如何通过级联操作来改进查询操作?
data miningdatabasedata structure
该过程负责管理查询，并通过将查询定向到最有效的数据源来加快查询速度。此过程通常通过调度查询的执行来确保所有系统资源得到最有效的利用。查询管理过程监控实际的查询配置文件，这些配置文件用于确定要生成的聚合结果。
此过程始终确保数据仓库可供最终用户访问。此流程中没有主要的连续步骤，而是有一组持续运行的设施。
OLAP 是一种软件技术，它使分析师、经理和高管能够通过快速、一致、交互式地访问各种可能的数据视图来洞察数据，这些数据视图已从原始数据转换为反映客户所了解的企业真实维度的数据。
OLAP 服务器向业务用户提供来自数据仓库或数据集市的多维信息，而无需担心数据的保存方式和位置。OLAP 服务器的物理结构和执行应考虑数据存储问题。
多个 OLAP 数据立方体操作继续将这些多个视图具体化，从而支持对现有数据的交互式查询和分析。因此，OLAP 支持便捷的交互式数据分析环境。
它提供了用于交互式分析不同粒度多维数据的联机分析 (OLAP) 工具，从而促进了有效的数据泛化和数据挖掘。关联、分类、预测和聚类等多种数据挖掘功能可以与 OLAP 操作集成，从而构建不同抽象级别的交互式知识挖掘。
物化长方体和构建 OLAP 索引架构的目标是加快数据立方体中的查询处理速度。给定物化视图，查询处理必须按以下步骤进行:
确定应在可用长方体上执行哪些操作 − 这包括将查询中表示的一些选择、投影、上卷(分组)和下钻操作转换为相应的 SQL 和/或 OLAP 操作。
确定必须对哪些物化长方体使用相关操作 − 这包括识别一些可能用于解决查询的物化长方体，利用"显性"知识修剪以下集合长方体之间的关系，计算剩余物化长方体的使用价值，并选择成本最小的长方体。
