лучшие книги по экономике
Главная страница

Главная

Замовити роботу

Последние поступления

Форум

Создай свою тему

Карта сайта

Обратная связь

Статьи партнёров


Замовити роботу
Книги по
алфавиту

Б
В
Г
Д
Е
Ж
З
И
К
Л
М
Н
О

системи підтримки прийняття рішень

Страницы [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]
[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 32 ]
[ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ] [ 49 ] [ 50 ]

 

10.2.4. Проектування сховищ даних


Підходи до проектування сховищ даних
Як уже зазначалося, хоча сховище даних і є окремим типом бази даних, проте підходи до його проектування мають свої особливості. Можна виділити такі три підходи до проектування сховищ даних: метод реконструкції; проектування за шаблоном та проектування за замовленням.
Метод реконструкцїі — це проектування сховища даних (СД) на основі використання наявної моделі даних OLTP-системи. Цей підхід полягає в реконструкції наявної моделі бази даних у модель сховища даних. Проектування через реконструкцію рекомен­дується в тому разі, коли модель OLTP-системи відносно нова і охоплює всі предметні галузі, для яких планується розроблення СД, і коли багато таблиць з фактичними даними в різних вимірах містяться в моделі БД.
Проектування за шаблоном — це такий підхід до розроблення сховища даних, коли за основу для проектування береться функціонуюча модель сховища даних в аналогічній предметній галузі. В цю модель вносяться зміни, що відображають специфіку кон­кретного об’єкта управління. Кращим варіантом цього підходу є придбання стандартної галузевої моделі побудови СД, якщо така є на підприємствах галузі.
Проектування за замовленням — це проектування з «чистого листка». Цей підхід ігнорує врахування наявних галузевих моделей СД та моделей OLTP-систем. У цьому варіанті проектування розробники цілком зосереджують свою увагу на потребах користувачів у результатах бізнес-аналізу та особливостях предметної галузі, що досліджується.
Основні завдання та способи проектування СД
Як відомо, всі дані, які зберігаються в сховищах даних, можна поділити на такі три основні групи: метадані, детальні дані та агреговані дані. Тому основними завданнями проектування СД є вибір та описування структури детальних даних; вибір параметрів і ступеня узагальнення даних та опис структури агрегованих даних; описування регламенту і процедур завантаження, трансформування, контролю й очистки даних.
Застосовуються два способи проектування сховищ даних: низхідний і висхідний. Низхідний — це такий підхід, коли спочатку проектується корпоративне сховище, а потім воно стає джерелом інформації для вітрин даних, тобто вітрини є залежними. Висхідний підхід полягає в тому, що спочатку проектуються вітрини даних, які охоплюють окремі напрями діяльності корпорації, чи певні його підрозділи.
За умови узгодженого форматування даних можна на основі семантичного об’єднання вітрин одна з одною створювати розподілені корпоративні сховища даних. Такий поетапний підхід забезпечує можливість у дуже стислі терміни отримати відчутні вигоди, оскільки для формування корпоративного сховища потрібно кілька років, а окремі вітрини можна створити за кілька місяців.
Проектування вітрин даних має свою особливість і специфіку, що робить цей процесс відмінним від проектування баз даних транзакційних систем. Вітрини даних не схожі на бази даних оперативного оброблення транзакцій — OLTP-систем, які обслуговують поточну діяльність підприємств та організацій. Вітрини даних використовуються для підтримки прийняття рішень, що дає змогу аналітикам виявляти тенденції, проводити порівняння і прогнозувати майбутні результати.
Джерелом наповнення сховищ та вітрин даних може бути як первинна оперативна інформація, що зберігається в БД, так і результати розв’язання задач OLTP. Для даних, які не можуть бути отримані з OLTP-систем, визначають зовнішні джерела інформації. При цьому по кожному джерелу інформації дається повна характеристика, тобто визначаються формати даних, що надходять до СД, періодичність та форми подання, системи кодування, алгоритми оброблення, інакше кажучи, аналізуються метадані, тобто інформація про ті дані, що підлягають збереженню в СД.
Визначення фактів і вимірів
Для проектування сховищ і вітрин даних потрібно визначити таблицю фактів і перелік вимірів, установити, факти якого типу найефективніші і чим їх відрізнити від вимірів. Факти — це елементи, які можуть бути виміряні й проаналізовані. Кращими фактами вважаються числові, адитивні дані, що можуть бути подані послідовною низкою значень.
Числові факти — це реквізити основи, які відображають кількісні величини. Над числовими фактами допускається виконання різних математичних операцій; їх легко вимірювати. Характерною ознакою таких фактів є те, що вони часто змінюються. Змінність конкретних значень фактів є дуже важливою їх ознакою з погляду аналізу, оскільки досліджувати величини, що не змінюються в часі, немає сенсу.
