공간 데이터 웨어하우스의 구축 및 활용과 관련하여 몇 가지 어려운 문제가 있습니다. 첫 번째 과제는 이기종 소스 및 시스템의 공간 정보를 통합하는 것입니다. 공간 데이터는 일반적으로 다양한 데이터 형식을 사용하여 다양한 산업 회사 및 정부 기관에 저장됩니다.
데이터 형식은 구조별(예:래스터 기반 공간 대 벡터 기반 공간 데이터, 객체 지향 대 관계 모델, 다양한 공간 저장 및 인덱싱 구조)뿐만 아니라 공급업체별( 예:ESRI, MapInfo, Intergraph). 이기종 공간 데이터의 통합 및 교환에 대한 막대한 작업이 있어 공간 데이터 통합 및 공간 데이터 웨어하우스 구축의 기반을 마련했습니다.
두 번째 과제는 공간 데이터 웨어하우스에서 빠르고 유연한 온라인 분석 처리를 실현하는 것입니다. 스타 스키마 모델은 간결하고 체계적인 웨어하우스 구조를 지원하고 OLAP 서비스를 지원하기 때문에 공간 데이터 웨어하우스를 모델링하는 데 가장 적합합니다. 그러나 공간 창고에서는 차원과 측정값 모두 공간 요소를 포함할 수 있습니다.
공간 데이터 큐브에는 다음과 같은 세 가지 유형의 차원이 있습니다. -
비공간 치수 − 비공간 차원에는 비공간 데이터만 포함됩니다. 창고에 대해 비공간적 차원의 온도와 폭풍이 생성될 수 있습니다. 예를 들어, 각각은 일반화가 비공간적인 비공간 데이터를 포함하기 때문입니다(온도에 대한 "hot" 및 강수량에 대한 "wet" 포함).
공간-비공간 차원 − 공간-비공간 차원은 원시 수준의 데이터가 공간적이지만 특정 상위 수준에서 시작하여 일반화가 비공간적으로 되는 차원입니다.
공간 대 공간 차원 − 공간 대 공간 차원은 원시 수준과 모든 고급 일반화 데이터가 공간적인 차원입니다. 예를 들어, equi _temperature 영역 차원은 0-5도(섭씨), 5-10도 등을 포함하는 모든 일반화와 마찬가지로 공간 데이터를 포함합니다.
공간 데이터 큐브에는 다음과 같은 두 가지 유형의 측정값이 있습니다. -
수치 − 수치 측정에는 수치 데이터만 포함됩니다. 예를 들어, 공간 데이터 웨어하우스의 한 측정값은 지역의 월별 수익이 될 수 있으므로 롤업은 연도별, 카운티별 등으로 총 수익을 평가할 수 있습니다. 수치 측정값은 분배, 대수 및 전체론으로 분류할 수 있습니다. .
공간 측정 − 공간 측정에는 공간 개체에 대한 포인터 모음이 포함됩니다. 예를 들어, 공간 데이터 큐브의 일반화(또는 롤업)에서 온도 및 강수량의 범위가 동일한 지역은 동일한 셀로 그룹화되고 이렇게 형성된 측정에는 해당 지역에 대한 포인터 집합이 포함됩니다.
비공간 데이터 큐브 − 비공간 데이터 큐브에는 비공간 차원과 수치 측정값만 포함됩니다. 공간 데이터 큐브에 공간 차원이 있지만 공간 측정이 없는 경우 드릴 또는 피벗을 포함한 해당 OLAP 작업. 비공간 데이터 큐브와 유사한 측면에서 수행할 수 있습니다.