多维数据的处理方法和装置制造方法及图纸

本申请提供了一种多维数据的处理方法和装置，该方法包括：获取多维数据的第一维度数据的第一层数据；确定第一层数据中未满足预定条件的第一数据；获取第一维度数据的第二层数据中与第一数据相对应的数据，其中，第二层数据的数据量大于第一层数据的数据量；在第二层数据中与第一数据相对应的数据中确定未满足预定条件的第二数据；根据第二数据对多维数据进行分析。本申请能够提高多维数据的处理速度。

【技术实现步骤摘要】
多维数据的处理方法和装置
本申请涉及数据处理
，特别是涉及一种多维数据的处理方法和装置。
技术介绍
企业级通用商业智能开发平台主要应用于企业报表、信息查询、和在线分析处理（On-LineAnalyticalProcessing，OLAP）等，并能与第三方的企业资源规划系统（ERP）、客户资源管理系统（CRM）、供应链关系管理系统（SCM）、电子政务、电子商务、地理信息系统（GeographicInformationSystem，GIS）等进行无缝连接。.企业级通用商业智能开发平台体系架构图。该平台遵循J2EE标准、采用XML语言和组件设计，具有开放的架构，可与其他企业应用软件实现无缝对接。同时，已成功的应用于金融、电信、电子政务等领域。其中，在线分析处理的核心是提供能全面支持层次和多层次对数据分析的多维视图，这个视图由一些分类属性（产品和市场）和数据属性（销售和利润）组成。分类属性形成各个维，而数值属性形成多个维数据集的度量。维可以包含指定聚合层次的层次结构。通过应用一些数学函数，如求和、平均值和不同维属性组合，度量属性被聚合为不同层次的细节。多维视图突破了物理的三维概念，采用了上卷（rollup）、下钻（drilldown）、切片和旋转等高维可视化技术，在屏幕上展示多维视图的结构，使用户直观地理解、分析数据，辅助决策。上卷是立方体上的聚集动作。它通过一个维的概念分层向上攀升或通过维归约在数据立方体上进行聚集。当维归约进行上卷时，一个或多个维从给定的立方体中删除。下钻是上卷的逆操作，它由不太详细的数据到更详细的数据。下钻可以通过沿维的概念分层向下或引入新的维来实现。切片（stice）操作是在给定的数据立方体的一个维上进行选择，导致一个子方。切块（dice）是通过对两个或多个维进行选择，定义子方。旋转（pivot）操作改变一个报表或页面来显示维的方向。它转动数据的视角，提供数据的替代表示。使用户能根据需求从另外一个视图角度观察数据。上述操作使得用户可以灵活的从不同角度观察多维模型中各个层次的数据，为用户探索多维模型中的数据提供了便利。在现有技术中，当使用OLAP进行数据处理时，如果发现一个维度的第一层数据中存在异常，则获取该维度的所有下一层数据，对该异常进行定位分析。例如，先选取时间维度的第一层（年）数据，发现2013年的销售额满足预定条件，存在异常，则选取时间维度上的所有第二层数据，包括2012年的4个季度的销售额、2012年的4个季度的销售额、和2011年的4个季度的销售额等，采用这种方法，处理数据的速度较慢。总之，需要本领域技术人员迫切解决的一个技术问题就是：如何提高多维数据的处理速度。
技术实现思路
本申请所要解决的技术问题是提供一种多维数据的处理方法和装置，能够提高多维数据的处理速度。为了解决上述问题，本申请公开了一种多维数据的处理方法，包括：获取多维数据的第一维度数据的第一层数据；确定第一层数据中未满足预定条件的第一数据；获取第一维度数据的第二层数据中与第一数据相对应的数据，其中，第二层数据的数据量大于第一层数据的数据量；在第二层数据中与第一数据相对应的数据中确定未满足预定条件的第二数据；根据第二数据对多维数据进行分析。优选地，确定第一层数据中未满足预定条件的第一数据包括：判断第一层数据中的数据与期望值之间的误差是否大于阈值；将第一层数据中与期望值之间的误差大于阈值的数据确定为第一数据。优选地，在根据第二数据对多维数据进行分析之前，上述方法还包括：确定多维数据中的公共维度；将公共维度的每一层数据与多维数据中的其他维度的每一层数据进行聚合；存储聚合后的结果。优选地，根据第二数据对多维数据进行分析包括：从聚合后的结果中选取包含第一维度数据的第二层数据的聚合结果，聚合结果包括第一维度数据的第二层数据和第二维度数据；结合第二维度的数据对多维数据进行分析。优选地，多维数据包括以下至少两个的任意组合：时间维度的数据、空间维度的数据、产品维度的数据。为了解决上述问题，本申请公开了一种多维数据的处理装置，包括：第一获取模块，用于获取多维数据的第一维度数据的第一层数据；第一确定模块，用于确定第一层数据中未满足预定条件的第一数据；第二获取模块，用于获取第一维度数据的第二层数据中与第一数据相对应的数据，其中，第二层数据的数据量大于第一层数据的数据量；第二确定模块，用于在第二层数据中与第一数据相对应的数据中确定未满足预定条件的第二数据；分析模块，用于根据第二数据对多维数据进行分析。优选地，第一确定模块用于：判断第一层数据中的数据与期望值之间的误差是否大于阈值；将第一层数据中与期望值之间的误差大于阈值的数据确定为第一数据。优选地，上述装置还包括：第三确定模块，用于在根据第二数据对多维数据进行分析之前，确定多维数据中的公共维度；聚合模块，用于将公共维度的每一层数据与多维数据中的其他维度的每一层数据进行聚合；存储模块，用于存储聚合后的结果。优选地，分析模块还用于：从聚合后的结果中选取包含第一维度数据的第二层数据的聚合结果，聚合结果包括第一维度数据的第二层数据和第二维度数据；结合第二维度的数据对多维数据进行分析。优选地，多维数据包括以下至少两个的任意组合：时间维度的数据、空间维度的数据、产品维度的数据。与现有技术相比，本申请具有以下优点：在现有技术中，当发现某一维度的第一层数据中的某一数据满足预定条件时，选取该维度所有的下一层数据进行分析，从而确定满足预定条件的具体位置。而在本申请中，当发现某一维度的第一层数据中的第一数据满足预定条件时，只需对第一数据对应的下层数据进行分析，无需分析与第一数据不对应的下层数据，因此，相对于现有技术，本申请减少了计算量，提高了数据处理速度。附图说明图1是本申请一种多维数据的处理方法的流程图；图2是本申请一种多维数据的处理装置的结构框图；图3是本申请一种多维数据的处理装置的优选的结构框图；图4是本申请一种多维数据的处理平台的处理流程的示意图。具体实施方式为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。参照图1，示出了本申请一种多维数据的处理方法，包括：步骤102，获取多维数据的第一维度数据的第一层数据；其中，多维数据包括以下至少两个的任意组合：时间维度的数据、空间维度的数据、产品维度的数据。需要说明的是，多维数据并不限于上述几种维度，也可以根据需要添加其他维度的数据。步骤104，确定第一层数据中未满足预定条件的第一数据；在具体实现时，判断第一层数据中的数据与期望值之间的误差是否大于阈值；将第一层数据中与期望值之间的误差大于阈值的数据确定为第一数据。其中，该误差可以是指第一层数据中的数据与期望值之间的差值，也可以是指第一层数据中的数据与期望值之间的差值与期望值之间的比例。例如，时间维度的第一层数据为每年对应的数据，2012年的期望值是100，2012年的实际销售额是40，此时二者的差值为60，假设当实际销售额和期望值之间的差值大于50时，表示满足预定条件，即，出现异常，在本例中，实际销售额和期望值之间的差值大于50，表示时间维度第一层数据中的2012年的数据出现异常。步骤106，获取第一维度数据的第二层数据中与第一数据相对应本文档来自技高网...

