对于大量异构数据，关系数据库效率低下。需要一个新概念：多维数据库。
组织积累的大量异构数据是公司需要能够快速对这些数据进行复杂分析的技术的原因之一。因为关系数据库效率低下，所以从这个角度来说需要一个新的概念，即多维数据库的概念。
任何组织每年都会积累大量信息。不同部门的负责人必须定期准备报告，总结不同时期积累的信息，为了方便完成这项任务，必须设计一个多维数据库来存储这些信息，以简化其活动。
我们来了解一下多维数据库的概念 和特点，以及与关系数据库的比较及其主要优缺点。
新的行动呼吁
多维数据库的概念和特点
多维数据库表示一种数据库类型，其中数据 香港 whatsapp 数据 存储在单元格中，并且每个单元格的位置由一系列称为维度的变量定义。每个单元格代表一个业务事件，维度值表示事件发生的时间和地点。您可以使用不同的同义词找到它，例如多维数据集、超立方体、OLAP 多维数据集、OLAP 数据库或多维数据仓库。虽然从逻辑上讲多维数据库看起来像一个立方体，但物理上它却存储为一个具有偏移定位的压缩多维数组。
多维数据库设计对应的数据模型是包含具有度量类型属性的事实表和具有描述性属性的维度表的多维数据模型。维度表中的成员可以组织成层次结构。
多维数据库与关系数据库的比较分析
实际上，不能说某种类型的数据库比另一种类型的数据库好得多，或者关系数据库完全过时了。两种类型的数据库都有优点和缺点，确定某种类型的数据库适合使用的情况非常重要。
这两种类型的数据库之间的主要区别是：
多维数据库：
数据组织：多维数据数组、单元格、维度、事实表。
数据层次：详细数据和汇总数据。
典型操作：分析。
查询语言：MDX。
磁盘空间使用率：低。
性能：良好。
灵活性：低。
数据处理时间：高。
可扩展性：低。
设计范围：有限。
数据访问：支持直接访问数据。
关系数据库：
数据组织：表格。
数据级别：详细数据。
典型操作：更新。
查询语言：SQL。
磁盘空间使用量：大。
性能：弱。
柔韧性：高。
数据处理时间：低。
可扩展性：高。
设计范围：非常大。
数据访问——允许间接访问数据。
从以上数据可以看出，多维数据库以多维数组格式存储详细数据和聚合数据，特别用于数据分析应用程序。与它们不同，关系数据库中的数据存储在表中。关系数据库是传统事务处理系统中的关键元素。
在 20 世纪 90 年代和 21 世纪初期，关系数据库只有一种查询语言。这种语言就是SQL 语言。 1997 年，微软开发了多维表达式 (MDX) 语言，作为 Olap 规范的 OLE DB 专业化的一部分。自 2001 年以来，XML for Analysis (XMLA) 已成为访问 OLAP 数据的标准，从而也标准化了 MDX 语言。