Добавлен: 06.07.2023
Просмотров: 194
Скачиваний: 2
Безраздельные перекрестные операции— OLAP-система соответственна гарантировать удерживание многофункциональных отношений, обрисованных посредством обусловленного внешного слога промежду ячеями гиперкуба при выполнении каждых изо вероятных четырех операций: среза, вращения,
7
консолидации сиречь детализации. Конструкция соответственна самостоятельно проделывать преображение смонтированных отношений, не спрашивая через юзера их переопределения.
Подсознательная проделка предоставленными — OLAP-система соответственна передавать порядок исполнения акций среза, вращения, консолидации и детализации по-над гиперкубом кроме потребности юзеру выполнять множество усилий с интерфейсом. Измерения, обусловленные в аналитической модели, соответственны заключать всю достаточную информацию для выполнения всех вероятных акций по-над гиперкубом.
Эластичные способности извлечения докладов — OLAP-система соответственна удерживать всевозможные методы визуализации данных, т. доклады соответственны притворяться в всякий вероятной ориентации. Имущества вырабатывания докладов соответственны воображать синтезируемые материалы сиречь информацию, последующую из модели предоставленных в ее любой вероятной ориентации.
Безраздельная размерность и число ватерпасов агрегации — свидетельство о возможном количестве достаточных измерений, требующихся в аналитической модели, показало, что одновременно возможно употребляться до девятнадцать измерений. Отсюдова выливается настойчивая рекомендация, дабы исследовательский инструментарий мог вдруг даровать не меньше пятнадцати измерений, а предпочтительнее двадцати измерений. Сверх всего, всякое изо корпоративных обмериваний не может существовать урезано по числу характеризуемых пользователем-аналитиком ватерпасов агрегации и путей консолидации.
2.2. Дополнительные правила Кодда
Комплект данных требований, послуживших действительно определением OLAP, довольно ежеминутно активизирует всевозможные нарекания, например, правила 1, 2, 3, 6 представляются требованиями, а правила 10, 11 — неформализованными пожеланиями. Следовательно, приведенные 12 условий Кодда не позволяют неукоснительно предназначить OLAP. В 1995 г. Кодд присовокупил еще шесть правил:
Стопочное извлечение насупротив интерпретации — OLAP-система соответственна в равновеликой ступени плодотворно гарантировать путь будто к собственным, аналогично к внешним данным.
Помощь всех модификаций OLAP-анализа — OLAP-система соответственна удерживать все четыре модификации разбора данных, обусловленные Коддом: толковательную, стереотипную, категориальную и умозрительную.
Переработка ненормализованных предоставленных — OLAP-система соответственна существовать интегрирована с ненормализованными родниками данных. Трансформации данных, проделанные в сфере OLAP, не могут цитировать к изменениям данных, подстраховываемых в начальных наружных системах.
Удерживание итогов OLAP: содержание их самостоятельно через начальных предоставленных — OLAP-система, функционирующая в строю чтения-записи,
8
спустя трансформации начальных предоставленных соответственна сберегать итоги самостоятельно доброжелатель через друга, т. гарантировать безобидность всех начальных данных.
Отступление недостающих значений — OLAP-система, препровождая материалы пользователю, соответственна отвергать все отсутствующие значения, т. они должны различаться через нулевых значений.
Переработка недостающих значений— OLAP-система соответственна игнорировать все отсутствующие значения кроме учета их источника. Эта особенность объединена с 17-м правилом.
Кроме, Кодд расколотил все восемнадцать верховодил для четверо группы, и назвал их особенностями. Категории заработали названия: В, S, R и D.
Генеральные необыкновенности (В) подключают последующие правила:
· многомерное мировозренческое понятие предоставленных (правило 1);
· подсознательное жонглирование предоставленными (правило 10);
· вразумительность (правило 3);
· стопочное извлечение насупротив интерпретации (правило 13);
· помощь всех модификаций OLAP-анализа (правило 14);
· структура "клиент-сервер" (правило 5);
· бесспорность (правило 2);
· многоабонентская помощь (правило 8).
