Багатовимірна модель

Найвдалішою формою подання даних, що надає мож­ливість багатовимірної їх параметризації, є не плоска реляційна модель, а багатовимірна. Базовані на сервері системи інтеракти­вного аналітичного оброблення на основі багатовимірних моде­лей мають назву «MOLAP-системи» (Multidimensional OLAP). Мультивимірне зображення даних може бути подане у вигляді кубів і/або гіперкубів, де дані звично розміщені в клітинках пам'яті на перетині причинно зумовлених або описово доречних вимірів.

Куби і/або гіперкуби фактичних поточних значень формують­ся з двовимірних файлів або реляційних баз даних. Вимірність масиву характеризує значення в елементах пам'яті. Значення в елементах пам'яті ніколи не бувають значеннями вимірних кате­горій. Замість цього вони є значеннями атрибутів, які змінюють­ся через розмірність. На рис. 10.6 зображено приклад трьохвимір-ного масиву даних — куба, який заповнюється значеннями проданих одиниць продукції в різний час з відповідними значен-

прибутковості. Наприклад, виділений на рисунку елемент 181,0 означає, що продукція А в період з 18 до 24 доби була реа-"зована в обсязі 181 одиниці, при цьому прибуток від реалізації яиниці вимірювання цієї продукції був у межах від 40 до 60 ко­пійок.

Рис. 10.6. Приклад трьохвимірного куба, комірки

якого заповнені даними від продажу продукції

в різні періоди з відповідною прибутковістю

Змінні, які часто поміщають у масиви даних, є економічними показниками, як, наприклад, ціни, витрати, обсяги збуту, прибут­ки, ймовірності сприятливих відповідей і середні значення жит­тєвих циклів споживачів (клієнтів).

Багатовимірні бази даних можуть мати повний перелік логі­чних операцій, які застосовуються в реляційних базах даних. Крім того, однак, є специфічні логічні відносини й дії, які наба­гато легше виконувати в багатовимірних базах даних, оскільки вони постійно «зашиті» в проектах комерційних продуктів і то-му не потрібно проводити дуже вправних і точних маніпуляцій з

фундаментальнішими логічними операціями. До таких дій на­лежать:

• визначення відношень спадкоємності типу батько—дитина у межах вимірності і конструювання вимірної єрархії в розрізі те­риторій, підприємств, часу та інших важливих аспектів;

• легке виконання матричних обчислень, які дають змогу опе­рувати зразу всіма векторами масивів;

• ранжування (subsetting) — організація підмножин багатови­мірних масивів для забезпечення сфокусованих описів, звітів і аналізів;

• ротація (обертання) для дослідження різних зображень бага­товимірного масиву без проведення повторного компонування з початкових даних;

• агрегування чи деагрегування (disaggregating) багатовимір­них масивів для показу відповідно вищого або нижчого рівнів їх єрархії як, наприклад, періоду територіально-адміністративного поділу або підприємства (операції також відомі як «rolling-up» (згортання) чи «drilling-down» (розкриття)).

Багатовимірні бази даних використовуються разом з реляцій-ними базами даних за допомогою або дружніх мов запиту, або ві­зуальних інструментальних засобів, що дають змогу формувати практичні запити на даний випадок (ad hoc) до бази даних аналі­тикам з маркетингу, аналітикам зі збуту, фінансовим аналітикам та іншим фахівцям.

Багатовимірна модель сховища даних допускає подальше ускладнення моделі даних, яке може виконуватись у кількох на­прямах:

• збільшення кількості вимірів, наприклад, дані про продаж можна аналізувати не тільки за часом, видами товарів і прибут­ковістю, а й за регіонами. У такому разі вони утворюють чоти-рьохвимірну модель;

• ускладнення вмісту комірки — наприклад, у комірках роз­ташовуються не лише обсяги продажу, а й прибутки та залишки на складі. Тоді в комірці буде кілька значень.

Показники, що знаходяться в комірках багатовимірної моделі, можна відшукувати за будь-яким виміром чи їх комбінацією. Тобто, аналізуючи обсяги продажу, можна підрахувати кількість виробів, проданих протягом останнього року, підсумувавши дані про обсяги продажу за кожен місяць. Якщо неохідно з'ясувати, який з регіональних відділів продажу мав кращі результати, то можна здійснити пошук за регіонами і знайти максимальний об­сяг продажу по певному регіону.

Дата добавления: 2015-08-13