多维数据库的应用有哪些，多维数据库的介绍

1，多维数据库的介绍

多维数据库（Multi Dimensional Database,MDD）可以简单地理解为：将数据存放在一个n维数组中，而不是像关系数据库那样以记录的形式存放。因此它存在大量稀疏矩阵，人们可以通过多维视图来观察数据。

多维数据库的介绍

2，数据库在实际中的应用有哪些

多的去了，网站，各类管理系统等等。只要跟数据有关，基本上都跟数据库有关，要不叫什么数据库啊

都不多，因为sqlserver是要钱的。而实际开发中的大型项目并不是很多。小型的数据库的话access也可以，但现在用的很少了

数据库在实际中的应用有哪些

3，你了解在我们的身边有哪些关于数据库技术的应用

图书馆的书籍管理。超市的商品库存管理，商品售出及进货记录，商品销售额统计。公司员工的考勤记录。虚拟社区的用户信息。汽车站，火车站等售票系统。等等等等只要是涉及到大量数据的存储及修改，查询，统计等操作就需要用到数据库技术。

网上购物、购票、注册、登录等

电商网站库存管理，12306购票管理，酒店后台客人信息等等数据库。数据库是管理大型数据资料系统必不可少的

你了解在我们的身边有哪些关于数据库技术的应用

4，国产的商业智能软件BI都有哪些功能

FineBI的功能也非常强大，lz可以到官网下载试用亲自体验下~一、FineBI数据引擎支持支持Oracle,DB2,SQLServer,MySQL,SqlServer,Informix等数据源。支持ODBC数据源，支持JNDI数据源，支持共享应用服务器数据源。要求程序接口支持javaApi,Hibernate数据源，支持WebService、 SOA等标准的数据。支持文本数据，支持将Excel，txt文件，XML文件等文件型的数据直接作为数据源。支持内置数据集。支持多维数据库cube，将数据库中的数据直接加载至FineBI的多维数据库cube之后，建立数据索引。支持按照业务增量需求建立数据业务包。支持定时全量/更新多维数据库cube。支持建立数据模型。支持数据转义。支持数据关联。支持数据添加自循环列、添加公式列。支持分布式，提高生成cube的效率。二、数据智能分析支持维度和指标数据自由分析。支持从业务包中选择任意字段拖过拖拽生成表格或者图表。支持一个页面放置多个组件。组件支持各种样式的表格，配合各种业务需求展现数据。包括列表、分组、交叉表格。组件支持多种图表，图表类型包括柱形图、条形图、饼图、面积图、组合图、仪表盘和地图。支持文本类控件，包含文本框、下拉框、下拉复选框。支持时间类控件，包含时间段控件、年份列表、月份列表和季度列表。支持数值类控件，可以按数值区间进行和数据筛选。组件和控件支持自由布局。三、数据OLPA提供各种分析挖掘功能。支持任意维度切换，可以对已有的表样切换维度来进行自由分析。支持在已有的表样上继续添加数据。支持多层钻取，设置了数据关联的数据之间，可以进行多层钻取设置，通过多层钻取查看数据的详细值。支持维度排序，根据维度自身进行排序，根据指标的汇总值进行排序，根据公式值进行排序。支持文本数据自定义分组。支持时间数据按照年月日、年、季度、月、周进行分组。四、dashboard支持页面的保存，在”我创建的”列表中进行编辑和查看。支持管理员将“我创建的”报表挂到平台的目录树上，提供给所有用户查看。我创建的dashboard可以分享给其他用户。Dashboard支持表格图表之间切换。Dashboard支持维度和指标数据的隐藏与展示。Dashboard支持数据预警功能，对于在某个数据区间的数据可以进行红绿灯预警或者数据前景预警。四、权限支持不同用户对于数据业务包的数据权限仅限于自己权限范围内。支持不同的用户可以访问权限范围内的报表。支持不同的用户对于同一张报表，只能够访问权限范围内的数据。