Специфические необыкновенности (S):
· переработка ненормализованных предоставленных (правило 15);
· удерживание итогов OLAP: содержание их самостоятельно через начальных предоставленных (правило 16);
· отступление недостающих значений (правило 17);
· переработка недостающих значений (правило 18).
Необыкновенности изображения докладов (R):
· покладистость вырабатывания докладов (правило 11);
· обыкновенная продуктивность докладов (правило 4);
· самодействующая установка физиологического ватерпаса (измененное своеобразное узаконение 7).
Управлениеизмерениями (D):
· разносторонность обмериваний (правило 6);
· безграничное количество обмериваний и уровней агрегации (правило 12);
9
· безраздельные акции промежду размерностями (правило 9).
2.3. Тест FASMI
Обусловленные прежде необыкновенности распространены. Больше известен испытаний FASMI (FastofSharedMultidimensionalInformation), реализованный в 1995 г. Ричардом Критом и Найджелом Пендсом для базе разбора верховодил Кодда. В данном контексте выговор приготовлен для поспешность обработки, существование лекарств статистического анализа, многоабонентский доступ, неодномерность и уместность информации, т. понятие рассматриваемых прецедентов будто функций через большого количества их характеризующих параметров. Они определили OLAP последующими пятью первостепенными словами: Fast(Быстрый), Analysis (Анализ), Shared (Разделяемой), Multidimensional (Многомерной), Information (Информации).
Fast (Быстрый) — OLAP-система соответственна гарантировать выдачу большинства выводов юзерам около предположительно пяти секунд. При всем при этом самые бесхитростные запросы возделываются на протяжении одной секунды, и очень немногие больше двадцати секунд. Окончательные юзеры улавливают ход неудачным, ежели итоги не заработаны для теченье тридцати секунд. Они способны поднажать комбинацию кнопок ++, ежели конструкция не предупредит их, что переработка предоставленных спрашивает большого времени. Даже конструкция предупредит, что процесс будет продолжаться кардинально дольше, юзеры могут отклониться и посеять мысль, затем свойство разбора безгранично страдает. Экий стремительности тягостно достигнуть с большим числом данных, больше всего при специальных бесконечно стремительных вычислениях. Для достижения экий миссии употребляются различные методы, начиная использование аппаратных платформ с огромной производительностью.
Analysis(Анализ) — OLAP-система соответственна управляться с каждым логическим и статистическим анализом, отличительным для данного приложения, и гарантировать его удерживание в виде, вразумительном для конечного пользователя. Конструкция соответственна разрешать юзеру предопределять свежеиспеченные специальные вычисления являясь частью разбора и переформировывать доклады каждым желаемым методом кроме потребности программирования. Все требуемые многофункциональные способности разбора соответственны оборудоваться удобопонятным для конечных юзеров способом.
Shared(Разделяемой) — OLAP-система соответственна проделывать всегда условия обороны конфиденциальности. Ежели многочисленный путь ради записи необходим, поддерживается блокада трансформаций для подходящем уровне. Переработка множественных трансформаций соответственна материализоваться актуально и безопасным способом.
Multidimensional(Многомерной) — OLAP-система соответственна гарантировать многомерное мировозренческое понятие данных, начиная совершенную подмогу для иерархий и множественных иерархий, обеспечивающих преимущественно достаточный порядок анализа. Это требование не устанавливает маленькое количество измерений, какие обязаны быть обработаны, поелику данный показатель обусловлен приложения. Оно также не определяет используемую технологию БД, ежели читатель положительно зарабатывает многомерное
10
концептуальное понятие информации.
Information(Информации) — OLAP-система соответственна гарантировать приобретение достаточной информации среди реалистичного приложения. Емкость разнообразных систем меривается не объемом подстраховываемой информации, а количеством входных данных, какие они могут обработать. Тут-то резоне емкость провиантов безгранично различается. Огромные OLAP-системы могут оперировать в тысячу раз большим числом предоставленных сравнительно с простыми версиями OLAP-систем. При всем при этом подобает обдумывать множество факторов, начиная резервирование данных, применение атриторного пространства, рабочие показатели, спрашиваемую эксплуатационную память, интеграцию с информационными хранилищами и т. п.
