我了解多维数据集是用于聚合和“切片”大量数据的优化数据结构。我只是不知道它们是如何实现的。
我可以想象很多这种技术是专有的，但是有什么资源可以用来开始实施我自己的立方体技术吗？
可能涉及集合论和大量数学知识（欢迎提出建议！），但我主要对实现感兴趣：数据结构和查询算法。
谢谢！
【问题讨论】：
标签： sql data-warehouse ssas
有一本很棒的书描述了 SSAS 实现的许多内部细节，包括存储和查询机制细节：
http://www.amazon.com/Microsoft-Server-Analysis-Services-Unleashed/dp/0672330016
【讨论】：
在星型模式数据库中，通常以最精细的粒度获取和存储事实。
让我们以http://www.ciobriefings.com/Publications/WhitePapers/DesigningtheStarSchemaDatabase/tabid/101/Default.aspx 中的图 10 中的 SalesFact 示例为例
现在，粒度是产品、时间（以一天为粒度）、商店。
假设您希望按月汇总，预先汇总（此特定示例不太可能需要预先汇总，但如果销售按客户详细说明，按分钟计算，则可能需要预先汇总）。
然后您将有一个 SalesFactMonthly（或向现有事实表添加粒度区分，因为维度相同 - 有时在聚合中，您实际上可能会丢失维度，就像您可能会丢失粒度一样，例如，如果您只想要存储而不是按产品）。
ProductID
TimeID (only linking to DayOfMonth = 1)
StoredID
SalesDollars
你会这样做：
INSERT INTO SalesFactMonthly (ProductID, TimeID, StoreID, SalesDollars)
SELECT sf.ProductID
,(SELECT TimeID FROM TimeDimension WHERE Year = td.Year AND Month = td.Month AND DayOfMonth = 1) -- One way to find the single month dimension row
,sf.StoreID
,SUM(sf.SalesDollars)
FROM SalesFact AS sf
INNER JOIN TimeDimension AS td
ON td.TimeID = sf.TimeID
GROUP BY td.Year, td.Month
在多维数据集中发生的情况是，您基本上将细粒度星形和预聚合在一起 - 但每个实现都是专有的 - 有时您甚至可能在多维数据集中没有最细粒度的数据，因此无法报告.但是，您可能希望对数据进行切片的每一种方式都需要以该粒度存储，否则您无法以这种方式进行分析。
【讨论】：
通常，数据仓库使用关系数据库，但表不像操作关系数据库那样规范化。
数据仓库是面向主题的。数据仓库主题表通常具有以下特点：
许多索引。
没有连接，除了查找表。
重复数据，主题表是 高度非规范化。
包含派生和汇总信息。
数据仓库中的数据库表以星型模式排列。星型模式基本上是一个带有一组查找表的主题表。查找表的键是主题表中的外键。如果绘制主题表的实体关系图，查找表会像星点一样围绕主题表。
就查询而言，这取决于主题表和行数。通常，查询会花费很长时间（几分钟，有时是几小时）。
这是一篇帮助您入门的一般文章：Developing a Data Warehouse Architecture
以下是星型模式设计的高级概述：Designing the Star Schema Database
【讨论】：