Многомерная модель.

Многомерная модель данных является узкоспециализированной моделью, предназначенной для оперативной аналитической обработки информации. В основе модели лежит не двумерная, как в реляционной модели, а многомерная таблица и многомерное логическое представление структуры информации при описании и в операциях манипулирования данных. По сравнению с реляционной моделью многомерная организация данных обладает более высокой наглядностью и информативностью. Модели должны быть присущи агрегируемость, историчность и прогнозируемость данных.

Агрегируемость данных означает рассмотрение информации на различных уровнях ее обобщения.

Историчность данных предполагает обеспечение высокого уровня статичности данных и их взаимосвязей, а также обязательная привязка данных ко времени.

Прогнозируемость данных подразумевает задание функций прогнозирования и применение их к различным временным интервалам.

К числу основных понятий многомерной модели относятся измерение и ячейка. Измерение – это множество однотипных данных, образующих одну из граней многомерной таблицы. Ячейка – это поле, значение которого однозначно определяется фиксированным набором измерений.

Используются два основных варианта организации данных: гиперкубическая и поликубическая.

В гиперкубической схеме предполагается, что все многомерные таблицы имеют одинаковую размерность и совпадающие измерения.

В поликубической схеме может быть определено несколько таблиц различной размерностью и различными измерениями.

В многомерной модели реализуются такие специальные операции как формирование “среза”, вращение, агрегация и детализация.

Основным достоинством многомерной модели данных является удобство и эффективность аналитической обработки больших объемов данных, связанных со временем.

Недостатком многомерной модели является ее громоздкость для простейших задач обычной оперативной обработки данных.