多維數(shù)據(jù)庫可以簡單地理解為：將數(shù)據(jù)存放在一個n維數(shù)組中，而不是像關(guān)系數(shù)據(jù)庫那樣以記錄的形式存放。因此它存在大量稀疏矩陣，人們可以通過多維視圖來觀察數(shù)據(jù)。

多維數(shù)據(jù)庫是指將數(shù)據(jù)存放在一個門維數(shù)組中，而不是像關(guān)系數(shù)據(jù)庫那樣以記錄的形式存放。因此它存在大量稀疏矩陣，人們可以通過多維視圖來觀察數(shù)據(jù)。多維數(shù)據(jù)庫增加了一個時間維，與關(guān)系數(shù)據(jù)庫相比，它的優(yōu)勢在于可以提高數(shù)據(jù)處理速度，加快反應(yīng)時間，提高查詢效率。

1. 多維數(shù)據(jù)庫簡介

多維數(shù)據(jù)庫（Multi Dimesional Database，MDD）可以簡單地理解為：將數(shù)據(jù)存放在一個n維數(shù)組中，而不是像關(guān)系數(shù)據(jù)庫那樣以記錄的形式存放。因此它存在大量稀疏矩陣，人們可以通過多維視圖來觀察數(shù)據(jù)。多維數(shù)據(jù)庫增加了一個時間維，與關(guān)系數(shù)據(jù)庫相比，它的優(yōu)勢在于可以提高數(shù)據(jù)處理速度，加快反應(yīng)時間，提高查詢效率。MDD的信息是以數(shù)組形式存放的，所以它可以在不影響索引的情況下更新數(shù)據(jù)。因此MDD非常適合于讀寫應(yīng)用。

1.1. 關(guān)系數(shù)據(jù)庫存在的問題

利用SQL進行關(guān)系數(shù)據(jù)庫查詢的局限性：

1） 查詢因需要“join”多個表而變得比較煩瑣 ，查詢語句（SQL） 不好編程；

2） 數(shù)據(jù)處理的開銷往往因關(guān)系型數(shù)據(jù)庫要訪問復(fù)雜數(shù)據(jù)而變得很大。

關(guān)系型數(shù)據(jù)庫管理系統(tǒng)本身局限性：

1） 數(shù)據(jù)模型上的限制

關(guān)系數(shù)據(jù)庫所采用的兩維表數(shù)據(jù)模型，不能有效地處理在大多數(shù)事務(wù)處理應(yīng)用中，典型存在的多維數(shù)據(jù)。其不可避免的結(jié)果是，在復(fù)雜方式下，相互作用表的數(shù)量激增，而且還不能很好地提供模擬現(xiàn)實數(shù)據(jù)關(guān)系的模型。關(guān)系數(shù)據(jù)庫由于其所用數(shù)據(jù)模型較多，還可能造成存儲空間的海量增加和大量浪費，并且會導(dǎo)致系統(tǒng)的響應(yīng)性能不斷下降。而且，在現(xiàn)實數(shù)據(jù)中，有許多類型是關(guān)系數(shù)據(jù)庫不能較好地處理的 。

2） 性能上的限制

為靜態(tài)應(yīng)用例如報表生成，而設(shè)計的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，并沒有經(jīng)過針對高效事務(wù)處理而進行的優(yōu)化過程。其結(jié)果往往是某些關(guān)系型數(shù)據(jù)庫產(chǎn)品，在對GUI和Web的事務(wù)處理過程中，沒有達到預(yù)期的效果。除非增加更多的硬件投資，但這并不能從根本上解決問題。

用關(guān)系數(shù)據(jù)庫的兩維表數(shù)據(jù)模型，可以處理在大多數(shù)事務(wù)處理應(yīng)用中的典型多維數(shù)據(jù)，但其結(jié)果往往是建立和使用大量的數(shù)據(jù)表格，仍很難建立起能模擬現(xiàn)實世界的數(shù)據(jù)模型。并且在數(shù)據(jù)需要作報表輸出時，又要反過來將已分散設(shè)置的大量的兩維數(shù)據(jù)表，再利用索引等技術(shù)進行表的連接后，才能找到全部所需的數(shù)據(jù)，而這又勢必影響到應(yīng)用系統(tǒng)的響應(yīng)速度。

