Поняття OLTP системи

В частности, о дисциплинирующем значении права и его роли в духовном развитии русской интеллигенции см: Кистяковский Б.А. В защиту права (Интеллигенция и правосознание) // «Конституционный вестник» № 2 (20), май 2010 г. – С. 252

[4] Баглай М.В. Конституционное право Российской Федерации. Учебник для юридических вузов и факультетов. – М.: Издательская группа ИНФРА-М-Норма, 1997. – С. 14

[5] Баглай М.В. Конституционное право Российской Федерации. Учебник для юридических вузов и факультетов. – М.: Издательская группа ИНФРА-М-Норма, 1997. – С. 735.

[6] См. Ожегов С.И. и Шведова Н.Ю. Толковый словарь русского языка: 72500 слов и 7500 фразеол. выражений / Российская АН. Ин-т рус. яз.; Российский фонд культуры. – М.: Азъ Ltd., 1992. – С. 584.

[7] Орфографический словарь русского языка. М.: Государственное издательство иностранных и национальных словарей, 1956

[8] Справочник по нормотворческой технике. / Пер. с нем. – 2-е изд., перераб. – М.: Издательство БЕК, 2002. – С. 17.

[9] См. Ожегов С.И. и Шведова Н.Ю. Толковый словарь русского языка: 72500 слов и 7500 фразеол. выражений / Российская АН. Ин-т рус. яз.; Российский фонд культуры. – М.: Азъ Ltd., 1992. – С. 768.

[10] См. Ожегов С.И. и Шведова Н.Ю. Толковый словарь русского языка: 72500 слов и 7500 фразеол. выражений / Российская АН. Ин-т рус. яз.; Российский фонд культуры. – М.: Азъ Ltd., 1992. – С. 388.

[11] Мадер Л. Опыт Швейцарии. / Оценка законов и эффективности их принятия. Издание 2-е, перераб. и доп. – М.: Издание Государственной Думы, 2005. С. 112–121.

[12] См. пояснительную записку к законопроекту № 165603-3 «О несостоятельности (банкротстве)» / http://asozd2.duma.gov.ru

[13] Кочергин Г.Т. Проблемы законодательного регулирования работы органов местного самоуправления и некоторые вопросы управления.// Представительная власть – XXI век: законодательство, комментарии, проблемы / Под общ. ред. А.П. Любимова – М., 2008. № 2–3 (81-82)

[14] Послание Президента Российской Федерации Федеральному Собранию от 30 ноября 2010 года // Российская газета, № 5350 (271), 1.12.2010.

OLTP-системи оперативної обробки транзакцій, основною задачею яких є забезпечення виконання операцій з БД. Такі системи досить успішно вирішують завдання збору, зберігання і пошуку інформації, але вони не задовольняють вимогам, що пред'являються до сучасних СППР.

5. Неефективність використання OLTP систем для аналізу даних: степінь деталізації даних, що зберігаються.

Ступінь деталізації збережених даних - типовий запит в OLTP-системі, як правило, вибірково зачіпає окремі записи в таблицях, які ефективно витягають за допомогою індексів.

6. Неефективність використання OLTP систем для аналізу даних: якість даних.

Якість даних - OLTP-системи, як правило, зберігають інформацію, яка вводиться безпосередньо користувачами систем (операторами ЕОМ). Присутність '' людського фактора "при введенні підвищує ймовірність помилкових даних і може створити локальні проблеми в системі. При аналізі помилкові дані можуть привести до неправильних висновків і прийняття неправильних стратегічних рішень.

7. Неефективність використання OLTP систем для аналізу даних: формат збереження даних.

Формат зберігання даних - OLTP-системи, що обслуговують різні ділянки предметної області, не пов'язані між собою. Вони часто реалізуються на різних програмно-апаратних платформах. Одні і ті ж дані в різних базах можуть бути представлені в різному вигляді і можуть не співпадати (наприклад, дані про клієнта, який взаємодіяв з різними відділами компанії, можуть не збігатися в базах даних цих відділів). У процесі аналізу таке розходження форматів надзвичайно ускладнює спільний аналіз цих даних. Тому до систем аналізу пред'являється вимога єдиного формату.

8. Неефективність використання OLTP систем для аналізу даних: необхідність надлишковості даних.

