En teoría, el paradigma natural para almacenar XBRL en una base de datos sería OLAP, porque XBRL se trata de cubos de datos. OLAP sobre una base de datos relacional se llamaría ROLAP.
Este no es un problema trivial, porque los hechos tomados de una gran cantidad de taxonomías pueden formar un cubo muy grande y disperso (para las presentaciones de la SEC, tiene más de 10k dimensiones), y también porque la creación de un esquema SQL requiere conocer las taxonomías antes de cualquier importación. Si surgen nuevas taxonomías, es necesario volver a ETL todo. Esto no hace que las bases de datos relacionales sean adecuadas como solución general.
Si las presentaciones comparten la misma taxonomía y la taxonomía es muy simple (como en:no demasiadas dimensiones), es posible crear un mapeo ad-hoc para almacenar todos los hechos en una sola tabla con muchas filas en el ROLAP. sentido (hechos a filas, aspectos a columnas). Algunos proveedores están especializados en el almacenamiento de datos XBRL no dimensionales, en cuyo caso las ofertas de SQL tradicional (o "post-SQL" que escala con filas) funcionan bien.
Algunos proveedores crean una tabla para cada hipercubo XBRL en la taxonomía, con un esquema derivado de la red de definición pero diferente para cada hipercubo. Esto puede generar muchas tablas en la base de datos y requiere muchas uniones para consultas que involucran múltiples hipercubos.
Algunos otros proveedores hacen suposiciones sobre la estructura XBRL subyacente o sobre el tipo de consultas que sus usuarios necesitan ejecutar. Restringir el alcance del problema permite encontrar arquitecturas específicas o esquemas SQL que también pueden hacer el trabajo para estas necesidades específicas.
Finalmente, para importar grandes cantidades de archivos, es posible crear asignaciones genéricas sobre almacenes de datos NoSQL en lugar de bases de datos relacionales. Grandes cantidades de hechos con un número variable de dimensiones caben en grandes colecciones de documentos semiestructurados, y las redes encajan bien en un formato jerárquico.
