论文部分内容阅读
现有数据方(Cube)物化选择算法中，一般采用查询频率分布和物化成本模型来指导物化选择，忽视了查询结果最终是为系统决策支持使用。实际系统中，Cube查询结果的子集就可以满足决策支持需要，这使得查询结果集的部分决策冗余；据此，将完全Cube约简为D-Cube。本文提出面向决策支持的物化Cube选择方案，将系统决策支持需求分解为查询序列集，定义查询的决策贡献度；根据查询决策贡献度、物化成本和查询频率来选择物化Cube。通过理论分析和实验结果表明：该方案在海量数据仓库及数据流Cube中优于其他选择方案。