Submit Search
Upload
Управление данными (хранилища данных и OLAP)
•
Download as PPTX, PDF
•
4 likes
•
9,163 views
Ural Federal University named after First President of Russia B.N. Yeltsin
Follow
Лекции по курсу "Управление данными". Автор Владислав Лавров (vlavrov.com)
Read less
Read more
Education
Technology
Report
Share
Report
Share
1 of 60
Download now
Recommended
Управление данными (Введение в СУБД)
Управление данными (Введение в СУБД)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (реляционная модель)
Управление данными (реляционная модель)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (sql)
Управление данными (sql)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (распределенная обработка)
Управление данными (распределенная обработка)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (дополнительно)
Управление данными (дополнительно)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (литература)
Управление данными (литература)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (модели данных)
Управление данными (модели данных)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными. Основы проектирования БД
Управление данными. Основы проектирования БД
Ural Federal University named after First President of Russia B.N. Yeltsin
Recommended
Управление данными (Введение в СУБД)
Управление данными (Введение в СУБД)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (реляционная модель)
Управление данными (реляционная модель)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (sql)
Управление данными (sql)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (распределенная обработка)
Управление данными (распределенная обработка)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (дополнительно)
Управление данными (дополнительно)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (литература)
Управление данными (литература)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными (модели данных)
Управление данными (модели данных)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными. Основы проектирования БД
Управление данными. Основы проектирования БД
Ural Federal University named after First President of Russia B.N. Yeltsin
Olap и oltp технологии
Olap и oltp технологии
Ilya Ternovoy
Основы OLAP. Вебинар Workaround в Softengi
Основы OLAP. Вебинар Workaround в Softengi
Softengi
Информатика (эффективный поиск в Интернет)
Информатика (эффективный поиск в Интернет)
Ural Federal University named after First President of Russia B.N. Yeltsin
Все самые важные команды SQL за 60 минут
Все самые важные команды SQL за 60 минут
SkillFactory
InterSystems Healthshare +DeepSee. Hospitalization queue
InterSystems Healthshare +DeepSee. Hospitalization queue
InterSystems
Информатика (СУБД)
Информатика (СУБД)
Ural Federal University named after First President of Russia B.N. Yeltsin
Информатика (прикладное ПО)
Информатика (прикладное ПО)
Ural Federal University named after First President of Russia B.N. Yeltsin
Информатика (рекомендуемые информационные ресурсы)
Информатика (рекомендуемые информационные ресурсы)
Ural Federal University named after First President of Russia B.N. Yeltsin
Обзор инструментов Toad для администраторов Oracle
Обзор инструментов Toad для администраторов Oracle
BAKOTECH
Практика миграции реляционных баз данных в экосистему Hadoop
Практика миграции реляционных баз данных в экосистему Hadoop
Yury Petrov
Cистема внутренней статистики Odnoklassniki.ru
Cистема внутренней статистики Odnoklassniki.ru
odnoklassniki.ru
Информатика (устройство ПК)
Информатика (устройство ПК)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными и защита от сбоев. Решения КРОК на основе продуктов COMMVAULT
Управление данными и защита от сбоев. Решения КРОК на основе продуктов COMMVAULT
КРОК
Информатика (архитектура ПО)
Информатика (архитектура ПО)
Ural Federal University named after First President of Russia B.N. Yeltsin
DBD lection 4. Big Data, NoSQL. In Russian.
DBD lection 4. Big Data, NoSQL. In Russian.
mikhaelsmirnov
DBD lection 1. Intro in Database Design. In Russian.
DBD lection 1. Intro in Database Design. In Russian.