Допущення надлишкових даних - структура бази даних, яка обслуговує OLTP-систему, зазвичай досить складна. Вона може містити багато десятків і навіть сотень таблиць, які посилаються одна на одну. При проектуванні систем аналізу намагаються максимально спростити схему БД і зменшити кількість таблиць, які використовуються в запиті. З цією метою часто допускають денормалізацію (надлишковість даних) БД.

9. Неефективність використання OLTP систем для аналізу даних: управління даними.

Управління даними - основна вимога до OLTP-систем - забезпечити виконання операцій модифікації над БД. При цьому передбачається, що вони повинні виконуватися в реальному режимі, і часто дуже інтенсивно.

10. Неефективність використання OLTP систем для аналізу даних: кількість даних, які зберігаються.

Кількість збережених даних -як правило, OLTP-системи мають справу з поточними значеннями параметрів. З цієї причини в OLTP-системах допускається зберігання даних за невеликий період часу (наприклад, за останній квартал).

11. Неефективність використання OLTP систем для аналізу даних: характер запитів до даних.

Характер запитів до даних - в OLTP-системах через нормалізацію БД складання запитів є досить складною роботою і вимагає необхідної кваліфікації. Тому для таких систем заздалегідь складається певний обмежений набір запитів до БД, необхідний для роботи з системою.

12. Неефективність використання OLTP систем для аналізу даних: час обробки звертань до даних.

Час обробки звернень до даних - OLTP-системи, як правило, працюють в режимі реального часу, тому до них пред'являються жорсткі вимоги по обробці даних. У системах аналізу, в порівнянні з OLTP, зазвичай ставлять значно менш жорсткі вимоги до часу виконання запиту.

13. Неефективність використання OLTP систем для аналізу даних: характер обчислювального навантаження на систему.

Характер обчислювального навантаження на систему - як вже зазначалося, робота з OLTP-системами, як правило, виконується в режимі реального часу. У зв'язку з цим такі системи навантажені рівномірно протягом всього інтервалу часу роботи з ними.

14. Неефективність використання OLTP систем для аналізу даних: пріоритетність характеристик системи.

Пріоритетність характеристик системи - для OLTP-систем пріоритетними є висока продуктивність і доступність даних, тому що робота з ними ведеться в режимі реального часу. Для систем аналізу більш пріоритетним є завдання забезпечення гнучкості системи та незалежності роботи користувачів, іншими словами те, що необхідно аналітикам для аналізу даних.

15. Концепція сховища даних.

Прагнення об'єднати в одній архітектурі СППР можливості OLTP-систем та систем аналізу, вимоги до яких багато в чому суперечливі, призвело до появи концепції сховищ данних (СД).
В основі концепції СД лежить ідея поділу даних, використовуваних для оперативної обробки і для вирішення завдань аналізу. Це дозволяє застосовувати структури даних, які задовольняють вимогам їх зберігання з урахуванням використання в OLTP-системах і системах аналізу. Такий поділ дозволяє оптимізувати як структури даних оперативного зберігання (оперативні БД, файли, електронні таблиці і т. п.) для виконання операцій введення, модифікації, видалення та пошуку, так і структури даних, які використовуються для аналізу (для виконання аналітичних запитів). У СППР ці два типи даних називаються відповідно оперативними джерелами даних (ОДД) та сховищем даних.

16. Властивості сховища даних: предметна орієнтація.

Предметна орієнтація - є фундаментальним відмінністю СД від ОДД. Різні ОДД можуть містити дані, що описують одну й ту ж предметну область з різних точок зору. Рішення, прийняте на основі тільки однієї точки зору, може бути неефективним або навіть невірним. СД дозволяють інтегрувати інформацію, що відображає різні точки зору на одну предметну область.

Предметна орієнтація дозволяє також зберігати в СД тільки ті дані, котрі потрібні для їх аналізу. Це суттєво скорочує витрати на носії інформації і підвищує безпеку доступу до даних.

17. Властивості сховища даних: інтеграція.

Інтеграція - ОДД, як правило, розробляються в різний час декількома колективами з власним інструментарієм. Це призводить до того, що дані, що відображають один і той же об'єкт реального світу в різних системах, описують його по-різному. Обов'язкова інтеграція даних в СД дозволяє вирішити цю проблему, привівши дані до єдиного формату.

