تقتصر خوارزميات استخلاص البيانات من مكعبات البيانات فائقة الأبعاد تقليديًا على قطع صناديق من البيانات على امتداد محاور المكعب، وهو ما يعيد للمستخدمين في كثير من حالات الاستخدام بيانات أكثر بكثير مما يحتاجون إليه فعلًا، فيستهلك موارد الإدخال والإخراج دون داع ويبطئ الوصول إلى البيانات المطلوبة، وتقترح هذه الدراسة تقنية بديلة لاستخلاص الخصائص تحسب بدقة مؤشرات نقاط البيانات الواقعة داخل الأشكال التي يطلبها المستخدمون، بما يمكن أنظمة التخزين من قراءة البايتات النافعة لتطبيقات المستخدمين وإعادتها وحدها من مكعب البيانات، وتتفاقم هذه المشكلة كلما نمت أبعاد المكعبات وتضخمت أحجامها في المستودعات العلمية الحديثة، حتى غدت كلفة الاستخلاص ذاتها عنق زجاجة أمام التحليل
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير أسلوب استخلاص فعال للخصائص من مكعبات البيانات يعرف باسم بوليتوب، ويقوم خوارزمها الرئيس على مفاهيم من الهندسة الحاسوبية عالية الأبعاد، فيعمل على اختزال المجسمات متعددة الأوجه تباعًا وصولًا إلى النقاط الواقعة داخلها، وحللت الدراسة هذا الخوارزم تحليلًا مفصلًا قبل تقديم نتائج عن أدائه وقابليته للتوسع، وشملت التطبيقات المفحوصة استخلاصات لحقول الأرصاد الجوية من مخزن بيانات المركز الأوروبي للتنبؤات الجوية متوسطة المدى المعروف بمخزن إف دي بي، حيث كانت الخصائص المطلوبة تستخلص لاحقًا خطوة معالجة لاحقة بالأسلوب التقليدي، ويعالج الأسلوب المقترح المشكلة في مصدرها، إذ يحدد مواضع البيانات المطلوبة قبل قراءتها، لا بعد جلب كتل ضخمة ثم تنقيتها، وتتدرج عملية الاختزال عبر مراحل متتابعة تضيق فيها المساحة المستعلمة حتى تنحصر في النقاط المطلوبة ذاتها دون سواها
ثانيًا: أبرز النتائج
أظهرت النتائج أنه يمكن تحقيق تخفيضات في البيانات تصل إلى تسعة وتسعين في المئة باستخدام هذا الخوارزم بدل أساليب الاستخلاص المعمول بها حاليًا، كما في استخلاصات حقول الأرصاد الجوية من مخزن البيانات المذكور، وقدم التحليل المفصل للخوارزم أدلة على أدائه وقابليته للتوسع مع نمو أحجام مكعبات البيانات وتعقد أشكال الاستخلاص المطلوبة، وتعني هذه الكفاءة أن أنظمة التخزين تستطيع خدمة طلبات أدق بموارد إدخال وإخراج أقل بكثير، وهو فارق حاسم حين تبلغ أحجام البيانات مرتبة البيتابايت، كما أن دقة حساب المؤشرات داخل الأشكال المطلوبة تلغي الحاجة إلى المعالجة اللاحقة التي كانت تستهلك وقتًا وموارد إضافية في سير العمل التقليدي
ثالثًا: دلالات الدراسة وتطبيقاتها
ستساعد طريقة الاستخلاص الجديدة بصورة ملموسة على توسيع الوصول إلى مكعبات البيانات الضخمة بحجم البيتابايت في مجالات علمية متنوعة، من الأرصاد الجوية وعلوم المناخ إلى أي حقل يخزن بيانات متعددة الأبعاد ويستعلم عن مناطق غير منتظمة الشكل منها، ويستفيد منها مشغلو مستودعات البيانات العلمية الكبرى والباحثون المستعلمون عنها على حد سواء، إذ تختصر زمن الانتظار وتخفض كلفة البنية التحتية، وتفتح الباب أمام أنماط استعلام أدق كانت غير عملية بأساليب القطع الصندوقي التقليدية، كما تمهد لتكامل أوثق بين أنظمة التخزين وأدوات التحليل، بحيث تنتقل كفاءة الاستخلاص إلى تجربة المستخدم النهائي مباشرة، وتنسجم هذه النتائج مع توجه أوسع في علم البيانات نحو تقليل حركة البيانات غير الضرورية ورفع كفاءة البنى التحتية البحثية
ولفهم حجم المكسب الذي يحققه الأسلوب المقترح يكفي تصور طبيعة العمل القديمة، فحين يطلب باحث منطقة صغيرة غير منتظمة الشكل من مكعب بيانات ضخم، لا يجد النظام التقليدي بدًا من قطع صندوق كامل يحيط بتلك المنطقة ثم تسليم كتلة بيانات يذهب معظمها هدرًا في معالجة لاحقة تنتقي المطلوب وترمي الباقي، وهو هدر يتضاعف مع كل استعلام ويستهلك موارد الإدخال والإخراج والتخزين المؤقت، أما خوارزم بوليتوب فيقلب المعادلة، فيحسب هندسيًا مواضع النقاط الواقعة داخل الشكل المطلوب ذاته عبر اختزال متتابع للمجسمات متعددة الأوجه، فلا يقرأ من المخزن إلا البايتات النافعة، وقد تجلى هذا الفرق في استخلاصات حقول الأرصاد الجوية من مخزن بيانات المركز الأوروبي للتنبؤات الجوية، حيث بلغ التخفيض في البيانات المسترجعة تسعة وتسعين في المئة، وهو فارق يغير اقتصاديات الوصول إلى مستودعات بيتابايتية الحجم ويجعل أنماط استعلام كانت مكلفة في متناول الباحثين اليوميين
وخلاصة القول إن خوارزم بوليتوب قدم بديلًا دقيقًا وفعالًا لاستخلاص الخصائص من مكعبات البيانات، محققًا تخفيضات تصل إلى تسعة وتسعين في المئة مقارنة بالممارسة الراهنة، بما يجعله خطوة مهمة نحو استدامة الوصول إلى البيانات العلمية الضخمة وتوسيع نطاقه