3） 擴展伸縮性上的限制

關(guān)系數(shù)據(jù)庫技術(shù)在有效支持應(yīng)用和數(shù)據(jù)復(fù)雜性上的能力是受限制的。關(guān)系數(shù)據(jù)庫原先依據(jù)的規(guī)范化設(shè)計方法，對于復(fù)雜事務(wù)處理數(shù)據(jù)庫系統(tǒng)的設(shè)計和性能優(yōu)化來說，已經(jīng)無能為力。此外，高昂的開發(fā)和維護費用也讓企業(yè)難以承受。

4） 關(guān)系數(shù)據(jù)庫的檢索策略，如復(fù)合索引和并發(fā)鎖定技術(shù)，在使用上會造成復(fù)雜性和局限性。

1.2. 多維數(shù)據(jù)庫的相關(guān)定義

維（Dimension）：是人們觀察數(shù)據(jù)的特定角度，是考慮問題時的一類屬性，屬性集合構(gòu)成一個維（時間維、地理維等）。

維的層次（Level）：人們觀察數(shù)據(jù)的某個特定角度（即某個維）還可以存在細節(jié)程度不同的各個描述方面（時間維：日期、月份、季度、年）。

維的成員（Member）：維的一個取值，是數(shù)據(jù)項在某維中位置的描述。（“某年某月某日”是在時間維上位置的描述）。

度量（Measure）：多維數(shù)組的取值。（2000年1月，上海，筆記本電腦，0000）。

OLAP的基本多維分析操作有鉆?。―rill-up和Drill-down）、切片（Slice）和切塊（Dice）、以及旋轉(zhuǎn)（Pivot）等。

鉆?。菏歉淖兙S的層次，變換分析的粒度。它包括向下鉆取（Drill-down）和向上鉆?。―rill-up）/上卷（Roll-up）。Drill-up是在某一維上將低層次的細節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)，或者減少維數(shù)；而Drill-down則相反，它從匯總數(shù)據(jù)深入到細節(jié)數(shù)據(jù)進行觀察或增加新維。

切片和切塊：是在一部分維上選定值后，關(guān)心度量數(shù)據(jù)在剩余維上的分布。如果剩余的維只有兩個，則是切片；如果有三個或以上，則是切塊。

旋轉(zhuǎn)：是變換維的方向，即在表格中重新安排維的放置（例如行列互換）。

1.3. 多維數(shù)據(jù)庫的特點

后關(guān)系型數(shù)據(jù)庫的主要特征是將多維處理和面向?qū)ο蠹夹g(shù)結(jié)合到關(guān)系數(shù)據(jù)庫上。這種數(shù)據(jù)庫使用強大而靈活的對象技術(shù)，將經(jīng)過處理的多維數(shù)據(jù)模型的速度和可調(diào)整性結(jié)合起來。由于它獨有的可兼容性，對于開發(fā)高性能的交換處理應(yīng)用程序來說，后關(guān)系型數(shù)據(jù)庫非常理想。在后關(guān)系型數(shù)據(jù)庫管理系統(tǒng)中，采用了更現(xiàn)代化的多維模型，作為數(shù)據(jù)庫引擎。并且，這種以稀疏數(shù)組 為基礎(chǔ)的獨特的多維數(shù)據(jù)庫架構(gòu)，是從已成為國際標準的數(shù)據(jù)庫語言基礎(chǔ)上繼承和發(fā)展的，是已積累了實踐經(jīng)驗的先進而可靠的技術(shù)。

