Многомерная модель

Модели данных

Постреляционная модель

Она в общем случае представляет собой расширенную реляционную модель, снимающую ограничение неделимости значений полей, т.е. допускаются многозначные поля. Например:

R
Код клиента	Клиент	Номер заказа	Вес заказа
К1	Сименс
К2	Атлант

Достоинства:

1) представление связанных реляционных таблиц одной постреляционной таблицей, что обеспечивает высокую наглядность представления данных и повышает эффективность их обработки;

2) отсутствие ограничений на длину полей и их количество в записях таблицы.

Недостатком модели является сложность в обеспечении целостности данных.

Многомерная модель

Многомерная модель предназначена для аналитической обработки информации. Например, данные о продажах автомобилей дилером фирмы «Опель» по реляционной и многомерной моделям.

Реляционная модель

Марка автомобиля	Месяц	Объем продаж
Опель-Астра	Январь
Опель-Астра	Февраль
Опель-Астра	Март
Опель-Вектра	Январь
Опель-Вектра	Февраль
Опель-Омега	Февраль

Многомерная модель

Марка автомобиля	Январь	Февраль	Март
Опель-Астра
Опель-Вектра
Опель-Омега

Основные понятия многомерной модели:

Измерение – это множество однотипных данных, образующих одну из граней многомерного гиперкуба. Примерами временных измерений являются дни, месяцы, кварталы и годы. В качестве географических измерений используются города, районы, регионы и страны.

Ячейка – это поле, значение которого однозначно определяется фиксированным набором измерений. В представленной выше таблице значение ячейки объема продаж однозначно определяется комбинацией временного измерения «Месяц» и «Марка автомобиля».

Многомерную модель, отображающую объемы продаж автомобилей менеджерами по годам, можно представить в виде трехмерного куба.

В многомерной модели данных используются два варианта организации данных.

В гиперкубической модели все кубы определяются одним и тем же набором измерений (максимально возможным). В некоторых случаях информация может быть избыточной, так как требуется обязательное заполнение ячеек.

В поликубической модели определяются несколько гиперкубов с различной размерностью и различными измерениями в качестве граней.

Для извлечения данных из базы, организованной по многомерной модели, применяется ряд специальных операций:

Срез представляет собой данные, полученные в результате фиксации одного или нескольких измерений. Например, если сделать срез в базе, организованной по трехмерной модели, по марке автомобиля, то получим двухмерную таблицу продаж этой марки различными менеджерами по годам.

Операция вращение применяется в основном при двухмерном представлении данных. Суть ее заключается в изменении порядка при визуальном представлении данных (меняются местами оси X и Y). Для многомерного случая вращение представляет собой процедуру изменения порядка следования измерений.

Операция агрегации означает переход к менее детальному, а детализации – к более детальному представлению информации из гиперкуба. В гиперкуб предыдущего примера могут быть добавлены новые измерения и тогда можно получать информацию не только по объемам продаж отдельных менеджеров, но и по регионам, фирмам, странам.

Достоинством многомерной модели является удобство и эффективность аналитической обработки больших объемов данных, связанных с временными интервалами.

Недостатком является громоздкость для простейших задач оперативной обработки информации.

Дата добавления: 2015-12-07