一种多维数据模型的数据处理方法及装置与流程

本发明涉及数据处理领域，特别涉及一种多维数据模型的数据处理方法及装置。

背景技术：

随着网络技术和数理分析在各个行业中的广泛应用，运用商业智能等技术，处理跨时间、跨空间、跨部门、跨产品的数据集成分析问题，逐步实现了产品和服务的交叉销售。

olap(on-lineanalyticalprocessing联机分析处理技术)是商业智能的关键技术之一。olap中的多维数据模型可以有效地对数据进行集成分析。现有技术主要利用多维数据库和关系型数据库来实现olap多维数据模型。

但是，利用多维数据库和关系型数据库来实现的olap多维数据模型，一旦构建成功，不能灵活地根据用户需要更改维度，从而降低了多维数据模型的数据处理效率。

技术实现要素：

本发明实施例提供了一种多维数据模型的数据处理方法及装置，能够提高多维数据模型的数据处理效率。

第一方面，本发明提供了一种多维数据模型的数据处理方法，

预先确定源数据的维度和度量；

根据所述源数据的维度和度量创建多维数据模型；

根据所述多维数据模型，设置至少一个待展示维度模型；

还包括：

接收外部发来的至少一条请求指令；

根据每一条所述请求指令携带的待请求数据的维度，选择每一条所述请求指令对应的所述待展示维度模型；

针对每一条所述请求指令，执行：

确定当前请求指令对应的待请求数据的量度；

将所述待请求数据的量度加载到所述待展示维度模型中；

返回所述待展示维度模型中的所述待请求数据。

优选地，在所述根据所述多维数据模型，设置至少一个待展示维度模型之后，进一步包括：预先设置内存数据库和关系型数据库；其中，

所述关系型数据库中存储所述源数据的维度和量度；

所述内存数据库中存储所述源数据的量度及其关键词，所述关键词与所述源数据的维度相对应；

则，所述确定对应的待请求数据的量度，包括：

从所述内存数据库中查询是否存在所述待请求数据的关键词，如果是，从所述内存数据库中，查询并确定所述待请求数据的量度，否则，从所述关系型数据库中查询所述待请求数据的维度，进而从所述关系型数据库中查询并确定所述待请求数据的量度；

