DE10120869A1

DE10120869A1 - Verwendung eines Index für den Zugriff auf eine mehrdimensionale Subjektdatenbank

Info

Publication number: DE10120869A1
Application number: DE10120869A
Authority: DE
Inventors: William E Malloy; Gary Robinson
Original assignee: International Business Machines Corp
Current assignee: International Business Machines Corp
Priority date: 2000-05-04
Filing date: 2001-04-27
Publication date: 2001-12-13
Also published as: US6915289B1; CA2343663A1; US20010054034A1; US7529727B2

Abstract

Eine Technik für den Zugriff auf eine mehrdimensionale Subjektdatenbank, die auf einem mit dem Computer verbundenen Datenspeicher gespeichert ist. Für die mehrdimensionale Subjektdatenbank wird ein Index erzeugt, wobei der Index eine andere mehrdimensionale Datenbank umfasst. Auf die mehrdimensionale Datenbank wird dann anhand des Index zugegriffen.

Description

RÜCKVERWEISUNG AUF VERWANDTE PATENTANMELDUNG

Die vorliegende Patentanmeldung ist verwandt mit der gleichzeitig anhängigen Patentanmeldung des gleichen Anmelders: Anmeldung Nr. 09/565,132, mit dem Titel "NAVIGATING AN INDEX TO ACCESS A SUBJECT MULTI-DIMENSIONAL DATABASE", am gleichen Tag wie diese Patentanmeldung, eingereicht von William E. Malloy et al., die hierin durch Bezugnahme enthalten ist.

Gebiet der Erfindung

Diese Erfindung betrifft im allgemeinen computerisierte Datenbank-Verwaltungssysteme und im einzelnen die Verwendung eines Index für den Zugriff auf eine mehrdimensionale Subjektdatenbank.

HINTERGRUND DER ERFINDUNG

Online Analytical Processing (OLAP) ist das Konsolidieren, Betrachten und Analysieren von Daten in Form einer "mehrdimensionalen Datenanalyse". In OLAP-Systemen können Daten gesammelt, zusammengefasst, konsolidiert, summiert, betrachtet und analysiert werden. OLAP umfasst im allgemeinen zahlreiche spekulative, von einem Computer ausgeführte "what-if"- und/oder "why"-Datenmodellszenarien. Innerhalb dieser Szenarien werden die Werte von Schlüsselvariablen oder Parametern häufig mehrmals verändert, um die möglichen Abweichungen der erfassten Daten wiederzugeben. Zusätzliche Daten werden dann durch Animation des Datenmodells synthetisiert. Dies schließt häufig die Konsolidierung von projizierten Daten und von Ist-Daten auf mehr als nur einem Konsolidierungspfad oder in mehr als einer Dimension ein.

Bei der Datenkonsolidierung werden Daten zu essentiellem Wissen synthetisiert. Die höchste Ebene in einem Datenkonsolidierungspfad wird als die Dimension dieser Daten bezeichnet. Eine gegebene Datendimension stellt eine spezifische Perspektive der Daten in dem ihr zugeordneten Konsolidierungspfad dar. Es gibt typischerweise eine Reihe verschiedener Dimensionen, aus denen ein gegebener Bestand von Daten analysiert werden kann. Mit dieser Mehrfachperspektive oder mehrdimensionalen logischen Sicht wird zum Beispiel die Art und Weise der Betrachtung eines Unternehmens durch die Geschäftsleute wiedergegeben. Jede Perspektive wird als komplementäre Datendimension betrachtet. Die gleichzeitige Analyse mehrerer Datendimensionen wird als mehrdimensionale Datenanalyse bezeichnet.

Die OLAP-Funktionen sind gekennzeichnet durch eine dynamische mehrdimensionale Analyse konsolidierter Daten zur Unterstützung der analytischen Aktivitäten und der Navigationsaktivitäten eines Endusers, zum Beispiel:
Berechnungen und Modellierungen, die in den verschiedenen Dimensionen, Hierarchien und/oder Mitgliedern angewendet werden;
Trendanalysen während aufeinanderfolgender Zeiträume;
Unterteilen von Teilmengen für die Betrachtung auf dem Bildschirm;
Vordringen in tiefere Konsolidierungsebenen (drill-down);
Ermitteln von zugrunde liegenden Detaildaten; und
Rotation zu neuen dimensionalen Vergleichen innerhalb des Betrachtungsbereichs.

OLAP wird häufig in einem Client-/Server-Modus für mehrere User implementiert und versucht, ein immer gleich schnelles Ansprechen auf einen Datenbankzugriff anzubieten, unabhängig von der Größe und Komplexität der Datenbank.

Mit mehrdimensionalen Datenbanken hat ein Unternehmensanalyst die Möglichkeit, zusammengefasste und andere abgeleitete Daten in einem mehrdimensionalen Unternehmensmodell auf einfache Weise zu betrachten. Anhand eines solchen Modells kann geprüft werden, ob eine bestimmte Hypothese über die Führung des Unternehmens wahr ist, oder nicht. Solche Modelle können jedoch sehr groß sein, und es kann daher schwierig werden, zu "sehen", wo die interessantesten "Merkmale" in einer ungeheuer großen numerischen Landschaft mit Millionen oder sogar Billionen von Werten sich befinden. Das heißt, ein mehrdimensionales OLAP-System hat mehrere Dimensionen und Mitglieder innerhalb der Dimensionen. Es ist im typischen Falle schwierig und zeitaufwendig, bestimmte Daten innerhalb des mehrdimensionalen OLAP-Systems zu finden.

Ein konventionelles System wird beschrieben in der US Patentschrift Nr. 5,359,724 (nachfolgend als '724er- Patent bezeichnet), die am 25. Oktober 1994 an Robert J. Earle ausgegeben wurde, mit dem Titel "Method and Apparatus for Storing and Retrieving Multi-Dimensional Data in Computer Memory". Mehrdimensionale Daten werden als dünn und als dicht besiedelte Dimensionen in einer Struktur mit zwei Ebenen organisiert. Im einzelnen bilden die dicht besiedelten Dimensionen einen Datenblock mit Zellen, wobei in jeder Zelle ein Wert für eine Kombination von dünn besiedelten Dimensionen gespeichert ist. Bei dieser Technik muss ein User eine Kombination von dünn besiedelten Dimensionen angeben, um auf die mehrdimensionalen Daten zuzugreifen. Der User muss also hierbei die dünn besiedelten Dimensionen sowie die Kombination für den Zugriff auf einen Wert in der Zelle kennen. Außerdem ist es für einen User zeitaufwendig, diese Technik für den Zugriff auf Daten in vielen Zellen anzuwenden.

In "Indexing OLAP Data", Bulletin der IEEE Computer Society, Technical Committee an Data Engineering, 1996, wurde von Sunita Sarawagi der Prototyp eines Systems zur Färbung von Zellen in einer Pivot-Tabelle von Microsoft® Excel vorgestellt sowie ein Schema erfunden, mit dem ein Analyst von ihn interessierenden Zellen der höheren Ebene zu interessierenden Zellen niedrigerer Ebenen geführt werden kann; es wurde jedoch kein Mechanismus gezeigt, um diese Technologie in mehrdimensionale Datenbanken zu integrieren. Außerdem war der beschriebene Navigationsprozess mühsam, insbesondere bei großen Kuben, und machte ein Navigieren des Users zu jeder einzelnen Zelle und das subjektive Betrachten des Merkmals erforderlich.

Es gibt in der Technik also Bedarf für eine verbesserte Technik, mit der auf Daten in einer mehrdimensionalen Datenbank zugegriffen werden kann.

ZUSAMMENFASSUNG DER ERFINDUNG

Um die bisherigen Einschränkungen, wie sie oben beschrieben wurden, sowie andere Beschränkungen, die beim Lesen der vorliegenden Beschreibung deutlich werden, zu beseitigen, beschreibt die vorliegende Erfindung eine Methode, eine Vorrichtung und einen Herstellungsartikel zur Verwendung eines Index für den Zugriff auf eine mehrdimensionale Subjektdatenbank.

Gemäß einem Ausführungsbeispiel der Erfindung wird auf eine mehrdimensionale Subjektdatenbank zugegriffen, die auf einem an den Computer angeschlossenen Datenspeicher gespeichert ist. Zunächst wird für die mehrdimensionale Subjektdatenbank ein Index erstellt, wobei der Index eine andere mehrdimensionale Datenbank umfasst. Dann wird mit Hilfe dieses Index auf die mehrdimensionale Subjektdatenbank zugegriffen.

KURZE BESCHREIBUNG DER ZEICHNUNGEN

Wir nehmen nun Bezug auf die Zeichnungen, in denen gleiche Bezugszahlen jeweils gleiche Komponenten bezeichnen:

Fig. 1 ist ein Blockdiagramm, in dem die Komponenten einer Hardwareumgebung dargestellt werden;

Fig. 2 ist ein Diagramm, das eine logische Struktur (einen Entwurf) einer mehrdimensionalen Datenbank zeigt;

Fig. 3 ist ein Diagramm, das eine logische Struktur einer mehrdimensionalen Datenbank zeigt;

Fig. 4 ist ein Diagramm, das eine logische Struktur (einen Entwurf) einer mehrdimensionalen Datenbank mit einem äußeren (dünn besiedelten) Feld und einem inneren (dicht besiedelten) Feld zeigt;

Fig. 5 ist ein Diagramm, das einen für den Zugriff auf mehrdimensionale Daten verwendeten Index zeigt;

Fig. 6 ist ein Diagramm, das eine logische Struktur (einen Entwurf) einer mehrdimensionalen Subjektdatenbank zeigt;

Fig. 7 ist ein Diagramm, das eine logische Struktur (einen Entwurf) eines Index zeigt;

Fig. 8 ist ein Spreadsheet-Arbeitsblatt, das Daten in dem Index wiedergibt;

Fig. 9A ist ein Spreadsheet-Arbeitsblatt, das Informationen eines Index über die Datei eines Spreadsheet-Programms erfasst;

Fig. 9B ist ein Login-Prompt für die Verbindung zu einem Index;

Fig. 10 ist eine graphische Benutzerschnittstelle (GUI) für ein Partition Wizard;

Fig. 11 ist eine graphische Benutzerschnittstelle, die zur Erzeugung einer Bereichsabbildung eingesetzt wird;

Fig. 12 ist eine graphische Benutzerschnittstelle, die zur Erzeugung von Mitgliederabbildungen verwendet wird;

Fig. 13 ist ein Ablaufdiagramm, das einen Prozess für den Aufbau eines Index zeigt;

Fig. 14 ist ein Dialogfenster, das eine Verknüpfung zu einer mehrdimensionalen Subjektdatenbank zeigt;

Fig. 15 zeigt ein Dialogfenster "View Cell Note" ("Ansicht Zellennotiz"), mit dem der User eine "Explanation of the Deviation" ("Erläuterung der Abweichung") einsehen kann;

Fig. 16 ist ein Spreadsheet-Arbeitsblatt, das einen Punkt in einer mehrdimensionalen Subjektdatenbank veranschaulicht; und

Fig. 17 ist ein Ablaufdiagramm, in dem ein Prozess zur Navigation in einem Index gezeigt wird.

AUSFÜHRLICHE BESCHREIBUNG EINES AUSFÜHRUNGSBEISPIELS

In der folgenden Beschreibung eines Ausführungsbeispiels wird Bezug genommen auf die beiliegenden Zeichnungen, die ein Teil der Beschreibung sind, und in denen ein bestimmtes Ausführungsbeispiel gezeigt wird, in dem die Erfindung praktisch umgesetzt werden kann. Es wird vorausgesetzt, dass andere Ausführungsbeispiele verwendet und strukturelle und funktionelle Veränderungen vorgenommen werden können, ohne vom Geltungsbereich der vorliegenden Erfindung abzuweichen.

Überblick

Ein Ausführungsbeispiel der Erfindung baut einen Index für den Zugriff auf eine mehrdimensionale Datenbank auf. Der Index selbst ist ebenfalls eine mehrdimensionale Datenbank. Um zwischen den Datenbanken unterscheiden zu können, wird die mehrdimensionale Datenbank, auf die zugegriffen werden soll, als mehrdimensionale Subjektdatenbank bezeichnet, und der Index wird als Index oder als mehrdimensionale Indexdatenbank bezeichnet. Die Techniken der Erfindung sind auf alle mehrdimensionalen Datenbanken mit folgenden Eigenschaften anwendbar: (1) Datenbanken mit der Fähigkeit, Daten und die dazugehörigen nicht numerischen Werte zu speichern; und (2) Datenbanken mit der Fähigkeit, eine Verknüpfung von einer Datenbank der einen Dimensionalität zu einer Datenbank einer anderen Dimensionalität herzustellen. Außerdem können, wenn eine mehrdimensionale Datenbank keine Daten und die zugehörigen nicht numerischen Werte speichern und/oder keine Verknüpfung von einer Datenbank der einen Dimensionalität zu einer Datenbank der anderen Dimensionalität herstellen kann, die Techniken der Erfindung dennoch in alternativen Ausführungsbeispielen angewendet werden, in denen diese Funktionen als Teil einer Anwendung, und nicht als Teil eines mehrdimensionalen Datenbanksystems hinzugefügt sind.

Die Erfindung bietet eine Benutzerschnittstelle zum Einrichten von Dimensionen für die zu durchsuchende mehrdimensionale Subjektdatenbank, die zu durchsuchenden Dimensionen, die zu durchsuchenden Maßnahmen, Parameter für die Durchsuchungstechnik (d. h. für eine Merkmalserkennung) und die Anzahl der zu speichernden Ergebnisse. Die Benutzerschnittstelle ist in der Lage, einen Durchsuchungslauf direkt anzutreiben. Außerdem unterstützt die Erfindung die Durchquerung der mehrdimensionalen Datenbank, die Ausführung der Durchsuchungstechnik und die Generierung von Ergebnisdaten. Das Durchsuchen kann nach dem Laden und der Berechnung von inkrementalen Daten ausgeführt werden, wenn die Erfindung im Batch-Modus läuft. In einem Ausführungsbeispiel wird mit der Durchsuchungstechnik die mehrdimensionale Subjektdatenbank nur einmal abgetastet. Die Ergebnisdaten werden für die Erzeugung eines Index verwendet. Für die Verwaltung des Index sind Operationen zur Erstellung und zum Löschen eines Index, für die Entwurfsdefinition, für die Datenpopulation, für die Erzeugung der Zellennotiz (zum Beispiel die Erzeugung eines verknüpften Berichtsobjekts) und für die Definition der verknüpften Partition erforderlich. Die Erfindung bietet Möglichkeiten zur Erschließung und Sichtbarmachung der Ergebnisdaten im Vergleich mit der mehrdimensionalen Subjektdatenbank.

Im einzelnen bietet die Erfindung eine Integration zwischen OLAP und Data Mining, durch eine Abweichungserkennungsfunktion, welche die OLAP-Daten durchsucht und einen Analysten zu den abweichenden Werten hinführt. OLAP erfordert normalerweise eine Person zum Absuchen der Daten, zum Formulieren von Fragen und zum Finden von Antworten. Mit der Erfindung wird OLAP so erweitert, dass ein automatisiertes Durchsuchen der Daten möglich ist.

Die Erfindung verwendet einen Index (d. h., eine zweite mehrdimensionale Datenbank), um auf eine erste oder eine mehrdimensionale Subjektdatenbank zuzugreifen. Die Erfindung baut automatisch den Index auf, zusammen mit Verknüpfungen zu der mehrdimensionalen Subjektdatenbank. Die Erfindung speichert außerdem die Indexdaten in einer Spreadsheet- Datendatei, so dass der User eines Spreadsheet-Programms eine Liste mit den Abweichungen in einem Arbeitsblatt einsehen und mit Hilfe eines verknüpften Partitionsmechanismus eine Verknüpfung mit den Zellen in der mehrdimensionalen Subjektdatenbank herstellen könnte. Zudem unterstützt diese Erfindung die Anwendung von miteinander verknüpften Berichtsobjekten (Linked Reporting Objects = LROs) und stellt einen Bericht zur Verfügung, der in ein Spreadsheet-Programm geladen werden kann.

Die Erfindung hat viele Vorteile. Beispielsweise ist sie unkompliziert in der Implementierung. Darüber hinaus erfordert die Erfindung keine zusätzlichen Funktionen oder eine Unterstützung von den Entwicklern der mehrdimensionalen Subjektdatenbank, modifiziert die vorhandene mehrdimensionale Subjektdatenbank nicht und speichert in der mehrdimensionalen Subjektdatenbank keine zusätzlichen Daten. Zudem kann die Erfindung zusätzliche Erläuterungen als Zellennotizen im Index speichern. Des weiteren können mit der Erfindung die mehrdimensionalen Daten sichtbar gemacht und es kann in ihnen navigiert werden. Die Erfindung ist darüber hinaus einfach zu verwalten und kann mit jeder Data Mining-Technik angewendet werden, die die gewünschten Punkte in einer mehrdimensionalen Datenbank erkennen kann (d. h. eine Merkmalserkennungstechnik). Zudem unterstützt die Infrastruktur der Erfindung Plug-in-Techniken, mit denen die Lösung über eine Erkennung von Abweichungen hinaus erweitert werden kann.

Hardwareumgebung

Fig. 1 ist ein Blockdiagramm mit den Komponenten einer Hardwareumgebung. Die Komponenten arbeiten zusammen, um einen Index zu einer mehrdimensionalen Datenbank aufzubauen, wobei der Index selbst eine weitere mehrdimensionale Datenbank ist.

Im einzelnen sind ein Administration Client 100, ein Analyst Client 110 und ein Server 120 über ein Netzwerk 150, beispielsweise ein LAN, WAN oder das Internet, miteinander verbunden. Zunächst sucht ein Administrator oder ein anderer User an einem Administration Client 100 mit Hilfe eines Netzwerk-Dateisystems 132 eine GUI mit einer Indexierparametersammlung 104. Anschließend läßt der Administrator die Indexierparametersammlung-GUI (d. h., die graphische Benutzerschnittstelle) 104 ablaufen (d. h., er ruft sie auf oder führt sie aus). Die Indexierparametersammlung-GUI 104 sammelt Parameter, die zur Erzeugung einer mehrdimensionalen Indexdatenbank (d. h. eines Index) 134 für den Zugriff auf eine mehrdimensionale Subjektdatenbank 136 verwendet werden sollen. Während die Parameter gesammelt werden, verwendet die Indexierparametersammlung-GUI 104 das OLAP Client Network Interface 102, um eine Verbindung zu dem OLAP Server Network Interface 146 herzustellen, das seinerseits eine Verbindung zu dem OLAP-Datenbanksystem 138 herstellt, um auf die mehrdimensionale Subjektdatenbank 136 zuzugreifen, und über das OLAP Server Network Interface 146 und das OLAP Client Network Interface 102 Daten an die Indexierparametersammlung-GUI 104 zu übergeben. Die Indexierparametersammlung-GUI 104 erzeugt eine Indexierparameterdatei 128.

Im nächsten Schritt wird das Index-System 124 von der Indexierparametersammlung-GUI 104 aufgerufen. Anschließend ruft das Index-System 124 die Merkmalserkennungssoftware 122 auf und gibt die Indexierparameterdatei 128 an die Merkmalserkennungssoftware 122 weiter. Die Merkmalserkennungssoftware 122 führt ein Data Mining durch, um eine bestimmte Anzahl von Abweichungen für eines oder mehrere Elemente der mehrdimensionalen Subjektdatenbank 136 zu erhalten. Im einzelnen ruft die Merkmalserkennungssoftware 122 hierbei Daten aus der mehrdimensionalen Subjektdatenbank 136 ab. Die Merkmalserkennungssoftware 122 greift über ein OLAP Client Network Interface 126 auf die mehrdimensionale Subjektdatenbank 136 zu, um eine Verbindung zu dem OLAP Server Network Interface 146 herzustellen, das seinerseits eine Verbindung zu dem OLAP-Datenbanksystem 138 herstellt, um auf die mehrdimensionale Subjektdatenbank 136 zuzugreifen und über die OLAP Server Network-Schnittstelle 146 und die OLAP Client Network-Schnittstelle 126 Daten an die Merkmalserkennungssoftware 122 zu übergeben.

Die Merkmalserkennungssoftware 122 übergibt die Daten an das Index-System 124, das die übergebenen Daten zur Erzeugung einer mehrdimensionalen Indexdatenbank 134 verwendet. Unter Verwendung der mehrdimensionalen Indexdatenbank 134 erzeugt das Index-System 124 das Abweichungsarbeitsblatt 130.

Nachdem das Abweichungsarbeitsblatt 130 aufgebaut wurde, bietet das Index-System 124 Möglichkeiten für die Nutzung des Abweichungsarbeitsblatts 130 für den Zugriff auf die mehrdimensionale Subjektdatenbank 136. Im einzelnen verwendet ein Analyst oder User am Analyst Client 110 das Netzwerkdateisystem 132, um das Abweichungsarbeitsblatt 130 zu finden und auszuwählen. Das Abweichungsarbeitsblatt 130 kann beispielsweise ausgewählt werden, indem mit einem Mauszeiger darauf gezeigt und mit der linken Maustaste doppelgeklickt wird. Eine Auswahl des Abweichungsarbeitsblatts 130 ruft die Spreadsheet- Software 116 auf, die ihrerseits das OLAP Spreadsheet Add- In 114 aufruft. Anschließend greifen die Spreadsheet- Software 116 und der OLAP Spreadsheet Add-In 114 über ein OLAP Client Network Interface 112 auf die mehrdimensionale Subjektdatenbank 136 zu, um eine Verbindung zu dem OLAP Server Network Interface 146 herzustellen, das seinerseits eine Verbindung zu dem OLAP-Datenbanksystem 138 herstellt, um auf die mehrdimensionale Subjektdatenbank 136 zuzugreifen und über das OLAP Server Network Interface 146 und das OLAP Client Network Interface 112 Daten an das Index-System 124 zu übergeben.

In der Hardwareumgebung können der Administration Client 100, der Analyst Client 110 und der Server 120 unter anderem einen Prozessor, einen Speicher, eine Tastatur oder ein Sichtgerät umfassen, und sie können lokal oder extern mit fest eingebauten und/oder auswechselbaren Datenspeichergeräten und/oder Datenkommunikationsgeräten verbunden sein. Der Administration Client 100, der Analyst Client 110 und der Server 120 könnten über die Datenkommunikationsgeräte auch mit anderen Computersystemen verbunden sein. Ein Fachmann wird erkennen, dass in Verbindung mit dem Administration Client 100, dem Analyst Client 110 und dem Server 120 jede beliebige Kombination der oben genannten Komponenten oder jede Anzahl unterschiedlicher Komponenten, Peripheriegeräte und anderer Geräte verwendet werden könnten. Ein Fachmann wird außerdem erkennen, dass die vorliegende Erfindung nicht nur auf mehreren, in einem Netz zusammengeschlossenen Computern, sondern auch auf einem einzelnen Computer implementiert werden kann.

Die vorliegende Erfindung wird typischerweise mit einem oder mehreren Computerprogrammen eingesetzt, die jeweils gesteuert durch ein Betriebssystem ablaufen und bewirken, dass der Administration Client 100, der Analyst Client 110 und der Server 120 die gewünschten, hierin beschriebenen Funktionen ausführen. Mit der vorliegenden Beschreibung kann also die Erfindung als Maschine, als Prozess oder als Herstellungsartikel implementiert werden, unter Verwendung von Standardprogrammier- und/oder Engineering-Techniken, zur Erzeugung einer Software, Firmware, Hardware oder einer Kombination aus diesen.

Generell werden die Computerprogramme und/oder Betriebssysteme in einem maschinenlesbaren Gerät oder auf einem maschinenlesbaren Medium, beispielsweise einem Hauptspeicher, Datenspeichergeräten, und/oder Datenkommunikationsgeräten, ausgestaltet, wodurch ein Computerprogrammprodukt oder ein Herstellungsartikel entsprechend der Erfindung hergestellt wird. Die Begriffe "Herstellungsartikel" und "Computerprogrammprodukt", wie sie hierin verwendet werden, sollen in diesem Sinne ein Computerprogramm einschließen, auf das jedes maschinenlesbare Gerät oder Medium zugreifen kann.

Außerdem umfassen die Computerprogramme und das Betriebssystem Befehle, die, wenn sie von dem Administration Client 100, dem Analyst Client 110 und dem Server 120 gelesen und ausgeführt werden, bewirken, dass der Administration Client 100, der Analyst Client 110 und der Server 120 die Schritte ausführen, die zur Implementierung und/oder Verwendung der vorliegenden Erfindung notwendig sind. Gesteuert durch das Betriebssystem können die Computerprogramme aus dem Hauptspeicher, den Datenspeichergeräten, und/oder den Datenkommunikationsgeräten in die Speicher des Administration Client 100, des Analyst Client 110 und des Servers 120 geladen werden, um dann im eigentlichen Betrieb eingesetzt zu werden. Der Fachmann wird erkennen, dass an dieser Konfiguration viele Änderungen vorgenommen werden können, ohne vom Geltungsbereich der vorliegenden Erfindung abzuweichen.

Die vorliegende Erfindung umfasst ein OLAP-System, das für einen weitreichenden Bereich von mehrdimensionalen Berichts- und Analyseanwendungen konzipiert wurde. In einem Ausführungsbeispiel basiert das OLAP-System auf der OLAP- Software Hyperion® Softwares Essbase®. Die vorliegende Erfindung nutzt eine Reihe von Komponenten des Essbase® OLAP-Systems, hierunter auch Komponenten, mit denen ein Datenzugriff, die Navigation, der Entwurf und die Verwaltung von Anwendungen und die Datenberechnung möglich ist. Die vorliegende Erfindung umfasst jedoch neue Elemente, die einen Zugriff auf eine mehrdimensionale Datenbank über einen Index ermöglichen.

Der Fachmann wird erkennen, dass durch die in Fig. 1 gezeigte Hardwareumgebung die vorliegende Erfindung nicht beschränkt werden soll. Er wird erkennen, dass andere und alternative Hardwareumgebungen eingesetzt werden können, ohne vom Geltungsbereich der vorliegenden Erfindung abzuweichen.

Strukturkonzept der mehrdimensionalen Datenbank

Fig. 2 zeigt in Diagrammform ein Strukturkonzept (einen Entwurf) 200 einer mehrdimensionalen Datenbank. Eine Dimension 202, 214 oder 222 ist ein Strukturattribut, bei dem es sich um eine Liste von Mitgliedern handelt, die im Sinne der Wahrnehmung der Daten durch den User Mitglieder gleichen Typs sind. Beispielsweise sind das Jahr 1997, 204, und alle Quartale, Q1 206, Q2 208, Q3 210 und Q4 212, Mitglieder der Zeitdimension 202. Zudem wird jede Dimension 202, 214 oder 222 selbst als ein Mitglied der mehrdimensionalen Datenbank 200 betrachtet.

Logische Struktur der mehrdimensionalen Datenbank

Fig. 3 ist ein Diagramm, das eine logische Struktur einer mehrdimensionalen Datenbank 300 zeigt. Die mehrdimensionale Datenbank 300 ist generell als ein mehrdimensionales Feld angeordnet, so dass jedes Datenelement, basierend auf der Überschneidung der Mitglieder, durch die es definiert ist, angeordnet ist, und auch der Zugriff in entsprechender Weise erfolgt. Das Feld umfasst eine Gruppe von Datenzellen, die nach den Dimensionen der Daten angeordnet sind. Ein Arbeitsblatt ist zum Beispiel ein zweidimensionales Feld, bei dem die Datenzellen in Reihen und Spalten angeordnet sind, die jeweils eine Dimension darstellen. Ein dreidimensionales Feld kann als Kubus dargestellt werden, bei dem jede Dimension eine Kante bildet. Höherdimensionale Felder (auch als Cubes oder Hypercubes bekannt) haben keine physikalische Metapher, sie organisieren die Daten jedoch in einer von den Usern gewünschten Weise.

Eine Dimension dient als Index für die Kennzeichnung der Werte innerhalb des Kubus. Wenn ein Mitglied der Dimension ausgewählt wird, dann definieren die übrigen Dimensionen, in denen ein Bereich von Mitgliedern (oder alle Mitglieder) ausgewählt werden, einen Teilkubus, in dem die Anzahl der Dimensionen um eins reduziert ist. Wenn bei allen außer bei zwei Dimensionen ein einzelnes Mitglied ausgewählt wurde, definieren die verbleibenden zwei Dimensionen ein Arbeitsblatt (oder eine "Scheibe" oder eine "Seite"). Wenn bei allen Dimensionen ein einzelnes Mitglied ausgewählt wurde, wurde eine einzelne Zelle definiert. Dimensionen bieten eine sehr knappe und intuitive Möglichkeit zur Organisation und Auswahl von Daten für die Wiedergewinnung, das Absuchen und die Analyse.

Ein einzelner Datenpunkt oder eine Zelle tritt an der Überschneidungsstelle auf, die durch die Auswahl eines Mitglieds aus jeder Dimension in einem Kubus definiert wird. In dem in Fig. 3 gezeigten Beispielkubus heißen die Dimensionen Zeit, Produkt und Maßnahmen. Der Kubus ist dreidimensional, wobei jede Dimension (d. h. Zeit, Produkt und Maßnahmen) durch eine Achse des Kubus dargestellt ist. Die Überschneidung der Dimensionsmitglieder (d. h. Zeit 302, 1997 304, Q1 306, Q2 308, Q3 310, Q4 312, Produkt 314, A 316, B 318, C 320, Maßnahmen 322, Umsätze 324, Kosten 326 und Gewinne 328) ist dargestellt durch Zellen in der mehrdimensionalen Datenbank, die eine genaue Überschneidung entlang aller Dimensionen vorgeben, die einen einzelnen Datenpunkt eindeutig kennzeichnen. Die Überschneidung von Q2 308, Produkt 314 und Kosten 326 enthält zum Beispiel den Wert 369, der die Kosten aller Produkte im zweiten Quartal 1997 darstellt.

Die Kuben weisen im allgemeinen Hierarchien oder auf Formeln basierende Beziehungen von Daten innerhalb jeder Dimension auf. Bei einer Konsolidierung müssen all diese Datenbeziehungen für eine oder mehrere Dimensionen berechnet werden. Ein Beispiel für eine Konsolidierung ist das Addieren aller Umsätze im ersten Quartal. Zwar handelt es sich bei diesen Beziehungen normalerweise um Summierungen, jedoch könnte jede Art von Berechnungsbeziehung oder Formel definiert werden.

Die Mitglieder einer Dimension sind in einer Berechnung enthalten, um eine konsolidierte Summe für ein Elternmitglied zu erzeugen. Die Kinder können selbst konsolidierte Ebenen sein, woraus sich die Forderung ergibt, dass sie Kinder haben. Ein Mitglied kann ein Kind von mehr als einem Elternteil sein, und die mehreren Eltern eines Kindes müssen sich nicht notwendigerweise auf derselben hierarchischen Stufe befinden, womit komplexe, mehrfache hierarchische Zusammenfassungen innerhalb einer Dimension möglich sind.

"Drilling down" oder "drilling up" ist eine spezifische analytische Technik, bei der der User zwischen den einzelnen Datenebenen navigiert, und zwar von der am stärksten zusammengefassten (up) bis zu der am stärksten detaillierten (down). Die "Bohrwege" können definiert werden durch die Hierarchien innerhalb der Dimensionen oder andere Beziehungen, die innerhalb oder zwischen den Dimensionen dynamisch sein können. Wenn man zum Beispiel die Daten der Umsätze 324 für das Jahr 1997 304 in Fig. 3 betrachtet, würde eine Drill-Down-Operation in der Zeitdimension 302 dann die Mitglieder Q1 306, Q2 308, Q3 310 und Q4 312 zu Tage fördern.

Zugriff auf mehrdimensionale Daten über dünn besiedelte Dimensionen

Insbesondere in der US Patentschrift Nr. 5,359,724 (nachfolgend als '724er-Patent bezeichnet), die am 25. Oktober 1994 an Robert J. Earle herausgegeben wurde, mit dem Titel "Method and Apparatus for Storing and Retrieving Multi-Dimensional Data in Computer Memory", wird eine Technik für den Zugriff auf Daten über eine Kombination von Mitgliedern der mehrdimensionalen Datenbank beschrieben. Das '724er Patent betrifft die dünne Besiedlung großer Felder mit vielen Dimensionen. Die Dimensionen sind in zwei Gruppen unterteilt: dünn besiedelte Dimensionen vom äußeren Feld und dicht besiedelte Dimensionen vom inneren Feld. Jede Zelle im äußeren (dünn besiedelten) Feld enthält ein dicht besiedeltes Feld. Ein User wählt die Dimensionstypen so aus, dass die dünne Besiedlung in dem äußeren Feld auftritt.

Fig. 4 ist ein Diagramm, das ein Strukturkonzept (d. h. einen Entwurf) 400 einer mehrdimensionalen Datenbank mit einem äußeren (dünn besiedelten) Feld 402 und einem inneren (dicht besiedelten) Feld 404 aufweist. Der Entwurf 400 hat die folgenden Dimensionen: Maßnahmen, Jahr, Produkte und Märkte. Jedem Mitglied des Entwurfs 400 wurde eine Zahl zugewiesen, die als die Kennung des dünn besiedelten Mitglieds bezeichnet wird. Skateboards ist ein Mitglied der Dimension Produkt, USA ist ein Mitglied der Dimension Märkte und COGS ist ein Mitglied von Gewinne, welches wiederum Mitglied der Dimension Maßnahmen ist. Das innere (dicht besiedelte) Feld 404 ist für US-Skateboards bestimmt, und eine Zelle in diesem Feld hat zum Beispiel einen Wert für COGS in Q3 (Quartal 3) für US-Skateboards zum Inhalt.

Fig. 5 ist ein Diagramm, das einen Index 500 darstellt, der für den Zugriff auf die mehrdimensionalen Daten 502 verwendet wird. Im einzelnen ist der Index 500 eine Liste von Blöcken mit Daten, die nach den Kennungen der dünn besiedelten Mitglieder geordnet sind. Eine Kombination von Kennungen dünn besiedelter Mitglieder ist ein Index in einem besonders dicht besiedelten Datenblock 502.

Das '724er Patent ermöglicht einen effizienten Zugriff auf eine mehrdimensionale Datenbank über die Mitgliedernamen, jedoch nicht basierend auf den Zellenwerten. Andererseits ist die in diesem Ausführungsbeispiel beschriebene Erfindung deswegen von Vorteil, weil sie einen Zugriff auf eine Datenbank ermöglicht, deren Eigenschaften ähnlich wie die der Datenbank des '724er Patents sind und die auf Zellenwerten basiert.

Man beachte, dass die Zellen der mehrdimensionalen Datenbank des '724er Patents nur numerische Werte enthalten. Ein verknüpftes Berichtsobjekt (LRO) ermöglicht die Zuordnung von nicht numerischen Daten zu einer Zelle. Das verknüpfte Berichtsobjekt ist nicht in der Hauptdatenbank gespeichert. Das verknüpfte Berichtsobjekt hat außerdem eine andere Indexierungstechnik.

Verwenden eines Index für den Zugriff auf eine mehrdimensionale Subjektdatenbank

Um den Index zu erstellen, gibt das Index-System 124 die Indexierungsparameter 128 an die Merkmalserkennungssoftware 122 weiter, damit sie von dieser zum Finden von "Merkmalen" in der mehrdimensionalen Subjektdatenbank 136 verwendet werden können. Das Index- System findet dann die "Merkmale" mit der Merkmalserkennungssoftware 122. Im nächsten Schritt baut das Index-System den Index 124 auf und benutzt dabei die Merkmale als Punkte für die Indexierung in die mehrdimensionale Subjektdatenbank 136. Anschließend stellt das Index-System 124 Navigationsfunktionen zur Navigation durch den Index 134 bereit, um auf die mehrdimensionale Subjektdatenbank 136 zuzugreifen. In der nun folgenden Beschreibung sollen anhand von Beispielen die Konzepte der Erfindung näher erläutert werden. Obwohl in den folgenden Beispielen beschrieben werden soll, wie ein Index für den Zugriff auf eine mehrdimensionale Subjektdatenbank verwendet wird, können ein oder mehrere Indizes erzeugt und verwendet werden, um auf ein oder mehrere mehrdimensionale Subjektdatenbanken zuzugreifen.

Am Anfang ist eine mehrdimensionale Subjektdatenbank vorhanden oder wird erzeugt. Die mehrdimensionale Subjektdatenbank hat einen Entwurf, der die Mitglieder und die Hierarchien, die ihre Dimensionen bilden, definiert. Die mehrdimensionale Subjektdatenbank speichert Werte in den Zellen der durch den Entwurf festgelegten mehrdimensionalen Struktur. Fig. 6 ist ein Diagramm, das ein Strukturkonzept (einen Entwurf) 600 einer mehrdimensionalen Subjektdatenbank zeigt. Der Entwurf 600 hat die folgenden Dimensionen:
Jahr 602, Produkt 604, Maßnahmen 606, Markt 608 und Szenario 610. Den Dimensionen Maßnahmen 606 und Szenario 610 wurde Text zugeordnet, der darauf hinweist, dass sie nur als Label zu betrachten sind. Das heißt, es gibt keine Daten, die nur der Dimension Maßnahmen 606 und Szenario 610 zugeordnet sind, sondern diese Dimensionslabel dienen zur Kategorisierung anderer Daten, welche den Mitgliedern dieser Dimensionen zugeordnet sind. Bei Dimensionen wie z. B. Produkt 604 und Markt 608 ist es möglich, nach unten bis zu Mitglieder oder nach oben bis zu Dimension zu "bohren", um eine Zusammenfassung oder Berechnung kollektiver Daten von den Mitgliedern zu erhalten.

Das Index-System ist eine User-Schnittstelle, um Parameter für die Merkmalserkennungsphase zu sammeln. In einem Ausführungsbeispiel werden beispielsweise die folgenden Parameter gesammelt:

Parameter der mehrdimensionalen Subjektdatenbank:
Server, Anwendung, Datenbank, User-Name, Passwort
Indexparameter:
Server, Anwendung, Datenbank, User-Name, Passwort
Gültigkeitsbereich-Parameter
Mitglied(er)-Parameter
Merkmalserkennungstechnik-Parameter
Begrenzungsparameter

Die Parameter der mehrdimensionalen Subjektdatenbank dienen zum Sammeln von Informationen über den Standort und die Kennung der mehrdimensionalen Subjektdatenbank. Zusätzlich sind ein User-Name (d. h. eine User-Kennung) und ein Passwort erforderlich, um auf eine sichere mehrdimensionale Subjektdatenbank zuzugreifen. Die Index-Parameter werden zum Sammeln von Informationen über den Standort und die Kennung des Index verwendet. Ein User-Name (d. h. eine User-Kennung) und ein Passwort müssen bei der Sicherung des Index verwendet werden. Der Parameter Gültigkeitsbereich dient zum Sammeln von Informationen darüber, welches Mitglied oder welche Mitglieder jeder Dimension (d. h., Mitgliedergruppen für jede Dimension) für eine Suche von Abweichungen bei einer Merkmalserkennung verwendet werden. Zusätzlich wird der Mitglied(er)-Parameter verwendet, um Informationen darüber zu sammeln, nach welchem Merkmal oder welchen Merkmalen gesucht wird. Der Mitglied(er)-Parameter ist ein spezieller Teil des Gültigkeitsbereich-Parameters. Der Parameter Merkmalserkennungstechnik dient zum Sammeln von Informationen darüber, welche spezielle Merkmalserkennungstechnik im einzelnen verwendet werden soll, sowie zusätzliche Parameterinformationen für diese Technik. In der Technik gibt es viele Merkmalserkennungstechniken. Der Begrenzungsparameter dient zum Sammeln einer Grenze für die Anzahl der mit der Merkmalserkennungstechnik zu suchenden Merkmale. Für die ausgewählte Zahl von Merkmalen speichert die Erfindung Abweichungswerte, dimensionale Überschneidungskennungen und Erläuterungsinformationen. Ein Analyst betrachtet bei der Untersuchung von Abweichungen im typischen Fall eine relativ kleine Anzahl von Abweichungen. Weil die Menge von Daten, die von der Merkmalserkennungssoftware erwartet wird, begrenzt ist, kann die Merkmalserkennungssoftware im typischen Fall ihre Ergebnisse im Speicher akkumulieren, ohne sie auf die Platte zu schreiben.

Nachdem die Parameterinformationen eingeholt wurden, startet das Index-System die Merkmalserkennungssoftware, welche eine Verbindung zu der mehrdimensionalen Subjektdatenbank herstellt, welche die durch den Gültigkeitsbereich vorgegebenen Daten heraussucht und sie an die Merkmalserkennungssoftware weitergibt.

In dem folgenden Beispiel ist es das Ziel, die drei herausragenden Merkmale zu erhalten. Der Begrenzungsparameter wird daher auf 3 gesetzt. In diesem Beispiel enthält der Parameter Gültigkeitsbereich folgende Werte:

Dimension
Mitglieder
Maßnahmen	Umsätze
Jahr	Alle Mitglieder
Produkt	Alle Mitglieder
Markt	Alle Mitglieder
Szenario	Ist

Für die Dimension Maßnahmen 606 ist der Gültigkeitsbereich das Mitglied Umsätze. Für die Dimension Jahr 602 ist der Gültigkeitsbereich alle Mitglieder. Für die Dimension Produkt 604 ist der Gültigkeitsbereich alle Mitglieder. Für die Markt-Dimension 608 ist der Gültigkeitsbereich alle Mitglieder. Für die Dimension Szenario 610 ist der Gültigkeitsbereich das Ist-Mitglied. Das Index-System sammelt diese Parameter und übergibt sie an die Merkmalserkennungssoftware, welche die Daten für die durch den Gültigkeitsbereich vorgegebenen Mitglieder abruft. Diese Daten werden an die Merkmalserkennungssoftware weitergegeben.

In diesem Beispiel heißt der Parameter Mitglied(er) "Maßnahmen", und die Merkmalserkennungssoftware bestimmt die Umsatzabweichung. Für das ausgewählte Mitglied Maßnahmen berechnet die Merkmalserkennungssoftware die drei herausragenden Merkmale. Die Merkmalserkennungssoftware kann jede beliebige Technik anwenden, mit der bestimmte interessierende Punkte oder Regionen in einer mehrdimensionalen Datenbank erkannt werden können. Das Ergebnis ist eine geordnete Liste mehrdimensionaler Punkte. Bei einigen Merkmalserkennungstechniken können zusätzliche Informationen über Merkmale vorhanden sein, beispielsweise die Dimension, in der das Merkmal am auffälligsten ist.

Diese zusätzliche Information kann an die Wertdaten für die Punkte in den verknüpften Berichtsobjekten (LROs) angehängt werden. In diesem Beispiel identifiziert der Parameter Merkmalserkennungstechnik die Abweichungserkennungstechnik, wie sie von Sunita Sarawagi, Rakesh Agrawal und Nimrod Megiddo in "Discover-driven Exploration of OLAP Data Cubes", Research Report, IBM Research Division, beschrieben wird, hierin durch Bezugnahme enthalten.

Für, die oben spezifizierten Parameter zeigt die nachstehende Tabelle Daten, die von der Merkmalserkennungstechnik als Ergebnis übergeben werden. Im einzelnen enthalten die übergebenen Daten die drei wichtigsten Abweichungen für das Mitglied Umsätze.

Diese abgerufenen Daten werden von dem Index-System in einer Spreadsheet-Datendatei gespeichert. In einem Ausführungsbeispiel hat diese Datei durch Komma voneinander getrennte Werte (.CSV). Das nachstehende Beispiel zeigt eine Datei mit Spreadsheet-Daten, die von dem Index-System für dieses Beispiel ausgegeben wird:

Die erste Reihe weist in allen Feldern, ausgenommen bei Maßnahmen, Leerstellen auf und ist der oberste Punkt (d. h. der Scheitelpunkt) in der mehrdimensionalen Datenbank. Diesem Punkt werden im Index keine Abweichungsdaten zugeordnet. Er ist in dem Spreadsheet-Arbeitsblatt enthalten, damit der User die Indexierungsparameter betrachten kann, die in einem verknüpften Berichtsobjekt, das dieser Zelle zugeordnet ist, gespeichert sind. Die zweite Reihe enthält die Dimensionsnamen für alle Dimensionen, mit Ausnahme derjenigen Dimension (nämlich der Dimension Maßnahmen), deren Mitglied (nämlich Umsätze) zu Tage gefördert werden soll. Eine Null ("0") wird in die Spalte für die Dimension Maßnahmen in der zweiten Reihe eingesetzt.

In jeder Reihe betrifft das erste Datenelement das Ist- Mitglied der Dimension Szenario 610, das zweite Datenelement bezieht sich auf das Mitglied der Dimension 608, Markt, (man beachte, dass eine Dimension selbst ein "Mitglied" ist), das dritte Datenelement bezieht sich auf ein Mitglied der Dimension 604, Produkt, das vierte Datenelement bezieht sich auf ein Mitglied der Dimension 602, Jahr, das fünfte Datenelement bezieht sich auf einen Rang-Wert und das sechste Datenelement ist die Abweichung für das zugeordnete Mitglied "Umsätze" der Subjektdatenbank.

Das Index-System verwendet die geordnete Liste der Punkte, um eine mehrdimensionale Datenbank aufzubauen, die als Index der interessierenden Punkte in der mehrdimensionalen Subjektdatenbank dient.

Fig. 7 ist ein Diagramm, das ein Strukturkonzept (d. h., einen Entwurf) 700 eines Index darstellt. Die Dimensionen des Index 700 sind wie in der mehrdimensionalen Subjektdatenbank, jedoch mit einer zusätzlichen Dimension, Rang. Der Name Rang ist hier nur ein Beispiel. Es soll hier darauf hingewiesen werden, dass aufgrund der Benennungsregeln für mehrdimensionale Mitglieder dieser Name möglicherweise nicht zur Verfügung steht und ein anderer verwendet würde. In einem alternativen Ausführungsbeispiel ist der Name dieser Dimension ein anderer Parameter, der von der Benutzerschnittstellen-Software gesammelt wird. Die Mitglieder der Dimension Rang sind einfach Rang 1, Rang 2 etc. (vorbehaltlich der Benennungsrestriktionen).

Die Dimensionen, außer der Dimension Rang, enthalten nur Mitglieder in der Gemeinschaft aller Mitglieder aus der Liste der herausragenden Merkmale. Wenn also die obersten N Merkmale angefordert werden, hat jede der resultierenden Dimensionen in dem Index höchstens N+1 Mitglieder. Wenn man zum Beispiel die geordnete Liste der Punkte in der obigen Spreadsheet-Datendatei betrachtet, hat die Dimension 610, Szenario, zwei Mitglieder: "Szenario" und "Ist", und hat diese beiden Mitglieder im Index. Dies beruht auf der Tatsache, dass der Index dieselben Dimensionen wie die mehrdimensionale Subjektdatenbank hat und die Datenelemente in der ersten Reihe der geordneten Liste von Punkten in der Spreadsheet-Datei die Dimension referenzieren. In dem Index hat die Dimension 608, Markt, drei Mitglieder: "Florida", "Utah" und "Markt". In dem Index hat die Dimension 604, Produkt, drei Mitglieder: "100-10", "Produkt" und "400-10". In dem Index hat die Dimension 602, Jahr, die Mitglieder: "Jahr", "Jan", "Qtr2" und "Nov", also N+1 (d. h. 3 + 1 = 4) Mitglieder. In dem Index hat die Dimension 606, Maßnahmen, die Mitglieder "Maßnahmen" und "Abweichung". "Abweichung" ist ein Mitglied der Dimension 606, Maßnahmen, weil die Abweichungserkennungstechnik in diesem Beispiel eine Umsatzabweichung errechnet hat. Das heißt, die Dimension 606, Maßnahmen, hat ein Mitglied, bei dem es sich um das Mitglied handelt, das als das untersuchte Element (hier Umsätze) in der Eingabe spezifiziert wurde. Dies sind flache Dimensionen, und es ist nicht notwendig, die hierarchische Struktur der mehrdimensionalen Subjektdatenbank in den Index einzubeziehen. Der Index ist extrem dünn besiedelt, nur N Zellen enthalten Daten. In der Definition der Speicheranordnung für den Index sollten alle Dimensionen dünn besiedelt sein.

Das Index-System verwendet Standard Application Programming Interfaces (APIs), die mit einem mehrdimensionalen Datenbanksystem (zum Beispiel Systemsoftware wie die Essbase®-Software) geliefert werden, um eine Verbindung zu einer Instanz des mehrdimensionalen Datenbanksystems herzustellen und den Index aufzubauen. Zunächst verwendet das Index-System den Merkmalsbericht (d. h., die geordnete Liste der Punkte), um die Merkmalswerte in die Zellen des Index zu laden. Wenn die Merkmalserkennungstechnik eine beschreibende Information bereitstellt, wird diese in Form verknüpfter Berichtsobjekte (LROs) geladen, die den entsprechenden Merkmalswertzellen zugeordnet sind. Die Eingangsparameter der Merkmalserkennungsoperation, die den Index generierte, werden als LRO in der Zelle der obersten Ebene des Index (Jahr, Maßnahmen, Produkt, Markt, Szenario, Rang) gespeichert. Fig. 8 ist ein Arbeitsblatt 800, das Daten im Index wiedergibt. Im einzelnen zeigt das Arbeitsblatt 800 die drei Zellen in dem Index, welche die obersten drei der ausgewählten Umsatzabweichungswerte wiedergeben. Das heißt, das Arbeitsblatt 800 umfasst eine dicht besiedelte Ansicht der Daten der mehrdimensionalen Indexdatenbank. Für einen User ist es jedoch sehr schwierig, bis zu dieser Datenansicht zu navigieren. Wenn er sich durch jede Dimension mit vielen fehlenden Werten durcharbeitet, kann er leicht die Übersicht verlieren. Das resultierende Arbeitsblatt 800 ist sehr dünn besiedelt, und es kann für einen User schwierig werden, alle Werte zu finden, während er nach den Abweichungen sucht. Dieses Problem wird gelöst, indem die Datei mit den Spreadsheet-Daten in das Arbeitsblatt geladen wird, wie es das in Fig. 9 A dargestellte Arbeitsblatt veranschaulicht.

Fig. 9A zeigt ein Arbeitsblatt 900, das Informationen über den Index aus einer Spreadsheet-Datendatei erfasst. Das Mitglied Umsätze der Dimension Maßnahmen in Reihe 902 wurde für die Berechnung der Abweichungen ausgewählt. Reihe 903 enthält die Dimensionsnamen aller Dimensionen, mit Ausnahme der Dimension Measures (Maßnahmen), in deren Spalte eine Null ("0") steht. Reihe 904 hat Datenelemente, die der ersten Reihe der obigen Spreadsheet-Datendatei entsprechen. In der Menüleiste findet sich ein Essbase-Menü 910, das für den Zugriff auf die OLAP-Spreadsheet-Add-Ins 114 ausgewählt werden kann. Beim Navigieren durch das Arbeitsblatt 900 kann ein User auf Daten in der mehrdimensionalen Subjektdatenbank mit Hilfe des Index zugreifen.

Im einzelnen lädt das Index-System die N Merkmalszellenwerte in den Index. In einem Ausführungsbeispiel, in dem eine mehrdimensionale Essbase®-Datenbank verwendet wird, wird zum Beispiel eine Datei mit Laderegeln verwendet, um die Indexdaten von der oben gezeigten Spreadsheet-Datendatei in die Indexdatenzellen zu laden. Eine Laderegeldatei ist eine Datei, die das Format der Eingaben beschreibt, die in eine mehrdimensionale Essbase®-Datenbank geladen werden sollen. In einem alternativen Ausführungsbeispiel werden Abweichungswerte in einer Weise formatiert, die keine Verwendung einer Laderegeldatei erforderlich macht; die Abweichungswerte können tatsächlich im Hauptspeicher gespeichert werden.

Eine Index-Abfrage in der Reihenfolge der Mitglieder der Dimension Rank (Rang) wird in Form eines Arbeitsblattes 900 generiert, das in Fig. 9A dargestellt ist. Dies ist eine Standardform der mehrdimensionalen Abfrage. Es könnten Arbeitsblätter wie beispielsweise Lotus®-1-2-3- Arbeitsblätter und Microsoft®-Excell-Arbeitsblätter generiert werden, die insbesondere zur Formatierung nützlich sind. In einem Ausführungsbeispiel wird eine mittels Komma getrennte Wertedatei als Spreadsheet-Datendatei verwendet, wie oben gezeigt, weil es sich um eine einfache Textdatei handelt, die von praktisch allen Spreadsheet-Programmen und Datenbankprogrammen verstanden wird.

Wenn zum erstenmal eine Zelle (zum Beispiel Zelle F3) in dem Arbeitsblatt 900 ausgewählt wird, zeigt die Erfindung einen Login-Prompt 920 an, wie er in Fig. 9B gezeigt wird. In dem Login-Prompt 920 wählt der Analyst die mehrdimensionale Indexdatenbank aus, beispielsweise aus einer Auswahlliste; er wählt einen Server aus und gibt einen User-Namen und ein Passwort ein (diese waren beim Aufbau des Index die Indexparameter). Er wird daraufhin mit dem Index verbunden.

Zu diesem Zeitpunkt ist ein Index aufgebaut und mit Werten geladen worden. Anschließend verbindet das Index-System automatisch den Index mit der mehrdimensionalen Subjektdatenbank. Auch hier verwendet das Index-System wieder Standard-APIs, die in dem mehrdimensionalen Datenbanksystem (zum Beispiel der Systemsoftware Essbase®) bereitgestellt werden, um die Verknüpfung zu spezifizieren. Die Fig. 10-12 zeigen graphische Benutzerschnittstellen zur Verdeutlichung der Konzepte des von dem Index-System durchgeführten Prozesses. In einem Ausführungsbeispiel werden diese graphischen Benutzerschnittstellen jedoch einem User nicht angeboten, weil das Index-System selbst die Verknüpfung durchführt. In anderen Ausführungsbeispielen werden die graphischen Benutzerschnittstellen angeboten, damit ein User die Verknüpfung durchführen kann.

Fig. 10 ist eine graphische Benutzerschnittstelle (GUI) für einen Partition Wizard 1000. Der Partition Wizard 1000 hat eine Registerkarte 1002, "Connect" ("Verbinden"), mit einem Bereich Partition Type (Partitionstyp) 1004, in dem die Option Linked (Verknüpft) 1006, ausgewählt wurde. Ein Bereich Data Source 1008 bezeichnet eine Quelle (d. h. die mehrdimensionale Subjektdatenbank), die mit einem Ziel (d. h. dem Index) verknüpft werden soll, das im Bereich Data Target 1010, angegeben wird.

