다차원 데이터베이스 란 무엇입니까?
다차원 데이터베이스는 온라인 분석 처리 (OLAP) 및 데이터웨어 하우스 애플리케이션을 최적화하도록 구성된 데이터베이스의 형태입니다. 다양한 관계형 데이터베이스에서 데이터를 수신하고 정보를 여러 가지 방법으로 액세스 할 수있는 범주 및 섹션으로 구성 할 수 있습니다. 데이터베이스를 사용한 경험이 거의없는 사람조차도 다차원 데이터베이스 또는 MDB는 마스터하는 데 짧은 시간 만 필요하다는 것을 알게됩니다.
거의 모든 관계형 데이터베이스가 키워드 검색을 위해 구성되어 있고 분야 및 주변을 지정하여 쿼리를 구축하는 반면, 다차원 데이터베이스는 한 단계 더 진행됩니다. 쿼리를 구축 한 후, 사용자는 단순히 일상적인 언어에 의문을 제기합니다. 이 방법은 워드 프로세싱 및 스프레드 시트 응용 프로그램과 같은 소프트웨어 프로그램과 현재 사용중인 가장 인기있는 검색 엔진과 관련된 여러 온라인 도움말 도구와 함께 사용됩니다.
내부 비즈니스 목적으로 다차원 데이터베이스를 사용하는 경우 주요 장점은 데이터를 빠르고 간결하게 얻는 것이 쉽다는 것입니다. 예를 들어, 최종 사용자가 주어진 판매 영역에서 작년 3 분기에 생성 된 위젯 판매 수를 결정하려면 간단한 질문이있는 다차원 데이터베이스 에서이 데이터를 얻을 수 있습니다. "남서부 지역 내에서 2007 년 3 분기에 위젯이 어떻게 판매되었을 수 있습니까?" 최종 사용자는 보고서 작성 단계, 필드 지정 및 해당 필드 내의 컨텐츠를 선택된 기준으로 제한하는 단계를 거치지 않아도됩니다. 하나의 간단한 질문을 사용하면 작업이 달성됩니다.
질문을 공식화하는 정확한 수단은 몇 가지 요인을 결정합니다. 핵심 요소 중 하나는 다차원 데이터베이스 내에서 데이터의 정렬 및 유형입니다. 요청이 포함 된 질문데이터베이스 내에서 찾을 수없는 정보의 경우 많은 MDB가 사용 가능한 데이터를 기반으로 데이터로 응답하지만 직접 응답이 발생하지 않습니다. 이것은 최종 사용자가“지난 달 버지니아에서 얼마나 많은 위젯이 판매 되었는가?”라고 묻는 경우를 의미합니다. 데이터베이스는 각 판매에 원산지 상태가 포함되어 있고 데이터베이스가 "마지막 달"이 표시하는 월 및 연도를 이해하도록 구성된 경우에만 집중된 응답을 제공 할 수 있습니다. 그렇지 않다면 다차원 데이터베이스는 아마도 일부 답변으로 응답하거나 설명을 요청할 것입니다.