优选地，在所述从所述关系型数据库中确定所述待请求数据的量度之后，进一步包括：

将所述待请求数据的关键词和量度，缓存到所述内存数据库中。

优选地，在所述根据每一条所述请求指令携带的待请求数据的维度，选择每一条所述请求指令对应的所述待展示维度模型之后，进一步包括：

根据与每条所述请求指令对应的所述待展示维度模型占用内存大小以及每条所述请求指令的出现次数，确定每条所述请求指令的请求优先级；

按照每条所述请求指令的请求优先级，确定所述至少一条请求指令的处理顺序，以按照所述处理顺序依次处理所述至少一条请求指令；

优选地，在所述将所述待请求数据的关键词和量度，缓存到所述内存数据库中之后，进一步包括：

当所述内存数据库的被占用的比例不小于预先设置的内存阈值时，删除所述请求优先级最低的请求指令对应的所述源数据的量度和所述源数据的关键字。

优选地，所述预先确定源数据对应的维度和度量，包括：

获取存储源数据的至少一个物理表的描述内容；

根据每个所述物理表的描述内容，生成至少一个数据对象；

根据所述至少一个数据对象，生成事实表；

根据所述事实表，确定所述源数据的维度和量度。

第二方面。本发明实施例提供了一种多维数据模型的数据处理装置，包括：数据处理模块、创建模块、设置模块、接收模块、选择模块、确定模块、加载模块、数据输出模块；其中，

所述数据处理模块，用于确定源数据的维度和度量；

所述创建模块，用于根据所述数据处理模块确定的所述源数据的维度和度量创建多维数据模型；

所述设置模块，用于根据所述创建模块创建的所述多维数据模型，设置至少一个待展示维度模型；

所述接收模块，用于接收至少一条外部发来的请求指令；

所述选择模块，用于根据每一条所述接收模块接收的所述请求指令携带的待请求数据的维度，选择每一条所述请求指令对应的所述待展示维度模型；

所述确定模块，用于针对每一条所述接收模块接收的所述请求指令，，以及确定当前请求指令对应的待请求数据的量度；

所述加载模块，用于将所述确定模块确定的所述待请求数据的量度加载到所述选择模块确定的所述待展示维度模型中；

所述数据输出模块，用于返回所述加载模块生成的所述待展示维度模型中的所述待请求数据。

优选地，还包括：内存数据库和关系型数据库；其中，

所述关系型数据库，用于存储所述数据处理模块确定的所述源数据的维度和量度；

所述内存数据库，用于存储存储所述数据处理模块确定的所述源数据的量度及其关键词，所述关键词与所述源数据的维度相对应；

则，所述确定模块，用于从所述内存数据库中查询是否存在所述待请求数据的关键词，如果是，从所述内存数据库中，查询并确定所述待请求数据的量度，否则，从所述关系型数据库中查询所述待请求数据的维度，进而从所述关系型数据库中查询并确定所述待请求数据的量度；

优选地，进一步包括：缓存模块；

所述缓存模块，用于将从所述关系型数据库中确定的所述待请求数据的关键词和量度，缓存到所述内存数据库中。

优选地，进一步包括：计算模块；其中

所述计算模块，用于根据与每条所述接收模块接收的所述请求指令对应的所述待展示维度模型占用内存大小以及每条所述请求指令的出现次数，确定每条所述请求指令的请求优先级；

按照每条所述接收模块接收的所述请求指令的请求优先级，确定所述至少一条请求指令的处理顺序，以触发所述确定模块，使得所述确定模块按照所述处理顺序依次处理所述至少一条请求指令；

优选地，所述内存数据库，进一步包括：删除单元；

所述删除单元，用于当所述内存数据库的被占用的比例不小于预先设置的内存阈值时，删除所述请求优先级最低的请求指令对应的所述源数据的量度和所述源数据的关键字。

优选地，所述数据处理模块包括：获取单元、第一生成单元、第二生成单元、选择单元；其中，

所述获取单元，用于确定存储源数据的至少一个物理表的描述内容；

所述第一生成单元，用于根据每个所述获取单元获取的所述物理表的描述内容，生成至少一个数据对象；

所述第二生成单元，用于根据所述第一生成单元生成的所述至少一个数据对象，生成事实表；

所述选择单元，用于根据所述第二生成单元生成的所述事实表，确定所述源数据的维度和量度。

本发明实施例提供了一种多维数据模型的数据处理方法及装置，通过确定源数据的维度和度量来创建多维数据模型，再根据多维数据模型来设置多个待展示维度模型。待展示维度模型可以自由调用、设置，不受源数据限制，从而解决多维数据模型难于更改维度的问题。根据接收到的请求指令中携带的维度，选择合适的待展示维度模型以及相应的待请求数据的具体数值，之后将待请求数据的具体数值加载在待展示维度模型中，使得待请求数据具有多维数据结构，再返回具有多维数据结构的待请求数据。由此可见，本发明通过多维数据模型设置待展示维度模型，再将待请求数据的具体数值加载到待展示维度模型中，以形成具有多维数据结构的待请求数据，解决了改变多维数据模型维度时，需要重新创建多维数据模型问题；从而实现灵活地改变多维数据模型的维度来展示具有多维数据结构的待请求数据，进而提高了多维数据模型的数据处理效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例提供的一种多维数据模型的数据处理方法的流程图；

图2是本发明一个实施例提供的另一种多维数据模型的数据处理方法的流程图；

图3是本发明一个实施例提供的一种多维数据模型的数据处理装置的结构示意图；

图4是本发明一个实施例提供的另一种多维数据模型的数据处理装置的结构示意图；

图5是本发明一个实施例提供的又一种多维数据模型的数据处理装置的结构示意图；

图6是本发明一个实施例提供的再一种多维数据模型的数据处理装置的结构示意图；

图7是本发明一个实施例提供的还一种多维数据模型的数据处理装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例提供了一种多维数据模型的数据处理方法，包括以下步骤：

