مکعب‌های داده

فکر کردن درباره داده‌های خود در بیش از دو بعد.

یک مکعب داده یک schema است که برای پرس‌وجوهای تحلیلی بهینه شده است. آن‌ها شامل معیارها (محاسبات مثل شمارش سفارش‌ها) هستند که یک یا چند بعد معمولاً دسترسی شده دارند. آن معیارها از پیش محاسبه شده‌اند، به این معنا که برخی کار در پایگاه داده شما داده خام را می‌گیرد، این محاسبات را انجام می‌دهد، و یک جدول جدید برای ذخیره نتایج ایجاد می‌کند تا مشتریان بتوانند نتایج را پرس‌وجو کنند به جای اینکه هر بار از ابتدا آن‌ها را پرس‌وجو و محاسبه کنند.

وقتی داده را طبق برخی معیار تجمیع می‌کنید، می‌توانید تصور کنید که چندین جدول را روی یکدیگر می‌چینید، با نتیجه که کمی شبیه یک مکعب به نظر می‌رسد. این استعاره مکعب مناسب است اما فقط تا این حد ما را می‌رساند — در واقعیت، بیشتر داده چندبعدی خیلی بیشتر از سه بعد دارد. گاهی اوقات این مفهوم را hypercube یا OLAP cube می‌شنوید، با توجه به استفاده آن در پرس‌وجوهای تحلیلی.

مکعب‌های داده اطلاعات مرتبط را با هم مرتب می‌کنند، مثل ذخیره فروش محصولات خاص در مکان‌های فروشگاه مختلف در یک دوره زمانی. این تحلیل انعطاف‌پذیرتر را ایجاد می‌کند، مثل شناسایی روندها درباره یک محصول خاص یا ارزیابی عملکرد فروشگاه. وقتی داده شما به صورت فرم مکعب ساختار یافته است، بخش زیادی از کار پایه برای پرس‌وجوهای پیچیده OLAP از پیش محاسبه شده است، به این معنا که آن پرس‌وجوها می‌توانند خیلی سریع‌تر از اینکه این جداول همه جداگانه ذخیره شوند اجرا شوند.

آیا مکعب‌های داده منسوخ شده‌اند؟

مکعب‌های داده در دهه 1990 محبوب شدند، زمانی که قدرت محاسبات و حافظه در اولویت بودند. در آن زمان، اجرای پرس‌وجوهای تحلیلی پیچیده باعث فشار عمده روی سیستم‌ها می‌شد، و تجمیع و کش کردن این معیارهای مکرراً دسترسی شده خیلی منطقی بود.

با این حال، در سال‌های اخیر، ظهور انبارهای داده، ذخیره‌سازی ستونی، و رایانه‌های ارزان‌تر و قدرتمندتر منجر به تغییر پارادایم در دنیای تحلیلی شده است: تمرکز روی بهینه‌سازی برای سرعت تحلیلی جای خود را به اولویت دادن به قابلیت استفاده یک مجموعه داده داده است، و اطمینان از اینکه داده به شکلی فرمت شده است که پرس‌وجو و کاوش را آسان‌تر می‌کند.

پس بله، مکعب‌های داده از محبوبیت افتاده‌اند، اما احتمالاً هنوز با مفهوم و عملیات مکعب داده در برخی موارد مواجه خواهید شد اگر با پایگاه‌های داده کار می‌کنید.

عملیات مکعب داده در متابیس

برای دادن یک مرور از عملیات معمول مکعب داده، از پایگاه داده نمونه متابیس استفاده می‌کنیم تا برش، تکه‌تکه کردن، pivot، drill down، و roll up روی یک تقریب از یک مکعب داده انجام دهیم. با پرسیدن یک سؤال از جدول Orders خود شروع می‌کنیم، تا شمارش سفارش‌ها گروه‌بندی شده بر اساس دسته محصول و سالی که سفارش ایجاد شد را ببینیم.

مهم است بدانید که متابیس جداول پیوند داده شده شما را به یک مکعب داده تبدیل نمی‌کند، اما اگر داده شما از قبل در ساختار مکعب است، متابیس آن مکعب‌ها را بدون مشکل درک می‌کند.

در هر صورت، متابیس می‌تواند عملیات مشابهی را که روی یک مکعب در نرم‌افزار پایگاه داده خود انجام می‌دهید انجام دهد، مثل آنچه در زیر نشان می‌دهیم. با این حال، اگر داده شما از قبل در یک مکعب پیکربندی نشده بود وقتی منبع داده خود را اضافه کردید، انجام این عملیات مشابه در متابیس این فرآیندها را سریع‌تر اجرا نمی‌کند. در این معنا، متابیس با سازماندهی کمک می‌کند و اجرای این عملیات را آسان می‌کند، اما عملکرد آن‌ها هنوز به پایگاه داده زیربنایی شما بستگی دارد.

برش و تکه‌تکه کردن

گرفتن یک برش از یک مکعب داده به جدا کردن یک جدول برای تحلیل داده طبق یک بعد واحد اشاره می‌کند. این اساساً معکوس ایجاد این مکعب است، اما می‌توانید برش‌ها را از هر زاویه مکعب خود بگیرید.

مشابه یک برش، تکه‌تکه کردن یک مکعب داده به ما امکان می‌دهد روی مقادیر یک زیرمجموعه خاص از داده خود زوم کنیم، مثل تراشیدن یک مکعب کوچکتر برای نگاه نزدیک‌تر به بیش از یک بعد.

در متابیس، برش و تکه‌تکه کردن از طریق فیلترها انجام می‌شود، که نتایج ما را طبق یک بعد خاص محدود می‌کنند. در زیر، همان جدول از بالا را فیلتر کرده‌ایم تا فقط شامل شمارش سفارش‌ها با دسته محصول Doohickey باشد — یک مثال از یک برش.

یک عملیات تکه‌تکه کردن مشابه به نظر می‌رسد اما شامل چندین بعد خواهد بود، مثل اگر می‌خواستیم سفارش‌هایی را ببینیم که شامل Gizmoها در 2016 و 2017 بودند:

Pivot

Pivot کردن مکعب ما به ما امکان می‌دهد آن را از یک زاویه متفاوت مشاهده کنیم و فرصت تعویض فیلدهایی که ردیف‌ها و ستون‌های ما را تشکیل می‌دهند به ما می‌دهد. در اینجا مجموع فرعی‌ها از پیش محاسبه نشده‌اند؛ متابیس آن ریاضی را به صورت زنده انجام می‌دهد.

Drill down

انجام یک عملیات drill down به ما یک نمای دانه‌دارتر از هر بعد معین می‌دهد. می‌توانیم روی داده خود در متابیس drill down کنیم (همچنین به عنوان drill through شناخته می‌شود) با تقسیم آن بر اساس یک یا چند بعد، مثل اگر می‌خواستیم سفارش‌ها را بر اساس دسته محصول و فروشنده محصول ببینیم.

Roll up

عملیات Rolling up مقادیر تجمیع شده را در امتداد یک بعد معین از یک مکعب داده ارائه می‌دهند. در متابیس، این از طریق خلاصه‌سازی انجام می‌شود.