面向决策支持的cube物化选择方案

？现有数据方(cube)物化选择算法中，一般采用查询频率分布和物化成本模型来指导物化选择，忽视了查询结果最终是为系统决策支持使用。实际系统中，cube查询结果的子集就可以满足决策支持需要，这使得查询结果集的部分决策冗余;据此，将完全cube约简为d？cube。该文提出面向决策支持的物化cube选择方案，将系统决策支持需求分解为查询序列集，定义查询的决策贡献度;根据查询决策贡献度、物化成本和查询频率来选择物化cube。通过理论分析和实验结果表明，该方案在海量数据仓库及数据流cube中优于其他选择方案。