Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Konspekt_lektsiy_IS.docx
Скачиваний:
2
Добавлен:
01.07.2025
Размер:
4 Мб
Скачать
☆

4 Архітектура сппр

Г. Маракас у 1999 р. запропонував узагальнену архітектуру, що складається з таких частин: система управління даними (the Data Management System); система управління моделями(the Model Managementsystem); машина знань (the Knowledge Engine); інтерфейс користувача (the User Interface); користувачі.

Отже, загальну архітектуру СППР можна подати схематично (рис. 3.4.5).

Рисунок 3.4.5 – Загальна архітектура СППР

З функціонального погляду СППР включає такі компоненти: сервер сховища даних, інструментарій OLAP, інструментарій Data Mining.

У підсистемі введення даних OLTP (Online Transaction Processing) реалізується операційна (транзакційна) обробка даних. Для їх реалізації використовують звичайні системи управління базами даних (СУБД).

У підсистемі зберігання інформації використовують сучасні СУБД і концепцію сховищ даних. Концепція сховища даних передбачає розділ структур зберігання даних для оперативної обробки даних і виконання аналітичних запитів.

Підсистема аналізу може включати:

1) підсистему інформаційно-пошукового аналізу на базі ре-ляційних СУБД і статичних запитів з використанням мови SQL (Structured Query Language);

2) підсистему оперативного аналізу. Для реалізації таких підсистем застосовується технологія оперативної аналітичної обробки даних OLAP (Online Analytical Processing), що спирається на концепцію багатовимірного подання даних;

3) підсистему інтелектуального аналізу. Ця підсистема реалізує методи і алгоритми здобуття даних Data Mining.

Ці компоненти СППР розглядають такі основні питання: накопичення даних та їх моделювання на концептуальному рівні, ефективного завантаження даних із кількох незалежних джерел та аналізу даних. Можна стверджувати, що використання оперативної аналітичної обробки (систем OLAP) сьогодні обмежується забезпеченням доступу до багатовимірних даних.

Технологія Data Mining у СППР також задіяна, тому що за її допомогою можна провести більш глибокий і всебічний аналіз даних, прийняти найбільш обґрунтовані рішення.

OLAP і Data Mining можна розглядати як складові процесу підтримки прийняття рішень. Проте ці технології немовби рухаються у різних напрямах: OLAP зосереджує увагу винятково на забезпеченні доступу до багатовимірних даних, а методи Data Mining у більшості випадків працюють з плоскими одновимірними таблицями і реляційними даними.

Інтеграція технологій OLAP і Data Mining розширює їх функціональність. Ці два види аналізу мають бути тісно поєднані, щоб інтегрована технологія могла забезпечувати одночасно багатовимірний доступ і пошук закономірностей.

При реалізації в СППР концепції сховища даних (СД) дані з різних ОДД переносяться в єдине сховище. Зібрані дані приводяться до єдиного формату, узгоджуються та узагальнюються. Аналітичні запити адресуються до СД (рис. 3.4.6). Така модель призводить до дублювання інформації в ОДД і в СД. Проте стверджується, що надмірність даних, які зберігаються в СППР, не перевищує 1 %. Це пояснюється так:

1) при завантаженні інформації з ОДД в СД дані фільтруються;

2) інформація в ОДД є оперативною, тому дані, втративши актуальність, видаляються. У СД, навпаки, зберігається істо рична інформація. Виходячи з цього, дублювання вмісту СД даними ОДД виявляється незначним;

3) у СД зберігається узагальнена інформація, яка в ОДД відсутня;

4) під час завантаження в СД дані очищаються і приводяться до єдиного формату. Після такої обробки дані займають набагато менший обсяг.

Надмірність інформації можна звести до нуля, використовуючи віртуальне СД. У такому випадку на відміну від фізичного СД дані з ОДД не копіюються в єдине сховище. Вони здобуваються, перетворюються та інтегруються безпосередньо при виконанні аналітичних запитів в оперативній пам'яті комп'ютера.

Сховище даних має переваги порівняно з використанням оперативних систем або баз даних. На відміну від оперативних систем, сховище даних містить інформацію за весь необхідний часовий інтервал в єдиному інформаційному просторі, що робить такі сховища ідеальною основою для виявлення трендів, сезонних залежностей та інших важливих аналітичних показників.

Рисунок 3.4.6 – Структура СППР зі сховищем даних

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]