কোয়ারী ফরমুলেশনের বৈশিষ্ট্য
কোয়ারী ফরমুলেশনের বিভিন্ন বৈশিষ্ট্য রয়েছে:
মাল্টিপাস SQL (Multipass SQL)
তুলনা মূল্যায়ন করতে বা রিপোর্ট ব্রেক সারিতে নন-অ্যাডিটিভ মাপ সঠিকভাবে গণনা করতে, কোয়ারী টুলকে রিপোর্টকে একাধিক কোয়ারীতে ভাগ করতে হবে যেগুলো DBMS দ্বারা স্বাধীনভাবে প্রসেস করা হয়।
কোয়ারী টুল স্বয়ংক্রিয়ভাবে পৃথক কোয়ারীগুলির ফলাফল বুদ্ধিমত্তাপূর্ণভাবে একত্রিত করে। মাল্টিপাস SQL ড্রিলিং-অক্রসও সক্ষম করে একাধিক কনফর্মড ডেটা মার্টের একাধিক ফ্যাক্ট টেবিলে, সম্ভবত ভিন্ন ডেটাবেসে।
উদাহরণস্বরূপ, বিক্রয় এবং খরচ একাধিক ডেটাবেসে থাকতে পারে, কিন্তু যেহেতু সেগুলো সমান ডাইমেনশন শেয়ার করে, যেমন সংগঠন এবং পিরিয়ড, এটি একটি সহজ কন্ট্রিবিউশন রিপোর্ট তৈরি করতে পারে দুটি উৎস কোয়ারী করে এবং কোয়ারী টুলে ফলাফল একত্রিত করে।
একক গ্যালাক্টিক SQL স্টেটমেন্টের প্রসেসিং অন্যথায় অসম্ভব হতো। চূড়ান্তভাবে, মাল্টিপাস SQL এ্যাগ্রিগেট নেভিগেটরকে রিপোর্ট দ্রুত করার সুযোগ দেয়, কারণ প্রতিটি অ্যাটমিক SQL রিকোয়েস্ট এ্যাগ্রিগেট নেভিগেটর দ্বারা সহজে বিশ্লেষিত হয়।
হাইলাইটিং (Highlighting)
হাইলাইটিং এলার্টের ইন্টারঅ্যাক্টিভ রূপ। ডেটা পরিমাণ ছাদের মাধ্যমে ফুটে যাওয়ার সাথে, কোয়ারী টুলকে ব্যবহারকারীকে সেগুলো শনাক্ত করতে হবে যা বাকি থেকে আলাদা মনে হয়, যেমন: দেখাও যেসব জেলার বিক্রয় গত মাসের তুলনায় ১০ শতাংশের বেশি কমেছে বা বেড়েছে।
সাকসেসিভ কনস্ট্রেইন্টস (Successive constraints)
একটি কোয়ারীর ফলাফল পরবর্তী কোয়ারীতে একটি সর্বাধিক বা ফিল্টার হিসেবে ব্যবহার করা হয়। এটি আচরণগত অধ্যয়নের জন্য একটি নির্দিষ্টভাবে গুরুত্বপূর্ণ ক্ষমতা যখন একটি কোহোর্ট শনাক্ত করা হয় এবং এর আচরণ একক ইউনিট হিসেবে নির্ধারণ করা হয়। এটি প্রায়ই যেকোনো সময় ঘটে যখন ব্যক্তিগত লোকের তথ্য জড়িত থাকে।
উদাহরণস্বরূপ, ডক্টর এবং গবেষকরা নির্দিষ্ট বৈশিষ্ট্যের সাথে রোগীর একটি দল শনাক্ত করতে এবং সময়ের সাথে তাদের প্রক্রিয়া ট্র্যাক করতে আগ্রহী হতে পারে। তারা একটি ক্লিনিক্যাল ট্রায়াল গোষ্ঠীতে ভারী ধূম্রপানকারীদের শনাক্ত করতে পারে এবং দেখতে পারে পরীক্ষাধীন ড্রাগ লাং ক্যান্সার পাওয়ার ঝুঁকি কমানো হয় কিনা।
গ্রাহক তথ্য থাকা যেকোনো ডেটাবেসে কিছু পয়েন্টে সাকসেসিভ কনস্ট্রেইন্টস প্রয়োজন হবে। এই ক্ষমতার মান মানুষের জন্য সীমাবদ্ধ নয়, যাইহোক। একটি সেমিকন্ডাক্টর কোম্পানি সিলিকন চিপ ওয়ेफারের একটি সেট শনাক্ত করতে এবং প্রোডাকশন প্রসেসের মাধ্যমে তাদের ফলো করতে চাইতে পারে ব্যর্থতার হার পরীক্ষা করতে। এই কনস্ট্রেইন্ট লিস্টগুলো টুলে সংরক্ষণ করার জন্য বড় হতে পারে এবং এইভাবে ডেটাবেসে ফেরত পাঠাতে হতে পারে যাতে জোইন রিমোটলি করা যায়।
সেমি-অ্যাডিটিভ সামেশন (Semiadditive summations)
সাধারণ ব্যবসায়িক ফ্যাক্ট টেবিলে একটি গুরুত্বপূর্ণ সংখ্যাসূচক মাপের ক্লাস আছে যা সম্পূর্ণরূপে সংযোজ্য নয়। যেকোনো কিছু যা ইনটেনসিটির একটি স্কোপ হলো সাধারণত সংযোজ্য নয়, বিশেষ করে টাইম ডাইমেনশন জুড়ে। উদাহরণস্বরূপ, স্টক লেভেল এবং অ্যাকাউন্ট ব্যালেন্স সময় জুড়ে যোগ করা যায় না। এগুলোকে সেমি-অ্যাডিটিভ ফ্যাক্ট বলা হয়।
