Spark环境下并行立方体计算方法

　　针对传统联机分析处理（ OLAP）处理大数据时实时响应能力差的问题，研究基于分布式内存计算框架Spark加速的数据立方体计算方法，设计基于Spark内存集群的自底向上构造（BUC）算法-BUCPark，来提高BUC的并行度和大数据适应能力。在此基础上，为避免内存中迭代的立方体单元膨胀，基于内存重复利用和共享的思想设计改进的BUCPark算法-LBUCPark。实验结果表明：LBUCPark算法性能优于BUC算法和BUCPark算法，能够胜任大数据背景下的快速数据立方体计算任务。