个例子，Cross Tab
Cross-tabulation 交叉表 Cross Tab 是它的简写也称作“Pivot tables”常用于电子表单将数据以2维的形式展示其他的纬度通过“Aggregate”的方式进行聚合常见的聚合方式是求和 即含有“sub totals”的纬度属性 常用的操作 Roll up 删去细节 更多的聚合 futher aggregationDrill down 更多的细节 更少的聚合 less aggregation如果觉得《数据仓库-OLAP操作》对你有帮助，请点赞、收藏，并留下你的观点哦！
