61、数据处理与仓库架构：NetCube与节点分区数据仓库解析

数据处理与仓库架构：NetCube与节点分区数据仓库解析

1. NetCube方法介绍

NetCube是一种用于快速近似回答计数查询的方法。它在预处理阶段构建数据库的贝叶斯网络（BN）模型，之后无需访问数据库，就能利用该模型近似回答计数查询。

1.1 NetCube的优势

• 小空间占用 ：生成的贝叶斯网络占用的空间仅为数据库空间的极小部分。在实际数据上，压缩比超过1800:1。
• 可扩展性 ：能够处理任意大量记录的数据库，其预处理时间与数据库大小呈线性关系，并且可以通过简单的并行实现进行并行处理。
• 查询时间短 ：在适当使用的情况下，该方法可以在短时间内回答任意查询。例如，对于4级的NetCube，查询时间仅需几秒。
• 一定的准确性 ：在使用较低级别（更接近数据）回答查询时，该方法具有合理的准确性。但在使用更高级别、递归组合的BN模型时，还需要更多研究来有效降低误差。
• 适合数据挖掘 ：该算法使用的贝叶斯网络表示法，是一种通过可视化方式找出感兴趣数量的最相关原因的优秀方法，也是支持数据挖掘的自然方法。

1.2 不同方法查询准确率对比

方法	95%查询准确率的百分位数(%)