Многомерная модель
Многомерные системы, позволяют оперативно обрабатывать информацию, для проведения анализа и принятия решения. В концепции развития информационных систем можно выделить два следующих направления:
-
Системы оперативной обработки
-
Системы аналитической обработки
Данные СУБД являются узко специализированными, предназначенные для интерактивной, аналитической обработки информации.
Основные понятия используемые в этой СУБД
-
Агрегируемость – рассмотрение информации на различных уровнях её обобщения. (для аналитика, пользователя, управляющего, или руководителя)
-
Историчность – предполагает обеспечение высокого уровня статичности данных, и их взаимосвязей, а также обязательность их привязки ко времени. Временная привязка данных необходима для частого выполнения запросов имеющих значение времени, в составе выборки.
-
Прогнозируемость – подразумевает задания функции прогнозирования, и применение к различным временным интервалом.
Многомерность модели данных означает, многомерное логическое представление структуры информации при описании, и в операциях манипулирования данными.
По сравнению с реляционной многомерная организация данных обладает более высокой наглядностью, и информативностью
Модель |
Месяц |
Объем |
ВАЗ |
Июнь |
12 |
ВАЗ |
Июль |
24 |
ВАЗ |
Август |
5 |
ГАЗ |
Июнь |
2 |
ГАЗ |
Июль |
18 |
ИЖ |
Июль |
19 |
Модель |
Июнь |
Июль |
Август |
ВАЗ |
12 |
24 |
5 |
ГАЗ |
2 |
18 |
- |
ИЖ |
- |
19 |
- |
Если речь идет о многомерной модели с мерностью больше 2-х, информация представляется в виде многомерных объектов (3-х, 4-х и более мерных гиперкубов)
Основные понятия многомерных моделей данных
-
Измерение – множество однотипных данных, образующих одну из граней гиперкуба
-
Ячейка (показатель) – поле значение которого однозначно определяется фиксированным набором измерений. Тип поля чаще всего определен как цифровой. В зависимости от того как формируется значения некоторой ячейка, она может быть переменной, либо формулой.
Операции применяемые для многомерной модели данных
-
Срез – подмножество гиперкуба полученное в результате фиксации одного или нескольких измерений.
-
Вращение – применяется при двумерном представлении данных, суть её заключается в изменении порядка измерении, при визуальном представлении данных.
-
Агрегация и детализация – означают соответственно переход к более общему, и к более детальному представлению информации.
Достоинства
-
Удобства и эффективность аналитической обработки больших объемов данных связанных со временем.
Недостатки
-
Громоздкость для простейших задач, обычной оперативной обработки информации.