Многомерная модель данных: гиперкубы, измерения и аналитическая обработкаф

Гиперкубы, измерения и аналитическая обработка

Когда данных становится много и они тесно связаны со временем, обычной таблицы для анализа уже мало. Здесь на первый план выходит многомерная модель — способ представления сведений, заточенный под быстрый разбор больших массивов и поддержку управленческих решений.

Как появилась многомерная модель

Многомерный подход к представлению данных зародился почти одновременно с реляционным. Однако реально работающих многомерных СУБД (МСУБД) долгое время было крайне мало, и массовый интерес к ним пробудился лишь с середины 1990-х годов.

Толчком послужила статья 1993 года, которую написал один из основоположников реляционного подхода Э. Кодд. В ней он сформулировал основные требования к системам оперативной аналитической обработки. Главные из этих требований касались как раз возможностей концептуального представления и обработки многомерных данных. Такие системы дают возможность оперативно обрабатывать информацию ради анализа и принятия решений.

Информационные системы (ИС) развивались по двум направлениям:

• системы аналитической обработки — иначе говоря, поддержки принятия решений;
• системы оперативной (транзакционной) обработки.

Для оперативной обработки реляционные СУБД подходили отлично и работали в этой области весьма эффективно. А вот в аналитических задачах им не хватало гибкости. Здесь заметно выигрывали многомерные системы управления базами данных.

Ключевые понятия: агрегируемость, историчность и прогнозируемость

В основе МСУБД лежат три важных свойства данных. Разберём каждое по отдельности.

Насколько детально показывать сведения, зависит от того, кто с ними работает: рядовому оператору, аналитику, управляющему и руководителю нужна разная степень подробности.

Историчность данных — это обеспечение высокой неизменности (статичности) самих данных и их связей с обязательной привязкой ко времени.

Статичность данных даёт возможность применять при их обработке специализированные методы загрузки, индексации, хранения и выборки.

Привязка ко времени нужна потому, что запросы часто включают в выборку значения даты и времени. Раз данные приходится упорядочивать по временному показателю и при обработке, и при показе пользователю, к механизмам хранения и доступа предъявляются особые требования. Например, чтобы сократить время выполнения запросов, данные стоит держать заранее отсортированными в том порядке, в каком их запрашивают чаще всего.

Прогнозируемость данных — это применение функций прогнозирования для разных временных интервалов.

Многомерность модели позволяет представлять логическую структуру информации в многомерном виде — как при её описании, так и при операциях манипулирования данными. По сравнению с реляционной такая модель заметно выигрывает в наглядности и информативности: одни и те же сведения об объёмах продаж автомобилей в многомерном виде читаются куда легче, чем в наборе плоских таблиц.

Из чего состоит многомерная модель

Стоит уточнить один практический момент. Когда мерность модели больше двух, для визуализации далеко не всегда используют сами многомерные объекты — трёх-, четырёх- и более мерные гиперкубы. Пользователю удобнее работать с двумерными таблицами или графиками. Поэтому данные показывают в виде «срезов» из многомерной базы, причём такой срез можно выполнить с любой нужной степенью детализации.

В многомерных моделях опираются на несколько базовых понятий.

Чаще всего в роли измерений выступают:

• временные — Год, Квартал, Месяц, День;
• географические — Город, Район, Регион, Страна и так далее.

По сути, измерения играют роль индексов: именно по ним отыскиваются конкретные значения в ячейках гиперкуба.

Обычно ячейка имеет цифровой тип. В качестве значений она может содержать переменные (их разрешается менять, а также загружать из внешнего источника или формировать программно) либо формулы (значения, которые вычисляются по заданным правилам).

Например, если взять два измерения — Месяц и Модель, — то каждая ячейка с показателем «Объём продаж» однозначно определяется их сочетанием. На практике измерений нередко требуется больше. Наглядный пример трёхмерной модели выглядит так:

• Время (год): 2014, 2015, 2016;
• Менеджер: Иванов, Петров, Сидоров;
• Модель: Honda, Volvo, Audi;
• Показатель: объём продаж.

Здесь каждое значение объёма продаж определяется уже тремя координатами — годом, менеджером и моделью автомобиля.

Две схемы организации данных

В МСУБД применяют две основные схемы хранения — гиперкубическую и поликубическую.

Гиперкубическая схема предполагает, что все показатели описываются одним и тем же набором измерений.

Иначе говоря, если база содержит несколько гиперкубов, все они одинаковой размерности и с совпадающими измерениями. Отсюда вытекает очевидный минус: при обязательном заполнении ячеек база порой хранит избыточную информацию.

Поликубическая схема допускает наличие в базе нескольких гиперкубов с разной размерностью и разными измерениями в качестве граней.

Пример системы, поддерживающей поликубическую схему, — сервер Oracle Express Server.

Преимущества и недостатки модели

Главное достоинство многомерной модели — удобство и эффективность аналитической обработки больших массивов данных, связанных со временем. Именно ради таких задач она и создавалась.

Но есть и обратная сторона. Для простейших операций обычной оперативной обработки многомерная модель оказывается слишком громоздкой, и применять её здесь попросту нерационально.

Среди систем, которые поддерживают многомерные модели данных, можно назвать Cache, Oracle Express Server, Media Multi-matrix и Essbase.

Выбирать модель стоит по характеру задачи. Многомерная модель раскрывается там, где нужен глубокий анализ больших объёмов данных с привязкой ко времени — прогнозы, отчётность разной степени обобщения, поддержка решений. Для повседневных транзакционных операций разумнее оставить реляционную модель, а гиперкубическую и поликубическую схемы выбирать исходя из того, одинаков ли набор измерений у ваших показателей: единый набор — гиперкубическая, разнородные кубы — поликубическая.