Was ist ein Drilldown im Data Warehouse?
Was ist ein Drilldown im Data Warehouse?

Video: Was ist ein Drilldown im Data Warehouse?

Video: Was ist ein Drilldown im Data Warehouse?
Video: Data Warehouse - Online Analytical Processing (OLAP) 2024, November
Anonim

Aufreißen und Bohren Up (auch bekannt als Datenbohrung ) bedeutet, in hierarchischen Dimensionen von zu navigieren Daten gespeichert in Data Warehouse . Es gibt zwei gegensätzliche Möglichkeiten, Datenbohrung : Aufreißen wird innerhalb von Online Analytical Processing (OLAP) verwendet, um ins Detail zu zoomen Daten durch Ändern der Dimensionen.

Was bedeutet es auch, Daten aufzuschlüsseln?

aufreißen . (v) In der Informationstechnologie von zusammenfassenden Informationen zu detaillierten Daten indem du dich auf etwas konzentrierst. Zu aufreißen durch eine Reihe von Ordnern, zum Beispiel auf einem Desktop meint um die Ordnerhierarchie zu durchsuchen, um eine bestimmte Datei zu finden oder durch Drop- Nieder Menüs in einer GUI.

Ebenso, was ist Drill-Down-Technik? Aufreißen ist ein einfaches Technik zum Lösen komplexer Probleme Nieder in immer kleinere Teile. Um die zu verwenden Technik , beginne damit, das Problem zu schreiben Nieder auf der linken Seite eines großen Blattes Papier. Mach weiter bohren in Punkte einteilen, bis Sie die Faktoren, die zu dem Problem beitragen, vollständig verstanden haben.

Anschließend stellt sich die Frage, wie das Data Warehouse eine Drill-Down-Abfrage durchführt.

Aufbohren . Aufbohren in einer Beziehung Datenbank bedeutet „Hinzufügen einer Zeilenüberschrift“zu einer bestehenden SELECT-Anweisung. Wenn Sie beispielsweise den Verkauf von Produkten auf Herstellerebene analysieren, wird die Auswahlliste der Anfrage liest AUSWÄHLEN HERSTELLER, SUMME (VERKAUF).

Was ist Rollup im Data Warehouse?

AUFROLLEN , WÜRFEL in Data Warehouse . In diesem Artikel werden wir diese sehen Datawarehouse SQL-. AUFROLLEN wird verwendet, um Zwischensummen innerhalb einer bestimmten Gruppe zu berechnen. AUFROLLEN ist eine einfache Erweiterung der GROUP BY-Klausel.

Empfohlen: