PivotCube是使用OLAP(联机分析处理)方法进行多维数据分析的最佳产品之一。它既提供了程序员需要的API,又具有很强的灵活性,还可以方便地使最终用户有效地完成多维数据分析工作。还允许最终用户使用任何关系数据库中的当前数据进行联机分析处理和统计分析。此外,PivotCube还提供了一些统计功能,包括四分点,中值以及其它功能。PivotCube还允许最终用户在运行中通过内置的公式解释器在已有度量值的基础上创建自己的度量值。对最终用户来说,可以轻易地更新立方体数据而不需要重新构建整个立方体的功能也是非常重要的.
具体描述:
树状(层次)维度
它不但可以处理线性维度,还可以处理层次维度。我们把它们称为树状,是因为它们的构造就像标准的层次结构—树一样,对于树,所有Windows用户应该都很熟悉(目录的结构就像树)。因此,你可以很容易地建立结构类似于Windows目录的维度树,它可以具有无数的叶子和节点。叶子和节点可以层层嵌套,最多可以有255层。
可扩展的统计功能
要使用这个功能,你需要建立过度饱和立方体。但在此之前,你需要把PivotCube.ExtendedMode这个属性设为True。如果一个立方体单元容纳了很多事实表中的数据,那么统计计算就会变的很复杂。尽管如此,PivotCube仍然提供了基于没有经过简化处理的完整数据集的计算。这个特点使你可以计算关于当前过滤集的准确函数值。这个特点的独特之处在于精确的计算而不是基于简化的统计公式的计算。因此,使用PivotCube,你总是可以得到准确的计算结果。
PivotCube扩展模式支持的统计功能如下:
如果你不需要这个特殊功能,你可以使用PivotCube的标准模式来最小化立方体大小,内存占用和提高速度。但在此之前,你需要把PivotCube.ExtendedMode属性设为False。
PivotCube标准模式下的功能:
可以很简单地从任何TDataSet的派生类装载数据
使用TDataSet的派生类作为数据源使你可以轻松地通过以下方式装载数据:
虽然你没有必要使用“Group by”或者MDX语句对数据进行预处理,但是如果你希望从SQL-Server装入PivotCube的数据记录数最少,你就可以使用“Group by”语句
可以很容易地使用新数据更新已有的立方体(不需要重新构造整个立方体)
就像在一个大型的OLAP服务器中,通过在已有的立方体中添加新的数据,而不是重新构建整个立方体,你可以一步一步地构造自己的立方体。对于那些需要处理经常变化的数据的用户来说,这是非常重要的特色。
自定义的维包装(dimension wrapping)
例如,“日期”可以被切分为季节、季度、白天/夜晚等等,或者,“地址”可以被切分为街道、邮政编码、城市、村等。“姓” [比如smith],“名” [比如John]和“部门”[比如managers]可以被综合成单个字符串“Employer”[比如 John Smith Mgrs.]
可通过维度和度量值筛选
OLAP最强大的功能之一是能帮助用户进行深刻和详细地分析,从而得出正确的商业决策。PivotCube提供了强大的通过维度和度量值进行筛选的功能。
通过维度进行筛选以下面两种方式进行:
一款用于Web、移动平台、Flex下的联机分析处理和商业智能分析控件
一款轻便的VCL联机分析处理控件
一款功能强大的联机分析处理控件,可以快速帮助开发人员开发商业
一款用于移动平台下的商业智能分析和数据分析控件
支持互动式OLAP和数据可视化的商业智能控件
一款享誉全球的.NET图表控件,支持多种图表类型,帮助开发人员快
一款功能强大的界面套包产品,支持WinForm、WPF、SilverLight、A
一款全球顶级的流程图绘制控件
一款功能强大的.NET报表控件,可以进行报表的设计,展示和用户自
精确的ICR和OCR识别控件