mikhaelsmirnov
Комос групп архив финансовой документации
Комос групп архив финансовой документации
Корпорация ЭЛАР
Информатика (архитектура)
Информатика (архитектура)
Ural Federal University named after First President of Russia B.N. Yeltsin
Хранилище данных (+ облачные хранилища данных)
Хранилище данных (+ облачные хранилища данных)
PutinTheJew
Использование Sedna в WEB
Использование Sedna в WEB
Alexandre Kalendarev
Управление данными (транзакции)
Управление данными (транзакции)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (IDEF)
МиСПИСиТ (IDEF)
Ural Federal University named after First President of Russia B.N. Yeltsin
More Related Content
What's hot
Olap и oltp технологии
Olap и oltp технологии
Ilya Ternovoy
Основы OLAP. Вебинар Workaround в Softengi
Основы OLAP. Вебинар Workaround в Softengi
Softengi
Информатика (эффективный поиск в Интернет)
Информатика (эффективный поиск в Интернет)
Ural Federal University named after First President of Russia B.N. Yeltsin
Все самые важные команды SQL за 60 минут
Все самые важные команды SQL за 60 минут
SkillFactory
InterSystems Healthshare +DeepSee. Hospitalization queue
InterSystems Healthshare +DeepSee. Hospitalization queue
InterSystems
Информатика (СУБД)
Информатика (СУБД)
Ural Federal University named after First President of Russia B.N. Yeltsin
Информатика (прикладное ПО)
Информатика (прикладное ПО)
Ural Federal University named after First President of Russia B.N. Yeltsin
Информатика (рекомендуемые информационные ресурсы)
Информатика (рекомендуемые информационные ресурсы)
Ural Federal University named after First President of Russia B.N. Yeltsin
Обзор инструментов Toad для администраторов Oracle
Обзор инструментов Toad для администраторов Oracle
BAKOTECH
Практика миграции реляционных баз данных в экосистему Hadoop
Практика миграции реляционных баз данных в экосистему Hadoop
Yury Petrov
Cистема внутренней статистики Odnoklassniki.ru
Cистема внутренней статистики Odnoklassniki.ru
odnoklassniki.ru
Информатика (устройство ПК)
Информатика (устройство ПК)
Ural Federal University named after First President of Russia B.N. Yeltsin
Управление данными и защита от сбоев. Решения КРОК на основе продуктов COMMVAULT
Управление данными и защита от сбоев. Решения КРОК на основе продуктов COMMVAULT
КРОК
Информатика (архитектура ПО)
Информатика (архитектура ПО)
Ural Federal University named after First President of Russia B.N. Yeltsin
DBD lection 4. Big Data, NoSQL. In Russian.
DBD lection 4. Big Data, NoSQL. In Russian.
mikhaelsmirnov
DBD lection 1. Intro in Database Design. In Russian.
DBD lection 1. Intro in Database Design. In Russian.
mikhaelsmirnov
Комос групп архив финансовой документации
Комос групп архив финансовой документации
Корпорация ЭЛАР
Информатика (архитектура)
Информатика (архитектура)
Ural Federal University named after First President of Russia B.N. Yeltsin
Хранилище данных (+ облачные хранилища данных)
Хранилище данных (+ облачные хранилища данных)
PutinTheJew
Использование Sedna в WEB
Использование Sedna в WEB
Alexandre Kalendarev
What's hot
(20)
Olap и oltp технологии
Olap и oltp технологии
Основы OLAP. Вебинар Workaround в Softengi
Основы OLAP. Вебинар Workaround в Softengi
Информатика (эффективный поиск в Интернет)
Информатика (эффективный поиск в Интернет)
Все самые важные команды SQL за 60 минут
Все самые важные команды SQL за 60 минут
InterSystems Healthshare +DeepSee. Hospitalization queue
InterSystems Healthshare +DeepSee. Hospitalization queue
Информатика (СУБД)
Информатика (СУБД)
Информатика (прикладное ПО)
Информатика (прикладное ПО)
Информатика (рекомендуемые информационные ресурсы)
Информатика (рекомендуемые информационные ресурсы)
Обзор инструментов Toad для администраторов Oracle
Обзор инструментов Toad для администраторов Oracle
Практика миграции реляционных баз данных в экосистему Hadoop
Практика миграции реляционных баз данных в экосистему Hadoop
Cистема внутренней статистики Odnoklassniki.ru
Cистема внутренней статистики Odnoklassniki.ru
Информатика (устройство ПК)
Информатика (устройство ПК)
Управление данными и защита от сбоев. Решения КРОК на основе продуктов COMMVAULT
Управление данными и защита от сбоев. Решения КРОК на основе продуктов COMMVAULT
Информатика (архитектура ПО)
Информатика (архитектура ПО)
DBD lection 4. Big Data, NoSQL. In Russian.
DBD lection 4. Big Data, NoSQL. In Russian.