步骤101，预先确定源数据的维度和度量。

步骤102，根据所述源数据的维度和度量创建多维数据模型。

步骤103，根据所述多维数据模型，设置至少一个待展示维度模型。

步骤104，接收外部发来的至少一条请求指令。

步骤105，根据每一条所述请求指令携带的待请求数据的维度，选择每一条所述请求指令对应的所述待展示维度模型。

步骤106，针对每一条所述请求指令，执行：确定当前请求指令对应的待请求数据的量度，将所述待请求数据的量度加载到所述待展示维度模型中，返回所述待展示维度模型中的所述待请求数据。

本发明实施例提供了一种多维数据模型的数据处理方法，通过确定源数据的维度和度量来创建多维数据模型，再根据多维数据模型来设置多个待展示维度模型。待展示维度模型可以自由调用、设置，不受源数据限制，从而解决多维数据模型难于更改维度的问题。根据接收到的请求指令中携带的维度，选择合适的待展示维度模型以及相应的待请求数据的具体数值，之后将待请求数据的具体数值加载在待展示维度模型中，使得待请求数据具有多维数据结构，再返回具有多维数据结构的待请求数据。由此可见，本发明通过多维数据模型设置待展示维度模型，再将待请求数据的具体数值加载到待展示维度模型中，以形成具有多维数据结构的待请求数据，解决了改变多维数据模型维度时，需要重新创建多维数据模型问题；从而实现灵活地改变多维数据模型的维度来展示具有多维数据结构的待请求数据，进而提高了多维数据模型的数据处理效率。

为了能够更高效的查询并确定待请求数据，在本发明的一个实施例中，预先设置内存数据库和关系型数据库。关系型数据库用于存储源数据的维度和具体数值，内存数据库用于源数据的具体数值和关键词，关键词与源数据的维度是相对应的。内存数据库具有数据冗余小，易扩充，读写速度快等特点，但存储空间有限，存储的数据具有时效性不稳定。关系型数据库具有存储量大，存储的数据完整、稳定等特点，但数据冗余且读写速度较慢。两者的结合和可以弥补各自的缺点，从而提高查询并确定待请求数据的效率。

为了匹配内存数据库和关系型数据库相结合的数据存储方式，在本发明的一个实施例中，先确定内存数据库中是否存在待请求数据的关键词，如果内存数据库中存在待请求数据的关键词，直接在内存数据库中查询并确定待请求数据的具体数值；如果内存数据库中不存在待请求数据的关键词，则去关系型数据库先查询待请求数据的维度，再根据待请求数据的维度查询并确定待请求数据的具体数值，同时将待请求数据的具体数值缓存到内存数据库中，以方便下次查询和调用。

例如，待请求数据a的关键词为a1、维度为a2，先在内存数据库中查询是否有a1，则确定a1对应的待请求数据的具体数据；如果没有a1，先从关系型数据库查询a2，再确定a2对应的待请求数据的具体数据。并将a1和a1对应的待请求数据的具体数据缓存到内存数据库中。

由于很多用户会同时发送多条请求指令，但内存数据库中的内存容量是有限的，因此要依照一定顺序合理地处理请求指令，从而提高处理请求指令的效率。在本发明的一个实施例中，通过计算每条请求指令对应的待展示维度模型占用内存大小以及每条请求指令的出现次数，确定每条请求指令的请求优先级，即对应的待展示维度模型占用内存越大，优先级越大；请求指令的出现次数越多，优先级越大。按照优先级从大到小，依次处理请求指令。

例如，请求指令a、b、c对应的待展示维度模型占内存百分比依次为5％、5％、12％，请求指令a、b、c出现的次数依次为3、6、6，则优先级的顺序为a<b<c，则处理请求指令的顺序为cba。

