Sample Footprints für Data-Warehouse-Datenbanken

摘要

Durch stetig wachsende Datenmengen in aktuellen Data-Warehouse-Datenbanken erlangen Stichproben eine immer gr??er werdende Bedeutung. Insbesondere interaktive Analysen k?nnen von den signifikant kürzeren Antwortzeiten der approximativen Anfrageverarbeitung erheblich profitieren. Linked-Bernoulli-Synopsen bieten in diesem Szenario speichereffiziente, schemaweite Synopsen, d. h. Synopsen mit Stichproben jeder im Schema enthaltenen Tabelle bei minimalem Mehraufwand für die Erhaltung der referenziellen Integrit?t innerhalb der Sy-nopse. Dies erm?glicht eine effiziente Unterstützung der n?herungsweisen Beantwortung von Anfragen mit beliebigen Fremdschlüsselverbundoperationen.rnIn diesem Artikel wird der Einsatz von Linked-Bernoulli-Synopsen in Data-Warehouse-Umgebungen detaillierter analysiert. Dies beinhaltet zum einen die Konstruktion speicherplatzbeschr?nkter, schemaweiter Synopsen, wobei unter anderem folgende Fragen adressiert werden: Wie kann der verfügbare Speicherplatz auf die einzelnen Stichproben aufgeteilt werden? Was sind die Auswirkungen auf den Mehraufwand? Zum anderen wird untersucht, wie Linked-Bernoulli-Synopsen für die Verwendung in Data-Warehouse-Datenbanken angepasst werden k?nnen. Hierfür werden eine inkrementelle Wartungsstrategie sowie eine Erweiterung um eine Ausrei?erbehandlung für die Reduzierung von Sch?tzfehlern approximativer Antworten von Aggregationsanfragen mit Fremdschlüsselverbundoperationen vorgestellt.rnEine Vielzahl von Experimenten zeigt, dass Linked-Bernoulli-Synopsen und die in diesem Artikel pr?sentierten Verfahren vielversprechend für den Einsatz in Data-Warehouse-Datenbanken sind.