建议试用一下FineBI,感觉也蛮好的。。。

国外有的，国内BI软件也都有，无非就是查询、分析、仪表盘之类的……

不知道楼主需要的是哪种功能，就拿我们公司所用思迈特的Kingbase Smartbi来说，具体有以下6种功能：灵活查询业务数据，多维分析业务数据，制作各种业务报表，仪表盘监控业绩KPI，手机查收系统数据，统一的综合服务平台。

5，olap是什么意思

OLAP（联机分析处理）。什么是联机分析处理（OLAP）联机分析处理 (OLAP) 的概念最早是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。OLAP的提出引起了很大的反响，OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来。当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。下表列出了OLTP与OLAP之间的比较。 OLTPOLAP用户操作人员,低层管理人员决策人员,高级管理人员功能日常操作处理分析决策DB 设计面向应用面向主题数据当前的, 最新的细节的, 二维的分立的历史的, 聚集的, 多维的集成的, 统一的存取读/写数十条记录读上百万条记录工作单位简单的事务复杂的查询用户数上千个上百个DB 大小100MB-GB100GB-TB OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求,它的技术核心是"维"这个概念。 “维”是人们观察客观世界的角度,是一种高层次的类型划分。“维”一般包含着层次关系,这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义为多个维(dimension)，使用户能对不同维上的数据进行比较。因此OLAP也可以说是多维数据分析工具的集合。 OLAP的基本多维分析操作有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through等。 ·钻取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而drill down则相反，它从汇总数据深入到细节数据进行观察或增加新维。 ·切片和切块是在一部分维上选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个，则是切块。 ·旋转是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。 OLAP有多种实现方法，根据存储数据的方式不同可以分为ROLAP、MOLAP、HOLAP。 ROLAP表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心,以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表:一类是事实表,用来存储数据和维关键字;另一类是维表,即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,形成了"星型模式"。对于层次复杂的维,为避免冗余数据占用过大的存储空间,可以使用多个表来描述,这种星型模式的扩展称为"雪花模式"。 MOLAP表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。以多维数据组织方式为核心,也就是说,MOLAP使用多维数组存储数据。多维数据在存储中将形成"立方块（Cube）"的结构,在MOLAP中对"立方块"的"旋转"、"切块"、"切片"是产生多维数据报表的主要技术。 HOLAP表示基于混合数据组织的OLAP实现（Hybrid OLAP）。如低层是关系型的，高层是多维矩阵型的。这种方式具有更好的灵活性。还有其他的一些实现OLAP的方法，如提供一个专用的SQL Server，对某些存储模式（如星型、雪片型）提供对SQL查询的特殊支持。 OLAP工具是针对特定问题的联机数据访问与分析。它通过多维的方式对数据进行分析、查询和报表。维是人们观察数据的特定角度。例如，一个企业在考虑产品的销售情况时，通常从时间、地区和产品的不同角度来深入观察产品的销售情况。这里的时间、地区和产品就是维。而这些维的不同组合和所考察的度量指标构成的多维数组则是OLAP分析的基础，可形式化表示为（维1，维2，……，维n，度量指标），如（地区、时间、产品、销售额）。多维分析是指对以多维形式组织起来的数据采取切片（Slice）、切块（Dice）、钻取（Drill-down和Roll-up）、旋转（Pivot）等各种分析动作，以求剖析数据，使用户能从多个角度、多侧面地观察数据库中的数据，从而深入理解包含在数据中的信息。根据综合性数据的组织方式的不同，目前常见的OLAP主要有基于多维数据库的MOLAP及基于关系数据库的ROLAP两种。MOLAP是以多维的方式组织和存储数据，ROLAP则利用现有的关系数据库技术来模拟多维数据。在数据仓库应用中，OLAP应用一般是数据仓库应用的前端工具，同时OLAP工具还可以同数据挖掘工具、统计分析工具配合使用，增强决策分析功能。