基于March算法的网络多维数据优化存储方法

胡茂美

(合肥滨湖职业技术学院 机电与汽车工程学院，安徽 合肥 230601)

数据库技术的迅速发展，导致各行各业积攒过多的数据量，信息存储在企业发展过程中具有重要意义.数据库的主要应用范围是决策与分析，为这两个应用提供优越的工作平台[1]，数据库内数据存储形式均是多维的.提升在数据库内搜索有价值信息的效率，可帮助企业快速了解其自身情况[2].OLAP技术为用户提供了一种决策支持的有效方法[3]，该技术可提升用户查询数据速度，方便用户使用，操作简单.多维数据集属于OLAP数据查询的核心，通过Data Cube多维分析实现OLAP查询.在Data Cube内包含数据的全部细节信息，也包含不同粒度中的聚集值.聚集记录会浪费存储空间，延长计算时间[4]，降低OLAP分析效率，因此提升多维数据存储效率是目前数据库的主要研究方向.赵亚楠等人针对小文件存储问题，提出大数据分布式存储方法，提升存储效率[5]；陈波等人针对大量数据管理方式存在的缺陷，提出GeoSOT剖分网格的数据存储方法，集中存储大量数据，提升存储效率[6].这两种方法的缺点是未考虑多维数据存储空间较大问题，严重浪费存储空间.March算法为存储器中常用的功能测试与地址解码等测试向量，具备较优的故障与存储时间测量性能[7].为此研究基于March算法的网络多维数据优化存储方法，节约存储空间，提升存储效率.

1 基于March算法的网络多维数据优化存储方法

1.1 网络多维数据存储结构

网络多维数……