Адитивний факт може підсумовуватися за всіма вимірами. Наприклад, кількість проданих виробів є адитивним фактом, оскільки шляхом підсумовування можна визначити, скільки виробів продано на минулому тижні (за часом); скільки виробів продано у регіонах; скільки продано кожному споживачу. В сховищах даних надається перевага адитивним фактам, тому що, підсумовуючи їх, можна отримати компактні ряди результатів.
Деякі факти є напівадитивними (semiadditive). Їх можна коректно підсумовувати за певними вимірами, але не за всіма. Наприклад, доцільно підсумовувати складські запаси за видами продуктів або за регіонами, але не за часом. Напівадитивні факти не має сенсу підсумовувати за окремими вимірами, але їх можна оцінювати інакше. Наприклад, має значення середня величина складських запасів у часі, а також максимальний і мінімальний рівні запасів та деякі інші статистичні показники.
І нарешті, мають місце неадитивні (nonadditive) факти. Ці факти неможливо підсумовувати за жодним виміром. Прикладом числових неадитивних фактів є табельні номери співробіт­ників. Неадитивні факти не можна підсумовувати, але їх мож­на полічити, тому вони вимірні. Неадитивні факти частіше групуються з вимірами. Виміри — це описові, якісні атрибути, що служать умовами вибирання даних у запитах, або є заголов­ками рядів у звітах. До таблиць вимірів належать таблиці, що
містять умовно-постійну інформацію. Тобто дані, що характеризують виміри, як правило, текстові, відносно статичні і неадитивні.
Не завжди легко можна відрізнити факти від вимірів. Іноді в таблиці вимірів можуть міститися числові, адитивні атрибути, такі як ціна одиниці товару. А іноді статичний і неадитивний атрибут доцільно розмістити в таблиці фактів. Все залежить від призначення конкретної вітрини. Наприклад, стать співробітника — це текстовий, статичний і неадитивний елемент. Але якщо проектується вітрина, присвячена аналізу трудових ресурсів,
і аналітики часто задають запитання типу: «яке співвідношення між кількістю співробітників чоловічої і жіночої статі, що зай­мають керівні посади?», то ознаку статі краще розташувати в таблиці фактів.
Визначення ступеня деталізації даних є наступним кро-
ком проектування. Найдрібніші неподільні елементи — нижній рівень деталізації даних, що зберігаються у вітрині. Дані можуть підсумовуватися на різних рівнях відповідно до вибраної єрархії вимірів. Щоденні обсяги продажу можна підсумовувати за тиждень, місяць або рік; продані товари можна підсумовувати за кожним товаром, зокрема, за їх видами чи товарними групами. Іноді застосовують кілька єрархічних систем. Магазини можна групувати за поштовими регіонами з однаковими тарифами на пересилання або за територіями з аналогічною структурою продажу для проведення маркетингових досліджень.
Користувачі вітрин можуть працювати з різними рівнями даних, що підсумовуються. Питання полягає в тому, яка ступінь деталізації потрібна користувачу? Завжди є вірогідність того, що якийсь користувач у своєму пошуку побажає дійти до базової транзакції, і на основі цього можна дійти висновку, що за проектування вітрини необхідно прагнути до забезпечення найнижчого рівня деталізування. Але, зазвичай, у цьому немає необхідності, враховуючи те, що вітрини призначені для проведення бізнес-аналізу, метою якого є виявлення тенденціїї, а не вивчення кон­кретних детальних фактів. Проте ступінь деталізації фактів, що зберігаються у вітрині, передусім, визначається метою її створення. Так, наприклад, керівництву роздрібного магазину, бажаючому відстежити зміни складських запасів, немає потреби зберігати у вітрині дані про кожну торговельну операцію; обсяги продажу можна підсумовувати на рівні товарів. Але якщо необхідно проаналізувати поведінку споживачів, то буде потрібна інформація про окремі торговельні операції для їх аналізу і вивчення уподобань споживачів.
Визначення ступеня деталізації та агрегації даних — це дуже важливий момент проектування, тому що він впливає на розмір фізичної моделі. Іноді вибір ступеня деталізаціїї визначається інтенсивністю змін: для відстеження заробітної плати службовців протягом тривалого періоду не потрібно мати її величини за день або тиждень, якщо, наприклад, перегляд оплат праці співробітників виконується раз на рік.
Установивши ступінь деталізації, можна визначити атрибути таблиці вимірювань. У вітрині фактичних даних одним із вимірів є час, і в таблицю вимірів необхідно помістити інформацію про одиниці вимірювання часу, відповідні для таблиць фактів даної вітрини. Якщо для аналізу потрібні підсумкові значення за місяць або рік, то тоді для організації таблиці вимірювань будуть потріб­ні лише такі одиниці часу, як рік і місяць. Фінансові вітрини бажано доповнити таким виміром як квартал.
10.3. Система аналітичного
інтерактивного оброблення (OLAP)

10.3.1. Зародження і розвиток OLAP-систем
OLAP (абревіатура від On-line Analytical Processing — інтерактивне аналітичне оброблення) фактично означає не окремі конкретні програмні продукти, а технологію багатовимірного аналізу даних, основу якої започаткувала опублікована 1993 року праця Е. Ф. Кода (E. F. Codd) «OLAP для користувачів-аналітиків: яким воно має бути», у котрій він запропонував 12 правил, які виражали концепцію оперативного аналітичного оброблення даних і фактично послужили стандартом інструментальних засобів оперативного аналітичного оброблення (табл. 10.5.)

Таблиця 10.5

ПРАВИЛА КОДА ДЛЯ OLAP


1. Багатовимірне концептуальне зображення (Multidimensional conceptual view). Уможливлює користувачу перегляд даних, які можна аналізувати за регіонами, часом тощо.
2. Прозорість (Transparency). Робить базову (що є основою) аналітичну здатність цілком прозорою для користувача.
3. Доступність (Accessibility). Дає змогу створювати власну логічну схему для запам’ятовування неоднорідних фізичних даних.
4. Узгоджена продуктивність щодо створення повідомлень (Consistent reporting performance). Забезпечує надійну продуктивність підготовки звітів для будь-якої кількості вимірів, яку обирає користувач.
5. Архітектура клієнт/сервер (Client/server architecture). Забезпечує мінімум зусиль для використання цієї архітектури.
6. Генерування вимірів (Generic dimensionality). Має тільки одну логічну структуру для подання всіх вимірів.
7. Динамічне оброблення розріджених матриць (Dinamic sparse matrix handling). Ефективно поводиться з пустими або порожніми пропусками в матриці, що роблять матрицю розрідженою.
8. Багатокористувацька підтримка (Multiuser support). Уможливлює одночасний доступ, захист і цілісність для багатьох користувачів.
9. Необмежені перехресно-вимірні операції (Unrestricted cross-dimensional
operations). Виконує обчислення і інші операції над вимірами без втручання користувача.
10. Інтуїтивне маніпулювання даними (Intuitive data manipulation). Уможливлює оброблення з деталізацією (drilling down), наближення/віддалення об’єкта, переорієнтацію і консолідоване подання даних і аналізів.
11. Гнучка організація створення звітів (Flexible reporting). Дає змогу користувачам легко і ефективно маніпулювати звітами даних.
12. Необмеженість вимірів і рівнів агрегації (Unlimited dimensoins and aggregation levels). Містить щонайменше 15, а то і 20 вимірів даних.

1995 року до них було додано ще кілька правил, що у своїй сукупності визначили основні сучасні вимоги до OLAP-систем. Ці правила опісля були поділені на чотири групи.

  1. Базові характеристики: багатовимірність моделі даних; інтуїтивні механізми маніпулювання даними; доступність; пакетне отримання даних; клієнт-серверна архітектура; прозорість (для користувача); багатокористувацька робота.
  2. Спеціальні характеристики: оброблення неформалізованих даних; зберігання результатів окремо від вхідних даних; ви-
    окремлення даних, яких бракує (тобто вони мусять відрізнятися від нульового значення); оброблення значень, яких бракує (всі значення, яких бракує, мають бути проігноровані в разі аналізу).
  3. Характеристики побудови звітів: гнучкі можливості одер­жання звітів; стабільна продуктивність за підготовки звітів; автоматичне регулювання фізичного рівня.
  4. Керування розмірністю: загальна функціональність; необмежена кількість вимірів і рівнів агрегування; необмежена кількість операцій над даними різних вимірів.

Ці концепції покладені в основу технології OLAP, хоча реально наявні OLAP-системи мають далеко не повний перелік описаних характеристик. OLAP-технологія, котру можна назвати також інтерактивним (діалоговим) аналітичним обробленням, дає змогу на основі багатовимірної (гіперкубічної) моделі даних (на відміну від плоскої реляційної моделі даних) моделювати реальні структури і зв’язки, що є виключно важливими для аналітичних систем. Вона призначена для створення багатопараметричних моделей з метою адекватнішого відображення реальних бізнес-процесів. Технологія OLAP дає змогу швидко змінювати погляди на дані залежно від вибраних параметрів і забезпечувати особу, що приймає рішення, повною картиною щодо ситуацій, які аналізуються.
Усі OLAP-системи побудовані на двох базових принципах: 1) дані, необхідні для прийняття рішень, слід попередньо агрегувати на всіх відповідних рівнях і організувати так, щоб забезпечити максимально швидкий доступ до них; 2) мова маніпулювання даними основана на бізнес-поняттях. Дані параметруються кількома рівноправними вимірами, наприклад, дані стосовно продажу у великій торговельній компанії можна аналізувати в та­ких вимірах: «час» (день, тиждень, місяць, квартал, рік), «географія» (місто, область, країна), «товар» (фірма-виробник, вид товару), «покупець» (стать, вік).
Засобами користувацького інтерфейсу OLAP-системи можна здійснювати такі базові операції над гіперкубом моделі даних:

