데이터 큐브를 사용하면 데이터를 여러 차원에서 모델링하고 볼 수 있습니다. 그것은 차원과 사실로 표현됩니다. 다시 말해 차원은 조직이 기록을 유지해야 하는 관련 보기 또는 엔터티입니다.
예를 들어, AllElectronics는 매장의 판매 관련 차원 시간, 품목, 지점 및 위치에 대한 기록을 유지하기 위해 판매 데이터 웨어하우스를 생성할 수 있습니다. 이러한 차원을 통해 상점은 항목의 월별 판매, 항목이 판매된 지점 및 위치와 같은 항목을 추적할 수 있습니다.
각 차원에는 관련된 테이블이 있을 수 있습니다. 차원을 추가로 나타내는 차원 테이블이라고 합니다. 예를 들어, 항목의 차원 테이블에는 항목 이름, 브랜드 및 유형 속성이 포함될 수 있습니다. 차원 테이블은 사용자 또는 전문가에 의해 결정되거나 데이터 분포에 따라 자동으로 생성 및 조정될 수 있습니다.
다차원 데이터 모델은 일반적으로 예를 들어 판매와 같은 중앙 설계를 중심으로 구성됩니다. 이 디자인은 팩트 테이블에 의해 정의됩니다. 사실은 수학적 척도입니다. 판매 데이터 웨어하우스에 대한 팩트의 예에는 판매 금액(판매 금액(달러)), 판매 단위(판매 단위 수) 및 예산 금액이 포함됩니다. 팩트 테이블에는 팩트 또는 측정값의 이름과 연결된 각 차원 테이블에 대한 키가 포함됩니다.
데이터 큐브는 데이터베이스에 있는 속성의 하위 집합에서 생성됩니다. 특정 속성은 측정 속성으로 선택됩니다. 즉, 값이 관심 있는 속성입니다. 다른 속성은 차원 또는 기능 속성으로 선택됩니다. 측정값 속성은 차원에 따라 집계됩니다.
예를 들어, XYZ는 시간, 품목, 지점 및 위치 차원에 대한 상점 판매 기록을 유지하기 위해 판매 데이터 웨어하우스를 만들 수 있습니다. 이러한 차원을 통해 상점은 항목의 월별 판매, 항목이 판매된 지점 및 위치와 같은 항목을 추적할 수 있습니다.
각 차원에는 인식되는 테이블이 있을 수 있습니다. 차원을 정의하는 차원 테이블이라고 합니다. 예를 들어 항목의 차원 테이블에는 item_name, 브랜드 및 유형 속성이 포함될 수 있습니다.
데이터 큐브 기술은 여러 응용 프로그램에서 흥미로운 방법입니다. 각 차원의 모든 셀이 데이터베이스의 해당 정보를 가질 수 있는 것은 아니기 때문에 데이터 큐브는 경우에 따라 희소할 수 있습니다. 쿼리에 데이터 큐브에서 지원하는 것보다 훨씬 낮은 수준의 상수가 포함된 경우 데이터 큐브에 저장된 미리 계산된 결과를 최대한 활용하는 방법이 명확하지 않습니다.