Datakub

Författare: Robert Simon
Skapelsedatum: 24 Juni 2021
Uppdatera Datum: 13 Maj 2024
Anonim
Data warehouse OLAP -  Data Cube || study with me || (DWH) in Arabic - بالعربي
Video: Data warehouse OLAP - Data Cube || study with me || (DWH) in Arabic - بالعربي

Innehåll

Definition - Vad betyder Data Cube?

En datakub refererar är ett tredimensionellt (3D) (eller högre) intervall av värden som vanligtvis används för att förklara tidssekvensen för en bilddata. Det är en abstraktion av data för att utvärdera aggregerade data från olika synpunkter. Det är också användbart för avbildning av spektroskopi eftersom en spektralt upplöst bild avbildas som en 3D-volym.

En datakub kan också beskrivas som flerdimensionella förlängningar av tvådimensionella tabeller. Det kan ses som en samling av identiska 2-D-bord staplade på varandra. Datakub används för att representera data som är för komplexa för att beskrivas av en tabell med kolumner och rader. Som sådant kan datakubar gå långt utöver 3D för att inkludera många fler dimensioner.

En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.

Techopedia förklarar Data Cube

En datakub används vanligtvis för att enkelt tolka data. Det är särskilt användbart när du representerar data tillsammans med dimensioner som vissa mått på affärskraven. En kuber varje dimension representerar vissa egenskaper hos databasen, till exempel daglig, månadsvis eller årlig försäljning. Uppgifterna i en datakub gör det möjligt att analysera nästan alla siffror för praktiskt taget alla eller alla kunder, försäljningsagenter, produkter och mycket mer. Således kan en datakub hjälpa till att etablera trender och analysera prestanda.

Datakubar kategoriseras huvudsakligen i två kategorier:

  • Multidimensionell datakub: De flesta OLAP-produkter utvecklas baserat på en struktur där kuben är mönstrad som en flerdimensionell matris. Dessa multidimensionella OLAP-produkter (MOLAP) erbjuder vanligtvis förbättrad prestanda jämfört med andra tillvägagångssätt, främst på grund av att de kan indexeras direkt i datakubens struktur för att samla delmängder av data. När antalet dimensioner är större blir kuben sparsare. Det betyder att flera celler som representerar särskilda attributkombinationer inte kommer att innehålla några aggregerade data. Detta ökar i sin tur lagringskraven, som ibland kan nå oönskade nivåer, vilket gör MOLAP-lösningen ohållbar för enorma datamängder med många dimensioner. Komprimeringstekniker kan hjälpa; deras användning kan dock skada den naturliga indexeringen av MOLAP.

  • Relational OLAP: Relational OLAP använder sig av den relationsdatabasmodellen. ROLAP-datakuben används som ett gäng relationstabeller (ungefär dubbelt så många som mängden dimensioner) jämfört med en multidimensionell matris. Var och en av dessa tabeller, känd som en kuboid, betyder en viss vy.