Veri küplerinin bütünleşik kullanımına yönelik yeni bir OLAP mimarisi

Abstract

Günümüz veritabanlarında Terabyte(Tb)larca verinin yönetimi olağandır. İnsanlar tarafından kavranamayacak kadar büyük hacimli ve detaylı olan veritabanlarında, özetleme, bütünleştirme ve analiz için; Çevrimiçi Analitik İşleme(OnLine Analytical Processing, OLAP) kullanılmaktadır. OLAP üzerinde yapılan işlemlerin daha hızlı ve kullanılacak modelin daha anlaşılabilir olması için Veri Küplerini kullanmak mümkündür. Küpler, belli bir alanı tariflemesi sebebiyle sorgularda daha hızlı ve iyi netice vermektedir. Pratikte karşılanması imkansız olan basit ihtiyaçlar, mevcut OLAP araçları ile çözülebilmekte fakat büyük veri kümelerinde bu imkansız olmaktadır. Veri küplerinin bu ihtiyacı karşılayacak şekilde kullanımı; çeşitli alanlarda daha avantajlı sistemlerin geliştirilmesine imkan sağlayacaktır. Bu çalışmada, Veri Küplerinin bütünleşerek daha fazla karar desteği sağlamasına yönelik; OLAP mimarisinin bir uzantısı olan yeni bir sistem (Bütünleşik Veri Küpü Sistemi ? BVKS) önerilmiştir. Bu sistem sayesinde; OLAP avantajları kullanılarak; Veri Küplerinin kendi aralarında, dışsal verilerle ve çeşitli analitik algoritmalarla ilişkili olduğu bir yapı elde edilmiştir.

In today's databases, management of the data by terabytes is usual. Online Analytical Processing (OLAP) is used for summarizing, integration and analyzing in large volume and detailed databases that can not be envisaged easily by human. Data Cubes (DCs) can be used both to accelerate the processes on OLAP and to make the used model more understandable. Since Cubes define a specific area, they can give faster and effective response in the queries. Simple requirements which are impossible to be met on large volume of data sets in practice can easily be done by available OLAP tools. Usage of Data Cubes for this aim will provide developments of more advantageous systems in various areas. In this study, OLAP based a new architecture is proposed for the purpose of providing decision support at higher level, thereby integrating DCs. For the sake of this architecture, by using OLAP advantages, it is possible to obtain structure in which DCs are related with each other, external data and varied analytic algorithms.