語意式資料倉儲系統之架構研究

The Research of Semantic Data Warehouse System

近來，資料倉儲（Data Warehousing） 已經從一種學術性的理論研究，漸次衍生成為一種廣為大家所能接受的應用技術。資料倉儲內部經由整合、運算後的資料以資料晶圓（Data Cube） 的結構資料型態儲存，並提供給使用者一個多維度（ Multi- Dimensional） 的資料分析及查詢。但是由於目前的資料倉儲系統建構資料量過大，造成資料查詢不易，往往無法即時回應需求；一方面，每個資料晶圓都是由資料彙整而成的獨立個體，缺乏一個完整的語意來表達資料晶圓彼此間的關係，使得決策者無法做出更深入的判斷與分析。因此我們認為想要解決資料倉儲內資料晶圓的資料重覆性與資訊獨立的問題，應該要對資料倉儲內的資料晶圓建立一個具有語意關係的資料晶圓模型（Semantic Cube Model），此模式將具有資料語意模式上的繼承、分類、聚合等語意關係，不但可以解決目前各個資料晶圓之間資訊獨立與資料重覆等情況，並且可藉由資料晶圓間彼此關係的建立，減少資料倉儲的資料量，提供更豐富的資料查詢能力，進而提升整體資料倉儲系統的效能。為了實際驗證本研究的假設，在本文的最後，我們以個案方式來說明整個架構與建置方法的可行性，再利用系統雛形與實驗設計法計算資料的縮減量，以驗證其有效性，並藉由實地的應用與訪談來評估其成效。

Nowadays, data warehouse systems are become a popular technology in the enterprise. Because of network bandwidth and communication is not sophisticated enough for practical usage. Thus, a lot of enterprises have focus on building data mart with materia1ize view. But most of these data warehouse systems have some limitations in terms of flexibility, efficiency and scalability. In particular, the sizes of these data warehouses are constantly growing and wi11 soon become overloaded with data that led to difficulties in data maintenance and analysis. GartnerGroup estimates that by 2004, enterprises will be faced with 30 times more data than 1999 levels. In this paper, we focus on integrating data information between the data cubes, which can solve the problem of duplication and independent information of data cube. We present a semantic cube model (SCM), which extends object-oriented technology for data warehouses and allows users to design the abstract semantic relationships between different cubes, thus improving the performance of query integrity and reducing data duplication.