通过优先处理待展示维度模型占内存大的数据，可以有效的降低内存被比例，从而保证数据的读写效率；优先处理出现次数多的请求指令，可以及时的完成重要任务，从而提高处理请求指令的效率。

内存数据库要保持高速地对请求指令进行处理，并且有足够的空间存储不断更新的源数据，必须要限制内存数据库存储的被占用的比例。在本发明的一个实施例中，当内存数据库的被占用的比例不小于预先设置的内存阈值时，删除请求优先级最低的请求指令对应的源数据的量度和源数据的关键字。

例如，内存阈值为80％，内存数据库中数据a、b、c、d的优先级排序为a>b>c>d；数据a、b、c、d占内存数据库的百分比分别为40％、30％、10％、15％，共计占用95％的内存数据库，大于内存阈值，则优先删除d；此时a、b、c共占80％的内存数据库等于内存阈值，则删除c；此时a、b共占70％的内存内存数据库，小于内存阈值，退出当前流程。

在本发明的一个实施例中，为了确定源数据的维度和量度，首先对数据源数据库中物理表中的内容进行描述，得到至少一个数据对象；再根据所述至少一个数据对象，生成事实表；根据所述事实表，确定所述源数据的维度和量度。其中，数据对象指源数据中的字段名、数据类型、主键、表名等物理结构；事实表由多个数据对象关联形成，例如，客户在某个时间、某个地点支付了一笔款项，则客户，支付时间，支付地点，支付款项构成实事实表。源数据的维度指用户观察数据的角度，比如客户想看每个月的营业额，那么月就是一个维度，源数据的量度是源数据中的具体数值。

在本发明的一个实施例中，通过统一资源接口、数据格式来提高系统的整体性能。统一资源接口包含了一组受限的预定义的操作，分别是获取模型元数据、获取维度数据、获取分析数据。对应的，统一数据格式为模型元数据、维度数据、分析数据。如此，每个请求指令都按照预定义的操作去执行，并获取对应的数据格式，简化了解析请求指令的过程，也方便跟模块之间以及各单元之间数据交互。

在本发明的一个实施例中，为了进一步提高多维数据模型的灵活性，用户可以通过界面操作对待展示维度模型进行新增、修改、删除、发布等管理操作。界面操作能够以拖拽方式完成待展示维度模型的设计，使得待展示维度模型的设计简单、灵活。对待展示维度模型进行新增、修改、删除、发布等管理操作，进一步提高了多维数据模型的灵活性，满足了不同用户的需求。

为了方便用户对具有多维数据结构的待请求数据进行相关处理，在本发明的一个实施例中，通过可视化的图表来展示具有多维数据结构的待请求数据，并支持支持钻取、切片、切块、等olap分析功能。olap分析中，通过对数据钻取、切片、切块、等操作，可以进一步挖掘待请求数据潜在的应用价值，因此通过可视化的图表来展示具有多维数据结构的待请求数据并支持相关olap分析功能，间接的提高了多维数据模型处理数据的能力。

为了更好地说明本发明上述实施例的内容，如图2所示，本发明实施例提供了另一种多维数据模型的数据处理方法，包括以下步骤：

步骤201，确定源数据的维度和度量。

本发明实施例中，首先对数据源数据库中物理表中的字段名、数据类型、主键、表名等内容进行描述，得到至少一个数据对象；再由多个数据对象关联形成生成事实表；根据所述事实表，确定所述源数据的维度和量度。

步骤202，根据源数据的维度和度量创建多维数据模型。

本发明实施例中，多维数据模型由四个层次构成，分别为：数据对象，事实表，维度、量度，维度模型扩展。其中，维度模型扩展指对多维数据模型中的维度进行结构层次的扩展，例如，时间维度可以扩展成年-月-日；地理维度可以扩展成国家-地区-省-市。