【技术保护点】
一种多维数据的处理方法，其特征在于，包括：获取多维数据的第一维度数据的第一层数据；确定所述第一层数据中未满足预定条件的第一数据；获取所述第一维度数据的第二层数据中与所述第一数据相对应的数据，其中，所述第二层数据的数据量大于所述第一层数据的数据量；在所述第二层数据中与所述第一数据相对应的数据中确定未满足所述预定条件的第二数据；根据所述第二数据对所述多维数据进行分析。

【技术特征摘要】
1.一种多维数据的处理方法，其特征在于，包括：获取多维数据的第一维度数据的第一层数据；确定所述第一层数据中未满足预定条件的第一数据；获取所述第一维度数据的第二层数据中与所述第一数据相对应的数据，其中，所述第二层数据的数据量大于所述第一层数据的数据量；在所述第二层数据中与所述第一数据相对应的数据中确定未满足所述预定条件的第二数据；根据所述第二数据对所述多维数据进行分析；其中，在根据所述第二数据对所述多维数据进行分析之前，所述方法还包括：确定所述多维数据中的公共维度；将所述公共维度的每一层数据与多维数据中的其他维度的每一层数据进行聚合；存储聚合后的结果；其中，根据所述第二数据对所述多维数据进行分析包括：从聚合后的结果中选取包含所述第一维度数据的第二层数据的聚合结果，所述聚合结果包括所述第一维度数据的第二层数据和第二维度数据；结合所述第二维度的数据对所述多维数据进行分析。2.如权利要求1所述的方法，其特征在于，确定所述第一层数据中未满足预定条件的第一数据包括：判断所述第一层数据中的数据与期望值之间的误差是否大于阈值；将所述第一层数据中与所述期望值之间的误差大于所述阈值的数据确定为所述第一数据。3.如权利要求1或2中任一项所述的方法，其特征在于，所述多维数据包括以下至少两个的任意组合：时间维度的数据、空间维度的数据、产品维度的数据。4.一种多维数据的处理装置，其特征在于，...

【专利技术属性】
技术研发人员：张科，李东，
申请(专利权)人：博易智软北京技术股份有限公司，
类型：发明
国别省市：北京;11