Файл: Реферат по теме Сферы применения olapтехнологий Выполнил студент группы элэ1106 Чукарин А. В. Проверил.doc

Сегодня большинство мировых компаний перешли к использованию OLAP как базовой технологии для предоставления информации лицам, принимающим решениям. Поэтому принципиальный вопрос, которым необходимо задаться, не состоит в том, следует ли продолжать применять электронные таблицы в качестве основной платформы для подготовки отчетности, бюджетирования и прогнозирования. Компании должны спросить себя, готовы ли они терять конкурентные преимущества, используя неточную, неактуальную и неполную информацию, прежде чем они созреют и рассмотрят альтернативные технологии.

Так же, в заключение следует отметить, что аналитические возможности технологий OLAP повышают пользу данных, хранящихся в корпоративном хранилище информации, позволяя компании более эффективно взаимодействовать со своими клиентами.

1.BI-инструменты

Инструменты и технологии, используемые для доступа к информации. Включают OLAP-технологии, data mining и сложный анализ; средства конечного пользователя и инструменты построения нерегламентированных запросов, инструментальные панели для мониторинга хозяйственной деятельности и генераторы корпоративной отчетности.

2. On-line Analitic Processing, OLAP (Оперативная аналитическая обработка)

Технология аналитической обработки информации в режиме реального времени, включающая составление и динамическую публикацию отчетов и документов.

3. Slice and Dice (Продольные и поперечные срезы, дословно - "нарезка на ломтики и кубики")

Термин, использующийся для описания функции сложного анализа данных, обеспечиваемой средствами OLAP. Выборка данных из многомерного куба с заданными значениями и заданным взаимным расположением измерений.

4. Вращение (пивотинг) данных (Data Pivot)

Процесс вращения таблицы с данными, т. е. преобразования столбцов в строки и наоборот.
5. Вычисленный элемент (Calculated member)

Элемент измерения, чья величина определяется величинами других элементов (например, математическими или логическими приложениями). Вычисленный элемент может представлять собой часть OLAP сервера или быть описан пользователем в течение интерактивной сессии. Вычисленный элемент - это любой элемент, который не вводится, а вычисляется.
6. Глобальные бизнес-модели (Global Business Models)

Тип Хранилища данных, обеспечивающий доступ к информации, которая распределена по различным системам предприятия и находится под контролем различных подразделений или отделов с разными базами данных и моделями данных. Такой тип Хранилища данных труден для построения из-за необходимости объединения усилий пользователей различных подразделений для разработки общей модели данных для Хранилища.

---

7. Добыча данных (Data Mining)

Технические приемы, использующие программные инструменты, предназначенные для такого пользователя, который, как правило, не может заранее сказать, что конкретно он ищет, а может указать лишь определенные образцы и направления поиска.
8. Клиент/Сервер (Client/Server)

Технологический подход, заключающийся в разделении процесса на отдельные функции. Сервер выполняет несколько функций - управление коммуникациями, обеспечение обслуживания базы данных и др. Клиент выполняет индивидуальные пользовательские функции - обеспечение соответствующих интерфейсов, выполнение межэкранной навигации, предоставление функций помощи (help) и др.
9. Многомерная база данных, СУMБД (Multi-dimensional Database, MDBS and MDBMS)

Мощная база данных, позволяющая пользователям анализировать большие объемы данных. База данных со специальной организацией хранения - кубами, обеспечивающая высокую скорость работы с данными, хранящимися как совокупность фактов, измерений и заранее вычисленных агрегатов.
10. Углубление в данные (Drill Down)

Метод изучения детальных данных, используемый при анализе суммарного уровня данных. Уровни "углубления" зависят от степени детализации данных в [ранилище.
11. Центральное Хранилище (Central Warehouse)

а) База данных, содержащая данные, собираемые из операционных систем организации. Имеет структуру, удобную для анализа данных. Предназначена для поддержки принятия решений и создания единого информационного пространства корпорации.
б) Способ автоматизации, охватывающий все информационные системы, управляемые из одного места.

Список использованных литературы
1. Голицина О.Л., Максимов Н.В., Попов И.И. Базы данных: Учебное пособие. - М.: ФОРУМ: ИНФРА-М, 2003. - 352 с.

2. Дейт К. Введение в системы баз данных. - М.: Hаука, 2005 г. - 246 с.

3. Елманова Н.В., Федоров А.А. Введение в OLAP-технологии Microsoft. - М.:Диалог-, 2004. - 312 с.

4. Карпова Т.С. Базы данных: модели, разработка, реализация. - СПб.: Питер, 2006. - 304 с.

5. Коровкин С.Д., Левенец И.А., Ратманова И.Д., Старых В.А., Щавелёв Л.В. Решение проблемы комплексного оперативного анализа информации хранилищ данных / СУБД. - 2005. - № 5-6. - 47-51 с.

6. Кречетов Н.В., Иванов П.В. Продукты для интеллектуального анализа данных Computer Week-Москва. - 2003. - № 14-15. - 32-39 с.

7. Пржиялковский В.В. Сложный анализ данных большого объема: новые перспективы компьютеризации / СУБД. - 2006. - № 4. - 71-83 с.

---

8. Сахаров А.А. Концепция построения и реализации информационных систем, ориентированных на анализ данных / СУБД. - 2004. - № 4. - 55-70 с.

9. Ульман Дж. Основы систем баз данных. - М.: Финансы и статистика, 2003. - 312 c.

10. Хаббард Дж. Автоматизированное проектирование баз данных. - М.: Мир, 2007. - 294 с.

---