Πίνακας περιεχομένων:
Ορισμός - Τι σημαίνει το Data Cube;
Ένα κύβο δεδομένων αναφέρεται είναι ένα τρισδιάστατο (3D) (ή υψηλότερο) εύρος τιμών που χρησιμοποιούνται γενικά για να εξηγήσει τη χρονική ακολουθία των δεδομένων μιας εικόνας. Είναι μια αφαίρεση δεδομένων για την αξιολόγηση συγκεντρωτικών δεδομένων από μια ποικιλία απόψεων. Είναι επίσης χρήσιμο για φασματοσκοπία απεικόνισης, καθώς απεικονίζεται φασματικά αναλυόμενη εικόνα ως όγκος 3-D.
Ένας κύβος δεδομένων μπορεί επίσης να περιγραφεί ως πολυδιάστατες επεκτάσεις δισδιάστατων πινάκων. Μπορεί να θεωρηθεί ως μια συλλογή πανομοιότυπων 2-D πινάκων στοιβαγμένων μεταξύ τους. Οι κύβοι δεδομένων χρησιμοποιούνται για την αναπαραγωγή δεδομένων που είναι πολύ περίπλοκα για να περιγραφούν από έναν πίνακα των στηλών και των γραμμών. Ως εκ τούτου, οι κύβοι δεδομένων μπορούν να υπερβαίνουν το 3-D για να συμπεριλάβουν πολλές ακόμα διαστάσεις.
Η Techopedia εξηγεί το Data Cube
Ένας κύβος δεδομένων χρησιμοποιείται γενικά για την εύκολη ερμηνεία των δεδομένων. Είναι ιδιαίτερα χρήσιμο όταν τα δεδομένα αντιπροσωπεύονται μαζί με τις διαστάσεις ως ορισμένα μέτρα των επιχειρηματικών απαιτήσεων. Κάθε διάσταση ενός κύβου αντιπροσωπεύει ορισμένα χαρακτηριστικά της βάσης δεδομένων, για παράδειγμα, καθημερινές, μηνιαίες ή ετήσιες πωλήσεις. Τα δεδομένα που περιλαμβάνονται σε ένα κύβο δεδομένων καθιστούν δυνατή την ανάλυση σχεδόν όλων των αριθμητικών στοιχείων για σχεδόν όλους τους πελάτες, τους πράκτορες πωλήσεων, τα προϊόντα και πολλά άλλα. Έτσι, ένας κύβος δεδομένων μπορεί να βοηθήσει στην καθιέρωση τάσεων και στην ανάλυση της απόδοσης.
Οι κύβοι δεδομένων κατηγοριοποιούνται κυρίως σε δύο κατηγορίες:
- Πολυδιάστατο Data Cube: Τα περισσότερα προϊόντα OLAP αναπτύσσονται με βάση μια δομή όπου ο κύβος έχει σχεδιαστεί ως ένας πολυδιάστατος πίνακας. Αυτά τα πολυδιάστατα προϊόντα OLAP (MOLAP) συνήθως προσφέρουν βελτιωμένη απόδοση σε σύγκριση με άλλες προσεγγίσεις, κυρίως επειδή μπορούν να ευρετηριαστούν απευθείας στη δομή του κύβου δεδομένων για τη συλλογή υποσυνόλων δεδομένων. Όταν ο αριθμός των διαστάσεων είναι μεγαλύτερος, ο κύβος γίνεται πιο αραιός. Αυτό σημαίνει ότι πολλά κύτταρα που αντιπροσωπεύουν συγκεκριμένους συνδυασμούς χαρακτηριστικών δεν θα περιέχουν συγκεντρωτικά δεδομένα. Αυτό με τη σειρά του αυξάνει τις απαιτήσεις αποθήκευσης, οι οποίες ενδέχεται να φτάσουν σε ανεπιθύμητα επίπεδα κατά περιόδους, καθιστώντας τη λύση MOLAP ακατάληκτη για τεράστια σύνολα δεδομένων με πολλές διαστάσεις. Οι τεχνικές συμπίεσης μπορεί να βοηθήσουν. Ωστόσο, η χρήση τους μπορεί να βλάψει τη φυσική ευρετηρίαση του MOLAP.
- Σχεσιακό OLAP: Σχεσιακό OLAP κάνει χρήση του μοντέλου σχεσιακής βάσης δεδομένων. Ο κύβος δεδομένων ROLAP χρησιμοποιείται ως δέσμη συσχετιστικών πινάκων (περίπου διπλάσια από την ποσότητα των διαστάσεων) σε σύγκριση με μια πολυδιάστατη διάταξη. Κάθε ένας από αυτούς τους πίνακες, γνωστός ως κυβόλιθος, δηλώνει μια συγκεκριμένη άποψη.