DBD lection 1. Intro in Database Design. In Russian.
DBD lection 1. Intro in Database Design. In Russian.
Комос групп архив финансовой документации
Комос групп архив финансовой документации
Информатика (архитектура)
Информатика (архитектура)
Хранилище данных (+ облачные хранилища данных)
Хранилище данных (+ облачные хранилища данных)
Использование Sedna в WEB
Использование Sedna в WEB
Viewers also liked
Управление данными (транзакции)
Управление данными (транзакции)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (IDEF)
МиСПИСиТ (IDEF)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (источники ошибок)
МиСПИСиТ (источники ошибок)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (структура)
МиСПИСиТ (структура)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (тестирование и отладка)
МиСПИСиТ (тестирование и отладка)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (общие принципы разработки)
МиСПИСиТ (общие принципы разработки)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (введение)
МиСПИСиТ (введение)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (архитектура)
МиСПИСиТ (архитектура)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (разработка программного модуля)
МиСПИСиТ (разработка программного модуля)
Ural Federal University named after First President of Russia B.N. Yeltsin
1. Кафедра ТИМ УрФУ
1. Кафедра ТИМ УрФУ
Ural Federal University named after First President of Russia B.N. Yeltsin
Образовательная программа ИСТ на кафедре ТИМ УрФУ
Образовательная программа ИСТ на кафедре ТИМ УрФУ
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (литература по курсу)
МиСПИСиТ (литература по курсу)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (жизненный цикл)
МиСПИСиТ (жизненный цикл)
Ural Federal University named after First President of Russia B.N. Yeltsin
МиСПИСиТ (внешнее описание)
МиСПИСиТ (внешнее описание)
Ural Federal University named after First President of Russia B.N. Yeltsin
3. Общая характеристика АСУ
3. Общая характеристика АСУ
Ural Federal University named after First President of Russia B.N. Yeltsin
Simonova CSEDays
Simonova CSEDays
LiloSEA
Simonova sql server-enginetesting
Simonova sql server-enginetesting
Computer Science Club
Simonova sql server-enginetesting
Simonova sql server-enginetesting
LiloSEA
SQL Server Reporting Services - дюжина советов
SQL Server Reporting Services - дюжина советов
Andrey Korshikov
TMPA-2013 Senov: Applying OLAP and MapReduce Technologies for Performance Tes...
TMPA-2013 Senov: Applying OLAP and MapReduce Technologies for Performance Tes...
Iosif Itkin
Viewers also liked
(20)
Управление данными (транзакции)
Управление данными (транзакции)
МиСПИСиТ (IDEF)
МиСПИСиТ (IDEF)
МиСПИСиТ (источники ошибок)
МиСПИСиТ (источники ошибок)
МиСПИСиТ (структура)
МиСПИСиТ (структура)
МиСПИСиТ (тестирование и отладка)
МиСПИСиТ (тестирование и отладка)
МиСПИСиТ (общие принципы разработки)
МиСПИСиТ (общие принципы разработки)
МиСПИСиТ (введение)
МиСПИСиТ (введение)
МиСПИСиТ (архитектура)
МиСПИСиТ (архитектура)
МиСПИСиТ (разработка программного модуля)
МиСПИСиТ (разработка программного модуля)
1. Кафедра ТИМ УрФУ
1. Кафедра ТИМ УрФУ
Образовательная программа ИСТ на кафедре ТИМ УрФУ
Образовательная программа ИСТ на кафедре ТИМ УрФУ
МиСПИСиТ (литература по курсу)
МиСПИСиТ (литература по курсу)
МиСПИСиТ (жизненный цикл)
МиСПИСиТ (жизненный цикл)
МиСПИСиТ (внешнее описание)
МиСПИСиТ (внешнее описание)
3. Общая характеристика АСУ
3. Общая характеристика АСУ
Simonova CSEDays
Simonova CSEDays
Simonova sql server-enginetesting
Simonova sql server-enginetesting
Simonova sql server-enginetesting
Simonova sql server-enginetesting
SQL Server Reporting Services - дюжина советов
SQL Server Reporting Services - дюжина советов
TMPA-2013 Senov: Applying OLAP and MapReduce Technologies for Performance Tes...