18. Властивості сховища даних: підтримка хронології.

Підтримка хронології - Для аналізу даних часто важливо мати можливість відслідковувати хронологію змін показників предметної області. Тому всі дані, що зберігаються в СД, повинні відповідати послідовним інтервалам часу.

19. Властивості сховища даних:незмінність.

Незмінюваність - Ті дані, які не потрібні для оперативної оброблення, як правило, видаляються з ОДД для зменшення зайнятих ресурсів. Тому, на відміну від ОДД, дані в СД після завантаження тільки читаються. Це дозволяє істотно підвищити швидкість доступу до даних.

20. СППР з фізичним СД. Переваги і недоліки.

При реалізації в СППР концепції СД дані з різних ОІД копіюються в єдине сховище. Зібрані дані наводяться до єдиного формату, узгоджуються і узагальнються. Аналітичні запити адресуються до СД. Така модель неминуче призводить до дублювання інформації в ОДД та в СД. При завантаженні інформації з ОДД в СД дані фільтруються. Багато з них не потрапляють в СД, оскільки позбавлені сенсу з точки зору використання в процедурах аналізу. Інформація в ОДД носить, як правило, оперативний характер, і дані, втративши актуальність, видаляються. У СД, навпаки, зберігається історична інформація. З цієї точки зору дублювання вмісту СД даними ОДД виявляється досить незначним.

У СД зберігається узагальнена інформація, яка в ОДД відсутня.

21. СППР з віртуальним СД. Переваги і недоліки.

Надмірність інформації можна звести до нуля, використовуючи віртуальне СД. В даному випадку на відміну від класичного (фізичного) СД дані з ОДД не копіюються в єдине сховище. Вони витягуються, перетворюються і інтегруються безпосередньо при виконанні аналітичних запитів в оперативній пам'яті комп'ютера.

ПЕРЕВАГИ:

· мінімізація обсягу пам'яті, що займається на носії інформацією;

· робота з поточними, деталізованими даними.

НЕДОЛІКИ:

· Час обробки запитів значно перевищує відповідні показники для фізичного сховища.

· Крім того, структури оперативних БД, розраховані на інтенсивне оновлення одиночних запитів, у високому ступені нормалізовані.

· Для виконання аналітичного запиту потрібне об'єднання великого числа таблиць, що також призводить до зниження швидкодії.

22. Поняття вітрини даних (ВД).

Вітрина даних (ВД) - це спрощений варіант СД, який містить тільки тематично об'єднані дані.

23. Структура СППР з самостійними ВД.

Самостійні ВД (рис. 2.3) часто з'являються в організації історично і зустрічаються у великих організаціях з великою кількістю незалежних підрозділів, які вирішують власні аналітичні завдання.

Переваги:

· проектування ВД для відповідей на певне коло питань;

· швидке впровадження автономних ВД та отримання віддачі;

· спрощення процедур заповнення ВД і підвищення їх продуктивності за рахунок урахування потреб певного кола користувачів.

Недоліки:

· багаторазове зберігання даних в різних ВД, що призводить до збільшення витрат на їх зберігання і потенційних проблем, пов'язаним з необхідністю підтримки несуперечності даних;

· відсутність консолідованих даних на рівні предметної області, а отже - відсутність єдиної картини.

24. Структура СППР з СД і ВД.

Останнім часом все більш популярною стає ідея поєднати СД та ВД в одній системі. У цьому випадку СД використовується як єдине джерела інтегрованих даних для всіх ВД.

СД являє собою єдине централізоване джерело інформації для всієї предметної області, а ВД є підмножинами даних з сховища, яке організоване для подання інформації за тематичними розділами даної області. Кінцеві користувачі мають можливість доступу до детальних даних сховища.

ПЕРЕВАГИ:

· простота створення та наповнення ВД;

· простота розширення СППР за рахунок додавання нових ВД;

· зниження навантаження на основне СД.

До недоліків відносяться:

· надмірність (дані зберігаються як в СД, так і в ВД);

· додаткові витрати на розробку СППР з СД та ВД.

25. Категорії даних в СД.

