Информационные системы оперативного анализа данных

Информационные системы поддержки исполнения

Информационные системы поддержки исполнения (Electronic Support Systems, ESS) - класс информационных систем, которые ориентированы на решение неструктурированных задач и проводят системный анализ всего многообразия необходимых информационных источников.

Чаще всего ESS системы оперирую агрегированными данными из внутренних MIS и DSS систем компании, отображая информацию чаще всего в наиболее наглядном представлении.

Информация от систем уровня знаний (KWS) и транзакциональных информационных систем (TPS) поступает в системы класса MIS и DSS, далее там обрабатывается, агрегируется и поступает в исполнительные информационные системы (ESS).

Таким этим, системы класса ESS отличаются тем, что содержат инструкции и модели бизнес – процессов исполнения заданий и необходимую для этого информационную поддержку.

Технология комплексного многомерного анализа данных получила название OLAP (On-Line Analytical Processing).

Оперативный анализ информации предоставляет удобные быстродействующие средства доступа, просмотра и анализа деловой информации.

Технология основана на построении многомерных наборов данных – OLAP – кубов (рис. 2.3), который можно «покрутить», «развернуть» или «свернуть», чтобы получить желаемое представление данных. Осями многомерной системы координат служат основные атрибуты анализируемого бизнес - процесса. На пересечениях осей - измерений - находятся данные, количественно характеризующие процесс – меры.

Рис. 2.3 Схематичное представление ОLAP - куба

Пользователь, анализирующий информацию, может «разрезать» куб по разным направлениям, получать сводные или, наоборот, детальные сведения и осуществлять прочие манипуляции, которые необходимы в процессе анализа.

Для визуализации данных, хранящихся в многомерном кубе, применяются, как правило, традиционные двумерные, т.е. табличные, представления, имеющие сложные иерархические заголовки строк и столбцов.

Двумерное представление куба можно получить, «разрезав» его поперек одной или нескольких осей (измерений): мы фиксируем значения всех измерений, кроме двух, - и получаем обычную двумерную таблицу. В горизонтальной оси таблицы (заголовки столбцов) представлено одно измерение, в вертикальной (заголовки строк)-другое, а в ячейках таблицы - значения мер.

Значения, «откладываемые» вдоль измерений, называются членами или метками. Метки используются как для «разрезания» куба, так и для ограничения (фильтрации) выбираемых данных - когда в измерении, остающемся «неразрезанным», нас интересует не все значения, а их подмножество.

Исходные данные для построения OLAP-кубов обычно хранятся в реляционных базах данных, называемые также хранилищами данных.

Типичная структура хранилища данных существенно отличается от структуры обычной реляционной СУБД. Как правило, эта структура денормализована (это позволяет повысить скорость выполнения запросов), поэтому может допускать избыточность данных. По содержанию информация хранилища данных является ретроспективной, характеризующей производственно - хозяйствующую деятельность предприятия за длительный период.

Основными составляющими структуры хранилищ данных являются таблица фактов (fact table) и таблицы измерений (dimension tables) [10,11].

Таблица фактов является основной таблицей хранилища данных. Как правило, она содержит сведения об объектах или событиях, совокупность которых будет в дальнейшем анализироваться. Обычно говорят о четырех наиболее часто встречающихся типах фактов. К ним относятся:

· факты, связанные с транзакциями (Transaction facts);

· факты, связанные с «моментальными снимками» (Snapshot facts), основанными на состоянии объекта;

· факты, связанные с элементами документа (Line-item facts).

· факты, связанные с событиями или состоянием объекта (Event or state facts).

Таблицы измерений содержат неизменяемые либо редко изменяемые данные.

Одно измерение куба может содержаться как в одной таблице (в том числе и при наличии нескольких уровней иерархии), так и в нескольких связанных таблицах, соответствующих различным уровням иерархии в измерении. Если каждое измерение содержится в одной таблице, такая схема хранилища данных носит название «звезда» (star schema).

Рис. 2.4 Представление ОLAP - куба в редакторе кубов

Если же хотя бы одно измерение содержится в нескольких связанных таблицах, такая схема хранилища данных носит название «снежинка» (snowflake schema).

Как исходные, так и агрегатные данные могут храниться либо в реляционных, либо в многомерных структурах. Поэтому в настоящее время применяются три способа хранения данных [16]:

· MOLAP (Multidimensional OLAP) - исходные и агрегатные данные хранятся в многомерной базе данных.

· ROLAP (Relational OLAP) - исходные данные остаются в той же реляционной базе данных, где они изначально и находились. Агрегатные же данные помещают в специально созданные для их хранения служебные таблицы в той же базе данных.

· HOLAP (Hybrid OLAP) - исходные данные остаются в той же реляционной базе данных, где они изначально находились, а агрегатные данные хранятся в многомерной базе данных.

В качестве дополнительного материала по информационным системам оперативного анализа данных можно рекомендовать специализированные Internet источники - www.olap.ru, www.sql.ru.

Дата добавления: 2014-11-20