21. Поняття вітрини даних (вд).

Снижения затрат на создание ХД можно добиться, создавая его упрощенный вариант — витрину данных (Data Mart).

Витрина данных (ВД) — это упрощенный вариант ХД, содержащий только тема­тически объединенные данные.

ВД максимально приближена к конечному пользователю и содержит данные, тематически ориентированные на него (например, ВД для работников отдела маркетинга может содержать данные, необходимые для маркетингового ана­лиза). ВД существенно меньше по объему, чем ХД, и для ее реализации не требуется больших затрат. Они могут быть реализованы как самостоятельно, так и вместе с ХД.

21. Структура сппр з самостійними вд.

Самостоятельные ВД (рис. 2.3) часто появляются в организации исторически и встречаются в крупных организациях с большим количеством независимых подразделений, решающих собственные аналитические задачи.

Достоинствами такого подхода являются:

П проектирование ВД для ответов на определенный круг вопросов;

• быстрое внедрение автономных ВД и получение отдачи;

• у прощение процедур заполнения ВД и повышение их производительности за счет учета потребностей определенного круга пользователей.

Недостатками автономных ВД являются:

многократное хранение данных в разных ВД, что приводит к увеличению расходов на их хранение и потенциальным проблемам, связанным с необ­ходимостью поддержания непротиворечивости данных;

отсутствие консолидированности данных на уровне предметной области, а следовательно — отсутствие единой картины.

21. Структура сппр з сд і вд.

В последнее время все более популярной становится идея совместить ХД и ВД в одной системе. В этом случае ХД используется в качестве единственно­го источника интегрированных данных для всех ВД (рис. 2.4).

ХД представляет собой единый централизованный источник информации для всей предметной области, а ВД являются подмножествами данных из храни­лища, организованными для представления информации по тематическим разделам данной области. Конечные пользователи имеют возможность дос­тупа к детальным данным хранилища, если данных в витрине недостаточно, а также для получения более полной информационной картины.

Достоинствами такого подхода являются:

П простота создания и наполнения ВД, поскольку наполнение происходит из единого стандартизованного надежного источника очищенных данных — изХД;

• простота расширения СППР за счет добавления новых ВД;

П снижение нагрузки на основное ХД.

К недостаткам относятся:

• избыточность (данные хранятся как в ХД, так и в ВД);

Дополнительные затраты на разработку СППР с ХД и ВД.

21. Категорії даних в сд.

Все данные в ХД делятся на три основные категории (рис. 2.5):

• детальные данные;

- агрегированные данные;

• метаданны

Детальными являются данные, переносимые непосредственно из ОИД Они соответствуют элементарным событиям, фиксируемым ОЬТР-системами (на­пример, продажи, эксперименты и др.). Принято разделять все данные на из­мерения и факты. Измерениями называются наборы данных, необходимые для описания событий (например, города, товары, люди и т, п.). Фактами называются данные, отражающие сущность события (например, количество нроданного товара, результаты экспериментов и т. п.). Фактические данные могут быть представлены в виде числовых или категориальных значений.

В процессе эксплуатации ХД необходимость в ряде детальных данных может снизиться. Ненужные детальные данные могут храниться в архивах в сжатом виде на более емких накопителях с более медленным доступом (например, на магнитных лентах). Данные в архиве остаются доступными для обработки и анализа. Регулярно используемые для анализа данные должны храниться на накопителях с быстрым доступом (например, на жестких дисках).

На основании детальных данных могут быть получены агрегированные (обобщенные) данные. Агрегирование происходит путем суммирования чи­словых фактических данных по определенным измерениям. В зависимости от возможности агрегировать данные они подразделяются на следующие типы:

• аддитивные — числовые фактические данные, которые могут быть про­суммированы по всем измерениям;

П полуаддиттные— числовые фактические данные, которые могут быть просуммированы только по определенным измерениям;

П неаддитивные — фактические данные, которые не могут быть просумми­рованы ни по одному измерению.

Большинство пользователей СППР работают не с детальными, а с агрегиро­ванными данными. Архитектура ХД должна предоставлять быстрый и удоб­ный способ получать интересующую пользователя информацию. Для этого необходимо часть агрегированных данных хранить в ХД, а не вычислять их при выполнении аналитических запросов. Очевидно, что это ведет к избы­точности информации и увеличению размеров ХД. Поэтому при проектиро­вании таких систем важно добиться оптимального соотношения между вы­числяемыми и хранящимися агрегированными данными. Те данные, к кото­рым редко обращаются пользователи, могут вычисляться в процессе выполнения аналитических запросов. Данные, которые требуются более час­то, должны храниться в ХД.

Для удобства работы с ХД необходима информация о содержащихся в нем данных Такая информация называется метаданными (данные о данных). Со­гласно концепции Дж. Захмана, метаданные должны отвечать на следующие вопросы — что, кто, где, как, когда и почему:

• что (описание объектов) — метаданные описывают объекты предметной области, информация о которых хранится в ХД. Такое описание включает: атрибуты объектов, их возможные значения, соответствующие поля в ин­формационных структурах ХД источники информации об объектах и т. п.;

• кто (описание пользователей) — метаданные описывают категории поль­зователей, использующих данные. Они описывают права доступа к дан­ным, а также включают в себя сведения о пользователях, выполнявших над данными различные операции (ввод, редактирование, загрузку, извле­чение и т. п.);

• где (описание места хранения) — метаданные описывают местоположе­ние серверов, рабочих станций, ОИД, размещенные на них программные средства и распределение между ними данных;

• как (описание действий) — метаданные описывают действия, выполняе­мые над данными. Описываемые действия могли выполняться как в про­цессе переноса из ОИД (например, исправление ошибок, расщепление по­лей и т. п.), так и в процессе их эксплуатации в ХД;

• когда (описание времени)— метаданные описывают время выполнения разных операций над данными (например, загрузка, агрегирование, архи­вирование, извлечение и т. п.);

• почему (описание причин) — метаданные описывают причины, повлекшие выполнение над данными тех или иных операций. Такими причинами мо­гут быть требования пользователей, статистика обращений к данным и т. п.

Так как метаданные играют важную роль в процессе работы с ХД, то к ним должен быть обеспечен удобный доступ. Для этого они сохраняются в репо­зитории метаданных с удобным для пользователя интерфейсом.