[论文解读] Modeling and Querying Data Cubes on the Semantic Web

Lorena Etcheverry, Silvia Silvia Gomez+1 more|arXiv (Cornell University)|Dec 18, 2015

Semantic Web and Ontologies参考文献 14被引用 6

一句话总结

本文提出了一种用于语义网上的多维数据立方体的正式数据模型，通过SPARQL查询支持标准化的OLAP操作（如上卷、切片和切块）。该模型通过QB4OLAP扩展了W3C的RDF数据立方体（QB）词汇表，以支持维度层次结构和聚合函数，证明OLAP操作可以实现语义化基础，并原生地使用SPARQL在发布的数据立方体上实现。

ABSTRACT

The web is changing the way in which data warehouses are designed, used, and queried. With the advent of initiatives such as Open Data and Open Government, organizations want to share their multidimensional data cubes and make them available to be queried online. The RDF data cube vocabulary (QB), the W3C standard to publish statistical data in RDF, presents several limitations to fully support the multidimensional model. The QB4OLAP vocabulary extends QB to overcome these limitations, allowing to im- plement the typical OLAP operations, such as rollup, slice, dice, and drill-across using standard SPARQL queries. In this paper we introduce a formal data model where the main object is the data cube, and define OLAP operations using this model, independent of the underlying representation of the cube. We show then that a cube expressed using our model can be represented using the QB4OLAP vocabulary, and finally we provide a SPARQL implementation of OLAP operations over data cubes in QB4OLAP.

研究动机与目标

• 为解决RDF数据立方体（QB）词汇表在支持完整OLAP功能（如维度层次结构和聚合函数）方面的局限性。
• 定义一种独立于任何特定表示形式的正式、概念性数据模型，以确保OLAP操作的一致语义。
• 证明该正式模型可通过QB4OLAP词汇表实现，从而支持在语义网上发布分析性数据。
• 提供基于SPARQL的核心OLAP操作（如上卷、切片、切块）的实现，适用于QB4OLAP结构化的数据立方体。
• 支持在无需本地数据仓库系统的情况下，对链接开放数据源进行自助式和按需OLAP分析。

提出的方法

• 设计一种正式数据模型，其中核心对象是数据立方体，明确定义维度、层次结构、度量和事实实例。
• 使用该正式模型定义OLAP操作（如上卷、下钻、切片、切块、跨钻），确保语义一致性并独立于具体实现。
• 通过QB4OLAP扩展QB词汇表，以编码支持OLAP所需的维度层次结构和元数据，使用RDF和RDFS表示模式语义。
• 将正式数据模型映射到QB4OLAP表示形式，确保所有概念性构造均可在标准RDF中表达。
• 将OLAP操作实现为利用QB4OLAP元数据的SPARQL 1.1查询，使用模式匹配、分组和聚合函数。
• 端到端工作流演示：从概念模型到QB4OLAP序列化，再到真实或合成数据立方体上的可执行SPARQL查询。

实验结果

研究问题

• RQ1 如何定义一种正式的、抽象的多维数据立方体数据模型，以独立于实现方式支持OLAP语义？
• RQ2 QB4OLAP词汇表在多大程度上克服了基础RDF数据立方体（QB）词汇表在支持OLAP操作方面的局限性？
• RQ3 标准SPARQL查询如何用于在QB4OLAP发布的数据立方体上实现高层OLAP操作（如上卷和跨钻）？
• RQ4 正式数据模型与QB4OLAP表示之间的映射关系是什么？该映射在查询执行过程中如何保持不变？
• RQ5 OLAP操作能否从概念模型自动生成，并在无集中式数据仓库的分布式、链接数据源上执行？

主要发现

• 所提出的正式数据模型成功捕捉了多维数据立方体的核心语义，包括维度层次结构和度量聚合，且独立于任何特定表示形式。
• QB4OLAP有效扩展了QB，以支持OLAP特定功能（如层次化维度和聚合函数），从而实现在语义网上的完整分析建模。
• 可通过利用QB4OLAP元数据和标准SPARQL特性（如GROUP BY和聚合函数），系统性地生成SPARQL查询以实现OLAP操作（如上卷、切片和切块）。
• 从正式模型到QB4OLAP的映射确保了概念性OLAP操作在发布数据中保持语义一致性，从而实现互操作性和标准化查询。
• 该方法支持在无需本地数据仓库系统的情况下，对分布式、链接的统计数据直接进行OLAP风格分析，支持自助式和情境化商业智能。
• 据作者所知，本工作首次提出了一个完整的端到端框架，用于使用标准SPARQL在语义网上发布和查询OLAP立方体。