Die Definition der verknüpften Partition ist sehr einfach, weil das Index-System jede Dimension in der mehrdimensionalen Subjektdatenbank auf einer Dimension im Index abbildet. Im einzelnen verwendet das Index-System die Definition der Partition, um das Mitglied Abweichung im Index auf die Maßnahme abzubilden, für die Abweichungen berechnet wurden, wobei es sich in diesem Fall um das Mitglied Umsätze handelt. Außerdem verwendet das Index- System die Definition der Partition, um die Dimension Rang aus der Abbildung herauszunehmen, weil es sich hierbei nicht um eine Dimension der mehrdimensionalen Subjektdatenbank handelt.

Fig. 11 ist eine graphische Benutzerschnittstelle 1100, die zur Generierung einer Bereichsabbildung verwendet wird. Das Index-System erzeugt eine Bereichsabbildung, um beim Navigieren zur mehrdimensionalen Subjektdatenbank die Dimension Rang aus der Abbildung herauszunehmen. Eine Bereichsabbildung betrifft das Abbilden eines "Bereichs" oder eines Teils der mehrdimensionalen Subjektdatenbank auf dem Index. Zum Beispiel wird @IDESCENDENTS("Year") aus der mehrdimensionalen Subjektdatenbank abgebildet in @IDESDENDENTS("Year")@IDESCENDENTS("Rank"). Man beachte, dass IDESCENDENTS die spezifizierten Mitglieder, beispielsweise Year und Rank, enthält sowie auch die Abkömmlinge (d. h. Kinder, Enkel etc.) der spezifizierten Mitglieder. Daher wird eine Dimension der mehrdimensionalen Subjektdatenbank auf zwei Dimensionen des Index abgebildet, was dazu führt, dass die Dimension Rang des Index aus der Abbildung herausgenommen wird.

Fig. 12 ist eine graphische Benutzerschnittstelle 1200, die zur Generierung von Mitglied-Abbildungen dient. Mitglied- Abbildungen bilden die Mitglieder der Dimension Rang als leer und den Abweichungswert in der Maßnahme ab, nach der gesucht wurde. Zum Beispiel wird die Dimension "Rank" ("Rang") des Index abgebildet in "void" ("leer") 1202, während das Mitglied "Sales" ("Umsätze") der mehrdimensionalen Subjektdatenbank abgebildet wird in "Deviation" ("Abweichung") 1204 im Index.

Fig. 13 ist ein Flussdiagramm, das einen Prozess zum Aufbau eines Index darstellt. In Block 1300 sammelt die Erfindung Parameterwerte zur Erkennung von Merkmalen. In Block 1302 entnimmt die Erfindung unter Verwendung der gesammelten Parameterwerte Daten aus einer mehrdimensionalen Subjektdatenbank. In Block 1304 erkennt die Erfindung Merkmale und gibt eine geordnete Liste mehrdimensionaler Punkte aus. In Block 1306 baut die Erfindung einen Index mit der geordneten Liste von mehrdimensionalen Punkten auf. In Block 1308 verknüpft die Erfindung den Index mit der mehrdimensionalen Datenbank. In Block 1310 erzeugt die Erfindung ein Arbeitsblatt, das als eine vorformatierte Abfrage des Index dient. In Block 1312 ermöglicht die Erfindung die Verwendung des Arbeitsblattes für den Zugriff auf die mehrdimensionale Subjektdatenbank.

Navigieren in einer mehrdimensionalen Subjektdatenbank unter Verwendung eines Index

Nachdem die Merkmale erkannt sind, stellt die Erfindung einen Navigationsmechanismus für den Zugriff auf die mehrdimensionale Subjektdatenbank unter Verwendung des Index bereit. Der Navigationsmechanismus hat folgende Vorteile:

Er arbeitet auf natürliche Weise mit mehrdimensionalen Datenbanken.
Er zeigt einem Analysten nach Größe geordnete Merkmalspunkte (wie von der Merkmalserkennungssoftware festgelegt).
Er führt einen Analysten direkt in die ihn interessierende Zelle.

OLAP-Spreadsheet-Add-Ins werden als Navigationstool für die mehrdimensionale Subjektdatenbank verwendet. Add-Ins sind Softwareprogramme, mit denen die Möglichkeiten des Spreadsheet-Programms erweitert werden können, die zum Beispiel ein Zoomen in die Zellen oder aus den Zellen ermöglichen (was dem Drilling-down beziehungsweise Drilling- up in einer mehrdimensionalen Datenbank entspricht). Wenn beispielsweise das mehrdimensionale Arbeitsblatt ein Microsoft®-Excel-Arbeitsblatt ist, enthält die Menüleiste ein neues Menü für die OLAP-Spreadsheet-Add-Ins, welche die Navigation des Index unterstützen. Dies ist deswegen vorteilhaft, weil es hierdurch zu einer einfachen und gut integrierten Schnittstelle kommt, die für mehrdimensionale Analysten entworfen wurde. Der nachstehende Prozess beschreibt die Elemente, die für die Navigation von einem Desktop (auf dem beispielsweise ein Microsoft Windows NT®-Betriebssystem läuft) in eine gewünschte Zelle im Index erforderlich sind.

Zunächst startet ein Analyst das Arbeitsblatt, das die Rangfolgeabfrage im Index enthält. Das geladene Arbeitsblatt enthält die nach Rang geordneten Merkmale, wie sie in Fig. 9A dargestellt sind. Um in der mehrdimensionalen Subjektdatenbank zu navigieren, klickt der Analyst zweimal auf eine Zelle mit einem ihn interessierenden Merkmalswert. Die in dem Arbeitsblatt 900 der Fig. 9A gezeigte Ansicht ist ein gültiger mehrdimensionaler Bericht, so dass ein User eine Verbindung zu dem Index herstellen und die verknüpften Berichtsobjekte betrachten kann. Der Index ist mit der mehrdimensionalen Subjektdatenbank verknüpft, die zur Erkennung von Abweichungen durchsucht wurde, wobei eine verknüpfte Partition verwendet wird. Durch die verknüpfte Partition kann ein User von der Indexansicht zu einem erkannten Punkt in der mehrdimensionalen Subjektdatenbank navigieren, indem er zum Beispiel, bei gleichzeitigem Zeigen auf einen Abweichungswert, mit der linken Maustaste doppelklickt.

Wie bereits weiter oben erwähnt, wird von der Erfindung beim ersten Auswählen einer Zelle ein Login-Prompt angezeigt. Beispielsweise wird beim Doppelklicken auf den Abweichungswert Rank 1 (Zelle F3 in Fig. 9A) ein Login- Prompt 920 angezeigt, wie er in Fig. 9B dargestellt ist. In dem Login-Prompt 920 wählt der Analyst die mehrdimensionale Indexdatenbank aus, beispielsweise aus einer Auswahlliste; er wählt einen Server aus und gibt einen User-Namen und ein Passwort ein (diese waren beim Aufbau des Index die Indexparameter). Er wird dann mit dem Index verbunden.

Wenn die Zelle erneut ausgewählt wird (zum Beispiel durch Doppelklicken auf den Abweichungswert Rank 1 (Zelle F3 in Fig. 9A), wird ein Verknüpfungsdialogfenster angezeigt. Fig. 14 ist ein Verknüpfungsdialogfenster 1400, das eine Verknüpfung zu einer mehrdimensionalen Subjektdatenbank zeigt. Wenn die Verbindung zum Index hergestellt wird, zeigt die Erfindung das Dialogfenster 1400 an, das eine Verknüpfung zu der mehrdimensionalen Subjektdatenbank zeigt. Wenn in einer LRO zusätzliche Informationen bereitgestellt wurden, werden auch diese im Dialogfenster angezeigt. Es kann zum Beispiel eine Option Linked Partition (verknüpfte Partition) 1402 ausgewählt werden, um eine Verknüpfung zu einer mehrdimensionalen Subjektdatenbank herzustellen, oder es kann eine Option Cell Note (Zellennotiz) 1404 ausgewählt werden, um auf Explanation of the Deviation (Erläuterung der Abweichung) zuzugreifen. Wenn Cell Note 1404 ausgewählt wird, erscheint ein Dialogfenster View Cell Note (Ansicht Zellennotiz). Fig. 15 zeigt ein Dialogfenster View Cell Note 1500, mit dem ein User eine Explanation of the Deviation betrachten kann. Das Dialogfenster 1500 zeigt eine Member Combination (Mitgliederkombination) 1502 und eine Cell Note 1504.

Wenn der Analyst die Verknüpfung zur mehrdimensionalen Subjektdatenbank auswählt (indem er zum Beispiel Linked Partition 1402 und anschließend ein Schaltfeld View/Launch (Ansicht/Start) auswählt), öffnet die Erfindung ein neues Arbeitsblatt mit einer Abfrage, die den Punkt in der mehrdimensionalen Subjektdatenbank zeigt, an dem das Merkmal gefunden wurde. Fig. 16 ist ein Arbeitsblatt 1600, das einen Punkt in einer mehrdimensionalen Subjektdatenbank zeigt. Im einzelnen wird für das Mitglied Actual (Ist) der Dimension Szenario 610; der Wert 210 für die Januar-Umsätze des Produktes "100-10" in Florida gezeigt.

Anschließend verwendet der Analyst die OLAP-Spreadsheet-Add- Ins (zum Beispiel die Zoom- und Pivot-Funktionen), um das Merkmal in einem sinnvollen Kontext zu betrachten. Um die Abweichung innerhalb eines Kontextes zu betrachten, kann der Analyst in einer oder mehreren Dimensionen nach oben und anschließend nach unten "bohren", um die Abweichung in einem größeren Kontext einzusehen.