步骤203，根据多维数据模型，设置至少一个待展示维度模型。

本发明实施例中，按照维度模型扩展机制，提供时间、组织、科目、项目、地理位置、版本6类常见维度模型。

其中，时间维度模型支持多视角多层次结构设置，默认提供“年-季-月-日、年-月-日、年-半年-月-日、年-周-日”四个视角的维度层次。

组织、科目、项目维度模型属于分级维度，可以根据业务数据存储规则设置是否需要汇总，可分层次设置。

地理位置维度模型支持按地理坐标、地名进行划分，地名支持国内、国际两个视角，维度层次支持自定义，支持在地名之上重新划分区域，满足业务分析需求。

版本维度模型是特殊维度附加信息，解决组织、科目、项目等维度层次结构数据随时间变化引起的汇总关系变化问题，最低按月分版本存放维度层次结构，汇总按时间维分版本进行精确汇总。

步骤204，设置内存数据库和关系型数据库，用于存储源数据的维度和量度。

关系型数据库，用于存储述源数据的维度和量度；

内存数据库，用于存储所述源数据的量度及其关键词，关键词与源数据的维度相对应。

步骤205，接收外部发来的至少一条请求指令。

在本发明实施例中，设置统一资源接口使得请求指令具有统一格式，包括：获取模型元数据、获取维度数据、获取分析数据。具体地，获取模型元数据，即获取待展示维度模型；获取维度数据，即获取获取待展示维度模型的维度；获取分析数据，即获取待展示维度模型中的待请求数据。

步骤206，根据每一条请求指令携带的待请求数据的维度，选择每一条所述请求指令对应的待展示维度模型。

在本发明实施例中，用户可以根据发布的维度模型和实际需要自定义待请求数据的维度，并发出请求指令。

以步骤203中提供的模型为例，用户可以选择时间维度模型中的任一默认模型，也可以手动设置维度层次结构，还可以同时两个及以上不同类型的维度，例如同时选择时间维度和地理维度。

步骤207，根据每条请求指令对应的待展示维度模型占用内存大小以及每条请求指令的出现次数，确定每条请求指令的请求优先级，按照每条请求指令的请求优先级，确定该至少一条请求指令的处理顺序，以按照处理顺序依次处理该至少一条请求指令。

在本发明实施例中，请求指令对应的待展示维度模型占用内存越大，优先级越高；请求指令的出现次数出现的次数越多，优先级越高越高。

例如，请求指令a、b、c对应的待展示维度模型占内存百分比依次为5％、5％、12％，请求指令a、b、c出现的次数依次为3、6、6，则优先级的顺序为a<b<c。

步骤208，针对每一条请求指令，执行：在内存数据库中查询是否存在待请求数据的量度的关键词，如果是，执行步骤209，否则执行步骤212。

在本发明实施例中，根据请求指令是否存在历史次数判断内存数据库中是否存在待请求数据的量度的关键词。当请求指令存在历史次数时，内存数据库中是存在待请求数据的量度的关键词；当请求指令不存在历史次数时，内存数据库中是不存在待请求数据的量度的关键词。

步骤209，从内存数据库中，查询并确定待请求数据的量度。

在本发明实施例中，待请求数据的量度为待请求数据的具体数值。例如，待请求数据为销售额，销售额中的一个数据为a万元，则a为销售额的度量。

查询时，优先查询占内存数据库的比重大的源数据的量度。例如内存数据库中有a、b、c三种源数据的量度，其中a、b、c占内存数据库的比重分别为20％、15％、10％，查询次序为abc。

步骤210，将待请求数据的量度导入到对应的待展示维度模型中。

在本发明实施例中，内存数据库或关系型数据库中，待请求数据的量度不具备多维数据结构，因此要借助对应的待展示维度模型使得待请求数据的量度具有多维数据结构，方便用户能从多个维度获取想要的信息。

