स्थानिक डेटा वेयरहाउस 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 उद्योग फर्मों और सरकारी एजेंसियों में विभिन्न डेटा प्रारूपों का उपयोग करके संग्रहीत किए जाते हैं।
डेटा प्रारूप न केवल संरचना-विशिष्ट हैं (जैसे, रैस्टर बनाम वेक्टर-आधारित स्थानिक डेटा, ऑब्जेक्ट-ओरिएंटेड बनाम रिलेशनल मॉडल, विभिन्न स्थानिक भंडारण और इंडेक्सिंग संरचनाएं), बल्कि विक्रेता-विशिष्ट भी हैं (जैसे, ESRI, MapInfo, Intergraph)। विषम स्थानिक डेटा के एकीकरण और विनिमय पर भारी मात्रा में कार्य किया गया है, जिसने स्थानिक डेटा एकीकरण और स्थानिक डेटा वेयरहाउस निर्माण का मार्ग प्रशस्त किया है।
दूसरी चुनौती: तेज़ और लचीला OLAP
दूसरी चुनौती स्थानिक डेटा वेयरहाउस में तेज़ और लचीले ऑनलाइन एनालिटिकल प्रोसेसिंग (OLAP) का कार्यान्वयन है। स्टार स्कीमा मॉडल स्थानिक डेटा वेयरहाउस के 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 वेयरहाउस में, आयाम और माप दोनों में स्थानिक तत्व शामिल हो सकते हैं।
स्थानिक डेटा क्यूब में तीन प्रकार के आयाम
गैर-स्थानिक आयाम (Non-spatial dimension) - एक गैर-स्थानिक आयाम में केवल गैर-स्थानिक डेटा होता है। वेयरहाउस के लिए तापमान और तूफान जैसे गैर-स्थानिक आयाम उत्पन्न किए जा सकते हैं। उदाहरण के लिए, क्योंकि प्रत्येक में गैर-स्थानिक डेटा शामिल होता है जिनके सामान्यीकरण गैर-स्थानिक होते हैं (तापमान के लिए "गर्म" और वर्षा के लिए "गीला")।
स्थानिक-से-गैर-स्थानिक आयाम (Spatial-to-Non-Spatial dimension) - एक स्थानिक-से-गैर-स्थानिक आयाम एक ऐसा आयाम है जिसका प्राथमिक-स्तर का डेटा स्थानिक है लेकिन जिसका सामान्यीकरण, एक निश्चित उच्च स्तर से शुरू होकर, गैर-स्थानिक हो जाता है।
स्थानिक-से-स्थानिक आयाम (Spatial-to-Spatial dimension) - एक स्थानिक-से-स्थानिक आयाम एक ऐसा आयाम है जिसका प्राथमिक स्तर और इसके सभी उच्च-स्तरीय सामान्यीकृत डेटा स्थानिक हैं। उदाहरण के लिए, आयाम "समान_तापमान_क्षेत्र" में स्थानिक डेटा शामिल होता है, जैसे इसके सभी सामान्यीकरण, जिनमें 0-5 डिग्री (सेल्सियस), 5-10 डिग्री आदि को कवर करने वाले क्षेत्र शामिल हैं।
स्थानिक डेटा क्यूब में दो प्रकार के माप
संख्यात्मक माप (Numerical Measure) - एक संख्यात्मक माप में केवल संख्यात्मक डेटा होता है। उदाहरण के लिए, एक स्थानिक डेटा वेयरहाउस में एक माप किसी क्षेत्र का मासिक राजस्व हो सकता है, ताकि रोल-अप वर्ष के अनुसार, काउंटी के अनुसार कुल राजस्व का मूल्यांकन कर सके। संख्यात्मक माप को वितरणीय, बीजगणितीय और समग्र में वर्गीकृत किया जा सकता है।
स्थानिक माप (Spatial Measure) - एक स्थानिक माप में स्थानिक वस्तुओं के पॉइंटर्स का संग्रह होता है। उदाहरण के लिए, स्थानिक डेटा क्यूब में समान तापमान और वर्षा की सीमा वाले क्षेत्रों को एक ही सेल में समूहित किया जाएगा, और इस प्रकार बना माप उन क्षेत्रों के पॉइंटर्स का एक सेट शामिल करता 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 हैं लेकिन कोई स्थानिक माप नहीं है, तो इसके OLAP ऑपरेशन, जैसे ड्रिलिंग या पिवटिंग, गैर-स्थानिक डेटा क्यूब के समान तरीके से किए जा सकते हैं।