3. АРХИТЕКТУРА OLAP-СИСТЕМ
Неодномерность в OLAP-приложениях препровождают нечто вроде три уровней:
· Многомерное понятие предоставленных - имущества окончательного пользователя, обеспечивающие многомерную визуализацию и жонглирование данными; разряд многомерного изображения абстрагирован от физической текстуры предоставленных и воспринимает материалы будто многомерные.
· Многомерная переработка - состояние (язык) формулирования многомерных запросов (традиционный реляционный диалект SQL тут оказывается непригодным) и процессор, умудряющийся отретушировать и выполнить экий запрос.
· Многомерное содержание - имущества физиологической компании данных, обеспечивающие действенное создавание многомерных запросов.
Практически во всех OLAP-системах главные 2 начальных уровня наличествуют обязательно, а третий уровень не безоговорочно наличествует в них, хоть и представляется свободно распространенным, этак как данные для многомерного изображения могут извлекаться и из обычных реляционных структур, а тогда вычислитель многомерных запросов будет передавать многомерные запросы в SQL-запросы, какие проделываются реляционной СУБД.
OLAP-продукты, плотнее всего, препровождают собой OLAP-сервер, многомерную серверную СУБД (такую как, MicrosoftOLAPServices или OracleExpressServer) или OLAP-клиент, состояние многомерного изображения предоставленных (такое как, PivotTables в Excel 2000 компании Microsoft сиречь ProClarity компании Knosys).
OLAP-сервер гарантирует содержание данных, создавание по-над ними достаточных акций и установление многомерной модификации для мировозренческом уровне.
OLAP-клиент гарантирует юзеру вероятность комфортно жонглировать предоставленными ради исполнения проблем анализа, препровождая юзеру сокет к многомерной модификации данных.
Разряд многомерной отделки естественно случается встроен в OLAP-клиент и/или в OLAP-сервер, однако в том же духе данный разряд может статься выделен в незапятнанном виде, взять, элемент PivotTableService компании Microsoft.
11
OLAP-серверы, сиречь серверы многомерных БД, могут приберегать свои многомерные материалы по-разному. В любом ХД как в обычном аналогично в многомерном совместно с подробными данными, извлекаемыми изо эксплуатационных систем, сберегаются и итоговые показатели (агрегированные показатели, агрегаты), такие, как суммы размеров торговель по месяцам, по категориям продуктов и т. Аппараты сберегаются в явном варианте с неповторимой мишенью - форсировать создавание запросов.
Как детальные данные, этак и агрегаты могут сберегаться либо в реляционных, либо в многомерных структурах. Многомерное содержание разрешает обходиться с данными как с многомерным массивом, по этому поддерживаются равномерно стремительные вычисления итоговых признаков и различные многомерные переустройства в любом случае из измерений. Пару месяцев обратно OLAP-продукты удерживали либо реляционное, либо многомерное хранение. Сегодня, будто правило, один каждый из двух же продукт гарантирует оба данных варианта хранения, а да третий вид - смешанный. Порядок реализации сохранения предоставленных весьма важен, т. от него зависят таковые характеристики, будто занимаемые репертуары и в следствии производительность. Акцентируют трое генеральных метода реализации:
· MOLAP (MultidimensionalOLAP) - подробные материалы и агрегаты сберегаются в многомерной БД. Тут-то случае выходит величайшая избыточность, причинность многомерные материалы абсолютно держат реляционные.
· ROLAP (RelationalOLAP) - подробные материалы остаются в реляционной БД; аппараты сберегаются в той же БД в специально разработанных должностных таблицах.
· HOLAP (HybridOLAP) - подробные материалы остаются в реляционной БД, а агрегаты сберегаются в многомерной БД.