[发明专利]通过查询优化改进分配性能

说明书

背景

商业应用程序中的数据经常是以电子表格的形式来查看的。电子表格可以 被看作是“二维”数据数组。电子表格中的每个单元表示两个相关实体或维度 的值。例如，一个维度可以是时间，而相应的交叉维度则可以是收入。然而， 许多应用程序可以具有含两个以上维度的数据。具有两个以上维度的商业数据 被称作多维数据。

多维数据经常被应用于财务规划、预算和预测应用程序。在这种应用程序 中常用的维度的示例包括：帐户、时间、产品、商业单位、金融场景等。在这 种多维数据空间内的一条具体数据可以是(收入、2005年5月、服务、预算、 1000)，它表示如下事实：即当帐户＝收入、时间＝2005年2月、商业单位＝ 服务和金融场景＝预算时，数据值是1000。

在规划、预算和预测应用程序中常用的计算是设置一高级目标，然后将其 分解为支持该高级目标的多个较低级目标。这种类型的计算被称作分配。例如， 当商业单位＝服务且金融情况＝预算时，可以将2004年全年的收入目标设为一 千万美元。该目标随后可以被分解为2004年12个月中每个月的收入目标。用 于执行分配的一种方法是在诸如微软SQL服务器分析服务多维数据集 (Microsoft SQL Server Analysis Servicecube)等OLAP(在线分析处理)模 型中表示该多维数据，生成对分配的多维表达式(MDX)查询，然后在微软 SQL服务器分析服务引擎中执行该查询。

SQL服务器分析服务引擎对于稀疏计算可能表现得较差-如果需要计算 的数据点的数量较大，但大多数计算结果实际上是零时，则将计算称作稀疏。 对于许多商业应用程序，对分配所生成的MDX查询往往是稀疏的。因此，在 SQL服务器分析服务引擎上蛮力执行这些查询可能会导致较差的性能。

概述

通过优化与分配相关联的查询来可增强分配性能。符号化分析一计算表达 式，以建立非零计算结果与输入数据中的非零数据行之间的关系。因此，可以 从输入数据的非零区域中确定计算结果的非零区域，从而能够通过符号化地从 该计算中消除零区域来减少计算复杂度。如此简化的计算通常不再是稀疏的。

提供本概述以便以简化的方式介绍将在下面的详细描述中进一步描述的 一些概念。本概述并不旨在标识出所要求保护的主题的关键特征或必要特征， 也不旨在用于帮助确定所要求保护的主题的范围。

附图简述

图1示出了其中可以使用查询优化来执行用于分配的应用程序以增强性 能的计算设备；

图2示出了其中可以实现分配应用程序的各方面的示例性系统；

图3是示出了示例性多维数据的符号(二维电子表格)和物理(表格)表 示的概念图；

图4是示出了使用查询优化的分配的概念图，其强调在二维数据存储环境 中将数据由稀疏空间转换到密集空间；

图5示出了用于分配算法的示例性数据结构的分层结构及相应的句法；

图6示出了用于在稀疏数据空间内执行分配的示例性蛮力算法及相应的 查询优化算法；以及

图7示出了用于通过优化查询在稀疏数据空间内执行分配的过程的逻辑 流程图。

详细描述

现将参考在此形成一部分并以说明的方式示出了用于实施本发明的具体 示例性实施例的附图，在下文中更充分地描述本发明的实施例。然而，本发明 可以用许多不同的方式来实现，而不应解释为限于在此阐明的实施例；当然， 提供这些实施例以便使本发明将是全面和完整的，并且将向本领域的普通技术 人员充分传达其范围。特别地，可以将本发明实现为方法或设备。因此，本发 明可以采用全部为硬件实施例、全部为软件实施例或者组合了软件和硬件方面 的实施例的形式。因此，不应以限制的意义来考虑以下详细描述。

根据各实施例，提供了一种用于建立计算结果的非零区域和输入数据的非 零区域之间的关系的方法。使用该关系，可以从输入数据的非零区域中确定计 算结果的非零区域，因此可通过符号化地从计算中消除零区域来减少计算复杂 度。

该关系可使用以下三个步骤来建立。首先，检查计算表达式以确定该表达 式中的每一项是否均受至少一个元组表达式的支配。单元是多维空间中每个坐 标都被完整指定的点，而元组则是该单元的部分坐标的列表。元组表达式是表 示元组的表达式。如果一个项在元组表达式变为零时也变为零，则该项受该元 组表达式的支配。