Основні дані про роботу
Версія шаблону
2.1
Філія
Уфімський
Вид роботи
Курсова робота
Назва дисципліни
Бази даних
Тема
Технологія OLAP
Прізвище студента
Резвану
Ім'я студента
Дмитро
батькові студента
Талгатович
№ контракту
03300090609014
Введення
У наш час без систем управління базами даних не обходиться практично жодна організація, особливо серед тих, які традиційно орієнтовані на взаємодію з клієнтами. Банки, страхові компанії, авіа-та інші транспортні компанії, мережі супермаркетів, телекомунікаційні і маркетингові фірми, організації, зайняті у сфері послуг та інші - всі вони збирають і зберігають у своїх базах гігабайти даних про клієнтів, продукти і сервіси. Цінність подібних відомостей безсумнівна. Такі бази даних називають операційними чи транзакційними, оскільки вони характеризуються величезною кількістю невеликих транзакцій, або операцій запису-читання. Комп'ютерні системи, що здійснюють облік операцій і власне доступ до баз транзакцій, прийнято називати системами оперативної обробки транзакцій (OLTP - O n- L ine T ransactional P rocessing) або обліковими системами.
Облікові системи налаштовуються і оптимізуються для виконання максимальної кількості транзакцій за короткі проміжки часу. Зазвичай окремі операції дуже малі і не пов'язані один з одним. Однак кожен запис даних, що характеризує взаємодію з клієнтом (Дзвінок в службу підтримки, касову операцію, замовлення по каталогу, відвідування Web-сайту компанії і т.п.) можна використовувати для отримання якісно нової інформації, а саме для створення звітів і аналізу діяльності фірми.
Набір аналітичних функцій в облікових системах зазвичай досить обмежений. Схеми, що використовуються в OLTP-додатках, ускладнюють створення навіть простих звітів, так як дані найчастіше розподілені по безлічі таблиць, і для їх агрегування необхідно виконувати складні операції об'єднання. Як правило, спроби створення комплексних звітів вимагають великих обчислювальних потужностей і призводять до втрати продуктивності.
Крім того, в облікових системах зберігаються постійно змінюються дані. По мірі збору транзакцій сумарні значення змінюються дуже швидко, тому два аналізи, проведені з інтервалом в кілька хвилин, можуть дати різні результати. Найчастіше, аналіз виконаються по закінчення звітного періоду, інакше картина може виявитися перекрученою. Крім того, необхідні для аналізу дані можуть зберігатися в декількох системах.
Деякі види аналізу вимагають таких структурних змін, які недопустимі в поточної оперативної середовищі. Наприклад, потрібно з'ясувати, що станеться, якщо в компанії з'являться нові продукти. На живою базі таке дослідження провести не можна. Отже, ефективний аналіз рідко вдається виконати безпосередньо в обліковій системі.
Системи підтримки прийняття рішень зазвичай володіють засобами надання користувачу агрегатних даних для різних вибірок з вихідного набору в зручному для сприйняття та аналізу вигляді. Як правило, такі агрегатні функції утворюють багатовимірний (і, отже, нереляціоннимі) набір даних (нерідко званий гиперкубом або метакубом), осі якого містять параметри, а осередки - залежні від них агрегатні дані - причому зберігатися такі дані можуть і в реляційних таблицях. Уздовж кожної осі дані можуть бути організовані у вигляді ієрархії, що представляє різні рівні їх деталізації. Завдяки такої моделі даних користувачі можуть формулювати складні запити, генерувати звіти, отримувати підмножини даних.
Саме це і зумовило інтерес до систем підтримки прийняття рішень, що стали основною сферою застосування OLAP (On-Line Analytical Processing, оперативна аналітична обробка, оперативний аналіз даних), перетворюючої "руду" OLTP-систем в готове "виріб", яке керівники і аналітики можуть безпосередньо використовувати. Цей метод дозволяє аналітикам, менеджерам і керівникам "проникнути в суть" накопичених даних за рахунок швидкого і погодженого доступу до широкого спектра уявлень інформації.
Метою курсової роботи є розгляд технології OLAP.
багатовимірний аналітичний обробка даний
Основна частина
1 Основні відомості про OLAP
1.1 Оперативна аналітична обробка даних
В основі концепції OLAP лежить принцип багатовимірного подання даних. У 1993 році термін OLAP ввів Едгар Кодд. Розглянувши недоліки реляційної моделі, він в першу чергу вказав на неможливість В«об'єднувати, переглядати й аналізувати дані з точки зору множинності вимірів, тобто самим зрозумілим для корпоративних аналітиків способом В», і визначив загальні вимоги до систем OLAP, розширюють функціональність реляційних СУБД і включає багатовимірний аналіз як одну зі своїх характеристик [1].
У великому числі публікацій абревіатурою OLAP позначається не тільки багатовимірний погляд на дані, а й зберігання самих даних в багатовимірної БД. Взагалі кажучи, це невірно, оскільки сам Кодд відзначає, що "Реляційні БД були, є і будуть найбільш придатною технологією для зберігання корпоративних даних. Необхідність існує не в новій технології БД, а, швидше, в засобах аналізу, що доповнюють функції існуючих СУБД і досить гнучких, щоб передбачити й автоматизувати різні види інтелектуального аналізу, властиві OLAP ". Така плутанина призводить до протиставлень зразок "OLAP або ROLAP", що не зовсім коректно, оскільки ROLAP (реляційний OLAP) на концептуальному рівні підтримує всю визначену терміном OLAP функціональність. Більш кращим здається використання для OLAP на основі багатовимірних СУБД спеціального терміна MOLAP. За Кодда, багатовимірне концептуальне уявлення (multi-dimensional conceptual view) являє собою множинну перспективу, що складається з декількох незалежних вимірювань, уздовж яких можуть бути проаналізовані певні сукупності даних. Одночасний аналіз по декількох вимірах визначається як багатовимірний аналіз. Кожен вимір включає напрямки консолідації даних, що складаються з серії послідовних рівнів узагальнення, де кожен вищестоящий рівень відповідає більшою мірою агрегації даних по відповідному вимірюванню. Так, вимір.
Виконавець може визначатися напрямком консолідації, що складається з рівнів узагальнення "підприємство - Підрозділ - відділ - службовець ". Вимірювання Час може навіть включати два напрямки консолідації - "рік - квартал - місяць - день" і "тиждень - День ", оскільки рахунок часу по місяцях і по тижнях несумісний. У цьому випадку стає можливим довільний вибір бажаного рівня деталізації інформації по кожному з вимірів. Операція спуску (drilling down) відповідає руху від вищих щаблів консолідації до нижчих; навпаки, операція підйому (rolling up) означає рух від нижчих рівнів до вищих.
Кодд визначив 12 правил, яким повинен задовольняти програмний продукт класу OLAP [2].
1.2 Вимоги до засобам оперативної аналітичної обробки
Багатовимірне концептуальне подання даних (Multi Dimensional Conceptual View). Концептуальне уявлення моделі даних в продукті OLAP має бути багатовимірним за своєю природою, тобто дозволяти аналітикам виконувати інтуїтивні операції "аналізу вздовж і впоперек" ("Slice and dice"), ...