步骤211，返回待展示维度模型中的待请求数据的量度。

在本发明实施例中，返回的待请求数据的量度具有多维数据结构，并以可视化的图表方式进行展示，用户可以根据实际需要，对返回的待请求数据的量度进行钻取、切片、切块等分析操作。例如，用户分析各地区、城市的销售情况时，可以对某一个城市的销售额细分为各个年度的销售额，或者对某一年度的销售额，可以继续细分为各个季度的销售额；用户也可以单独提取某一城市在某一月份季度的销售额进行分析。

步骤212，从关系型数据库通过查询待请求数据的维度，确定所述待请求数据的量度，并执行步骤210。

在本发明实施例中，如果在内存数据库中没有查询到待请求数据的量度，就根据请求指令携带的维度在关系型数据库中查找待请求数据的量度。

步骤213，将从关系型数据库确定的待请求数据的量度和关键词缓存到内存数据库。

在本发明实施例中，由于在内存数据库的数据处理效率高，因此尽可能地在内存数据库中完成待请求数据的量度的查询，因此通过不断更新内存数据库中源数据的量度和关键词，保证最大程度地运用内存数据库中完成待请求数据的量度的查询，从而提高数据处理效率。

步骤214，判断内存数据库的被占用的比例是否不小于预先设置的内存阈值，如果是执行步骤215；如果否，退出当前流程。

在本发明实施例中，为保证内存数据库有足够的空间存储不断更新的源数据，以及内存数据库高速速地处理请求指令，预先设置内存阈值限制内存数据库的被占用的比例。

步骤215，删除请求优先级最低的请求指令对应的源数据的量度和源数据的关键字，并执行步骤214。

在本发明实施例中，内存数据库中存储的数据都是与请求指令相对应的，因此，内存数据库中存储的数据的优先级就是对应指令的优先级。当删除内存数据库中存储的数据时，就可以根据内存数据库中存储的数据的优先级，优先删除优先级最低的数据，以维持内存数据库的被占用的比例小于内存阈值。每次执行完删除操作之后，再执行步骤214，直至退出当前流程。

例如，内存阈值为80％，内存数据库中数据a、b、c、d的优先级排序为a>b>c>d；数据a、b、c、d占内存数据库的百分比分别为40％、30％、10％、15％，共计占用95％的内存数据库，大于内存阈值，则优先删除d；此时a、b、c共占80％的内存数据库等于内存阈值，则删除c；此时a、b共占70％的内存内存数据库，小于内存阈值，退出当前流程。

如图3所示，本发明实施例提供了一种多维数据模型的数据处理装置，包括：数据处理模块301、创建模块302、设置模块303、接收模块304、选择模块305、加载模块306、数据输出模块307、确定模块308；其中，

数据处理模块301，用于确定源数据的维度和度量；

创建模块302，用于根据数据处理模块301确定的所述源数据的维度和度量创建多维数据模型；

设置模块303，用于根据创建模块302创建的所述多维数据模型，设置待展示维度模型；

接收模块304，用于接收至少一条外部发来的请求指令；

选择模块305，用于根据每一条接收模块304接收的所述请求指令携带的待请求数据的维度，选择每一条所述请求指令对应的所述待展示维度模型；

确定模块308，用于针对每一条接收模块304接收的所述请求指令，确定当前请求指令对应的待请求数据的量度；

所述加载模块306，用于将确定模块308确定的所述待请求数据的量度加载到选择模块305确定的所述待展示维度模型中；

所述数据输出模块307，用于返回加载模块306生成的所述待展示维度模型中的所述待请求数据。

如图4所示，本发明实施例提供了另一种多维数据模型的数据处理装置,还包括：内存数据库401和关系型数据库402；其中，

关系型数据库401，用于存储所述数据处理模块确定的所述源数据的维度和量度；

内存数据库402，用于存储存储所述数据处理模块确定的所述源数据的量度及其关键词，所述关键词与所述源数据的维度相对应；

则，确定模块308，用于从内存数据库402中查询是否存在所述待请求数据的关键词，如果是，从所述内存数据库中，查询并确定所述待请求数据的量度，否则，从关系型数据库401中查询所述待请求数据的维度，进而从所述关系型数据库中查询并确定所述待请求数据的量度；

