我对数据库内部知识有点了解。实际上，我之前已经在磁盘和BTree索引上使用ISAM结构以及所有类似的东西实现了一个小型，简单的关系数据库引擎。这很有趣，而且很有教育意义。我知道我对谨慎设计数据库架构和编写查询的认识要多得多，因为我对RDBMS的工作原理有了更多的了解。
但是我对多维OLAP数据模型一无所知，而且很难在互联网上找到任何有用的信息。
信息如何存储在磁盘上？多维数据集包含哪些数据结构？如果MOLAP模型不使用带有列和记录的表，那么……怎么办？尤其是在高维数据中，哪种数据结构使MOLAP模型如此高效？ MOLAP实现是否使用类似于RDBMS索引的内容？
为什么OLAP服务器在处理临时查询方面如此出色？在OLTP多维数据集中以毫秒为单位处理在普通关系数据库中可能花费hours来处理的相同类型的聚合。该模型的潜在机制是什么？
我已经实现了一些模仿OLAP多维数据集的系统，这是我们为使其正常工作所做的几件事。
核心数据保存在一个n维数组中，全部在内存中，并且所有键都是通过指向底层数组的指针的层次结构实现的。这样，我们可以为同一数据设置多个不同的键集。数组中的数据等同于事实表，通常只有几条数据，在某些情况下，这是价格和售出的数量。
基础数组通常是稀疏的，所以一旦创建了它，我们就删除了所有空白单元以节省内存-许多硬核指针算法都可以，但是它可以工作。
由于我们具有键的层次结构，我们可以很容易地编写例程来轻松地向下钻取/向上钻取层次结构。例如，我们将通过查看月份键来访问年份数据，而月份键又映射到天和/或周。在每个级别，我们都将聚合数据作为构建多维数据集的一部分-使计算速度更快。
我们没有实现任何种类的查询语言，但是我们确实支持全轴向下钻取（在最大的多维数据集中最多7个），并且直接与用户喜欢的UI绑定。
] >我们用C ++实现了核心内容，但是现在我认为C＃可能足够快，但是我担心如何实现稀疏数组。
希望有所帮助，听起来很有趣。
Microsoft SQL Server 2008 Analysis Services Unleashed书详细说明了SSAS 2008的某些特殊性。它不是“ SSAS的确切工作方式”，但很有启发性，尤其是在数据结构方面。 （关于精确算法，它还不够详细/具体。）作为本书的业余爱好者，我从本书中学到了一些东西。这一切都与SSAS MOLAP有关：