目录:
定义-数据立方体是什么意思？
数据立方体是指通常用于解释图像数据时间序列的三维（3D）（或更高）值范围。 它是从各种角度评估聚合数据的数据抽象。 这对于成像光谱也很有用，因为光谱分辨图像被描述为3-D体积。
数据多维数据集也可以描述为二维表的多维扩展。 可以将其视为彼此堆叠的相同二维表的集合。 数据多维数据集用于表示过于复杂而无法由列和行表描述的数据。 这样，数据多维数据集可以远远超过3-D，以包含更多维度。
技术百科解释了数据立方体
数据立方体通常用于轻松解释数据。 当将数据和维度一起表示为业务需求的某些度量时，它特别有用。 多维数据集的每个维度代表数据库的某些特征，例如每日，每月或每年的销售额。 数据立方体中包含的数据使几乎可以分析几乎所有或几乎所有客户，销售代理，产品等的所有数据。 因此，数据立方体可以帮助建立趋势并分析性能。
数据多维数据集主要分为两类：
- 多维数据多维数据集：大多数OLAP产品都是基于将多维数据集图案化为多维数组的结构而开发的。 与其他方法相比，这些多维OLAP（MOLAP）产品通常提供改进的性能，主要是因为它们可以直接索引到数据多维数据集的结构中以收集数据的子集。 当维数较大时，多维数据集将变得稀疏。 这意味着代表特定属性组合的几个单元格将不包含任何聚合数据。 这反过来又增加了存储需求，有时可能会达到不希望的水平，从而使MOLAP解决方案难以适应具有多个维度的庞大数据集。 压缩技术可能会有所帮助； 但是，它们的使用会损坏MOLAP的自然索引。
- 关系OLAP：关系OLAP利用关系数据库模型。 与多维数组相比，ROLAP数据多维数据集被用作一堆关系表（大约是维数的两倍）。 这些表中的每一个都称为长方体，表示一个特定的视图。
