Расширенный набор функциональных средств запросов

Поддержка многомерного интегрированного анализа

Наличие средств администрирования хранилища

Исключительно большой размер и цикличная природа хранилищ данных требует наличия простых и в то же время гибких инструментов администрирования. РСУБД должна предоставлять средства управления для ограничения ресурсов, подсчета на­кладных расходов для всех пользователей, а также систему установки приоритетов выполнения запросов для удовлетворения потребностей различных категорий поль­зователей и видов деятельности. РСУБД должна также иметь средства для отслежи­вания и настройки режимов рабочей нагрузки, необходимых для оптимизации про­изводительности и пропускной способности системы. Наиболее очевидной и ощути­мой ценностью реализации хранилища данных является беспрепятственный творческий доступ конечных пользователей к данным.

Ценность многомерных представлений - общепризнанный факт, а потому под­держка работы с ними непременно должна быть предусмотрена в РСУБД, используе­мой для организации хранилища данных, поскольку это является условием для обеспечения максимальной производительности реляционных OLAP-инструментов. РСУБД должна поддерживать быстрое и простое создание предвари­тельно подготовленных итоговых значений для больших хранилищ данных, а также предоставлять инструменты для автоматизации процесса создания этих предварительно вычисленных обобщений. Динамическое вычисление обобщенных значений должно быть согласовано с требованиями обеспечения необходимого уровня произво­дительности интерактивной работы пользователей. В том числе размещение базы данных на дисках с разной скоростью передачи данных, использование распараллеливания операций, использование хранилищ резервного копирования на дисковых массивах.

Конечным пользователям необходимо иметь возможность выполнять аналитиче­ские вычисления, последовательный и сравнительный анализ, согласованный доступ к детальным и обобщенным данным. Использование языка SQL в клиент-серверной среде создания запросов по типу "выбери и щелкни" иногда может оказаться непрак­тичным или даже просто невозможным из-за высокой сложности пользовательских запросов. В РСУБД должен быть предусмотрен полный набор всех необходимых ана­литических инструментов.

Параллельные СУБД

При работе с хранилищем данных обычно требуется обработать огромное количе-ств6\данных, а технология параллельной работы с базами данных предлагает эффек­тивное решение для обеспечения необходимого роста производительности. Успеш­ность работы параллельных СУБД зависит от эффективного управления многими ре­сурсами, например, таким, как процессоры, память, диски и сетевые подключения.

По мере возрастания популярности хранилищ данных фирмы-разработчики создают большие СУБД, предназначенные для систем поддержки принятия решений и исполь­зующие технологию организации параллельных вычислений. Основная цель состоит в решении поставленных пользователем задач с использованием нескольких узлов, па­раллельно работающих над одной и той же проблемой. Важнейшими характеристика­ми параллельных СУБД являются масштабируемость, оперативность и готовность.

Параллельные СУБД могут одновременно выполнять сразу несколько операций с базой данных, разбивая отдельные задачи на малые части так, чтобы они могли быть распределены между несколькими процессорами. Параллельные СУБД должны уметь выполнять параллельные запросы. Иначе говоря, они должны уметь разбивать большие сложные запросы на подзапросы, параллельно запускать отдельные подза­просы на выполнение, а затем собирать вместе полученные результаты. Такие СУБД должны уметь выполнять в параллельном режиме загрузку данных, сканирование таблицы, а также архивирование и резервное копирование данных.

Существуют две основные архитектуры аппаратного обеспечения для выполнения параллельных вычислений, которые могут использоваться в качестве платформы для сервера базы данных в хранилищах данных:

– Симметричная мультипроцессорная обработка (Symmetric Multi­processing - SMP) - это группа тесно связанных процессоров, которые совместно используют оперативную и дисковую память.

– Массовая мультипроцессорная обработка (Massively Multi-Processing - ММР) - это группа слабо связанных процессоров, каждый из которых ис­пользует свою собственную оперативную и дисковую память.

Интерактивная аналитическая обработка данных (OLAP)

В этом разделе рассматривается природа многомерных данных, а также то, как эти дан­ные могут быть наилучшим образом представлены в базе данных, предназначенной для оперативной аналитической обработки данных (Online Analytical Processing - OLAP). Кро­ме того, описываются требования, которым должны удовлетворять OLAP-инструменты, и описываются основные характеристики трех категорий OLAP-инструментов: MOLAP, ROLAP и MQE. В конце данного раздела дается краткий обзор расширений языка SQL, предназначенных для выполнения более сложных функций анализа данных.

Основной вопрос при обработке информации заключается в том, как обрабатывать все более и более крупные базы данных, содержащие данные с постоянно усложняю­щейся структурой, сохранив при этом приемлемое время реакции системы на запрос. Архитектура "клиент-сервер" позволяет организациям устанавливать специализиро­ванные серверы, оптимизированные для решения задач специфического управления данными. Для таких бизнес-приложений, как анализ рынка и финансовое прогнозиро­вание, требуется использовать запросо-центрированные схемы баз данных, которые, по сути, имеют вид многомерных массивов. Эти приложения характеризуются необходи­мостью извлекать большое количество записей из очень больших наборов данных и мгновенно вычислять на их основе итоговые значения. Предоставление поддержки для таких приложений является основным назначением всех OLAP-инструментов.

Оперативная аналитическая обработка (OLAP) Динамический синтез, анализ и консолидация больших объемов многомерных данных.

Термин "OLAP" был предложен Коддом в 1993 году и определяет архитектуру, которая поддерживает сложные аналитические приложения. Большинство OLAP-приложений создается на основе специализированных многомерных СУБД (или ММ СУБД (multi-dimensional DBMS)) с ограниченным набором данных и настраиваемым пользовательским интерфейсом приложений. OLAP-архитектура предусматривает определенные уровни с четким разделением функций между приложением и СУБД. На основе этого разделения появилось новое поколение OLAP-инструментов, предос­тавляющих такие возможности, которые позволяют обычным СУБД конкурировать со специализированными технологиями СУБД. Начав программировать, мы не сильно задумываемся о том, где хранить результаты выполнения той или иной программы. А, что если нам необходимо хранить все результаты выполнения какой-то программы? И срок жизни программы не один год, а частота выполнения хотя бы 2-3 раза в день…

Литература, рекомендуемая при самоподготовке

1. Глушаков С.В., Ломотько Д.В. Базы данных. Учебный курс, - Харьков: Фолио, М.: АСТ, 2000.

2. Голицина О.Л., Максимов И.В., Попов И.И. «Базы данных»: Учебное пособие. – М.:

3. Ефимова О., Морозов В., Шафрин Ю. Курс компьютерной технологии. Том 1, 2. – М.: АБФ, 1998.

4. Карпова Т.С. Базы данных: модели, разработка, реализация. СПб.: Питер, 2001.

5. Конолли Т. и др. Базы данных, - М., СПб, Киев: Вильямс, 2001.

6. Работа с базами данных. Профессиональная разработка. Документация и обзоры, компакт-диск, www.alexsoft.ru, 2002.

7. Симанович С. и др. Специальная информатика: Учеб. Пособие. – М.: АСТпресс, 1998.

8. Фаронов В.В., Шумаков П.В. Delphi 4. Руководство разработчика баз данных. М.: Нолидж, 1999.

9. Форум Инфра-М, 2003.

10. Шафрин Ю. Информационные технологии - М.:АБФ,1998.

Дата добавления: 2015-05-09