  1. поворот, щоб змінювати вимірну орієнтацію звіту або сторінку показу на екрані;
  2. проекція (при проекції значення в комірках, що лежать на осі проекції, підсумовуються відповідно до визначеної ознаки);
  3. розкриття (drill-down), тобто коли одне із значень виміру замінюється сукупністю значень із наступного рівня єрархії виміру, в такому разі замінюються значення в комірках гіперкуба;
  4. згортка (roll-up/drill-up) є операцією, протилежною до операції розкриття;
  5. перетин (slice-and-dice) — ініційований користувачем процес навігації за допомогою інтерактивного показу сторінки у вигляді зрізу, використовуючи операції повороту і розкриття.

Незважаючи на те, що екран комп’ютера плоский, користувач має змогу спостерігати гіперкуб моделі даних за допомогою відпо­відних плоских зрізів, використовуючи вищезазначені операції.
Оскільки в основі OLAP-технології лежить концепція гіперкуба моделі даних, то залежно від відповіді на запитання, чи існує гіперкуб як окрема фізична структура? чи це є лише віртуальна модель даних? розрізняють два основних типи аналітичного оброблення даних: MOLAP і ROLAP.
MOLAP (Multidimensional OLAP) — це багатовимірна OLAP-система, в котрій гіперкуб реалізується як окрема база даних нереляційної структури, яка забезпечує багатовимірне зберігання, оброб­лення і подання даних. Програмні продукти, що належать до цього типу OLAP-технології, як правило, мають сервер багатовимірних баз даних. Ця структура забезпечує максимально ефективний щодо швидкості доступ до даних, проте потребує додаткового ресурсу пам’яті. Крім того, велика розмірність моделі даних і розрідженість гіперкубів приводить до необхідності витрат великих апаратних ресурсів, що не завжди може бути доцільним. Є чотири провідні продавці серверів MOLAP: Arbor Software (Essbase), Kenan Technologies (Acumate Enterprise), Oracle/IRI (Express), D& B/Pilot Software (Lightship). Крім того, недавно були розроблені нова версія сервера Cognos PowerPlay і новий мультивимірний сервер інституту SAS.
У ROLAP (Relational OLAP) багатовимірна структура реалізується реляційними таблицями, тобто гіперкуб — це лише користувацький інтерфейс, котрий емулюється на звичайній реляційній СКБД. Така структура забезпечує зберігання великих обсягів інформації, проте є менш продуктивною з погляду ефективності OLAP-операцій. Незважаючи на те, що продавці ROLAP увійшли в ринок програмних продуктів тільки протягом останніх кількох років, чотири з них стали досить відомими. Два з них знаходяться серед найшвидше зростаючих корпорацій у Сполучених Штатах. Цими чотирма компаніями є: Microstrategy, Information Advantage, Stanford Technology Group (недавно придбаний Informix), IQ Software. Нині відкриті сайти ROLAP, що містять аналітичні механізми сервера, створення звітів і інструментальні засоби аналізу, інструментальні засоби проектування системи та програмне забезпечення.
Певні недоліки, характерні основним типам OLAP-технологій, привели до появи нового типу аналітичних інструментів — HOLAP-систем, що являють собою гібридне (hybrid) оперативне аналітичне оброблення даних, де реалізуються обидва підходи, тобто доступ може надаватися як до багатовимірних баз даних, так і до даних реляційного типу.
На даний час розроблено досить багато систем підтримки прийняття рішень, сконструйованих з використанням OLAP-технології (Hyperion OLAP, Elite OLAP, Oracle Express та багато інших). Ринок програмних OLAP-продуктів постійно розширюється. Сучасні системи оперативного аналітичного оброблення надають користувачам можливості розв’язувати ключові завдання управління бізнес-процесом, зокрема додатки Hyperion OLAP дають змогу користувачам виконувати такі завдання: аналіз прибутковості; аналіз напрямів розвитку продукції; аналіз продажу; аналіз стану на ринку; аналіз асортименту продуктів; аналіз ризику; аналіз конкурентоспроможності; складання звітів з продуктивності; моделювання сценарію; аналіз бюджету і прогнозів тощо. Слід іще раз підкреслити, що згідно із сучасними поглядами на створення інформаційних систем OLAP-системи мають базуватися на спеціальній базі даних — сховищі даних, але можуть використовуватися і автономно.
10.3.2. Інструментальні засоби
кінцевих користувачів в OLAP