TMPA-2013 Senov: Applying OLAP and MapReduce Technologies for Performance Tes...
Similar to Управление данными (хранилища данных и OLAP)
хранилище данных
хранилище данных
PutinTheJew
тема 4 2
тема 4 2
asheg
Подходы к построению хранилищ данных в крупных организациях
Подходы к построению хранилищ данных в крупных организациях
Сбертех | SberTech
Druid - Interactive Analytics At Scale
Druid - Interactive Analytics At Scale
Lohika_Odessa_TechTalks
Знакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данных
Denodo
Построение Data Mesh на основе Виртуальных Данных
Построение Data Mesh на основе Виртуальных Данных
Denodo
Знакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данных
Denodo
Инфраструктура Big data - от источников до быстрых витрин - версия для МИСиС
Инфраструктура Big data - от источников до быстрых витрин - версия для МИСиС
Yury Petrov
Oracle Big Data. Обзор технологий
Oracle Big Data. Обзор технологий
Andrey Akulov
Модернизация хранилища данных для использования передовой аналитики
Модернизация хранилища данных для использования передовой аналитики
Yuri Yashkin
Логическая витрина данных
Логическая витрина данных
Sergey Gorshkov
Модернизация хранилища данных для использования передовой аналитики
Модернизация хранилища данных для использования передовой аналитики
Elizaveta Alekseeva
Хранилища данных, средства анализа данных
Хранилища данных, средства анализа данных
Yury Samoylenko
10 субд
10 субд
Evgeniy Golendyhin
ATK_BiView - инструмент эффективной интеграции 1С и Qlik
ATK_BiView - инструмент эффективной интеграции 1С и Qlik
Marina Payvina
Web весна 2012 лекция 6
Web весна 2012 лекция 6
Technopark
Конкурс презентаций - Коноплева
Конкурс презентаций - Коноплева
galkina
Презентация аналитической системы для ритейла СуперМаг BI
Презентация аналитической системы для ритейла СуперМаг BI
Оникс Софт
Преимущества построения оперативной отчетности с помощью технологий Oracle
Преимущества построения оперативной отчетности с помощью технологий Oracle
Andrey Akulov
Oracle Big Data proposition
Oracle Big Data proposition
Andrey Akulov
Similar to Управление данными (хранилища данных и OLAP)
(20)
хранилище данных
хранилище данных
тема 4 2
тема 4 2
Подходы к построению хранилищ данных в крупных организациях
Подходы к построению хранилищ данных в крупных организациях
Druid - Interactive Analytics At Scale
Druid - Interactive Analytics At Scale
Знакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данных
Построение Data Mesh на основе Виртуальных Данных
Построение Data Mesh на основе Виртуальных Данных
Знакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данных
Инфраструктура Big data - от источников до быстрых витрин - версия для МИСиС
Инфраструктура Big data - от источников до быстрых витрин - версия для МИСиС
Oracle Big Data. Обзор технологий
Oracle Big Data. Обзор технологий
Модернизация хранилища данных для использования передовой аналитики
Модернизация хранилища данных для использования передовой аналитики
Логическая витрина данных
Логическая витрина данных
Модернизация хранилища данных для использования передовой аналитики
Модернизация хранилища данных для использования передовой аналитики
Хранилища данных, средства анализа данных
Хранилища данных, средства анализа данных
10 субд
10 субд
ATK_BiView - инструмент эффективной интеграции 1С и Qlik
ATK_BiView - инструмент эффективной интеграции 1С и Qlik
Web весна 2012 лекция 6
Web весна 2012 лекция 6
Конкурс презентаций - Коноплева
Конкурс презентаций - Коноплева
Презентация аналитической системы для ритейла СуперМаг BI
Презентация аналитической системы для ритейла СуперМаг BI
Преимущества построения оперативной отчетности с помощью технологий Oracle
Преимущества построения оперативной отчетности с помощью технологий Oracle
Oracle Big Data proposition
Oracle Big Data proposition
More from Ural Federal University named after First President of Russia B.N. Yeltsin
2016 ВКР Черемискина Н.А.
2016 ВКР Черемискина Н.А.
Ural Federal University named after First President of Russia B.N. Yeltsin
2016 ВКР Гребнева Н.В.
2016 ВКР Гребнева Н.В.