多維數(shù)據(jù)模型能使數(shù)據(jù)建模更加簡單，因為開發(fā)人員能夠方便地用它來描述出復(fù)雜的現(xiàn)實世界結(jié)構(gòu)，而不必忽略現(xiàn)實世界的問題，或把問題強行表現(xiàn)成技術(shù)上能夠處理的形態(tài)，而且多維數(shù)據(jù)模型使執(zhí)行復(fù)雜處理的時間大大縮短。例如開發(fā)一個服裝連鎖店信息管理系統(tǒng)時，如果用關(guān)系數(shù)據(jù)庫，就需要建立許多表，一張表用來說明每種款式所具有的顏色和尺寸，另一張表用來建立服裝和供應(yīng)商之間的映射，并表示它是否已被賣出，此外還需要建一些表來表示價格變化、各店的庫存等等。每成交一筆生意，所有這些表都需要修改，很快這些關(guān)系數(shù)據(jù)庫就會變得笨重而緩慢。而在多維數(shù)據(jù)模型中，可以將這些數(shù)據(jù)看做是存在于一個“立方體”中，這個“立方體”有足夠多的“面”，以便對數(shù)據(jù)進行完全分類，如款式、顏色、價格、庫存等等都能夠立刻互相映射，獲取數(shù)據(jù)極其迅速，而且由于清除了冗余的數(shù)據(jù)，多維數(shù)據(jù)庫非常簡單，不僅好用，而且更經(jīng)濟。

2. 現(xiàn)有多維數(shù)據(jù)庫相關(guān)分類

現(xiàn)有的多維數(shù)據(jù)庫主要分為“純”多維數(shù)據(jù)庫和“準”多維數(shù)據(jù)庫，前者以cache這種不依附與關(guān)系數(shù)據(jù)庫的數(shù)據(jù)庫種類為主，后者主要是依附于關(guān)系數(shù)據(jù)庫，在其之上提取數(shù)據(jù)生成多維數(shù)據(jù)表便于進行統(tǒng)計和分析。

現(xiàn)有的準多維數(shù)據(jù)庫大多是基于關(guān)系數(shù)據(jù)庫為基礎(chǔ)，在關(guān)系數(shù)據(jù)庫提供數(shù)據(jù)的基礎(chǔ)上建立多維數(shù)據(jù)，便于查詢和分析。主要包括以下幾個：基于Oracle的ORACLE EXPRESS SERVER，基于SQL Server的Microsoft SQL Server Analysis Services，基于DB2的OLAP Server以及Hyperion Essbase 數(shù)據(jù)庫。

2.1. Cache數(shù)據(jù)庫

Caché 數(shù)據(jù)庫是一種面向?qū)ο蟮亩嗑S數(shù)據(jù)庫，同時支持SQL的訪問方式。在數(shù)據(jù)庫的劃分上，超越關(guān)系數(shù)據(jù)庫被稱為第三代，后關(guān)系型數(shù)據(jù)庫。該數(shù)據(jù)庫有以下特點：

1、速度快。Cache數(shù)據(jù)庫在同等條件下查詢相同數(shù)據(jù)比Oracle等普通數(shù)據(jù)庫要快。Cache是基于普通關(guān)系型數(shù)據(jù)庫如：Oracle， SQL server， Sybase等的基礎(chǔ)之上并有所改進而產(chǎn)生的。Caché在性能上可以和內(nèi)存數(shù)據(jù)庫比美，在一臺筆記本上可以實現(xiàn)每秒數(shù)萬條的插入速度。Caché獨特的動態(tài)的位圖索引技術(shù) 可以實現(xiàn)數(shù)據(jù)庫在更新的同時做查詢和分析，而不影響使用性能。

2、使用簡單。Cache數(shù)據(jù)庫支持標準SQL語句，因此不太熟悉M語言 的用戶依然可以輕易對數(shù)據(jù)庫中的數(shù)據(jù)進行操作。

3、接口容易。Cache數(shù)據(jù)庫支持ODBC標準接口，因此在與其他系統(tǒng)進行數(shù)據(jù)交換時非常容易。同時Cache亦可以將數(shù)據(jù)輸出成文本文件格式以供其它系統(tǒng)訪問調(diào)用。

4、真正的3層結(jié)構(gòu)。Cache數(shù)據(jù)庫能夠真正意義上實現(xiàn)3層結(jié)構(gòu)，實現(xiàn)真正的分布式服務(wù)。升級擴容方便。正因為由上述分布式3層結(jié)構(gòu)，所以當(dāng)醫(yī)院需要增加客戶端PC或醫(yī)院進行擴大規(guī)模時，不需要重新購買或更新主服務(wù)器，只需要適當(dāng)增加二級服務(wù)器的數(shù)量即可，二級服務(wù)器相對來說要比主服務(wù)器要便宜許多，因此，醫(yī)院可節(jié)約資金減少重復(fù)投資。