Є низка інструментальних засобів для кінцевих користувачів, доступних для підтримки OLAP. До них належать: Business Object Inc.’s Business Objects, програмне забезпечення AG’s Esperant, Andyne’s PaBLO, Visualizer IBM’s і Platinum’s Forest & Trees. У той час, як ці продукти суттєво відрізняються, вони використовуються з однією метою: полегшити для технічно непідготовленого персоналу доступ до даних, їх аналізування і зображення без допомоги фахівців з інформаційних систем (ІС).
Протягом багатьох років фактично вся інформація, яка була згенерована комп’ютерами в організаціях, отримувалась завдяки зусиллям співробітників ІС. При цьому потрібні були роки для реалізації нового запиту щодо отримання інформації, для розроблення очікуваних додатків. Умови різко змінилися у зв’язку з появою персональних комп’ютерів (ПК) і їх програмного забезпечення (наприклад, електронних таблиць, програмного забезпе­чення машинної графіки тощо). Користувачі отримали засоби, які дали змогу їм самостійно отримувати потрібну інформацію. Однак нерозв’язані проблеми ще залишилися, оскільки деякі особливі дані, найпотрібніші кінцевому користувачу, були розміщені в операційних базах даних і важкодоступними. Важливим кроком у напрямі до розв’язання цієї проблеми було об’єднання в мережу персональних комп’ютерів і надання можливості доступу користувачам до окремих файлів, а віднедавна — до сховищ даних. У той час, як деякі інструментальні засоби кінцевого користувача були доступними для маніпулювання даними, в багатьох випадках користувачі мусили вивчити і використовувати мови запитів SQL.
Для добре підготовлених користувачів це було прийнятним варіантом, проте для більшості інших це було не так, оскільки підхід на основі мови запитів потребував, щоб користувачі розуміли деталі структури баз даних. Кінцеві користувачі часто не мали відповідних знань для самостійного формулювання складних запитів, і, що найважливіше, вони не завжди отримували очікувані результати через те, що некоректно описували запити. Ця ситуацію привела до появи генерації інструментальних засобів OLAP. Найбільшу популярність із них отримав інструментальний засіб підтримки прийняття рішень Business Objects.
Business Objects є ефективним прикладом сучасного програмного забезпечення, яке розроблене для надання можливості кінцевим користувачам забезпечувати власну підтримку прийняття рішень, тобто виконувати свої запити без розуміння деталей структур бази даних. Це робиться за допомогою подання інформації не технічним, а бізнес-орієнтованим способом, який добре знайомий користувачеві. Ці зображення даних називаються «бізнес-об’єктами» («Business Objects»). Кожний бізнес-об’єкт є основним визначенням структурованої мови запитів, який відповідає його відображенню в базі даних. Наприклад, бізнес-об’єкт може бути простим, типу «останнє ім’я замовника», що є окремим полем у таблиці і визначається як customers.last_name, або комплексним — «дохід від збуту», який фактично обчислюється за рівнянням, а необхідні для цього дані розміщені на багатьох полях у різних таблицях.
Кожний кінцевий користувач має доступ до множини бізнес-об’єктів, які містяться всередині середовища, що називається «всесвітом» (universe). Universe є логічним відображенням бази даних додатка для специфічної групи користувачів. Наприклад, маркетинговий аналітик міг би працювати зі «всесвітом» з маркетингу, який містить такі бізнес-об’єкти: «клієнт», «дохід від продажу», «продукт» тощо. Працівник відділу кадрів міг би мати доступ до universe, який включає бізнес-об’єкти: «ім’я службовця», «заробітна плата» і «дата прийняття на роботу».
Business Objects дає змогу користувачам легко формувати запити за допомогою виділення і клацання на бізнес-об’єктах, які були наперед визначені. Результати запиту Business Objects можуть бути відображені або використовуватися кількома способами. Один спосіб — подати інформацію у визначеному користувачем виді звіту даних; інший — показати інформацію у вигляді вибраного користувачем виду діаграми. Результати можна також поміщати в будь-яке програмне забезпечення, яке підтримує протокол Microsoft DDE (динамічного обміну даними). Наприклад, користувач міг би створити великоформатні таблиці Microsoft Excel або Lotus 1—2—3, що базуються на результатах запитів Business Objects.
10.3.3. Система оперативного аналітичного
оброблення Oracle Express OLAP