Всі дані в СД діляться на три основні категорії (рис. 2.5):

· детальні дані- переносяться безпосередньо з ОДД. Вони відповідають елементарним подіям, які фіксують OLTP-системи (наприклад, продажу, експерименти та ін.)

· агреговані дані- можуть зберігатися в архівах у стислому вигляді на більш ємних накопичувачах з більш повільним доступом (наприклад, на магнітних стрічках)

· метадані- (дані про дані), повинні відповідати на наступні питання - що, хто, де, як, коли і чому:

Ø що (опис об'єктів) - метадані описують об'єкти предметної області, інформація про яких зберігається в СД.;

Ø хто (опис користувачів) - метадані описують категорії користувачів, що використовують дані;

Ø де (опис місця зберігання) - метадані описують місце розташування серверів, робочих станцій, ОДД, розміщені на них програмні середовища і розподіл між ними даних;

Ø як (опис дій) - метадані описують дії, які виконуються над даними.;

Ø коли (опис часу) - метадані описують час виконання різних операцій над даними (наприклад, завантаження, агрегування, архівування, добування і т. п.);

Ø чому (опис причин) - метадані описують причини, які спричинили виконання над даними тих чи інших операцій.

26. Структура ETL процесу і його етапи.

Процес перенесення, що включає в себе етапи витягу, перетворення і завантаження, називають ETL-процесом. Програмні засоби, що забезпечують його виконання, називаються ETL-системами. Традиційно ETL-системи використовувалися для переносу інформації з застарілих версій інформаційних систем в нові.

Витяг даних -щоб почати ETL-процес, необхідно витягти дані з одного або кількох джерел і підготувати їх до етапу претворення.

Перетворення даних - після того як збір даних завершений, необхідно перетворити їх для розміщення на новому місці.

Завантаження даних - після того як дані перетворені для розміщення в СД, здійснюється етап їх завантаження. При завантаженні виконується запис перетворених детальних і агрегованих даних. Крім того, при записі нових детальних даних частина старих може переноситися в архів.

27. Очистка даних. Основні проблеми.

Одним з важливих завдань, що вирішуються при перенесенні даних в СД, є їх очищення. Процедура очищення є обов'язковою при перенесенні даних з ОДД в СД. Зважаючи на великий спектр можливих невідповідностей в даних їх очищення вважається однією з найбільших проблем в технології СД. Основні проблеми очищення даних можна класифікувати за такими рівнями:

· рівень комірки таблиці- завдання очищення полягає в аналізі та виправлення помилок у даних, що зберігаються в середині таблиць БД.;

· рівень запису- виникає проблема суперечливості значень в різних полях запису, що описує один і той же об'єкт предметної області;

· рівень таблиці БД- виникають проблеми, пов'язані з невідповідністю інформації, що зберігається в таблиці і відноситься до різних об'єктів;

· рівень одиночної БД- виникають проблеми, пов'язані з порушенням цілісності даних;

· рівень множини БД- виникають проблеми, пов'язані з неоднорідністю як структур БД, так і інформації, що зберігається в них.

28. Поняття багатовимірної моделі даних.

Призначена для інтерактивного аналітичного опрацювання агрегованих історичних і прогнозованих даних. Основні поняття моделі: гіперкуб, вимір, атрибут, комірка, значення.

29. Поняття гіперкубу.

Гіперкуб – містить один або більше вимірів і є впорядкованим набором комірок.

30. Операція зрізу в гіперкубі.

Зріз - формується підмножина багатовимірного масиву даних, яка відповідає єдиному значенню одного або декількох елементів вимірювань, які не входять в цю підмножину.

31. Операція обертання в гіперкубі.

Обертання - зміна розташування вимірювань, які представлені у звіті або на сторінці, що відображує певний результат.

32. Операція консолідації в гіперкубі.

Консолідація і деталізація - операції, які визначають перехід вверх по напрямку від детального представлення даних до агрегованого і навпаки, відповідно.

33. Багатовимірна модель даних: концептуальна модель.

34. Багатовимірна модель даних: фізична модель.

35. Багатовимірна модель даних: прикладна модель.

36. Поняття багатовимірного простору.

Простір, що має число вимірів більше трьох.

37. Поняття виміру.

Вимір – описує елемент даних, по якому виконується аналіз..

Дата добавления: 2015-05-07