بررسی تعارض بین نرمال سازی و داده کاوی و ارائه روش های رفع آن

پس از مروری اجمالی بر مفاهیم نرما لسازی و داده کاوی، تعارض جدی بین این دو مفهوم نشان داده شده است ، که با توجه به کاربرد وسیع نرمال سازی و اهمیت داده کاوی در دنیای امروز، نیازمند راه حل هایی است. تعارض مطرح شده که ناشی از طبیعت نرمال سازی است، باعث ایجاد نتایج نادرست در داده کاوی و تحلیل داده ها می شود. در ادامه برای رفع این تعارض، به بررسی denormalization عدم نرمال سازی ، NO - SQL و تغییر آرام ابعاد یا SCD عنوان راه حلی در این موضوع، پرداخته شده است. Denormalization به نوعی برگرداندن عمل نرمال سازی است و در آن الحاق کلیه جداول تقسیم شده دنبال می شود . این کار در داده کاوی و data warehouse نیز، انجام میشود. ولی راه حل کاملی برای تعارض مطرح شده نیست. عدم نرمال سازی مشکل را حل می کند. ولی مانع از بهره بردن از مزایای نرمال سازی م یشود و در مواردی خاص کاربردی است NO SQL، پایگاه داده جدید غیررابطه ای است که از ارزش- کلید جهت ذخیره و بازیابی عناصر در پایگاه داده استفاده م یکند. این پایگاه داده غیر رابط های، توزیع شده، مقیاس پذیر افقی و باز است و برای کاربردهای گسترده و توزیع شده کاربرد دارد. هم چنین این پایگاه دارای ویژگی های بدون شما بودن، پشتیبانی آسان از تکرار APIساده، داده های خیلی زیاد و در نهایت سازگار است. در روش SCD همگام با تغییر داده ها، سابقه ای از آنها نیز به طور محدود یا نامحدود و با تبعیت از قوانین مشخص، بسته به انواع SCD نگهداری میشود. این کار باعث می شود حتی با وجود نرمال سازی، داده کاوی صحیحی داشته باشیم

کلیدواژه ها:

نرمال سازی ، داده کاوی ، .SCD ، No-SQL ، Denormalization