进一步包括：缓存模块403；

缓存模块403，用于将从关系型数据库401中确定的所述待请求数据的关键词和量度，缓存到内存数据库402中。

如图5所示，本发明实施例提供了又一种多维数据模型的数据处理装置,进一步包括：计算模块501；其中，

计算模块501，用于根据与每条接收模块304接收的所述请求指令对应的所述待展示维度模型占用内存大小以及每条所述请求指令的出现次数，确定每条所述请求指令的请求优先级；

按照每条所述请求指令的请求优先级，确定所述至少一条请求指令的处理顺序，以触发确定模块308，使得所述确定模块按照所述处理顺序依次处理所述至少一条请求指令；

如图6所示，本发明实施例提供了再一种多维数据模型的数据处理装置,内存数据库402，进一步包括：删除单元4021；

删除单元4021，用于当所述内存数据库的被占用的比例不小于预先设置的内存阈值时，删除所述请求优先级最低的请求指令对应的所述源数据的量度和所述源数据的关键字。

如图7所示，本发明实施例提供了还一种多维数据模型的数据处理装置,数据处理模块301包括：获取单元3011、第一生成单元3012、第二生成单元3013、选择单元3014；其中，

获取单元3011，用于确定存储源数据的至少一个物理表的描述内容；

第一生成单元3012，用于根据每个获取单元3011获取的所述物理表的描述内容，生成至少一个数据对象；

第二生成单元3013，用于根据第一生成单元3012生成的所述至少一个数据对象，生成事实表；

所述选择单元3014，用于根据第二生成单元3013生成的所述事实表，确定所述源数据的维度和量度。

上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

本发明实施例提供了一种可读介质，包括执行指令，当存储控制器的处理器执行所述执行指令时，所述存储控制器执行本发明任意一个实施例中提供的一种多维数据模型的数据处理方法。

本发明实施例提供了一种存储控制器，包括：处理器、存储器和总线；

所述存储器用于存储执行指令，所述处理器与所述存储器通过所述总线连接，当所述存储控制器运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述存储控制器执行本发明任意一个实施例中提供的一种多维数据模型的数据处理方法。

综上所述，本发明各个实施例至少具有如下有益效果：

1、本发明一个实施例中，通过确定源数据的维度和度量来创建多维数据模型，再根据多维数据模型来设置多个待展示维度模型。待展示维度模型可以自由调用、设置，不受源数据限制，从而解决多维数据模型难于更改维度的问题。根据接收到的请求指令中携带的维度，选择合适的待展示维度模型以及相应的待请求数据的具体数值，之后将待请求数据的具体数值加载在待展示维度模型中，使得待请求数据具有多维数据结构，再返回具有多维数据结构的待请求数据。由此可见，本发明通过多维数据模型设置待展示维度模型，再将待请求数据的具体数值加载到待展示维度模型中，已形成具有多维数据结构的待请求数据，解决了改变多维数据模型维度时，需要重新创建多维数据模型问题；从而实现灵活地改变多维数据模型的维度来展示具有多维数据结构的待请求数据，进而提高了多维数据模型的数据处理效率。

2、本发明一个实施例中，通过设置内存数据库和关系型数据库，利用内存数据库读写速度快，以及关系型数据库存储数据全面、持久的特点，实现既提高处理请求指令的速度，又保证处理请求指令的目的，从而进一步提高了多维数据模型的数据处理效率。

3、本发明一个实施例中，通过计算每一条请求指令的优先级，制定处理请求指令的先后次序，能够高效地利用内存数据库对请求指令进行处理，提高内存数据缓存的命中率，从而进一步提高了多维数据模型的数据处理效率。

4、本发明一个实施例中，通过需先设置内存阈值，对内存数据库中优先级低的源数据进行删除操作，保证内存数据库有足够的空间来处理请求指令，从而进一步提高了多维数据模型的数据处理效率。

需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个〃·····”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。

最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。