مكعب OLAP

مكعب OLAP هو مكعب بيانات ، وهو عبارة عن مصفوفة متعددة الأبعاد من البيانات، ^{[ 1 ]} يستخدم للمعالجة التحليلية عبر الإنترنت (OLAP)، ^{[ 2 ]} وهي تقنية حاسوبية لتحليل البيانات للبحث عن رؤى.

يمكن اعتبار المكعب تعميمًا متعدد الأبعاد لجدول بيانات ثنائي أو ثلاثي الأبعاد . على سبيل المثال، قد ترغب شركة ما في تلخيص البيانات المالية حسب المنتج، والفترة الزمنية، والمدينة لمقارنة النفقات الفعلية والميزانية. المنتج، والوقت، والمدينة، والسيناريو (الفعلي والميزانية) هي أبعاد البيانات. ^{[ 3 ]}

المكعب هو اختصار لمجموعة البيانات متعددة الأبعاد ، نظرًا لأن البيانات قد تحتوي على عدد غير محدود من الأبعاد . يُستخدم مصطلح المكعب الفائق أحيانًا، خاصةً للبيانات التي تحتوي على أكثر من ثلاثة أبعاد. المكعب ليس "مكعبًا" بالمعنى الرياضي الدقيق، لأن أضلاعه ليست متساوية بالضرورة. ومع ذلك، يُستخدم هذا المصطلح على نطاق واسع.

الشريحة مصطلح يُطلق على مجموعة فرعية من البيانات، يتم إنشاؤها باختيار قيمة لبُعد واحد وعرض البيانات الخاصة بتلك القيمة فقط (على سبيل المثال، البيانات عند نقطة زمنية محددة). جداول البيانات ثنائية الأبعاد فقط، لذا من خلال التقطيع (المستمر) أو تقنيات أخرى، يصبح من الممكن عرض البيانات متعددة الأبعاد فيها.

تحتوي كل خلية من خلايا المكعب على رقم يمثل مقياسًا ما للعمل، مثل المبيعات والأرباح والمصروفات والميزانية والتوقعات.

تُخزَّن بيانات OLAP عادةً في مخطط نجمي أو مخطط ندفة ثلجية في مستودع بيانات علائقي أو في نظام إدارة بيانات مُخصَّص. تُستخلص المقاييس من السجلات في جدول الحقائق ، بينما تُستخلص الأبعاد من جداول الأبعاد .

يمكن تنظيم عناصر البُعد في شكل هرمي ، ^{[ 4 ]} وهو عبارة عن مجموعة من علاقات الأصل والفرع، حيث يقوم عنصر الأصل عادةً بتجميع عناصره الفرعية. ويمكن تجميع عناصر الأصل أيضًا كعناصر فرعية لعنصر أصل آخر. ^{[ 5 ]}

على سبيل المثال، فإن شهر مايو 2005 هو الأصل للربع الثاني من عام 2005 والذي بدوره هو الابن لعام 2005. وبالمثل، فإن المدن هي أبناء المناطق؛ وتندرج المنتجات ضمن مجموعات المنتجات، وتندرج بنود المصروفات الفردية ضمن أنواع الإنفاق.

يؤدي تصور البيانات على شكل مكعب ذي أبعاد هرمية إلى عمليات بسيطة من الناحية المفاهيمية لتسهيل التحليل. كما أن مواءمة محتوى البيانات مع تمثيل مرئي مألوف يعزز تعلم المحلل وإنتاجيته. ^{[ 5 ]} تُسمى عملية التنقل التي يبدأها المستخدم من خلال طلب عرض الصفحات بشكل تفاعلي، عبر تحديد الشرائح باستخدام التدوير والتحليل التفصيلي، أحيانًا "التقطيع والتحليل". تشمل العمليات الشائعة التقطيع والتحليل التفصيلي، والتحليل التفصيلي، والدمج، والتدوير.

التقطيع هو عملية اختيار جزء مستطيل من مكعب عن طريق تحديد قيمة واحدة لأحد أبعاده، مما يُنشئ مكعبًا جديدًا ببعد أقل. ^{[ 5 ]} تُظهر الصورة عملية تقطيع: حيث تم "تقطيع" أرقام مبيعات جميع مناطق المبيعات وجميع فئات منتجات الشركة في عامي 2005 و2006 من مكعب البيانات.

عملية النرد : تُنتج عملية النرد مكعبًا فرعيًا من خلال تمكين المحلل من اختيار قيم محددة لأبعاد متعددة. ^{[ 6 ]} تُظهر الصورة عملية النرد: يُظهر المكعب الجديد أرقام مبيعات عدد محدود من فئات المنتجات، ويغطي بُعدا الوقت والمنطقة النطاق نفسه كما كان من قبل.

