தரவுச்சுரங்கம் – 38
கனத் தரவு (Data Cube) அமைப்பில் முதன்மையான ஐந்து செயல்பாடுகள் குறித்து சென்ற பகுதியில் கண்டோம். பெருந்தரவின் மடிக்கப்பட்ட வடிவாய் இருக்கும் பல பரிமாண கனத்தரவில் பகுப்பாய்விற்கு மேற்கொண்டு சில செயல்பாடுகளையும் நிகழ்த்த முடியும். இவையாவும் நிறுவனத்தின் தினந்தோறும் முடிவெடுக்கும் கீழ்மட்ட மேலாளரிலிருந்து தொலைநோக்குப் பார்வையுடன் நிறுவனத்தின் எதிர்காலத்தை முடிவு செய்யும் மேல்மட்ட நிர்வாகிகள் வரை தரவுகளின் அடிப்படையில் முடிவெடுக்க அவர்கள் கேட்கும் போதெல்லாம் தரும் கற்பகத்தருவாக கனத்தரவு இருப்பதற்கு வழிவகுக்கின்றது. இன்ன கேள்வி கேட்டால் இன்ன பதில் அளிப்பது என்பதல்ல கனத்தரவு. என்ன கேள்வி கேட்டாலும் அதற்கான பதிலைத் தரக்கூடிய அதே சமயம் சிக்கலான அமைப்பாகவும் கனத்தரவு இருப்பதால் தான் இத்தனை மெனக்கெட வேண்டியிருக்கின்றது. இனி மீதமுள்ள செயல்பாடுகளையும் காணலாம்:
1. ஊடுருவல்: Drill-through
இது துளையிடலிலிருந்து சற்றே மாறுபட்டது. துளையிடல் என்பது சுருக்கத்திலிருந்து அடுத்த படிநிலைக்குச் செல்வது. ஆனால் ஊடுருவல் Drill-through என்பது, கனத்தரவில் தெரியும் ஒரு சுருக்கத் தொகையின் (Aggregated value) அடிப்படை என்ன என்பதை அறிய, தரவுத்தளத்தில் உள்ள மூலப் பதிவுகளுக்கே (Raw transaction records / Underlying relational data) நேரடியாகச் செல்வது. அதாவது படிப்படியாகச் செல்லாமல் நேரடியாக மூல வரிகளையே சோதித்துப் பார்ப்பது ஆகும். தணிக்கையாளர்களுக்கு இது மிகவும் உதவும் அல்லவா?
எடுத்துகாட்டு: ஒரு குறிப்பிட்ட கிளையின் பயணச் செலவு அசாதாரணமாக அதிகமாகக் காட்டப்பட்டால், அந்தத் தொகையைச் சொடுக்கி, அந்தத் தொகைக்குக் காரணமான ஒவ்வொரு ரசீது/பற்றுச்சீட்டு (Voucher/Invoice) விவரங்களையும் பட்டியலாகப் பார்த்துவிடல் நன்று. அதற்கு இச்செயல்பாடு உதவுகின்றது.
2. குறுக்குத் துளையிடல் (Drill-across):
ஒரே திட்ட அமைப்பில் (Schema) உள்ள, இரண்டு வெவ்வேறு உண்மை அட்டவணைகளுக்கு (Fact Tables) இடையே பொதுவான பரிமாணங்களின் (Conformed Dimensions) வழியாகப் பயணிப்பது குறுக்குத் துளையிடல் முறையாகும். நட்சத்திர திட்ட அமைப்பின் நீட்சியாக பல உண்மை அட்டவணைகள் கொண்ட தொகுப்பை உடுமண்டல திட்ட அமைப்பாகக் (Fact Constellation Schema / Galaxy Schema) கொள்ளலாம். அவ்வாறான அமைப்பில் பக்கவாட்டில் ஊடுருவிச் செல்வதை இது குறிக்கின்றது.
எடுத்துக்காட்டு: 'காலம்' மற்றும் 'பொருள்' என்ற பொதுவான பரிமாணங்களை வைத்துக்கொண்டு, 'விற்பனை' (Sales Fact) அட்டவணையையும், 'இருப்பு' (Inventory Fact) அட்டவணையையும் ஒப்பிட்டுப் பார்ப்பது. இந்த மாதம் அதிகம் விற்பனையான பொருளின் தற்போதைய கையிருப்பு என்ன? போன்ற கேள்விகளுக்கான விடை கிடைக்கும்.
3. தரவரிசைப்படுத்துதல் (Ranking / Top N Analysis):
கனத்தரவில் உள்ள தரவுகளை அவற்றின் செயல்பாடு அல்லது அளவீடுகளின் அடிப்படையில் ஏறுவரிசை அல்லது இறங்குவரிசையில் வரிசைப்படுத்துவது. இதுவும் ஒரு முக்கியமான செயல்பாடு ஆகும். தேவைப்பட்ட வரிசையில் அடுக்குவதன் மூலம் முடிவெடுக்க ஏதுவாகும்.
எடுத்துக்காட்டு: நிறுவனத்திற்கு அதிக லாபம் ஈட்டித்தரும் முதல் 10 வாடிக்கையாளர்களை (Top 10 Customers) மட்டும் பிரித்தெடுப்பது அல்லது மிகக் குறைந்த விற்பனையைக் கொண்ட 5 கிளைகளைக் கண்டறிவது.
மீதமுள்ள சில செயல்பாடுகள் குறித்து அடுத்த பகுதியில் தொடர்ந்து காணலாம்.