5、對象型編輯。Cache數(shù)據(jù)庫是真正的對象型數(shù)據(jù)庫，開發(fā)時用戶可直接用數(shù)據(jù)庫定義自己想要的對象，然后再在其它開發(fā)工具中調(diào)用該對象的方法和屬性即可完成開發(fā)工作，非常方便。支持遠程映射和鏡像。Cache數(shù)據(jù)庫支持遠程的映射和鏡像，比如在不同城市之間，或在同一城市的不同區(qū)域之間，Cache可以進行鏡像（Mapping），使不同區(qū)域的Cache數(shù)據(jù)庫同步聯(lián)系起來，雖然在不同區(qū)域，但大家使用起來就像共用一個數(shù)據(jù)庫。

6、靈活性?；贑aché數(shù)據(jù)庫的應(yīng)用軟件不僅可以不經(jīng)修改便能在多種操作系統(tǒng)平臺上（如Windos98/NT、各種UNIX和Linux環(huán)境下運行，也可以隨意布署運行在兩層或三層的C/S結(jié)構(gòu)即客戶機/服務(wù)器環(huán)境中，或者B/S結(jié)構(gòu)即瀏覽器/服務(wù)器環(huán)境中。而且應(yīng)用服務(wù)器和數(shù)據(jù)庫服務(wù)器的數(shù)量是在運行中是隨意可以增加擴充而不影響運行。

7、支持WEB開發(fā)。Cache 數(shù)據(jù)庫提供自帶的Web開發(fā)工具，使用維護非常方便，符合當(dāng)今軟件業(yè)發(fā)展的趨勢。

8、價格便宜。Cache數(shù)據(jù)庫的價格比Oracle要便宜許多。

這種數(shù)據(jù)庫已經(jīng)超越了傳統(tǒng)關(guān)系數(shù)據(jù)庫的局限，在Internet或Client/Server環(huán)境下任務(wù)關(guān)鍵和突發(fā)大負載的情況下，Caché具有獨特超群的高響應(yīng)速率特性、高度靈活的可伸縮性能、高強度聯(lián)機處理能力。

在InterSystems 全球業(yè)務(wù)里，有50%是醫(yī)療行業(yè)，30%在金融業(yè)、另外20%在船務(wù)、飯店管理、會議系統(tǒng)等方面。所有這些行業(yè)都有一個共同點，都需一個龐大的數(shù)據(jù)庫，數(shù)據(jù)需要很快更新。國外的成功案例已經(jīng)有許多，如：美國十大醫(yī)院、三大醫(yī)療衛(wèi)生實驗機構(gòu)、全球最大的在線證券交易公司、美林投資集團、美國國防部等均采用了Caché數(shù)據(jù)庫；國內(nèi)目前也有一些應(yīng)用，但主要限于醫(yī)療行業(yè)，如：北京安貞醫(yī)院、福州軍區(qū)總醫(yī)院和哈爾濱醫(yī)科大學(xué)第一附屬醫(yī)院等。在美國和歐洲的HIS系統(tǒng)中，CACHE數(shù)據(jù)庫所占的比例是最大的，被醫(yī)療界公認為首選數(shù)據(jù)庫。

2.2. Microsoft SQL Server Analysis Services

SQL Server 2008 Analysis Services工具，實現(xiàn)了多維分析數(shù)據(jù)庫的構(gòu)建，同時提供了管理工具與用戶訪問軟件。它使用了一種稱為“Block Computation（分塊計算）”的技術(shù)，存儲模式使得分區(qū)的聚合和其源數(shù)據(jù)的復(fù)本以多維結(jié)構(gòu)存儲在分析服務(wù)器計算機上。利用了多維數(shù)據(jù)集的稀缺性，僅處理非 NULL 數(shù)據(jù)，以提高查詢效率。更加適合于頻繁使用的多維數(shù)據(jù)集中的分區(qū)和對快速查詢響應(yīng)的需要。能夠極大地提高查詢效率，因此可以更細的粒度進行分析。Analysis Services 中的數(shù)據(jù)挖掘算法提供了這種預(yù)測分析能力，而 SQL Server 2008 Analysis Services 改善了數(shù)據(jù)挖掘算法，可以實現(xiàn)更全面的分析。

