In this paper, we studied instantia

In this paper, we studied instantiating multidimensional data warehouses using
NoSQL column-oriented systems. We proposed three approaches at the columnoriented
logical model. Using a simple formalism that separate structures from values,
we described mappings from the conceptual level (described using a multidimensional conceptual schema) to the logical level (described using NoSQL column-oriented
logical schemas).
Our experimental work illustrates the instantiation of a data warehouse with each
of our three approaches. Each model has its own weaknesses and strengths. The shattered
model (MLC2) uses less disk space, but it is quite inefficient when it comes to
answering queries (most requiring joins in this case). The simple models MLC0 and
MLC1 do not show significant performance differences. Converting from one model
to another is shown to be easy and comparable in time to “data loading from scratch”.
One conversion is significantly very time consuming and corresponds to merging data
from multiple tables (MLC2) into one unique table. Interesting results were also obtained
when computing the OLAP cuboid lattice using the column-oriented models
and they are reasonable enough for a big data framework.
For future work, we will consider logical models in alternative NoSQL architectures,
i.e. document-oriented models as well as graph-oriented models. Moreover,
after exploring data warehouse instantiation across different NoSQL systems, we need
to generalize across all these logical models. We need a simple formalism to express
model differences and we need to compare models within each paradigm and across
paradigms (e.g. document versus column). Finally we intend to study others query
languages frameworks such as PIG or PHOENIX and compare them with Hive.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราเรียน instantiating คลังข้อมูลหลายมิติที่ใช้NoSQL แนวคอลัมน์ระบบ เราเสนอวิธีที่สามที่ columnorientedแบบจำลองเชิงตรรกะ ใช้ formalism ง่ายที่โครงสร้างแยกต่างหากจากค่าเราอธิบายแมปจากระดับแนวคิด (อธิบายโดยใช้แบบแผนแนวคิดหลายมิติ) ในระดับตรรกะ (อธิบายโดยใช้แนวคอลัมน์ NoSQLแบบแผนทางตรรกะ)งานทดลองแสดง instantiation ของคลังข้อมูลแต่ละของวิธีที่สามของเรา แต่ละรุ่นมีจุดอ่อนและจุดแข็งของตัวเอง ที่มลายแบบจำลอง (MLC2) ใช้พื้นที่ดิสก์น้อย แต่ก็ค่อนข้างต่ำเมื่อมันมาถึงตอบแบบสอบถาม (ส่วนใหญ่ต้องการรวมในกรณีนี้) นำรุ่น MLC0 และMLC1 แสดงความแตกต่างของประสิทธิภาพการทำงานอย่างมีนัยสำคัญ แปลงจากรูปแบบหนึ่งอื่นจะแสดงเป็นง่าย และเทียบเวลากับ "ข้อมูลโหลดตั้งแต่"แปลงหนึ่งอย่างมีนัยสำคัญมากใช้เวลานาน และสอดคล้องกับการรวบรวมข้อมูลจากหลายตาราง (MLC2) ลงในตารางเฉพาะหนึ่ง นอกจากนี้ยังได้รับผลที่น่าสนใจเมื่อคำนวณการ OLAP cuboid โครงตาข่ายประกอบใช้โมเดลแนวคอลัมน์และพวกเขาจะเหมาะสมพอที่กรอบข้อมูลขนาดใหญ่สำหรับการทำงานในอนาคต เราจะพิจารณารูปแบบตรรกะในทางสถาปัตยกรรม NoSQLเช่นรุ่นแปลกเอกสารตลอดจนเน้นกราฟแบบจำลอง นอกจากนี้หลังจากสำรวจ instantiation คลังข้อมูลข้ามระบบ NoSQL อื่น เราต้องการทั่วไปในรูปแบบตรรกะเหล่านี้ เราต้อง formalism ง่าย ๆ แสดงความแตกต่างของรูปแบบและเราต้องการเปรียบเทียบแบบจำลองภาย ในแต่ละกระบวนทัศน์ และในแนวนอนparadigms (เช่นเอกสารเทียบกับคอลัมน์) สุดท้าย เราตั้งใจศึกษาอื่น ๆ สอบถามกรอบภาษาเช่นหมูหรือฟีนิกซ์ และเปรียบเทียบกับกลุ่ม

