- •Гомель 2008
- •Гомель 2008
- •Пояснительная записка
- •Содержание дисциплины
- •Конспект лекций
- •5..Управление и информационные системы
- •6..Структура автоматизированной информационной системы
- •7..История развития автоматизированных информационных систем
- •8..Вопросы классификации информационных систем
- •8.1.Классификация ис по масштабу
- •8.2.Классификация по архитектуре
- •8.3.Классификация по обеспечиваемой поддержке функций управления
- •8.4.Классификация по поддерживаемым стандартам управления и технологиям коммуникации
- •9..Техническое и программное обеспечение информационных систем управления
- •9.1.Сетевые технологии в аис
- •9.2.Программное обеспечение аис
- •10..Информационное обеспечение автоматизированных информационных систем
- •10.1.Организация баз данных
- •10.2.Хранилища данных и оперативная аналитическая обработка
- •11.. Функционирование организации и эксплуатация информационных систем
- •11.1.Требования к кис
- •11.2.Жизненный цикл автоматизированных систем
- •11.3.Методы ведения проектных работ
- •11.4.Построение модели организации
- •11.5.Case-технологии
- •11.6.Критерии выбора автоматизированной информационной системы
- •12..Инструментальные технологии анализа деятельности организации в информационных системах.
- •12.1.Информационно-аналитические системы
- •12.2.Ведение отчетности (oltp-системы)
- •12.3.Оперативная аналитическая обработка olap
- •12.4.Интеллектуальный анализ данных Data Mining
- •12.5.Экспертные системы
- •Вопросы для контроля и самоподготовки
- •Примерные тесты
- •Практическое применение интегрированных информационных систем
- •5..Общая характеристика корпоративной информационной системы «Галактика»
- •6..Принципы построения системы «Галактика»
- •7..Конфигурация программного обеспечения для системы «Галактика»
- •8..Информационное обеспечение системы «Галактика»
- •9..Настройка системы “Галактика”
- •9.1.Запуск системы. Интерфейс пользователя
- •9.2.Сохранение и восстановление базы данных
- •10..Модуль «Настройка». Заполнение каталогов и справочников. Настройка параметров системы
- •11..Ввод начального сальдо
- •12..Контур логистики в системе “Галактика”
- •12.1. Модуль Управление договорами
- •12.2.Модуль Управление снабжением
- •12.3.Приобретение товарно-материальных ценностей с оплатой по факту поставки
- •12.4.Приобретение услуг по предоплате
- •12.5.Приобретение товарно-материальных ценностей с предоплатой и частичными поставками
- •13..Модуль Управление сбытом
- •13.1.Формирование прайс-листов
- •13.2.Реализация тмц по безналичному расчету по прайс-листу.
- •Список рекомендуемой литературы
- •Информационные системы в управлении
12.3.Оперативная аналитическая обработка olap
Аналитики - это особые потребители корпоративной информации. Задача аналитика – находить закономерности в больших массивах данных. Он не может оперировать единичными фактами, к примеру, о продажах – ему нужна информация о сотнях и тысячах подобных событий. Отдельные факты в базе данных могут заинтересовать, к примеру, бухгалтера или начальника отдела продаж, в компетенции которого находится сделка. Аналитику же могут понадобиться все сделки за месяц, год. Заодно аналитик отбрасывает ненужные ему информационные реквизиты, такие, как точный адрес клиента и номера телефонов. В то же время данные, которые требуются аналитику для работы, обязательно содержат числовые значения – это обусловлено самой сущностью его деятельности. Используя механизм OLAP, аналитики могут легко рассмотреть нужные им данные в применении к собственным задачам.
Концепция OLAP была описана в 1993 году Э. Коддом. В 1995 г. на основе требований, изложенных Коддом, был сформулирован тест FASMI (Fast of Shared Multidimensional Information), который определяет требования к приложениям OLAP. FASMI - это аббревиатура от названия каждого пункта теста:
Fast (Быстрый). Приложение OLAP должно обеспечивать минимальное время доступа к аналитическим данным - в среднем порядка 5 секунд;
Analysis (Анализ). Приложение OLAP должно давать пользователю возможность осуществлять любой логический и статистический анализ;
Shared (Разделяемый доступ). Приложение OLAP должно предоставлять многопользовательский доступ к данным с поддержкой механизмов блокировок и средств авторизованного доступа;
Multidimensional (Многомерность) – ключевое требование – многомерное концептуальное представление данных; основными понятиями многомерной модели данных являются: гиперкуб данных, измерение, метки, ячейка, мера;
Information (Информация). Приложение OLAP должно давать пользователю возможность получать нужную информацию, в каком бы электронном хранилище данных она не находилась.
Таким образом, OLAP-системы обладают следующими особенностями:
анализ осуществляется над многомерными кубами;
имеются средства навигации, позволяющие разрезать куб по разным направлениям
имеются средства реализации специфических запросов – (5 видов запросов: выбор, сокращающий куб; агрегирования и исключения размерности; комбинирование кубов с общими измерениями; возврат ячеек только верхних или нижних частей списка; поворот куба, чтобы увидеть данные, сгруппированные по другим измерениям);
реализуются на базе киосков данных, доступных небольшому кругу пользователей; что сокращает затраты на корпоративное DW;
имеют различные варианты хранения информации: MOLAP, ROLAP, HOLAP
OLAP-серверы, или серверы многомерных БД, могут хранить многомерные данные следующими способами:
MOLAP (Multidimensional OLAP). Предполагает создание явного физически хранимого многомерного куба с выполнением аналитических запросов только над ними, без обращения к реляционной СУБД. В этом варианте и детальные данные, и агрегаты хранятся в многомерной БД. Достигается наибольшая производительность, но получается наибольшая избыточность, так как многомерные данные полностью содержат реляционные данные. Применяется, когда объем исходных данных для анализа не более нескольких Гб, стабильный набор измерений в кубе, время ответа системы на запросы не является критическим параметром.
ROLAP (Relational OLAP). Аналитические запросы строятся над виртуальным многомерным представлением данных, их реальное выполнение происходит на уровне реляционной БД (выполняются SQL-запросы). Детальные данные остаются там, где они "жили" изначально - в реляционной БД; агрегаты хранятся в той же БД в специально созданных служебных таблицах. Применяется, когда корпоративные хранилища реализуются средствами реляционных СУБД, так что инструменты ROLAP позволяют проводить анализ непосредственно над ними. Размер хранилища не является критическим параметром, как в случае MOLAP, а в измерения кубов часто вносятся изменения. Но производительность ниже, чем у многомерной БД.
HOLAP (Hybrid OLAP) – детальные данные остаются на месте (в реляционной БД), а агрегаты хранятся в многомерной БД. Выполнение запроса над такой моделью включает обращение к реляционному серверу (SQL-запрос), если требуются детальные данные, или запрос к многомерной БД(на языке MDX) для получения агрегатных данных.
На практике гибридная модель применяется наиболее часто, поскольку за счет распределения нагрузки на многомерный и реляционный серверы удается достичь оптимальной производительности выполнения аналитических запросов.
Типичные задачи информационных систем, которые могут быть решены средствами OLAP – это:
анализ клиентской базы
анализ продаж
анализ доходов
управление активами и пассивами и др.