Однією з найвідоміших реалізацій ідеї оперативного аналітичного оброблення, що інтенсивно впроваджується в Україні,
є сімейство програмних продуктів Oracle Express OLAP, котре являє собою інструментально-технологічне програмне забезпечення, призначене для створення прикладних аналітичних систем підтримки прийняття рішень на основі багатовимірного аналізу даних. Воно забезпечує багатофункціональним інструментарієм як для створення і підтримки багатовимірних баз даних, так і для одержання прикладних програм, що реалізують функції аналізу даних та користувацького інтерфейсу. Oracle Express OLAP побудований за архітектурою клієнт/сервер і містить такі серверні і клієнтські програмні продукти (рис. 10.7):
Oracle Express Server — сервер керування багатовимірною базою даних (ББД), що забезпечує аналіз, прогнозування і подання звітів про підприємницьку діяльність;
Personal Express — система керування ББД, що базується на персональних комп’ютерах (ПК), яка забезпечує функції Oracle Express Server для ПК;
Oracle Express Objects — професійне інструментальне середовище для візуального об’єктно-орієнтованого розроблення клієнт/ сер­верних додатків OLAP для MS Windows;
Oracle Express Analyzer — інструментальне середовище кінцевого користувача, що призначене для перегляду й аналізу багатовимірних даних, створення представницьких OLAP-додатків для MS Windows і демонстрування готових додатків, розроблених в Oracle Express Objects та в Oracle Express Analyzer;

Рис. 10.7. Схема зв’язку програмних продуктів Oracle Express OLAP
Express Spreadsheet Add-In — додаток, що забезпечує використання клієнтів на базі MS Excel;
Oracle Financial Analyzer — розподілена обчислювальна система OLAP-додатків, яка забезпечує планування, контроль і складання звітів про фінансову діяльність на рівні підприємства і призначена для локальної обчислювальної мережі ПК;
Oracle Sales Analyzer — інструментальний OLAP-засіб аналізу корпоративних даних в інтересах відділів продажу і маркетингу, що дає змогу на основі корпоративних даних оцінювати тенденції розвитку в різних сферах підприємницької діяльності;
Oracle Express Web Publisher і Oracle Express Web Agent — доповнення до Express Server, які уможливлюють створення додатків Express OLAP, що виконуються з використанням будь-якого Web-броузера;
Oracle Express Administrator — інструментпроектування, створення та супроводження баз даних.
Oracle Express Server
Аналітична потужність і гнучкість засобів розроблення і OLAP-додатків базується на Oracle Express Server — багатофункціональному інструменті підтримки прийняття рішень та системі керування ББД. Він використовує багатовимірну модель даних, що найефективніше відображає уявлення користувачів про предметну галузь. У рамках цієї моделі визначаються виміри аналізу, від яких залежать показники. Виміри мають єрархічну структуру і тому користувачі можуть використовувати як детальні, так і агреговані дані. Завдяки можливості моделювати взаємозв’язки між даними, що зберігаються, Oracle Express Server дає змогу в широких межах описувати підприємницьку діяльність будь-якої компанії.
Personal Express
Є версія Express Server, функціонуюча на персональному комп’ютері під керуванням Windows 95/98/NT, — Personal Express. Щодо архітектури, моделі даних і аналітичних можливостей ці продукти абсолютно ідентичні. Personal Express використовується передусім мобільними користувачами, що проводять аналіз даних, будучи від’єднаними від корпоративної мережі. Фактично Personal Express — це функціональний аналог Express Server для IBM-сумісного ПК.
Система забезпечує гнучку взаємодію на рівні процесів з Express Server, що функціонує на інших платформах, має доступ через Express Server до всіх реляційних БД, з якими сервер взаємодіє. Вона підтримує ту ж систему команд мови Express, яку підтримує і Express Server, що без ускладнень забезпечує використання розробленого користувачем програмного забезпечення з Personal Express в Express Server і навпаки. Personal Express надає можливість розробляти власне меню Windows, що дає змогу користувачеві ефективніше виконувати команди і використовувати додатки. Ця система підтримує клієнт/серверну взаємодію й динамічний обмін даними (DDE) з іншими додатками MS Windows, написаними мовами C і Visual Basic.
Oracle Express Objects
Oracle Express Objects — це інструментальне графічне середовище для об’єктно-орієнтованого розроблення клієнт/сер­верних додатків OLAP під MS Windows професіоналами, яке належить до клієнтської частини програмного забезпечення Oracle Express. Використовуючи Express Objects, можна створювати і настроювати клієнт/серверний додаток, що дає змогу кінцевому користувачеві ефективно застосовувати всю потужність Express OLAP-продуктів (рис. 10.8). Через Express Objects можливий доступ до будь-яких об’єктів, які зберігаються в ББД під керуванням Personal Express або Express Server, а також до реляційних БД, доступних за їхньою допомогою.

