КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Инструменты разработки приложений
Для обеспечения доступа пользователей к требуемой информации может потребоваться разработка собственных приложений с использованием графических сред доступа к данным, предназначенных для использования в системах архитектуры "клиент/сервер". Инструменты информационной системы руководителя. Информационные системы руководителя (Executive Information System — EIS), которые в последнее время стали называть "информационными системами для всех" (Everybody Information System — EIS), первоначально разрабатывались для поддержки принятия высокоуровневых стратегических решений. Однако впоследствии область применения этих систем была несколько расширена с целью предоставления поддержки управляющему персоналу всех уровней. OLАР-инструменты. Инструменты оперативной аналитической обработки данных, или OLAP-инструменты, создаются на основе концепции многомерной базы данных. При использовании подобных инструментов предполагается, что данные организованы согласно многомерной модели, которая поддерживается специальной многомерной базой данных (Multi-Dimensional Database — MDDB) или реляционной базой данных, предназначенной для работы с многомерными запросами. Подробно OLAP-инструменты будут рассмотрены далее. Инструменты разработки данных (добычи знаний). Добыча знаний — это процесс открытия новых осмысленных корреляций, распределений и тенденций путем переработки огромного количества информации извлеченной из хранилища данных, с использованием статистических и математических методов, а также методов искусственного интеллекта. Методы добычи знаний обладают достаточным потенциалом, так как главным притягательным фактором использования технологии добычи знаний является способность создавать предсказательные, а не ретроспективные модели. Обзор методов добычи данных будет дан далее.
Требования к СУБД для хранилища данных. Специализированные требования к реляционной СУБД, предназначенной для хранилища данных, следующие: · Высокая производительность загрузки данных. · Возможность обработки данных во время загрузки. · Наличие средств управления качеством данных. · Высокая производительность запросов. · Широкая масштабируемость по размеру (до терабайт). · Масштабируемость по количеству пользователей. · Возможность организации сети хранилищ данных. · Наличие средств администрирования хранилища. · Поддержка интегрированного многомерного анализа. · Расширенный набор функциональных средств запросов Вслед за появлением и быстрым развитием понятия хранилища данных появилась и близкая ему концепция магазина данных (data mart). Используется также название "витрина данных". Магазин данных - подмножество хранилища данных, которое поддерживает требования отдельного подразделения или деловой сферы организации. Магазин данных содержит некоторое подмножество данных хранилища данных, которое обычно представлено в виде обобщенной информации, связанной некоторым подразделением или деловой сферой предприятия. Магазин данных может быть независимым или определенным образом связанным с централизованным хранилищем данных. Популярность магазинов данных основана на том очевидном факте, что корпоративные хранилища данных создавать и использовать сложнее. Ниже перечислены основные отличительные черты магазина данных от хранилища данных: · Магазин данных отвечает требованиям пользователей только одного подразделений организации или некоторой ее деловой сферы. · Магазин данных обычно не содержит детальных оперативных данных, в отличие от хранилища данных.
· Поскольку магазин данных содержит меньше информации, чем хранилище, структура информации магазина данных более понятна и проста в управлении. Существует несколько подходов к созданию магазинов данных: 1. Один из них заключается в создании корпоративного хранилища данных, которое может непосредственно использоваться пользователями, а также поставлять сведения для магазинов данных. 2. Другой подход заключается в создании нескольких магазин данных с возможностью их интеграции в виде единого хранилища данных. 3. Третий подход основан на создании инфраструктуры корпоративного xранилища данных с одновременным созданием одного или нескольких магазинов данных, предназначенных для удовлетворения насущных бизнес-потребностей организации. Существует несколько перечисленных ниже причин, по которым следует создавать магазины данных: · Для предоставления пользователям доступа к данным, которые приходится анализировать чаще других. · Для предоставления данных группе пользователей некоторого отдела или деловой сферы в форме, которая соответствует их коллективному представлению о данных. · Для сокращения времени ответа на запрос (за счет сокращения объема обрабатываемых данных). · Для предоставления данных, структурированных в соответствии с требованиями, предъявляемыми используемыми инструментами доступа к данным. · Магазины данных обычно содержат меньшее количество данных, а потому такие задачи, как очистка, загрузка, преобразование и интеграция данных, выполняются проще. Следовательно, реализация и настройка магазина данных выполняется проще, чем разработка и реализация корпоративного хранилища данных. · Стоимость реализации магазина данных обычно существенно ниже, чем стоимость создания хранилища данных. · Круг потенциальных пользователей магазина данных более четко определен, поэтому учесть их требования и организовать необходимую поддержку проще, чем в случае корпоративного хранилища данных.
Дата добавления: 2014-01-05; Просмотров: 373; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |