Extractos de
“Representing Spatiality in a Conceptual
Multidimensional Model” y de
“Advanced Data Warehouse Design”
E. Malinowski & E. Zimanyi
por
Francisco Moreno
• Se propone un modelo conceptual
multidimensional espacial
• Está relacionado con el trabajo de Jensen,
aunque no soporta inclusión parcial.
Notación usada en el modelo
• El elemento “criterion” indica el rol de la
dimensión. Por ejemplo, una dimensión
tiempo relacionada con una venta podría
indicar la fecha en la que se generó la
venta o la fecha en la que fue
despachada.
• Veamos un ejemplo de un modelo con
esta notación.
Dimensión geográfica manejada
de forma no espacial
• Los autores explican que la inclusión de
espacialidad en el modelo permite
formular consultas que pueden
aprovechar las relaciones espaciales.
• Un nivel espacial es un nivel del cual
interesa guardar sus características
espaciales
• Se plantea la siguiente notación:
*
Veamos un ejemplo:
* MADS es un modelo conceptual espacio-temporal (no multidimensional)
propuesto por Zimanyi et al.
Esta dimensión se podría
manejar en forma espacial
Dimensión manejada
en forma espacial
• Cuando hay más de una dimensión
espacial en el modelo, se puede incluir un
operador que especifique como se
relacionan dichas dimensiones.
• Veamos un ejemplo:
Intersect
Ver diapositivas 21 y 22
• Sin considerar ninguna medida, el modelo
puede responder consultas que indiquen, por
ejemplo, si todas las secciones de una autopista
pasan a través de algunas ciudades o si
algunas secciones de una autopista pertenecen
a más de una ciudad.
• Sin embargo, si se tienen, por ejemplo, tres
dimensiones espaciales ¿cómo se colocaría
para cada pareja de dimensiones (¿y para las
tres?) el operador que especifica cómo se
relacionan?
• Los autores también explican que se
pueden tener medidas espaciales en un
hecho, veamos un ejemplo:
Geometric
union
• Se debe definir una operación de agregación
para la medida espacial, en este caso para
Location (que es un punto) se le asocia la
operación GU (geometric union), es decir, al
agrupar los accidentes de un cliente, por
ejemplo, se producirá una unión de los puntos
correspondientes
• Los autores comparan los tipos de consultas
que se pueden presentar en este modelo vs. un
modelo multidimensional clásico:
• El modelo anterior se puede cambiar
manejando una dimensión espacial en vez
de una medida espacial, veamos:
• Las siguientes diferencias surgen con
ambos modelos:
¡Las medidas son
las que se
agregan no las
dimensiones!
• Finalmente, se presenta un modelo en el
que una medida espacial se puede derivar
por computación espacial, veamos:
Operador posicional
• Nótese que en el modelo anterior la mínima
distancia de un estado (state) a una autopista
(highway) no se puede obtener
• En cambio en el modelo de la diapositiva 10, la
suma de las longitudes de los segmentos de
una autopista a en las ciudades de un estado e
debe dar la longitud de la sección de a en e*.
• Esto evidencia tipos de funciones de
agregación, algunas son distributivas otras no.
*Por simplicidad se ignora aquí que un estado puede tener
secciones de autopista que no pertenecen a ciudades
Distancia mínima entre el estado
y la carretera
Highway
State
City
Distancia mínima entre la ciudad
y la carretera
Tipos de funciones de
agregación
• Informalmente una función es
– Distributiva: si se puede calcular en forma distributiva.
Ej. obtener la suma total a partir de sumas
intermedias
– Algebraica: si se puede calcular con una función
algebraica de M argumentos (donde cada argumento
es una función distributiva). Ej. el promedio se puede
obtener dividiendo la suma y el conteo.
– Holística: si para calcularla se requiere accesar a
todos los datos base
Descargar

Descargar