ЧИСЕЛЬНЕ ОЦІНЮВАННЯ ШВИДКОДІЇ МОДЕЛЕЙ ДАНИХ В АНАЛІЗІ БАГАТОВИМІРНИХ ДАНИХ

Анотація

Статтю присвячено чисельному оцінюванню ефективності двох моделей даних, що застосовуються в аналітичних системах управління даними: «зірка» та «сніжинка». Представлено результати проєктування цих моделей із детальним описом їхньої структури, включаючи виміри, факти та значення. Для досягнення мети дослідження виконано такі завдання: проєктування моделей даних у межах вибраної предметної області; їхнє розгортання у вигляді OLAP-гіперкуба; реалізація основних аналітичних операцій багатовимірного аналізу даних із фіксацією швидкодії; проведення порівняльного аналізу отриманих результатів і формулювання висновків щодо ефективності кожної моделі.

Для проведення чисельного дослідження використовувався масив результатів складання Національного мультипредметного тесту України за 2022—2024 роки, оскільки ці дані мають багатовимірну природу, поєднуючи атрибути з різних незалежних сутностей предметної області. Для чисельного оцінювання застосовувалися такі метрики: швидкодія виконання запитів, надмірність даних та ефективність використання пам’яті.

У роботі оцінено швидкодію виконання базових аналітичних операцій — зрізу, створення підкубу, агрегації, деталізації, та обертання — шляхом автоматизованого вимірювання часу обробки запитів у середовищі SQL Server Profiler. Для кожної операції надано результати тестування та приклади трьох виконаних запитів. Аналіз даних щодо швидкодії моделей показав, що операція зрізу виконувалася на 2,86 % повільніше на моделі «сніжинка», тоді як створення підкубів і обертання — на 37 % та 16,37 % відповідно. Найбільша різниця у швидкодії у 70,47 % зафіксована для операції деталізації. Єдина операція, де модель «сніжинка» переважала за швидкодією, — агрегація (2,39 % швидше), що пояснюється її нормалізованою структурою та меншою надмірністю даних. Отримані результати представлено у вигляді гістограм.

Надмірність даних визначалася за метрикою Data Storage Overhead. Попри збільшення кількості таблиць у 1,83 рази, модель «сніжинка» містила лише на 0,5 % більше записів завдяки її нормалізованій структурі. Водночас значення DSO для модель «зірка» склала 33 %, що пояснюється значним дублюванням даних у ненормалізованих таблицях вимірів.