İçindekiler:
Tanım - Veri Küpü ne anlama geliyor?
Veri küpü, genellikle bir görüntünün verilerinin zaman dizisini açıklamak için kullanılan üç boyutlu (3D) (veya daha yüksek) bir değer aralığıdır. Toplanan verileri çeşitli açılardan değerlendirmek bir veri soyutlamasıdır. Spektral olarak çözülmüş bir görüntü 3-D hacim olarak tasvir edildiği için spektroskopinin görüntülenmesi için de yararlıdır.
Bir veri küpü, iki boyutlu tabloların çok boyutlu uzantıları olarak da tanımlanabilir. Üst üste istiflenmiş özdeş 2 boyutlu tabloların bir koleksiyonu olarak görülebilir. Veri küpleri, bir sütun ve satır tablosu tarafından açıklanamayacak kadar karmaşık olan verileri temsil etmek için kullanılır. Bu nedenle, veri küpleri daha fazla boyut eklemek için 3-B'nin çok ötesine geçebilir.
Techopedia Data Cube'u açıklıyor
Veri küpü genellikle verileri kolayca yorumlamak için kullanılır. Verileri, iş gereksinimlerinin belirli ölçütleri olarak boyutlarla birlikte temsil ederken özellikle yararlıdır. Bir küpün her boyutu, günlük, aylık veya yıllık satışlar gibi veritabanının belirli özelliklerini temsil eder. Bir veri küpünün içerdiği veriler, neredeyse tüm rakamların neredeyse tüm müşteriler, satış temsilcileri, ürünler ve daha fazlası için analiz edilmesini mümkün kılar. Bu nedenle, bir veri küpü trendler oluşturmaya ve performansı analiz etmeye yardımcı olabilir.
Veri küpleri temel olarak iki kategoriye ayrılır:
- Çok Boyutlu Veri Küpü: Çoğu OLAP ürünü, küpün çok boyutlu bir dizi olarak desenlendiği bir yapıya dayanılarak geliştirilmiştir. Bu çok boyutlu OLAP (MOLAP) ürünleri genellikle diğer yaklaşımlarla karşılaştırıldığında gelişmiş performans sunar, çünkü temel olarak veri alt kümelerini toplamak için doğrudan veri küpünün yapısına endekslenebilirler. Boyut sayısı daha fazla olduğunda, küp daha az olur. Bu, belirli özellik kombinasyonlarını temsil eden birkaç hücrenin herhangi bir toplu veri içermeyeceği anlamına gelir. Bu da zaman zaman istenmeyen seviyelere ulaşabilen depolama gereksinimlerini artırır, bu da MOLAP çözümünü birçok boyuta sahip büyük veri setleri için savunulamaz hale getirir. Sıkıştırma teknikleri yardımcı olabilir; ancak, kullanımları MOLAP'ın doğal indekslemesine zarar verebilir.
- İlişkisel OLAP: İlişkisel OLAP ilişkisel veritabanı modelini kullanır. ROLAP veri küpü, çok boyutlu bir diziye kıyasla bir grup ilişkisel tablo olarak (boyut miktarının yaklaşık iki katı kadar) kullanılır. Cuboid olarak bilinen bu tabloların her biri belirli bir görünümü ifade eder.