Fig. 17 ist ein Flussbild, das einen Navigationsprozess innerhalb eines Index darstellt. In Block 1700 startet die Erfindung, in Antwort auf die Auswahl eines Abweichungs- Spreadsheets durch den User, die Spreadsheet-Software mit den OLAP-Spreadsheet-Add-Ins. In Block 1702 zeigt die Erfindung ein Abweichungs-Spreadsheet mit Daten aus einer Spreadsheet-Datendatei an, die Rangfolge- und Abweichungsdaten enthält. In Block 1704 zeigt die Erfindung, in Antwort darauf, dass vom User eine Zelle in dem angezeigten Abweichungs-Spreadsheet ausgewählt wurde, einen Login-Prompt an. In Block 1706 stellt die Erfindung, nachdem der User einen Index ausgewählt, einen gültigen User-Namen und ein gültiges Passwort eingegeben hat, eine Verbindung zu einem Index her. In Block 1708 zeigt die Verbindung ein Verknüpfungs-Dialogfenster an. In Block 1710 zeigt die Erfindung, nachdem der User eine verknüpfte Partition ausgewählt hat, die ausgewählte Zelle in der mehrdimensionalen Subjektdatenbank an.

Schlussfolgerung

Die Beschreibung eines Ausführungsbeispiels der Erfindung ist hiermit abgeschlossen. Im folgenden sollen einige alternative Ausführungsbeispiele beschrieben werden, mit denen die vorliegende Erfindung praktisch umgesetzt werden kann. Zum Beispiel könnte ein beliebiger Computertyp mit der vorliegenden Erfindung verwendet werden, beispielsweise ein Mainframe, ein Minicomputer oder ein Personalcomputer, sowie jede beliebige Computer-Konfiguration, beispielsweise ein Timesharing-Mainframe, ein Local-Area-Network oder ein Einzelplatz-Personalcomputer.

Bei einem alternativen Ausführungsbeispiel wird die mehrdimensionale Subjektdatenbank um eine zusätzliche Dimension oder zusätzliche Maßnahmen erweitert, um die Ergebnisse der Abweichungserkennung zu tragen. Dieses Ausführungsbeispiel würde zusätzliche Berechnungsfunktionen und eine Modifizierung der vorhandenen mehrdimensionalen Subjektdatenbank beinhalten. Außerdem würde das Ausführungsbeispiel Spreadsheet-Add-Ins bereitstellen, um die Navigation und die Sichtbarmachung der Ergebnisse in der mehrdimensionalen Subjektdatenbank zu unterstützen.

Ein weiteres alternatives Ausführungsbeispiel besteht darin, die Ergebnisse der Abweichungserkennung als Bericht zu schreiben. Hierbei wären keine Modifizierungen einer vorhandenen mehrdimensionalen Subjektdatenbank oder zusätzliche Funktionen erforderlich.

In einem weiteren Ausführungsbeispiel werden verknüpfte Berichtsobjekte zur Kennzeichnung der gewünschten Zellen verwendet. Hierbei sind keine Modifizierungen der vorhandenen mehrdimensionalen Subjektdatenbank oder zusätzliche Funktionen erforderlich. Die verknüpften Berichtsobjekte könnten zur Speicherung von Erläuterungen verwendet werden, und die verknüpften Berichtsobjekte im Mitglied der obersten Ebene der mehrdimensionalen Datenbank könnten Zusammenfassungen für den Abweichungserkennungslauf, die Parameter und die Ergebnisse speichern. Die verknüpften Berichtsobjekte würden bei einer Entwurfsveränderung wegfallen. Außerdem würden die verknüpften Berichtsobjekte kein Rangordnungssystem verwenden.

Die obige Beschreibung des bevorzugten Ausführungsbeispiels der Erfindung dient der Darstellung und Beschreibung der Erfindung. Sie soll weder erschöpfend sein noch soll sie die Erfindung genau auf die hier beschriebene Form beschränken. Im Rahmen der obigen Lehre sind viele Modifizierungen und Veränderungen möglich. Absicht ist es, den Umfang der Erfindung nicht durch diese ausführliche Beschreibung zu begrenzen, sondern vielmehr durch die Ansprüche im Anhang zu dieser Beschreibung.

Warenzeichen

IBM ist ein Warenzeichen oder eingetragenes Warenzeichen von International Business Machines Corporation in den Vereinigten Staaten und/oder in anderen Ländern.

Hyperion und Essbase sind Warenzeichen oder eingetragene Warenzeichen von Hyperion Solutions Corporation in den Vereinigten Staaten und/oder in anderen Ländern.

Microsoft und Windows NT sind Warenzeichen oder eingetragene Warenzeichen der Microsoft Corporation in den Vereinigten Staaten und/oder in anderen Ländern.

Man beachte, dass Lotus ein Warenzeichen oder eingetragenes Warenzeichen der Lotus Development Corporation in den Vereinigten Staaten und/oder anderen Ländern ist.

Claims

1. Eine Methode für den Zugriff auf eine mehrdimensionale Subjektdatenbank, die auf einem mit einem Computer verbundenen Datenspeicher gespeichert ist, folgendes umfassend:
Empfangen einer Angabe einer Anzahl von zu erkennenden Merkmalen;
Durchführen der Merkmalserkennung, um die angezeigte Anzahl von Merkmalen zu erkennen, und
Erzeugen eines Indexes für die mehrdimensionale Subjektdatenbank unter Verwendung der erkannten Anzahl von Merkmalen.

2. Die Methode nach Anspruch 1, bei der der Index eine mehrdimensionale Datenbank umfasst, die von der mehrdimensionalen Subjektdatenbank abgeleitet ist.

3. Die Methode nach Anspruch 1, bei der die Anzahl der zu erkennenden Merkmale als Parameterwert empfangen wird.

4. Die Methode nach Anspruch 1, bei der die Merkmalserkennung das Generieren einer geordneten Liste von mehrdimensionalen Punkten umfasst.

5. Die Methode nach Anspruch 1, weiter umfassend die Erzeugung des Indexes unter Verwendung der Liste der mehrdimensionalen Punkte.

6. Die Methode nach Anspruch 1, bei der der Index Abweichungswerte für jedes der erkannten Merkmale speichert.

7. Eine Vorrichtung für den Zugriff auf eine mehrdimensionale Subjektdatenbank, umfassend:
einen Computer mit einem an diesen gekoppelten Datenspeicher, bei dem der Datenspeicher eine mehrdimensionale Subjektdatenbank speichert;
ein oder mehrere Computerprogramme, die von dem Computer ausgeführt werden, um eine Angabe einer Anzahl von zu erkennenden Merkmalen zu empfangen, die Merkmalserkennung durchzuführen, um die angezeigte Anzahl von Merkmalen zu erkennen und einen Index für die mehrdimensionale Subjektdatenbank zu erzeugen, unter Anwendung der erkannten Anzahl von Merkmalen.

8. Die Vorrichtung nach Anspruch 7, bei der der Index eine mehrdimensionale Datenbank umfasst, die von der mehrdimensionalen Subjektdatenbank abgeleitet wird.

9. Die Vorrichtung nach Anspruch 7, bei der die Anzahl der zu erkennenden Merkmale als Parameterwert empfangen wird.

10. Die Vorrichtung nach Anspruch 7, bei der die Merkmalserkennung die Erzeugung einer geordneten Liste von mehrdimensionalen Punkten umfasst.

11. Die Vorrichtung nach Anspruch 7, weiter umfassend die Erzeugung des Indexes unter Verwendung der Liste von mehrdimensionalen Punkten.

12. Die Vorrichtung nach Anspruch 7, bei der der Index Abweichungswerte für jedes der erkannten Anzahl von Merkmalen umfasst.

13. Ein Herstellungsartikel, umfassend ein Programmspeichermedium, das von einem Computer gelesen werden kann und das ein oder mehrere Befehle umfasst, die von dem Computer ausgeführt werden können, um auf eine mehrdimensionale Subjektdatenbank zuzugreifen, die auf einem mit dem Computer verbundenen Datenspeicher gespeichert ist, folgendes umfassend:
Empfangen einer Angabe einer Anzahl von zu erkennenden Merkmalen;
Durchführen der Merkmalserkennung, zur Erkennung der angezeigten Anzahl von Merkmalen; und
Erzeugen eines Indexes für die mehrdimensionale Subjektdatenbank unter Verwendung der erkannten Anzahl von Merkmalen.

14. Der Herstellungsartikel nach Anspruch 13, bei dem der Index eine mehrdimensionale Datenbank umfasst, die von der mehrdimensionalen Subjektdatenbank abgeleitet wurde.

15. Der Herstellungsartikel nach Anspruch 13, bei dem die Anzahl der zu erkennenden Merkmale als Parameterwert empfangen wird.

16. Der Herstellungsartikel nach Anspruch 13, bei dem die Merkmalserkennung das Erzeugen einer geordneten Liste von mehrdimensionalen Punkten umfasst.

17. Der Herstellungsartikel nach Anspruch 13, weiter umfassend das Erzeugen des Indexes unter Verwendung der Liste der mehrdimensionalen Punkte.

18. Der Herstellungsartikel nach Anspruch 13, bei dem der Index Abweichungswerte für jedes der erkannten Anzahl von Merkmalen umfasst.