8. Research IssuesWe have described

8. Research Issues
We have described the substantial technical challenges in
developing and deploying decision support systems. While
many commercial products and services exist, there are still
several interesting avenues for research. We will only touch
on a few of these here.
Data cleaning is a problem that is reminiscent of
heterogeneous data integration, a problem that has been
studied for many years. But here the emphasis is on data
inconsistencies instead of schema inconsistencies. Data
cleaning, as we indicated, is also closely related to data
mining, with the objective of suggesting possible
inconsistencies.
The problem of physical design of data warehouses should
rekindle interest in the well-known problems of index
selection, data partitioning and the selection of materialized
views. However, while revisiting these problems, it is
important to recognize the special role played by aggregation.
Decision support systems already provide the field of query
optimization with increasing challenges in the traditional
questions of selectivity estimation and cost-based algorithms
that can exploit transformations without exploding the search
space (there are plenty of transformations, but few reliable
cost estimation techniques and few smart cost-based
algorithms/search strategies to exploit them). Partitioning the
functionality of the query engine between the middleware
(e.g., ROLAP layer) and the back end server is also an
interesting problem.
The management of data warehouses also presents new
challenges. Detecting runaway queries, and managing and
scheduling resources are problems that are important but have
not been well solved. Some work has been done on the
526
logical correctness of incrementally updating materialized
views, but the performance, scalability, and recoverability
properties of these techniques have not been investigated. In
particular, failure and checkpointing issues in load and refresh
in the presence of many indices and materialized views needs
further research. The adaptation and use of workflow
technology might help, but this needs further investigation.
Some of these areas are being pursued by the research
community33 34, but others have received only cursory
attention, particularly in relationship to data warehousing.
Acknowledgement
We thank Goetz Graefe for his comments on the draft.

ผลลัพธ์ (ไทย) 2:

8. ปัญหาการวิจัย
เราได้อธิบายความท้าทายทางเทคนิคที่สำคัญในการ
พัฒนาและปรับใช้ระบบสนับสนุนการตัดสินใจ ในขณะที่
ผลิตภัณฑ์ในเชิงพาณิชย์และบริการจำนวนมากที่มีอยู่ยังคงมี
ลู่ทางที่น่าสนใจหลายประการสำหรับการวิจัย เราจะสัมผัส
ในไม่กี่เหล่านี้ที่นี่.
ทำความสะอาดข้อมูลเป็นปัญหาที่ชวนให้นึกถึง
การรวมข้อมูลที่แตกต่างกันปัญหาที่ได้รับการ
ศึกษามานานหลายปี แต่ที่นี่เน้นอยู่ในข้อมูลที่
ไม่สอดคล้องกันแทนการไม่สอดคล้องกันคี ข้อมูล
การทำความสะอาดที่เราระบุยังเป็นที่เกี่ยวข้องอย่างใกล้ชิดกับข้อมูล
การทำเหมืองแร่โดยมีวัตถุประสงค์เพื่อแสดงให้เห็นความเป็นไปได้
ไม่สอดคล้องกัน.
ปัญหาของการออกแบบทางกายภาพของคลังข้อมูลควร
ทุกวิถีทางที่น่าสนใจในปัญหาที่รู้จักกันดีของดัชนี
การคัดเลือกแบ่งข้อมูลและการเลือก materialized
มุมมอง อย่างไรก็ตามในขณะที่ revisiting ปัญหาเหล่านี้มันเป็น
สิ่งสำคัญที่จะตระหนักถึงบทบาทพิเศษเล่นโดยรวม.
ระบบสนับสนุนการตัดสินใจแล้วให้แบบสอบถามด้านการ
เพิ่มประสิทธิภาพที่เพิ่มขึ้นกับความท้าทายในการแบบดั้งเดิม
คำถามของการประมาณค่าและขั้นตอนวิธีการเลือกค่าใช้จ่ายตาม
ที่สามารถใช้ประโยชน์จากการเปลี่ยนแปลงโดยไม่ต้องระเบิด ค้นหา
พื้นที่ (มีความอุดมสมบูรณ์ของการแปลง แต่ไม่กี่ที่เชื่อถือได้
เทคนิคการประเมินค่าใช้จ่ายและไม่กี่สมาร์ทค่าใช้จ่ายตาม
ขั้นตอนวิธีการ / กลยุทธ์การค้นหาจะใช้ประโยชน์จากพวกเขา) แบ่ง
การทำงานของเครื่องมือค้นหาระหว่างตัวกลาง
(เช่นชั้น ROLAP) และเซิร์ฟเวอร์ปลายด้านหลังยังเป็น
ปัญหาที่น่าสนใจ.
ฝ่ายบริหารของคลังข้อมูลใหม่ยังนำเสนอ
ความท้าทาย การตรวจสอบคำสั่งที่หลบหนีและการจัดการและ
ทรัพยากรการตั้งเวลาเป็นปัญหาที่มีความสำคัญ แต่ยัง
ไม่ได้รับการแก้ไขอย่างดี การทำงานบางอย่างได้รับการทำใน
526
ถูกต้องตรรกะของการปรับปรุงเพิ่มขึ้นรูปธรรม
มุมมอง แต่ประสิทธิภาพ, ความยืดหยุ่นและคืน
ทรัพย์สินของเทคนิคเหล่านี้ยังไม่ได้รับการตรวจสอบ ใน
โดยเฉพาะอย่างยิ่งความล้มเหลวและปัญหาในการโหลด checkpointing และฟื้นฟู
ในการปรากฏตัวของดัชนีจำนวนมากและมองเห็นวิวรูปธรรมต้องการ
การวิจัยเพิ่มเติม การปรับตัวและการใช้เวิร์กโฟลว์
เทคโนโลยีอาจช่วย แต่นี้ต้องตรวจสอบต่อไป.
บางส่วนของพื้นที่เหล่านี้จะถูกติดตามโดยการวิจัย
community33 34 แต่คนอื่น ๆ ได้รับคร่าวๆเพียง
ความสนใจโดยเฉพาะอย่างยิ่งในความสัมพันธ์กับคลังข้อมูล.
Acknowledgement
เราขอขอบคุณสำหรับ Graefe เก๊ ความคิดเห็นของเขาเกี่ยวกับร่าง

ผลลัพธ์ (ไทย) 3:

8 . ประเด็นปัญหาการวิจัย
เราได้อธิบายความท้าทายทางเทคนิคอย่างมากใน
การพัฒนาและปรับใช้ระบบสนับสนุนการตัดสินใจ ในขณะที่
ผลิตภัณฑ์เชิงพาณิชย์หลายและการบริการที่มีอยู่ ยังมี
หลายลู่ทางน่าสนใจสำหรับการวิจัย พวกเราจะสัมผัส
ในไม่กี่เหล่านี้ที่นี่ ซักแห้ง
ข้อมูลเป็นปัญหาที่ชวนให้นึกถึง
บูรณาการข้อมูลต่างกัน ปัญหาที่ได้รับ
เรียนมาหลายปี แต่ที่นี่จะเน้นข้อมูล
สอดคล้องกันแทนคีไม่สอดคล้องกัน . ข้อมูล
สะอาดที่เราพบ คือยังเกี่ยวข้องกับการทำเหมืองข้อมูล
, โดยมีวัตถุประสงค์เพื่อแนะนำความไม่สอดคล้องกันที่สุด
.
ปัญหาการออกแบบทางกายภาพของคลังสินค้าข้อมูลควร
รื้อฟื้นความสนใจในปัญหาที่รู้จักกันดีของดัชนีการคัดเลือก
,ข้อมูลพาร์ทิชันและการคัดเลือก materialized
views อย่างไรก็ตาม ในขณะที่การแก้ไขปัญหาเหล่านี้ มันเป็นสิ่งสำคัญที่จะยอมรับบทบาทพิเศษ

เล่นโดยการรวมกัน แล้วให้ระบบสนับสนุนการตัดสินใจด้านการเพิ่มประสิทธิภาพการเพิ่มความท้าทายในการค้นหา

คำถามแบบประมาณการต้นทุนและขั้นตอนวิธี
ตามที่สามารถใช้ประโยชน์จากการแปลงโดยไม่ต้องขยายพื้นที่ค้นหา
( มีหลายแปลง แต่น้อยที่เชื่อถือได้
ประมาณค่าใช้จ่าย เทคนิค และไม่ฉลาดต้นทุนโดยใช้กลยุทธ์ / การค้นหา
ขั้นตอนวิธีเพื่อใช้ประโยชน์จากพวกเขา ) แบ่งพาร์ทิชัน
การทํางานของเครื่องยนต์ระหว่างการมิดเดิลแวร์
( เช่น ROLAP ชั้น ) และด้านหลังของเซิร์ฟเวอร์เป็น

ปัญหาที่น่าสนใจการจัดการคลังสินค้าของข้อมูลที่นำเสนอความท้าทายใหม่

การหนีและการค้นหาและการจัดการทรัพยากร
ปัญหาที่สำคัญ แต่ต้อง
ไม่ค่อยดีแก้ไข บางงานที่ได้ทำอยู่

มีตรรกะแบบเพิ่มหน่วยปรับปรุงความถูกต้องของมุมมอง materialized
แต่ประสิทธิภาพ scalability , และ recoverability
คุณสมบัติของเทคนิคเหล่านี้ไม่ได้รับการตรวจสอบ ใน
โดยเฉพาะความล้มเหลวและปัญหาใน checkpointing โหลด และฟื้นฟู
ในการแสดงตนของดัชนีหลาย materialized views และความต้องการ
การวิจัยเพิ่มเติม การปรับตัวและการใช้เวิร์กโฟลว์
เทคโนโลยีอาจช่วยได้ แต่ต้องสอบสวนต่อไป
บางส่วนของพื้นที่เหล่านี้ถูกติดตามโดยการวิจัย
community33 34แต่คนอื่น ๆได้รับเพียงคร่าวๆ
ความสนใจโดยเฉพาะอย่างยิ่งในความสัมพันธ์กับคลังข้อมูล .

เราขอขอบคุณการตอบรับโกทซ์ graefe สำหรับความคิดเห็นของเขาในร่าง