SQL Server 2008 Analysis Services 新引進了一套創(chuàng)新的 Best Practice Design Alerts（最佳實踐設(shè)計警報），可在開發(fā)流程的早期階段對潛在的設(shè)計問題自動發(fā)出通知，這會減少由于設(shè)計錯誤導(dǎo)致的時間浪費，并有利于實施更快的開發(fā)流程。SQL Server 2008 Analysis Services 利用新的、改進的多維數(shù)據(jù)集、維度和屬性設(shè)計器，進一步提高了開發(fā)人員的工作效率。Analysis Services 可以進行縮放，以支持許多規(guī)模達到兆兆字節(jié)并且服務(wù)于數(shù)千名用戶的數(shù)據(jù)庫。SQL Server 2008 Analysis Services 提供了與數(shù)據(jù)庫引擎所用的類似的 Dynamic Management Views（動態(tài)管理視圖）。這些特性提供了實時的企業(yè)系統(tǒng)信息，用于監(jiān)視、分析和進行性能調(diào)整。SQL Server 2008 Analysis Services 之后，新的備份存儲子系統(tǒng)會使備份時間隨著數(shù)據(jù)庫大小的增加僅按線性增長。

Analysis Services 10.0 OLE DB 訪問接口 （msolap100.dll） 是應(yīng)用程序與 Microsoft Analysis Services 進行交互的接口。ADOMD.NET 是用于與 Microsoft SQL Server Analysis Services 進行通信的 Microsoft .NET Framework 數(shù)據(jù)訪問接口。

2.3. Oracle Express Server

Oracle Express Server是一個先進的計算機引擎和數(shù)據(jù)高速緩存。它使用多維模型，多維模型最能反應(yīng)用戶對其業(yè)務(wù)的思考方法，將電子表格的行和列擴展三維或者更多的維。維可以是時間、產(chǎn)品、產(chǎn)品系列、地區(qū)，用戶分析的對象可以是像單位銷售額這樣的綜合數(shù)據(jù)。對于多維模型的查詢是很迅速的。這些查詢是對數(shù)組中的某一部分的算術(shù)計算。因此，這個數(shù)組支持最大、最復(fù)雜的OLAP應(yīng)用。

Express Server能夠存儲和管理多維數(shù)組，或者通過一種只需很少、甚至不需索引的復(fù)雜的多維高速緩存方案，提供直接面向關(guān)系的分析。Oracle Express Server不僅支持多維模型，而且具有分析、預(yù)測、建模，以及對進行假設(shè)分析的能力。具有用于數(shù)學(xué)、財務(wù)、統(tǒng)計和時間序列管理等方面的內(nèi)置功能。具有伸縮性、強健性和基于應(yīng)用的特性，支持多個用戶，并且為大型庫實現(xiàn)完整性控制。靈活的數(shù)據(jù)組織方式，數(shù)據(jù)可以存放在Express Server內(nèi)，也可直接在RDB上使用，有內(nèi)建的分析函數(shù)和4GL用戶自己定制查詢。

Oracle Express Server是先進的多維計算引擎，是進行OLAP分析的基礎(chǔ)。Express Server的最新版本是6.3，這個版本在處理能力、分析功能等多方面有重大改進。

1. 處理能力的提高：Express Server 6.3展示了OLAP 服務(wù)器最快的計算能力和查詢性能。Express Server 6.3引入了很多新特性，可以極大提高Express Server對大數(shù)據(jù)量和大的并發(fā)用戶數(shù)的支持。

