स्थानिक डेटा गोदामों के निर्माण और उपयोग के संबंध में कई चुनौतीपूर्ण मुद्दे हैं। पहली चुनौती विषम स्रोतों और प्रणालियों से स्थानिक जानकारी का एकीकरण है। स्थानिक डेटा आमतौर पर विभिन्न डेटा प्रारूपों का उपयोग करके विभिन्न उद्योग फर्मों और सरकारी एजेंसियों में संग्रहीत किया जाता है।
डेटा प्रारूप न केवल संरचना-विशिष्ट (जैसे, रेखापुंज- बनाम वेक्टर-आधारित स्थानिक डेटा, वस्तु-उन्मुख बनाम संबंधपरक मॉडल, विभिन्न स्थानिक भंडारण और अनुक्रमण संरचनाएं) हैं, बल्कि विक्रेता-विशिष्ट भी हैं ( उदाहरण के लिए, ईएसआरआई, मैपइन्फो, इंटरग्राफ)। विषम स्थानिक डेटा के एकीकरण और आदान-प्रदान पर बहुत बड़ा काम हुआ है, जिसने स्थानिक डेटा एकीकरण और स्थानिक डेटा वेयरहाउस निर्माण का मार्ग प्रशस्त किया है।
दूसरी चुनौती स्थानिक डेटा वेयरहाउस में तेज़ और लचीली ऑनलाइन विश्लेषणात्मक प्रसंस्करण की प्राप्ति है। स्टार स्कीमा मॉडल स्थानिक डेटा वेयरहाउस मॉडलिंग के लिए सबसे अच्छा विकल्प है क्योंकि यह एक संक्षिप्त और संगठित वेयरहाउस संरचना का समर्थन करता है और OLAP सेवाओं का समर्थन करता है। लेकिन, एक स्थानिक गोदाम में, आयाम और माप दोनों में स्थानिक तत्व शामिल हो सकते हैं।
एक स्थानिक डेटा क्यूब में तीन प्रकार के आयाम होते हैं जो इस प्रकार हैं -
गैर-स्थानिक आयाम - एक गैर-स्थानिक आयाम में केवल गैर-स्थानिक डेटा होता है। गोदाम के लिए गैर-स्थानिक आयाम तापमान और तूफान उत्पन्न किया जा सकता है। उदाहरण के लिए, क्योंकि प्रत्येक में गैर-स्थानिक डेटा शामिल होता है जिसका सामान्यीकरण गैर-स्थानिक (तापमान के लिए "गर्म" और वर्षा के लिए "गीला" सहित) होता है।
स्थानिक से गैर-स्थानिक आयाम - एक स्थानिक-से-गैर-स्थानिक आयाम एक ऐसा आयाम है जिसका आदिम-स्तरीय डेटा स्थानिक होता है लेकिन जिसका सामान्यीकरण, एक निश्चित उच्च स्तर से शुरू होकर, गैर-स्थानिक हो जाता है।
स्थानिक से स्थानिक आयाम - एक स्थानिक-से-स्थानिक आयाम एक ऐसा आयाम है जिसका आदिम स्तर और इसके सभी उच्च-स्तरीय सामान्यीकृत डेटा स्थानिक हैं। उदाहरण के लिए, आयाम सम _temperature क्षेत्र में स्थानिक डेटा शामिल होता है, जैसा कि इसके सभी सामान्यीकरणों में होता है, जिसमें 0-5 डिग्री (सेल्सियस), 5-10 डिग्री, आदि को कवर करने वाले क्षेत्र शामिल हैं।
स्थानिक डेटा क्यूब में दो प्रकार के माप होते हैं जो इस प्रकार हैं -
संख्यात्मक माप - एक संख्यात्मक माप में केवल संख्यात्मक डेटा होता है। उदाहरण के लिए, एक स्थानिक डेटा वेयरहाउस में एक उपाय एक क्षेत्र का मासिक राजस्व हो सकता है, ताकि एक रोल-अप वर्ष के हिसाब से कुल राजस्व का मूल्यांकन कर सके, आदि। संख्यात्मक उपायों को वितरणात्मक, बीजगणितीय और समग्र में वर्गीकृत किया जा सकता है। ।
स्थानिक माप - एक स्थानिक माप में स्थानिक वस्तुओं के लिए पॉइंटर्स का संग्रह होता है। उदाहरण के लिए, तापमान और वर्षा की समान सीमा वाले क्षेत्रों के स्थानिक डेटा क्यूब में एक सामान्यीकरण (या रोल-अप) में एक ही सेल में समूहीकृत किया जाएगा, और इस प्रकार गठित माप में उन क्षेत्रों के लिए पॉइंटर्स का एक सेट शामिल होता है।
गैर-स्थानिक डेटा क्यूब - एक गैर-स्थानिक डेटा क्यूब में केवल गैर-स्थानिक आयाम और संख्यात्मक माप शामिल होते हैं। यदि एक स्थानिक डेटा क्यूब में स्थानिक आयाम शामिल हैं लेकिन कोई स्थानिक उपाय नहीं है, तो इसके OLAP संचालन, जिसमें ड्रिलिंग या पिवोटिंग शामिल है। इसे गैर-स्थानिक डेटा क्यूब्स के समान पहलू में निष्पादित किया जा सकता है।