Рис. 10.8. Сторінка прикладної програми,
створеної в Express Objects
Для розроблення програм використовують Express Basic, який має загальні з Visual Basic основне ядро, функції і вирази. Можливим є динамічний обмін даними (DDE)івбудовування OLE, а також Visual Basic-об’єктів. Ефективність візуального розроблення прикладних застосувань забезпечує набір інструментів: Object Browser, Database Browser та Object Inspector. Це середовище підтримує всі можливості MS Windows і велику кількість удосконалень, що містить Windows 95.
Oracle Express Analyzer
Oracle Express Analyzer — засіб кінцевого користувача, призначений для самостійного формування звітів, аналізу багатовимірних даних Express і передавання результатів на Web. Ін­терфейс Express Analyzer настільки простий і інтуїтивно зрозумілий, що навіть непідготовлений користувач негайно отримує доступ до можливостей OLAP. Розроблення презентацій полягає у конструюванні їх з готових компонентів (сторінок, таблиць, графіків, OLE-об’єктів, баннерів, кнопок та об’єктів Express Output, призначених для виконання на сервері команд Express).
Oracle Express Analyzer дає змогу: аналізувати дані — створювати таблиці й графіки, що відображають дані з ББД, і маніпулювати їх поданням для вивчення даних у різних аспектах; створювати й редагувати представницькі додатки, які можуть містити кілька сторінок з таблицями і графіками, що відображають інфор­мацію, яка зберігається в ББД, у різних вимірах; переглядати додатки, підготов­лені в Express Analyzer і Express Objects іншими користувачами.
Express Spreadsheet Add-In
Крім Express Analyzer або Express Objects, користувачі можуть отримувати динамічний доступ до багатовимірних даних, використовуючи як інтерфейс Microsoft Excel 95 чи 97. Спеціальна компонента Express Spreadsheet Add-In доповнює стандартні можливості цього процесора електронних таблиць функціями OLAP, даючи змогу за допомогою простого «Майстра» інтерактивно будувати в середовищі Excel багатовимірні звіти. Користувачам доступні ті ж основні маніпуляції даними, що і в інших інструментах OLAP, — отримання різних зрізів, деталізація і «Селектор». Для отримання графічного подання даних застосовуються відповідні можливості Excel.
Spreadsheet Add-In пропонує власний інтерфейс прикладного програмування (API) для розроблення складніших додатків на базі стандартних електронних таблиць. Користуючись ним, розробники можуть створювати макроси для автоматизованого виконання багатьох операцій, закладених у Spreadsheet Add-In.
Oracle Financial Analyzer
Oracle Financial Analyzer — розподілена обчислювальна система OLAP-додатків, інтегрований засіб для формування фінансової звітності, аналізу, прогнозування, складання і контролю за виконанням бюджетів у масштабах підприємства, яка призначена для використання у локальній обчислювальній мережі ПК. Через неї можливий доступ до будь-яких даних, які зберігаються в ББД під керуванням Personal Express або Express Server, а також до реляційних БД, доступних за їх допомогою. Об’єднуючи розподі­лену архітектуру з централізованим керуванням потоками даних і аналітичною потужністю Express, додаток уможливлює здійснення контролю витрат, аналіз ефективності й оцінювання потенціалу на всіх рівнях організації в рамках єдиної системи.
Financial Analyzer дає змогу розв’язувати такі завдання: складати й аналізувати корпоративні фінансові звіти і формувати бюджет; здійснювати фінансове моделювання; конфігурувати фінансову систему, виходячи з конкретних потреб підприємницької діяльності; формувати єрархічну систему аналізу, супроводу і поширення фінансових даних у масштабах корпорації.
Oracle Sales Analyzer
Oracle Sales Analyzer — інструментальний OLAP-засіб аналізу корпоративних даних, додаток, призначений для застосування на рівні підприємства з метою аналізу продажу і маркетингових досліджень. Він уможливлює доступ до будь-яких даних, які зберігаються в ББД під керуванням Personal Express або Express Server, а також до реляційних БД, доступних через них. За допомогою цього пакета можуть бути оцінені тенденції і прогноз продажу, ефективність рекламних кампаній, прибутковість продукту або замовника, життєвий цикл продукту, однак цим його функціональні можливості не обмежуються. Sales Analyzer може використовуватися для розв’язування загальних аналітичних завдань, не пов’язаних з комерційною діяльністю, для яких потрібні можливості OLAP.
Oracle Express Web Agent
і Oracle Express Web Publisher