2. 更快的匯總計算：Express Server 6.3引入了全新的匯總計算管理機制。新的匯總機制允許定制匯總方法，并且可以顯著降低裝載和匯總計算的時間。

3. 分析功能的提高：新引入的統(tǒng)計分析函數(shù)將使Express Server 6.3的分析能力顯著提高。

4. 預(yù)測功能的提高：新的預(yù)測系統(tǒng)將提供數(shù)據(jù)抽樣和基于數(shù)據(jù)模式推薦最佳預(yù)測方法的能力。

5. 基于Web的管理工具：Express Server 的管理將由新的Express Instance Manger統(tǒng)一進行，Express Instance Manger是基于Java的應(yīng)用，可以和Oracle Enterprise Manager集成。這使DBA可通過Oracle Enterprise Manager的Java窗口或Browser對NT或UNIX上的多維數(shù)據(jù)庫進行管理。

6. Oracle Express 對Web技術(shù)的支持：Express Server 的一個重要發(fā)展策略是支持Internet計算，這也是Express產(chǎn)品領(lǐng)先于同類產(chǎn)品的一個重要方面。DBA可通過Oracle Enterprise Manager的Java窗口或Browser對NT或UNIX上的多維數(shù)據(jù)庫進行管理。Express Server 從6.0版本開始增加了Express Web Agent選項，使基于Express Server的ＯＬＡＰ應(yīng)用擁有了Web公布能力

7. 支持各種關(guān)系型數(shù)據(jù)庫系統(tǒng)的集成。

2.4. DB2 OLAP Server

IBM公司提供了一套基于可視數(shù)據(jù)倉庫的商業(yè)智能（BI）解決方案，包括：Visual Warehouse（VW）、Essbase/DB2 OLAP Server 5.0、IBM DB2 UDB，以及來自第三方的前端數(shù)據(jù)展現(xiàn)工具（如BO）和數(shù)據(jù)挖掘工具（如SAS）。其中，VW是一個功能很強的集成環(huán)境，既可用于數(shù)據(jù)倉庫建模和元數(shù)據(jù)管理，又可用于數(shù)據(jù)抽取、轉(zhuǎn)換、裝載和調(diào)度。Essbase/DB2 OLAP Server支持“維”的定義和數(shù)據(jù)裝載。Essbase/DB2 OLAP Server不是ROLAP（Relational OLAP）服務(wù)器，而是一個（ROLAP和MOLAP）混合的HOLAP服務(wù)器，在Essbase完成數(shù)據(jù)裝載后，數(shù)據(jù)存放在系統(tǒng)指定的DB2 UDB數(shù)據(jù)庫中。

嚴格說來，IBM自己并沒有提供完整的數(shù)據(jù)倉庫解決方案，該公司采取的是合作伙伴戰(zhàn)略。例如，它的前端數(shù)據(jù)展現(xiàn)工具可以是Business Objects的BO、Lotus的Approach、Cognos的Impromptu或IBM的Query Management Facility；多維分析工具支持Arbor Software的Essbase和IBM（與Arbor聯(lián)合開發(fā)）的DB2 OLAP服務(wù)器；統(tǒng)計分析工具采用SAS系統(tǒng)。

IBM DB2 OLAP Server把Hyperion Essbase的OLAP引擎和DB2的關(guān)系數(shù)據(jù)庫集成在一起。，與Essbase API完全兼容，數(shù)據(jù)用星型模型存放在關(guān)系數(shù)據(jù)庫DB2中。

2.5. Hyperion Essbase

Hyperion Essbase是一個聯(lián)機分析處理（OLAP）服務(wù)器，使用一個多維模型從一系列數(shù)據(jù)源中提取數(shù)據(jù)，計算后對它們加以綜合，然后提供對結(jié)果的快速訪問。是一個多維數(shù)據(jù)庫服務(wù)器，可以創(chuàng)建“塊存儲”或“聚合存儲”數(shù)據(jù)庫，前者用于需要進行讀/寫訪問的小型、高密度的數(shù)據(jù)集，后者用于具有很多維度和只讀訪問的稀疏、銷售分析類型的應(yīng)用程序。

Essbase是BI軟件hyperion的多維數(shù)據(jù)庫，目前已更新至11版本。 它不同于通常意義上的關(guān)系數(shù)據(jù)庫，Essbase把數(shù)據(jù)按“塊”劃分，每個數(shù)據(jù)塊會定義不同的維度。其中Essbase有7個默認維度，并可以自行定義13個用戶維度。 7個默認維度為科目、期間、年份、情景、貨幣、版本、實體。

