Handling slowly changing dimensions

Handling slowly changing dimensions in data warehouses

Analysis of historical data in data warehouses contributes significantly toward future decision-making. A number of design factors including, slowly changing dimensions (SCDs), affect the quality of such analysis. In SCDs, attribute values may change over time and must be tracked. They should maintain consistency and correctness of data, and show good query performance. We identify that SCDs can have three types of validity periods: disjoint, overlapping, and same validity periods. We then show that the third type cannot be handled through the temporal star schema for temporal data warehouses (TDWs). We further show that a hybrid/Type6 scheme and temporal star schema may be used to handle this shortcoming. We demonstrate that the use of a surrogate key in the hybrid scheme efficiently identifies data, avoids most time comparisons, and improves query performance. Finally, we compare the TDWs and a surrogate key-based temporal data warehouse (SKTDW) using query formulation, query performance, and data warehouse size as parameters. The results of our experiments for 23 queries of five different types show that SKTDW outperforms TDW for all type of queries, with average and maximum performance improvements of 165% and 1071%, respectively. The results of our experiments are statistically significant.

ผลลัพธ์ (ไทย) 1:

การจัดการการเปลี่ยนแปลงขนาดในคลังข้อมูล

การวิเคราะห์ประวัติศาสตร์ข้อมูลในคลังข้อมูลสนับสนุนอย่างมีนัยสำคัญต่อการตัดสินใจในอนาคต ปัจจัยการออกแบบรวม เปลี่ยนแปลงมิติ (SCDs), ผลต่อคุณภาพของการวิเคราะห์ดังกล่าว ใน SCDs ค่าแอททริบิวต์อาจเปลี่ยนแปลงเวลา และต้องติดตาม พวกเขาควรรักษาความสอดคล้องและความถูกต้องของข้อมูล และแสดงประสิทธิภาพดี เราระบุว่า SCDs ได้สามชนิดของรอบระยะเวลาการมีผลบังคับใช้: รอบระยะเวลาตั้งแต่ตัว เหลื่อม และเดียวกัน เราจากนั้นแสดงว่า ไม่สามารถจัดการชนิดที่สามผ่านแผนดาวชั่วคราวสำหรับคลังข้อมูลชั่วคราว (TDWs) เราเพิ่มเติมแสดงว่า ไฮบ ริด/Type6 โครงร่างและแผนชั่วคราวดาวอาจใช้ในการจัดการนี้คง เราแสดงให้เห็นว่า การใช้คีย์เป็นตัวแทนในโครงร่างไฮบริระบุข้อมูล หลีกเลี่ยงมากที่สุดเวลาเปรียบเทียบ และปรับปรุงประสิทธิภาพ สุดท้าย เราเปรียบเทียบการ TDWs และตัวแทนตามคีย์ข้อมูลชั่วคราวคลังสินค้า (SKTDW) ใช้กำหนดแบบสอบถาม ประสิทธิภาพ และขนาดของคลังสินค้าข้อมูลเป็นพารามิเตอร์ ผลการทดลองของเราสำหรับแบบสอบถาม 23 ห้าแตกแสดงว่า SKTDW outperforms TDW สำหรับชนิดทั้งหมดของแบบสอบถาม กับการปรับปรุงประสิทธิภาพสูงสุด และเฉลี่ย 165% และ 1071% ตามลำดับ ผลการทดลองของเราได้อย่างมีนัยสำคัญทางสถิติ

ผลลัพธ์ (ไทย) 2:

การจัดการขนาดช้าเปลี่ยนในคลังข้อมูลการวิเคราะห์ข้อมูลทางประวัติศาสตร์ในคลังข้อมูลมีส่วนสำคัญต่ออนาคตการตัดสินใจ จำนวนของปัจจัยการออกแบบรวมถึงช้าเปลี่ยนมิติ (SCDs) ส่งผลกระทบต่อคุณภาพของการวิเคราะห์ดังกล่าว ใน SCDs แอตทริบิวต์ค่าอาจมีการเปลี่ยนแปลงเมื่อเวลาผ่านไปและต้องได้รับการติดตาม พวกเขาควรจะรักษาความมั่นคงและความถูกต้องของข้อมูลและแสดงให้เห็นประสิทธิภาพการค้นหาที่ดี เราระบุว่า SCDs สามารถมีสามประเภทของความถูกต้องในช่วงเวลา: เคลื่อนทับซ้อนกันและความถูกต้องในช่วงเวลาเดียวกัน จากนั้นเราจะแสดงให้เห็นว่าชนิดที่สามไม่สามารถจัดการผ่านคีดาวชั่วคราวสำหรับคลังสินค้าข้อมูลชั่วคราว (TDWs) เรายังแสดงให้เห็นว่าโครงการ hybrid/Type6 และสคีดาวชั่วขณะอาจจะใช้ในการจัดการกับข้อบกพร่องนี้ เราแสดงให้เห็นว่าการใช้คีย์ตัวแทนในรูปแบบไฮบริดได้อย่างมีประสิทธิภาพระบุข้อมูลส่วนใหญ่หลีกเลี่ยงการเปรียบเทียบเวลาและช่วยเพิ่มประสิทธิภาพการค้นหา สุดท้ายเราเปรียบเทียบ TDWs คลังสินค้าและตัวแทนที่สำคัญตามลำดับข้อมูล (SKTDW) โดยใช้สูตรแบบสอบถามการค้นหาและขนาดของคลังข้อมูลเป็นพารามิเตอร์ ผลการทดลองของเรา 23 คำสั่งของห้าชนิดที่แตกต่างกันแสดงให้เห็นว่ามีประสิทธิภาพดีกว่า SKTDW TDW สำหรับประเภทของแบบสอบถามที่มีค่าเฉลี่ยสูงสุดและการปรับปรุงประสิทธิภาพการทำงานของ 165% และ 1071% ตามลำดับ ผลการทดลองของเรามีนัยสำคัญทางสถิติ

ผลลัพธ์ (ไทย) 3:

การจัดการค่อยๆเปลี่ยนมิติในคลังข้อมูล

การวิเคราะห์ข้อมูลทางประวัติศาสตร์ในคลังข้อมูลมีส่วนช่วยอย่างมากต่ออนาคตของการตัดสินใจ จำนวนของปัจจัยรวมทั้งการออกแบบ ค่อยๆ เปลี่ยนขนาด ( scds ) มีผลต่อคุณภาพของการวิเคราะห์ดังกล่าว ใน scds , ค่าแอตทริบิวต์อาจเปลี่ยนแปลงตลอดเวลา และต้องติดตาม พวกเขาควรจะรักษาความสอดคล้องและความถูกต้องของข้อมูลและแสดงประสิทธิภาพที่ดีในการ เราระบุว่า scds ได้ 3 ประเภทตามระยะเวลา : ยู่ซ้อนและเดียวกัน 2 ครั้ง เราแสดงให้เห็นว่าสามารถพิมพ์ที่สามถูกจัดการผ่าน schema ดาวชั่วคราวสำหรับคลังสินค้าข้อมูลชั่วคราว ( tdws ) เราเพิ่มเติมแสดงให้เห็นว่าโครงการ / type6 ไฮบริดและ schema ดาวชั่วคราว อาจถูกใช้เพื่อจัดการกับข้อบกพร่องนี้เราแสดงให้เห็นว่าการใช้กุญแจสำรองในรูปแบบไฮบริดมีประสิทธิภาพระบุข้อมูลการเปรียบเทียบเวลา มากที่สุด และช่วยเพิ่มประสิทธิภาพของแบบสอบถาม สุดท้ายเราเปรียบเทียบและ tdws ตัวแทนคีย์ข้อมูลคลังสินค้า ( ใช้ชั่วคราว sktdw ) โดยใช้สูตรประสิทธิภาพแบบสอบถามแบบสอบถามและคลังข้อมูลขนาดเป็นพารามิเตอร์ผลการทดลองของเรา 23 แบบสอบถามของห้าประเภทต่าง ๆ แสดงให้เห็นว่า sktdw โปรย TDW สำหรับทุกประเภทของแบบสอบถามมีค่าเฉลี่ยและการปรับปรุงประสิทธิภาพสูงสุด 165 ล้านบาท และสัดส่วนเปอร์เซ็นต์ ตามลำดับ ผลการทดลองของเราอย่างมีนัยสำคัญทางสถิติ