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราศึกษา instantiating คลังข้อมูลหลายมิติโดยใช้
NoSQL ระบบที่มุ่งเน้นคอลัมน์ เรานำเสนอสามวิธีที่ columnoriented
รูปแบบลอจิคัล การใช้แบบง่ายๆที่โครงสร้างที่แยกต่างหากจากค่านิยมที่เราอธิบายแมปจากระดับความคิด (อธิบายโดยใช้สคีแนวความคิดหลายมิติ) ให้อยู่ในระดับตรรกะ (อธิบายโดยใช้คอลัมน์ที่มุ่งเน้น NoSQL schemas ตรรกะ). งานทดลองของเราแสดงให้เห็นถึงการเริ่มของคลังข้อมูลที่ กับแต่ละสามวิธีการของเรา แต่ละรุ่นมีจุดอ่อนของตัวเองและจุดแข็ง แตกรูปแบบ (MLC2) ใช้พื้นที่ดิสก์น้อยลง แต่มันค่อนข้างไม่มีประสิทธิภาพเมื่อมันมาถึงตอบแบบสอบถาม(ส่วนใหญ่ที่ต้องใช้ร่วมในกรณีนี้) รูปแบบที่เรียบง่ายและ MLC0 MLC1 ไม่แสดงความแตกต่างอย่างมีนัยสำคัญประสิทธิภาพ แปลงจากรูปแบบหนึ่งไปยังอีกที่แสดงให้เห็นว่าเป็นเรื่องง่ายและสามารถเทียบเคียงในเวลาที่จะ "โหลดข้อมูลตั้งแต่เริ่มต้น". แปลงหนึ่งอย่างมีนัยสำคัญใช้เวลานานมากและสอดคล้องกับการรวมข้อมูลจากหลายตาราง (MLC2) เป็นหนึ่งในตารางที่ไม่ซ้ำกัน ผลลัพธ์ที่น่าสนใจก็ยังได้รับเมื่อคำนวณตาข่าย OLAP ลูกบาศก์โดยใช้รูปแบบที่มุ่งเน้นคอลัมน์และพวกเขามีความเหมาะสมเพียงพอสำหรับกรอบข้อมูลขนาดใหญ่. สำหรับการทำงานในอนาคตเราจะพิจารณารูปแบบตรรกะในสถาปัตยกรรม NoSQL ทางเลือกคือรุ่นเอกสารที่มุ่งเน้นเช่นเดียวกับรูปแบบกราฟที่มุ่งเน้น นอกจากนี้หลังจากการสำรวจ instantiation คลังข้อมูลในระบบที่แตกต่างกัน NoSQL เราจำเป็นที่จะพูดคุยในทุกรูปแบบตรรกะเหล่านี้ เราจำเป็นต้องมีพิธีที่เรียบง่ายที่จะแสดงความแตกต่างของรูปแบบและเราต้องเปรียบเทียบรุ่นภายในแต่ละกระบวนทัศน์และทั่วกระบวนทัศน์(เอกสารเช่นเมื่อเทียบกับคอลัมน์) ในที่สุดเราตั้งใจที่จะศึกษาอื่น ๆ แบบสอบถามกรอบภาษาเช่นหมูหรือPHOENIX และเปรียบเทียบกับไฮฟ์

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราศึกษา instantiating คลังสินค้าข้อมูลหลายมิติใช้
คอลัมน์ nosql เชิงระบบ เราเสนอสามวิธีที่ columnoriented
ตรรกะแบบ การใช้แบบง่าย ๆ ที่แยกโครงสร้างจากค่า
เราอธิบายการแมปจากระดับแนวคิด ( อธิบายโดยใช้มิติบ่าวสาว ) ระดับตรรกะ ( อธิบายการใช้ nosql คอลัมน์ที่มุ่งเน้น
schemas ตรรกะ ) .
งานทดลองของเราแสดงให้เห็นถึงการสร้างกรณีตัวอย่างของคลังข้อมูลกับแต่ละ
3 แนวทางของเรา แต่ละรูปแบบมีจุดอ่อนและจุดแข็ง การสลาย
แบบ ( mlc2 ) จะใช้พื้นที่ดิสก์น้อยแต่มันค่อนข้างไม่มีประสิทธิภาพเมื่อมันมาถึง
ตอบแบบสอบถามมากที่สุด ( ต้องรวมในกรณีนี้ ) แบบง่าย ๆและ mlc0
mlc1 ไม่แสดงความแตกต่างของการปฏิบัติที่สำคัญ แปลงจากรูปแบบหนึ่งไปยังอีก
เป็นง่ายและเทียบเท่ากับเวลา " ในการโหลดข้อมูลจากรอยขีดข่วน " .
หนึ่งแปลงเป็นอย่างมาก เวลานาน และสอดคล้องกับการรวมข้อมูล
จากตารางหลายตาราง ( mlc2 ) เป็นตารางที่เป็นเอกลักษณ์ ผลลัพธ์ที่น่าสนใจยังได้รับ
เมื่อการคำนวณ OLAP ทรงสี่เหลี่ยมตาข่ายโดยใช้คอลัมน์ที่มุ่งเน้นรูปแบบ
และก็มีเหตุผลเพียงพอสำหรับกรอบใหญ่ข้อมูล
สำหรับการทำงานในอนาคต เราจะพิจารณาตรรกะรูปแบบสถาปัตยกรรม nosql ทางเลือก
เช่นเอกสารที่มุ่งเน้นรูปแบบเช่นเดียวกับกราฟเชิงรูปแบบ โดย
หลังจากสำรวจ instantiation คลังสินค้าข้อมูลในระบบ nosql แตกต่างกัน เราต้องการ
generalize ในรูปแบบตรรกะเหล่านี้ทั้งหมด เราต้องการแบบง่ายแสดง
ความแตกต่างรูปแบบและเราต้องเปรียบเทียบแต่ละรุ่นภายในกระบวนทัศน์และข้าม
กระบวนทัศน์ ( เช่นเอกสารและคอลัมน์ ) สุดท้าย เราตั้งใจที่จะศึกษา
สอบถามผู้อื่นภาษาต่างๆ เช่น หมู หรือ ฟีนิกซ์ และเปรียบเทียบกับรังผึ้ง