Файл: Технологии оперативного анализа данных.pdf

Большой объем информации сильно усложняет поиск решений, но дает возможность получить намного точнее расчеты и анализ. Для решения такой проблемы существует целый класс информационных систем, выполняющих анализ. Такие системы называют системами поддержки принятия решений (СППР) (DSS, Decision Support System).

Для выполнения анализа СППР должна накапливать информацию, обладая средствами ее ввода и хранения. Всего можно выделить три основные задачи, решаемые в СППР:

· ввод данных;

· хранение данных;

· анализ данных.

Ввод предоставленных в СППР исполняется бессознательны от датчиков, характеризующих положение сферы сиречь процесса, сиречь человеком-оператором.

Ежели ввод предоставленных исполняется бессознательны через датчиков, ведь материалы накапливаются по сигналу готовности, завязывающемуся при появлении информации сиречь хорошенько циклического опроса. Но если все таки ввод исполняется человеком, ведь они должны передавать юзерам комфортные имущества для ввода данных, контролирующих их на безошибочность ввода, а так же выполнять неотложные вычисления.

При вводе предоставленных вдруг несколькими операторами, должно разгадывать трудности трансформации и параллельного прохода одних и тех же данных.

СППР выдает специалисту материалы нечто вроде отчетов, таблиц, графиков ради исследования и анализа, собственно оттого таковые налаженности гарантируют создавание функции подмоги принятия решений.

В подсистемах ввода данных, нарекаемых OLTP (On-linetransactionprocessing), реализуется барооперационная переработка данных. Для их реализации утилизируют обыкновенные налаженности управления БД (СУБД).

Система разбора может статься выстроена для основе:

· подсистемы информационно-поискового разбора на базе реляционных СУБД и статических запросов с употреблением слога SQL;

· подсистемы эксплуатационного анализа. Для реализации таковых подсистем приспосабливается разработка эксплуатационной аналитической отделки предоставленных OLAP, использующая теорию многомерного изображения данных;

· подсистемы умственного анализа. Предоставленная система реализует технологии и алгоритмы DataMining.

С точки зрения пользователя, OLAP-системы препровождают имущества эластичного просмотра информации в различных срезах, самодействующего извлечения агрегированных данных, исполнения аналитических акций свёртки, детализации, сопоставления в времени. Вследствие всему данному OLAP-системы представляются заключением с большими превосходствами в площади подготовки предоставленных ради всякого толка бизнес-отчетности, допускающих понятие предоставленных в различных разрезах и многообразных ватерпасах иерархии, таковых как, докладов по продажам, разнообразных конфигураций бюджетов и других. OLAP-системы располагает главные достоинства сходственного изображения и в прочих конфигурациях разбора данных, в том количестве ради прогнозирования.

2. OLAP-СИСТЕМЫ

1.1. Многомерная модель данных

Подсистемами разбора постановляют трудности объединенные с системой действенного разбора предоставленных и предоставления к ним доступа. В ходе принятия заключений читатель сочиняет кое-какие гипотезы дабы они замерзли завершенными решениями должно протянуть их. Наладка гипотез исполняется для основании информации об анализируемой настоящей области. Естественно преимущественно спокойный порядок изображения экий информации ради дядьку представляется несамостоятельность промежду кое-какими параметрами.

В ходе разбора данных, розыска заключений ежеминутно возникает потребность в ученье подневольностей промежду многообразными параметрами, однако причинность количество таковых параметров возможно модифицироваться в пространных пределах, а традиционные имущества анализа, функционирующие с данными, доставленных нечто вроде таблиц реляционной БД, не могут абсолютно согласоваться данным требованиям. В 1993 г. Кодд — родоначальник реляционной модификации БД — осмотрел ее недостатки в первую очередность он сориентировал для неосуществимость "объединять, рассматривать и рассматривать материалы с точки зрения множественности измерений, т. самым удобопонятным для аналитиков способом". Распознавание — это последовательность значений одного из анализируемых параметров. Множественность обмериваний подразумевает понятие предоставленных в варианте многомерной модели. По измерениям в многомерной модификации отсрачивают параметры, касающиеся к анализируемой настоящей области.

По Кодду, многомерное мировозренческое понятие потреблять многочисленная перспектива, заключающаяся изо много самостоятельных измерений, повдоль каких могут существовать проанализированы обусловленные совокупности данных.

Единовременный разбор по нескольким измерениям обусловливается как многомерный анализ , где измерение возможно воображать не столько нечто вроде иерархической структуры, но также в некоторых вариантах будто порядочно вариантов иерархического представления.

На пересечениях осей обмериваний устраиваются данные, квантитативно характеризующие рассматриваемые факты, — меры, в том числе издержки, фрагменты на складе или размеры продаж, сформулированные в единицах продукции или в валютном формулированье и т.

Многомерную модификацию предоставленных возможно отрекомендовать будто гиперкуб (конечно, наименование постольку-поскольку удачно, поелику под кубом естественно разумеют личность с равновеликими ребрами, что в предоставленном случае не так). Я ячейками гиперкуба, препровождающего модификацию предоставленных представляются меры, а ребрами – измерения. Вследствие экий модификации предоставленных юзеры могут зарабатывать подмножества данных, определять сложноватые запросы, производить отчеты.

Над гиперкубом могут материализоваться три типа операций:

· Сдвиг— складывается множество многомерного массива данных, какое обязано согласоваться неповторимому значению много сиречь аж одного ингредиентов измерений, не входящих в это подмножество. Ежели анализировать континуум «Срез» вчуже окончательного пользователя, то чаще только его значимостей осуществляет двумерная проекция куба.

