Многомерная модель данных является узкоспециализированной мо-
делью, предназначенной для оперативной аналитической обработки ин-
формации. В основе модели лежит не двухмерная, как в реляционной
модели, а многомерная таблица и многомерное логическое представле-
ние структуры информации при описании данных и в операциях мани-
пулирования данными. По сравнению с реляционной моделью много-
мерная
организация данных обладает более высокой наглядностью и ин-
формативностью. Модели должны быть присущи агрегируемость, исто-
ричность и прогнозируемость данных.
Агрегируемость данных означает рассмотрение информации на раз-
личных уровнях ее обобщения.
Историчность данных предполагает обеспечение высокого уровня
статичности данных и их взаимосвязей, а также обязательную привязку
данных ко времени.
Прогнозируемость данных подразумевает задание
функций прогнози-
рования и применение их к различным временным интервалам.
К числу основных
понятий многомерной модели относятся измерение
и ячейка.
Измерение – это множество однотипных данных, образующих
одну из граней многомерной таблицы.
Ячейка – это поле, значение кото-
рого однозначно определяется фиксированным набором измерений.
Используются два основных варианта
организации данных: гиперку-
бическая и поликубическая.
В
гиперкубической схеме предполагается, что все многомерные таб-
лицы имеют одинаковую размерность и совпадающие измерения.
В
поликубической схеме может быть определено несколько таблиц с
различной размерностью и различными измерениями.
В многомерной модели реализуются такие специальные операции, как
формирование «среза», вращение, агрегация и детализация.
Основным достоинством многомерной модели данных является удоб-
ство и эффективность аналитической обработки больших объемов дан-
ных, связанных со временем.
Недостатком многомерной модели является сложность ее структуры
при реализации простейших задач обычной оперативной обработки дан-
ных.
Достарыңызбен бөлісу: