স্থানিক ডেটা ওয়ারহাউস নির্মাণ ও ব্যবহারের সাথে জড়িত বেশ কিছু চ্যালেঞ্জিং বিষয় রয়েছে। প্রথম চ্যালেঞ্জ হল বিষম উৎস ও সিস্টেম থেকে স্থানিক তথ্যের یکীকরণ। স্থানিক ডেটা সাধারণত বিভিন্ন শিল্প প্রতিষ্ঠান ও সরকারি ഏজেন্সিতে নানাভাবে সংরক্ষিত থাকে।
ডেটা ফরম্যাটের বৈচিত্র্য
ডেটা ফরম্যাটগুলো শুধু কাঠামোগতভাবে ভিন্ন নন (যেমন: রাস্টার বনাম ভেক্টর-ভিত্তিক স্থানিক ডেটা, অবজেক্ট-ওরিয়েন্টেড বনাম রিলেশনাল মডেল, ভিন্ন স্থানিক স্টোরেজ ও ইনডেক্সিং কাঠামো), বরং ভেন্ডর-স্পেসিফিকও (যেমন: ESRI, MapInfo, Intergraph)। বিষম স্থানিক ডেটার একীকরণ ও আদান-প্রদানের উপর ব্যাপক কাজ হয়েছে, যা স্থানিক ডেটা ইন্টিগ্রেশন ও ওয়ারহাউস নির্মাণের পথ খুলেছে।
দ্বিতীয় চ্যালেঞ্জ: দ্রুত ও নমনীয় OLAP
স্থানিক ডেটা ওয়ারহাউসে দ্রুত ও নমনীয় অনলাইন অ্যানালিটিক্যাল প্রসেসিং (OLAP) বাস্তবায়ন করা দ্বিতীয় চ্যালেঞ্জ। স্টার স্কিমা মডেল স্থানিক ডেটা ওয়ারহাউস মডেলিংয়ের জন্য সেরা পছন্দ কারণ এটি সংক্ষিপ্ত ও সুসংগঠিত কাঠামো এবং OLAP সার্ভিস সমর্থন করে। কিন্তু একটি স্থানিক ওয়ারহাউসে ডাইমেনশন এবং মেজার দুটোই স্থানিক উপাদান ধারণ করতে পারে।
স্থানিক ডেটা কিউবের তিন ধরনের ডাইমেনশন
- নন-স্থানিক ডাইমেনশন: শুধু নন-স্থানিক ডেটা ধারণ করে। উদাহরণস্বরূপ, টেম্পারেচার এবং স্টর্মের জন্য নন-স্থানিক ডাইমেনশন তৈরি করা যায়, কারণ এগুলোর জেনারেলাইজেশন নন-স্থানিক (যেমন টেম্পারেচারের জন্য "hot", প্রিসিপিটেশনের জন্য "wet")।
- স্থানিক-থেকে-নন-স্থানিক ডাইমেনশন: যার প্রিমিটিভ-লেভেল ডেটা স্থানিক কিন্তু হাই লেভেল জেনারেলাইজেশন থেকে নন-স্থানিক হয়ে যায়।
- স্থানিক-থেকে-স্থানিক ডাইমেনশন: যার প্রিমিটিভ লেভেল এবং সকল হাই-লেভেল জেনারেলাইজড ডেটা স্থানিক। উদাহরণ: equi_temperature region ডাইমেনশন যেখানে ০-৫ ডিগ্রি, ৫-১০ ডিগ্রি ইত্যাদি রিজন spatiale।
দুই ধরনের মেজার
- নিউমেরিক্যাল মেজার: শুধু সংখ্যাতাত্ত্বিক ডেটা। উদাহরণ: একটি অঞ্চলের মাসিক রেভিনিউ, যাতে রোল-আপ করে বছরে, কাউন্টিতে মোট রেভিনিউ বের করা যায়। নিউমেরিক্যাল মেজার ডিস্ট্রিবিউটিভ, এলজেব্রিক, এবং হোলিস্টিক-এ ভাগ করা যায়।
- স্থানিক মেজার: স্থানিক অবজেক্টের পয়েন্টার সংগ্রহ ধারণ করে। উদাহরণ: একই টেম্পারেচার ও প্রিসিপিটেশন রেঞ্জ 가진 অঞ্চলগুলো একসাথে গ্রুপ করা হলে মেজারে সেই অঞ্চলগুলোর পয়েন্টার সেট থাকে।
নন-স্থানিক ডেটা কিউব: শুধু নন-স্থানিক ডাইমেনশন এবং নিউমেরিক্যাল মেজার ধারণ করে। যদি একটি স্থানিক ডেটা কিউবে স্থানিক ডাইমেনশন থাকে কিন্তু স্থানিক মেজার নেই, তবে এর OLAP অপারেশন (ড্রিলিং, পিভটিং) নন-স্থানিক ডেটা কিউবের মতোই করা যায়।