· Обращение— модифицирование месторасположения измерений, доставленных для отображаемой страничке или в отчете. Кроме, вращением страна предоставленных представляется смещение внетабличных обмериваний для пространство измерений, доставленных для отображаемой странице, и наоборот (при данном внетабличное распознавание останавливается свежеиспеченным измерением строчки или измерением столбца). Яко образчика ради основного варианта возможно предназначать экий отчет, для которого элементы измерения "Время" устраиваются по-другому экрана (являются заголовками столбиков таблицы), а элементы измерения "Продукция" — повдоль экрана (являются заголовками строчек таблицы). Спустя использования акции верчения доклад будет располагать поступающий вид: элементы измерения "Продукция" будут размещены после горизонтали, а элементы измерения "Время" — по вертикали. Образчиком второго варианта возможно предназначать преображение доклада с измерениями "Меры" и "Продукция", размещенными после вертикали, и измерением "Время", размещенным после горизонтали, в отчет, у какого распознавание "Меры" устраивается по вертикали, а измерения "Время" и "Продукция" — по горизонтали. При всем при этом элементы измерения "Время" устраиваются над элементами измерения "Продукция". Для третьего случая использования акции верчения возможно повергнуть образчик преобразования доклада с размещенным после горизонтали измерением "Время" и измерением "Продукция", размещенным после вертикали, в отчет, у какого после горизонтали препровождено распознавание "Время", а по вертикали — измерение "География" (синоним).

· Консолидация и детализация— операции, устанавливающие проход наверх после течению через подробного (down) изображения предоставленных к агрегированному (up) и наоборот, соответственно. Веяние детализации (обобщения) возможно существовать установлено как по иерархии раздельных измерений, этак и согласно остальным отношениям, установленным в рамках обмериваний или между

измерениями. Например, ежели при анализе предоставленных обо размерах торговель в Северной Америке осуществить акцию DrillDown для измерения "Регион", ведь на экране будут отображены таковые его элементы, будто "Канада", "Восточные Аппараты Америки".

1.2 Определение OLAP –систем

Разработка сложного многомерного разбора предоставленных заработал наименование OLAP. OLAP — это ключевой элемент компании ХД.

OLAP-функциональность возможно существовать реализована многообразными способами, как простейшими, в том числе разбор предоставленных в офисных приложениях, этак и поболее сложноватыми - расчисленными аналитическими системами, основанными на серверных продуктах.

OLAP (On-LineAnalyticalProcessing) – разработка эксплуатационной аналитической отделки предоставленных использующая имущества и методы для сбора, сохранения и разбора многомерных предоставленных и мишенях подмоги процессов принятия решений.

Главное предназначение OLAP-систем — помощь аналитической деятельности, случайных запросов пользователей-аналитиков. Мишенью OLAP-анализа представляется наладка завязывающихся гипотез.

В 1993 годку Эдгаром Коддом разместил заметкой «OLAP для пользователей-аналитиков: каким он вынужден быть». В работе Кодд рассказал генеральные концепции эксплуатационной аналитической отделки и установил двунадесять правил, каким соответственны вознаграждать продукты, дозволяющие проделывать эксплуатационную аналитическую обработку:

· Многомерность;

· Прозрачность;

· Доступность;

· Систематическая продуктивность около разработке отчетов;

· Клиент-серверная архитектура;

· Равенство измерений;

· Динамическое регулирование разреженными матрицами;

· Помощь многоабонентского режима;

· Безраздельные перекрестные операции;

· Подсознательная проделка данными;

· Эластичные способности извлечения отчетов;

· Безраздельная размерность и количество ватерпасов агрегации.

2. КОНЦЕПТУАЛЬНОЕ МНОГОМЕРНОЕ ПРЕДСТАВЛЕНИЕ

2.1. Двенадцать правил Кодда

Многомерность— OLAP-система на концептуальном ватерпасе соответственна воображать материалы нечто вроде многомерной модели, причинность это сильно упрощает хода восприятия и разбора информации.

Прозрачность— OLAP-система соответственна закрывать от пользователя реалистичную реализацию многомерной модели, порядок организации, источники, имущества отделки и хранения.

Вразумительность — OLAP-система соответственна передавать юзеру единую, скоординированную и целостную модификацию данных, снабжая путь к данным вне зависимости от места и метода их хранения.

Систематическая продуктивность при разработке докладов — продуктивность OLAP-систем не может основательно сокращаться при увеличении числа измерений, по которым проделывается анализ.

Клиент-серверная архитектура— OLAP-система соответственна существовать способна действовать в сфере "клиент-сервер", т. большинство данных, какие спрашивается подчинять эксплуатационной аналитической обработке, сберегаются распределено. Генеральной мыслью будет то, что серверный элемент прибора OLAP вынужден существовать довольно интеллектуальным и разрешать основывать корпоративную мировозренческую схему для базе консолидации и обобщения разнообразных физиологических и логических методик корпоративных БД для предоставления результата прозрачности.

Равенство измерений— OLAP-система соответственна удерживать многомерную модель, в какой всегда измерения равноправны. При необходимости добавочные характеристики могут являться даны отдельным измерениям, однако таковая вероятность обязана быть предоставлена любому измерению.

Динамическое регулирование разреженными матрицами — OLAP-система соответственна гарантировать подходящую отделку разреженных матриц. Поспешность прохода соответственна оставляться независимо от расположения ячей предоставленных и быть долговременной величиной для моделей, располагающих различное количество обмериваний и различную ступень разреженности данных.

Помощь многоабонентского строя — OLAP-система соответственна передавать вероятность действовать нескольким юзерам безраздельно с одной аналитической модификацией или создавать им всевозможные модификации из единых данных. Благодаря способности чтения и записи данных, конструкция соответственна гарантировать общность и безопасность информации.