Технологія Express дає змогу користувачам проводити інтерактивний аналіз не тільки в середовищі клієнт-сервера, але і в архітектурі Web. Це уможливлює просте поширення аналітичної інформації в рамках організації і за її межами, дешевший супровід OLAP-додатків, зниження апаратних вимог до робочих станцій і незалежність додатка від клієнтської платформи, оскільки для доступу до даних використовується звичайний броузер.
Oracle Express Web Agent — компонента Express Server, яка дає змогу створювати додатки Express OLAP, що використовуються в мережах Інтранет/Інтернет з будь-яким Web-броузером. Oracle Express Web Agent, що складається з інтерфейсного модуля до Express Server і ряду Java-апплетів, які подають дані в графічному вигляді, для візуалізації і опрацювання даних, надає будь-якому авторизованому співробітнику організації всі можливості OLAP, не потребуючи жодного програмного забезпечення Express на його персональному комп’ютері. Динамічний доступ до даних гарантує користувачам отримання документів, що завжди містять найактуальнішу інформацію.
Web-додатки в середовищі Express можна створювати кількома способами. Найпростіший з них, доступний навіть непідготов­леним користувачам, полягає в стандартній опції експорту на Web будь-якої таблиці або діаграми в Express Analyzer/Objects. Досвідчені користувачі і розробники можуть створювати Web-брифінги за допомогою графічного середовища Express Web Publisher. Oracle Express Web Publisher — RAD (Rapid Application development) є засобом швидкого розроблення OLAP презентацій для Web.
Використання Web-технологій в Oracle Express — найпривабливіший засіб для розроблення СППР. Використовуючи технології Інтранет/Інтернет, можна забезпечити доступ до СППР звідусіль, де є з’єднання з Інтернетом, у тому числі з офісу клієнта чи із залу проведення торгів або переговорів. Застосування клієнтом простого Web-броузера зробить систему підтримки прийняття рішень комфортною навіть для самого непідготовленого в інформаційних технологіях менеджера. Застосування Web-технологій також забезпечує просте розв’язання проблеми інтегрування різних платформ в інформаційних системах. У цей час практично для всіх платформ Web-броузери розповсюджуються умовно безкоштовно.
Oracle Express Administrator
Основним інструментом побудови і адміністрування багатовимірних вітрин даних є Oracle Express Administrator. Це візуальне середовище розробника, що істотно полегшує створення, модифікацію і керування об’єктами БД Express, а також заван­таження даних з різних джерел.
За допомогою графічного інтерфейсу, до складу якого входить низка «Майстрів», можна визначати й редагувати будь-які об’єк­ти багатовимірної БД, генерувати оптимізований програмний код для завантаження даних і їх агрегування, редагувати єрархії у вимірах з використанням техніки «drag-and-drop» (перетягнути і залишити). Вбудований редактор Express SPL дає змогу створювати власні процедури, що зберігаються, і модифікувати код, згенерований «Майстрами». Після компіляції ці процедури виконуються безпосередньо у вікні команд Express або вносяться в розклад за допомогою планувальника завдань.
Адміністратор може визначити конкретну дату і час запуску, періодичність виконання і залежності між завданнями (послідовність виклику процедур). Усе це дає змогу повністю автоматизувати процеси періодичного завантаження даних у багатовимірну вітрину, а також агрегувати їх, у той же час надаючи адміністратору можливість відстежувати важливість і протокол виконання завдань за допомогою спеціального монітора.
На закінчення зазначимо, що OLAP, зокрема Oracle Express,
є відносно новою технологією, що постійно нарощується і модифі­кується. Проте ця технологія має стабільні особливості: доступ до дуже великих обсягів інформації, накопичених протягом кількох років; аналіз взаємозв’язків між безліччю аспектів підприємницької діяльності, наприклад між продажем, виробництвом, підрозділами, регіонами, різними продуктами; деталізація, узагальнення і порівняння єрархічних даних, наприклад прибутки по містах, регіонах, країнах, континентах або за день, місяць, квартал чи рік; подання даних з різних поглядів, наприклад прибутків по регіонах або по різних продуктах у межах одного регіону; складні обчислювальні операції над даними, наприклад розрахунок очікуваних прибутків у вигляді функції щорічного продажу по кожному виду продукції в окремо взятому регіоні; можливість оброблення запитів у «реальному часі» — в темпі процесу аналітичного осмислення даних користувачем.
До традиційних додатків OLAP-систем прийнято відносити: проведення аналізу ринків збуту, управління продажем, аналіз фінансів. Багатовимірні бази даних Oracle Express можуть знайти застосування скрізь, де потрібна консолідація з розрізнених джерел і аналіз значних обсягів емпіричних даних, визначених у просторі з великою кількістю вимірів.

Страницы [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]
[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 32 ]
[ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ] [ 49 ] [ 50 ]


ВНИМАНИЕ! Содержимое сайта предназначено исключительно для ознакомления, без целей коммерческого использования. Все права принадлежат их законным правообладателям. Любое использование возможно лишь с согласия законных правообладателей. Администрация сайта не несет ответственности за возможный вред и/или убытки, возникшие или полученные в связи с использованием содержимого сайта.
© 2007-2017 BPK Group.