Gagasan di belakang Database Multidimensional - dummies

Database multidimensional (MDDBs) membuang konvensi nenek moyang relasional mereka dan mengatur data dengan cara yang sangat kondusif untuk analisis multidimensi. Untuk memahami database multidimensi, oleh karena itu, Anda harus terlebih dahulu memahami dasar-dasar fungsi analisis yang dilakukan dengan data yang tersimpan di dalamnya.

Analisis multidimensi dibangun di seputar beberapa konsep organisasi data sederhana - khususnya, fakta dan dimensi:

• Fakta: A fakta adalah turunan dari kejadian atau kejadian tertentu dan sifat kejadian semua tersimpan dalam database. Apakah Anda menjual jam tangan ke pelanggan Jumat sore yang lalu? Itu fakta. Apakah toko Anda menerima pengiriman 76 cincin kelas kemarin dari pemasok tertentu? Itu adalah fakta lain.

• Dimensi: A dimensi adalah deskriptor kunci, indeks, yang dengannya Anda dapat mengakses fakta sesuai dengan nilai (atau nilai) yang Anda inginkan. Misalnya, Anda dapat mengatur data penjualan sesuai dengan dimensi ini: waktu, pelanggan, dan produk.

Dasar-dasar

Dalam contoh sederhana ini, Anda dapat mengatur dan melihat data penjualan Anda sebagai array tiga dimensi, yang diindeks oleh dimensi waktu, pelanggan, dan produk:

• Pada bulan Oktober 2008 (dimensi waktu), Customer A (dimensi pelanggan) membeli cincin kelas (dimensi produk) - 79 di antaranya seharga $ 8, 833.

• Pada tahun 2007 (dimensi waktu), Pelanggan A (dimensi pelanggan) membeli banyak produk yang berbeda (dimensi produk) - sebanyak 3, 333 unit seharga $ 55, 905 (fakta).

Perhatikan perbedaan halus antara cara dimensi digunakan dalam dua contoh ini. Pada tahap pertama, dimensi waktu berhubungan dengan satu bulan; dimensi pelanggan berhubungan dengan pelanggan tertentu; dan dimensi produk adalah untuk produk tertentu.

Pada contoh kedua, bagaimanapun, waktunya selama setahun, bukan sebulan; pelanggan masih sama (pelanggan perorangan); dan produk untuk keseluruhan lini produk.

Analisis multidimensional mendukung gagasan hierarki dalam dimensi. Misalnya, Anda bisa mengatur waktu dalam hierarki tahun → seperempat → bulan. Anda dapat melihat fakta (atau konsolidasi fakta) di database pada salah satu dari tingkat berikut: per tahun, kuartal, atau bulan.

Demikian pula, Anda dapat mengatur produk dalam hierarki produk keluarga → produk jenis → produk tertentu. Cincin kelas mungkin merupakan tipe produk; "Cincin kelas, gaya modern, onyx stone" mungkin produk tertentu.Selanjutnya, cincin kelas, jam tangan, cincin lainnya, dan barang lainnya semuanya akan terguling ke dalam keluarga produk perhiasan.

Apakah ada batas jumlah dimensi?

Secara teoritis, Anda dapat memiliki banyak dimensi dalam model multidimensi Anda seperlunya. Pertanyaannya selalu ada, bagaimanapun, apakah produk database multidimensi Anda dapat mendukungnya. Tapi inilah pertanyaan yang lebih penting - bahkan jika sebuah produk mengizinkan sejumlah dimensi (15, misalnya), apakah masuk akal untuk membuat model seukuran itu?

Anda harus bekerja sama dengan pengguna Anda untuk menentukan apakah jumlah dimensi membuat solusi Anda terlalu rumit - dan karena itu membatasi populasi pengguna - atau meningkatkan kemudahan penggunaan - dan karena itu memperluas populasi pengguna.

Anda dapat, misalnya, menambahkan geografi ke daftar dimensi yang berisi waktu, pelanggan, dan produk sehingga Anda dapat melihat dan mengatur fakta menurut wilayah penjualan, negara bagian, kota, dan toko tertentu.

Bagaimana seharusnya Anda memilih level dalam hierarki?

Tingkat dalam hierarki memungkinkan Anda melakukan fungsi drill-down . Dan dengan memiliki beberapa tingkat dalam hierarki, Anda dapat dengan cepat mendapatkan jawaban atas pertanyaan Anda karena informasi yang telah disiapkan di masing-masing tingkat yang ditentukan, sehingga informasi tersebut hanya menunggu permintaan Anda.

Karena database multidimensi memiliki struktur yang cukup kokoh yang dibangun di seputar penghitungan pra - fakta-fakta (membuat dan menyimpan agregat dalam database, daripada melakukan perhitungan dan perhitungan laporan waktu) semakin banyak dimensi yang Anda miliki dan semakin banyak tingkat di setiap dimensi yang Anda miliki, semakin besar kebutuhan penyimpanan Anda dan semakin lama waktu membangun atau beban Anda. Struktur database fisik dalam MDDB

Meskipun hampir semua produk MDDB dibangun di seputar konsep fakta, dimensi, dan hierarki, tidak ada yang menghasilkan definisi standar MDDB. Di dunia relasional, non-standarisasi juga sedikit bermasalah, terutama terkait dengan fitur nilai tambah, seperti kendala dan prosedur tersimpan. Struktur kolom-kolom relasional dasar relasional, bagaimanapun, cukup mudah untuk diekspor atau dibongkar menjadi file datar dari beberapa jenis dan kemudian memuatnya kembali ke produk RDBMS lain.

Di dunia MDDB, vendor telah mengambil berbagai pendekatan berbeda terhadap representasi fisik produk masing-masing. Mereka semua mencari cara untuk mengatasi masalah penyimpanan dan kompleksitas yang disebabkan oleh sejumlah besar dimensi (misalnya, lebih dari 15) dan tingkat hierarki yang dalam (misalnya, 20 tingkat dalamnya).

Saat mengevaluasi produk, jangan terjebak dalam mengkhawatirkan teknik penyimpanan fisik: Pastikan representasi logis yang menyertai produk (seperti hierarki, tingkat, dan fakta) dapat memenuhi kebutuhan bisnis Anda.. Hilangkan produk yang terkesan kikuk atau yang memiliki, misalnya, model hierarki yang sepertinya tidak sesuai untuk data Anda.

Kemudian, setelah Anda menemukan produk yang sesuai dengan bisnis Anda, tendang ban sedikit (untuk berbicara) untuk melihat bagaimana mereka bekerja di dalamnya.