تتيح خاصية التنقل بين مستويات البيانات للمستخدم استعراض البيانات من الأكثر تلخيصًا (أعلى) إلى الأكثر تفصيلًا (أسفل). ^{[ 5 ]} توضح الصورة عملية التنقل بين مستويات البيانات: ينتقل المحلل من فئة الملخص "معدات الحماية الخارجية" للاطلاع على أرقام مبيعات المنتجات الفردية.

التجميع : يتضمن التجميع تلخيص البيانات وفقًا لبُعدٍ مُحدد. قد تكون قاعدة التلخيص دالة تجميعية ، مثل حساب المجاميع على طول تسلسل هرمي أو تطبيق مجموعة من الصيغ مثل "الربح = المبيعات - المصروفات". ^{[ 5 ]} قد تكون دوال التجميع العامة مُكلفةً حسابيًا عند التجميع: إذا تعذّر تحديدها من خلايا المكعب، فيجب حسابها من البيانات الأساسية، إما بحسابها مباشرةً (بطيئة) أو حسابها مُسبقًا لعمليات التجميع المُحتملة (مساحة كبيرة). تُعرف دوال التجميع التي يُمكن تحديدها من الخلايا بدوال التجميع القابلة للتحليل ، وتُتيح حسابًا فعالًا. ^{[ 7 ]} على سبيل المثال، من السهل دعم COUNT, MAX, MIN,و SUMفي OLAP، حيث يمكن حساب هذه القيم لكل خلية من خلايا مكعب OLAP ثم تجميعها، لأن المجموع الكلي (أو العدد وما إلى ذلك) هو مجموع المجاميع الفرعية، ولكن من الصعب دعم MEDIAN، حيث يجب حساب ذلك لكل عرض على حدة: الوسيط لمجموعة ليس وسيط وسائط المجموعات الفرعية.

تتيح خاصية Pivot للمحلل تدوير المكعب في الفضاء لعرض جوانبه المختلفة. على سبيل المثال، يمكن ترتيب المدن عموديًا والمنتجات أفقيًا عند عرض بيانات ربع سنوي محدد. كما يمكن استبدال المنتجات بفترات زمنية لعرض البيانات عبر الزمن لمنتج واحد. ^{[ 5 ] [ 8 ]}

تُظهر الصورة عملية تحويل محورية: حيث يتم تدوير المكعب بأكمله، مما يعطي منظورًا آخر للبيانات.

في نظرية قواعد البيانات ، يُعد مكعب OLAP ^{[ 9 ]} تمثيلًا مجردًا لإسقاط علاقة في نظام إدارة قواعد البيانات العلائقية . بافتراض وجود علاقة من الرتبة N ، نعتبر إسقاطًا يشمل X و Y و Z كمفاتيح و W كسمة متبقية . بتوصيف هذا كدالة ،

f  : ( X , Y , Z ) → W ,

تتوافق السمات X و Y و Z مع محاور المكعب، بينما تتوافق قيمة W مع عنصر البيانات الذي يملأ كل خلية من خلايا المكعب.

وبما أن أجهزة الإخراج ثنائية الأبعاد لا تستطيع بسهولة تحديد ثلاثة أبعاد، فمن العملي أكثر إسقاط "شرائح" من مكعب البيانات (نقول إسقاط بالمعنى التحليلي المتجهي الكلاسيكي لتقليل الأبعاد، وليس بالمعنى الخاص بلغة SQL ، على الرغم من أن الاثنين متشابهان من الناحية المفاهيمية).

g  : ( X , Y ) → W

والتي قد تحجب مفتاحًا أساسيًا، ولكنها لا تزال تحمل بعض الأهمية الدلالية، ربما شريحة من التمثيل الوظيفي الثلاثي لقيمة Z معينة ذات أهمية.

إن الدافع ^{[ 9 ]} وراء عروض OLAP يعود إلى نموذج التقارير ذات الجداول المتقاطعة لأنظمة إدارة قواعد البيانات في الثمانينيات ، وإلى جداول الطوارئ السابقة من عام 1904. والنتيجة هي عرض على غرار جداول البيانات، حيث تملأ قيم X الصف $1؛ وتملأ قيم Y العمود $A؛ وتملأ قيم g  : ( X , Y ) → W الخلايا الفردية عند تقاطعات الأعمدة التي تحمل علامة X والصفوف التي تحمل علامة Y ، "جنوب شرق"، إذا جاز التعبير، من $B$2، مع تضمين $B$2 نفسه.

• دانيال ليمير (ديسمبر 2007). "مستودعات البيانات ومعالجة البيانات التحليلية الفورية - ببليوغرافيا موجهة نحو البحث" . تم الاطلاع عليه بتاريخ 5 مارس 2008 .{{cite web}}: CS1 maint: deprecated archiveal service ( link )
• مفردات مكعب بيانات RDF
• مايكروسوفت أزور: المعالجة التحليلية عبر الإنترنت (OLAP)