Essbase的特點：

1、 高性能：快速地查詢響應(yīng)

2、 計算/分析能力

聚合

無限制的跨維計算能力

場景假設(shè)分析

分攤

趨勢分析/回歸分析

決策樹/神經(jīng)網(wǎng)絡(luò)/關(guān)聯(lián)分析

財務(wù)智能/貨幣轉(zhuǎn)換

數(shù)學(xué)函數(shù)

預(yù)測

Hyperion Essbase現(xiàn)狀：以服務(wù)器為中心的分布式體系結(jié)構(gòu)–有超過100個的應(yīng)用程序；有300多個用Essbase作為平臺的開發(fā)商；具有幾百個計算公式，支持多種計算；用戶可以自己構(gòu)件復(fù)雜的查詢；快速的響應(yīng)時間，支持多用戶同時讀寫；有30多個前端工具可供選擇；支持多種財務(wù)標準；能與ERP或其他數(shù)據(jù)源集成；全球用戶超過1500家

3. 簡要比較

綜合以上5種多維數(shù)據(jù)庫的比較如下：

作為醫(yī)療界公認為首選數(shù)據(jù)庫，Cache數(shù)據(jù)庫的優(yōu)點較多，如具有較快的查詢速度，使用簡單和靈活性等特點，適合在開發(fā)階段直接使用，由于采用直接插入數(shù)據(jù)的形式，所以對已有未用Cache的老產(chǎn)品不太適合，數(shù)據(jù)的遷移性不太好。

作為微軟在多維數(shù)據(jù)上應(yīng)用的典型產(chǎn)品，Analysis Services具有較好的查詢和分析性能，并且由于Sql Server的廣泛應(yīng)用，使得Analysis Services有較多的應(yīng)用。Sql Server 2008對Analysis Services做出了一些改進，進一步提高了查詢效率和分析能力。在數(shù)據(jù)源方面適用于多種數(shù)據(jù)源，但是該系統(tǒng)的應(yīng)用環(huán)境只是windows，不能用于Linux系統(tǒng)上。

Oracle支持關(guān)系數(shù)據(jù)存儲和多維數(shù)據(jù)存儲，利用Oracle Express Server實現(xiàn)多維數(shù)據(jù)的存儲，在Express Server 6.3公布之前，Oracle Express Server 的技術(shù)更新的太慢，占用的內(nèi)存很大，影響了其應(yīng)用。Express Server 6.3提高了處理能力和分析能力，但是提高的程度有待于驗證。

DB2 OLAP Server是一個ROLAP和MOLAP混合的HOLAP服務(wù)器，在Essbase完成數(shù)據(jù)裝載后，數(shù)據(jù)存放在系統(tǒng)指定的DB2 UDB數(shù)據(jù)庫中。對Essbase的API完全兼容。主要應(yīng)用在DB2的數(shù)據(jù)庫之上。

Hyperion Essbase是多維數(shù)據(jù)庫服務(wù)器，支持從廣泛的數(shù)據(jù)源提取數(shù)據(jù)，但與 Oracle OLAP 將數(shù)據(jù)存儲在關(guān)系數(shù)據(jù)庫引擎外不同，它通常將數(shù)據(jù)存儲在自己的專用服務(wù)器上，從而具有較快的查詢響應(yīng)以及計算分析能力。

考慮現(xiàn)在應(yīng)用的數(shù)據(jù)庫為Oracle數(shù)據(jù)庫，盡管cache數(shù)據(jù)庫和DB2 OLAP Server性能較高，但短時間內(nèi)使用這兩種產(chǎn)品的可能性不大，現(xiàn)有數(shù)據(jù)庫數(shù)據(jù)不能快速順利的移植或者應(yīng)用到Cache數(shù)據(jù)庫，DB2 OLAP Server會依托于Hyperion Essbase數(shù)據(jù)庫，與現(xiàn)用的Oracle數(shù)據(jù)庫同時使用會有些累贅。所以暫時選擇以下三種策略。

策略1：Oracle + Oracle Express Server

策略2：Oracle + Hyperion Essbase

策略3：Oracle + SQL Server Analysis Service

綜合比較上述三種策略如下：?

表1：三種策略比較