Ural Federal University named after First President of Russia B.N. Yeltsin
2016 ВКР Имашева А.А.
2016 ВКР Имашева А.А.
Ural Federal University named after First President of Russia B.N. Yeltsin
Введение в методы agile
Введение в методы agile
Ural Federal University named after First President of Russia B.N. Yeltsin
ООП. Рекомендуемые информационные ресурсы
ООП. Рекомендуемые информационные ресурсы
Ural Federal University named after First President of Russia B.N. Yeltsin
Методоллогии Agile
Методоллогии Agile
Ural Federal University named after First President of Russia B.N. Yeltsin
3. Информация и ее роль
3. Информация и ее роль
Ural Federal University named after First President of Russia B.N. Yeltsin
Наследование и полиморфизм
Наследование и полиморфизм
Ural Federal University named after First President of Russia B.N. Yeltsin
Классы и объекты С#
Классы и объекты С#
Ural Federal University named after First President of Russia B.N. Yeltsin
Составные части объектного подхода
Составные части объектного подхода
Ural Federal University named after First President of Russia B.N. Yeltsin
Интерфейсы
Интерфейсы
Ural Federal University named after First President of Russia B.N. Yeltsin
магистратура 09.04.02 ист на кафедре тим урфу+
магистратура 09.04.02 ист на кафедре тим урфу+
Ural Federal University named after First President of Russia B.N. Yeltsin
магистратура 22.04.02 металлургия на кафедре тим+
магистратура 22.04.02 металлургия на кафедре тим+
Ural Federal University named after First President of Russia B.N. Yeltsin
1.5 тп (технологические подходы)+
1.5 тп (технологические подходы)+
Ural Federal University named after First President of Russia B.N. Yeltsin
1.4 тп (общие принципы разработки)+
1.4 тп (общие принципы разработки)+
Ural Federal University named after First President of Russia B.N. Yeltsin
1.3 тп (источники ошибок)+
1.3 тп (источники ошибок)+
Ural Federal University named after First President of Russia B.N. Yeltsin
2014 Сабиров Е.Р. презентация КП по ПБД
2014 Сабиров Е.Р. презентация КП по ПБД
Ural Federal University named after First President of Russia B.N. Yeltsin
2014 Мищенко К.В. презентация КП по ПБД
2014 Мищенко К.В. презентация КП по ПБД
Ural Federal University named after First President of Russia B.N. Yeltsin
2014 Пильщиков С.Н. презентация КП по ПБД
2014 Пильщиков С.Н. презентация КП по ПБД
Ural Federal University named after First President of Russia B.N. Yeltsin
2014 диплом Терехова А.Ю
2014 диплом Терехова А.Ю
Ural Federal University named after First President of Russia B.N. Yeltsin
More from Ural Federal University named after First President of Russia B.N. Yeltsin
(20)
2016 ВКР Черемискина Н.А.
2016 ВКР Черемискина Н.А.
2016 ВКР Гребнева Н.В.
2016 ВКР Гребнева Н.В.
2016 ВКР Имашева А.А.
2016 ВКР Имашева А.А.
Введение в методы agile
Введение в методы agile
ООП. Рекомендуемые информационные ресурсы
ООП. Рекомендуемые информационные ресурсы
Методоллогии Agile
Методоллогии Agile
3. Информация и ее роль
3. Информация и ее роль
Наследование и полиморфизм
Наследование и полиморфизм
Классы и объекты С#
Классы и объекты С#
Составные части объектного подхода
Составные части объектного подхода
Интерфейсы
Интерфейсы
магистратура 09.04.02 ист на кафедре тим урфу+
магистратура 09.04.02 ист на кафедре тим урфу+
магистратура 22.04.02 металлургия на кафедре тим+
магистратура 22.04.02 металлургия на кафедре тим+
1.5 тп (технологические подходы)+
1.5 тп (технологические подходы)+
1.4 тп (общие принципы разработки)+
1.4 тп (общие принципы разработки)+
1.3 тп (источники ошибок)+
1.3 тп (источники ошибок)+
2014 Сабиров Е.Р. презентация КП по ПБД
2014 Сабиров Е.Р. презентация КП по ПБД
2014 Мищенко К.В. презентация КП по ПБД
2014 Мищенко К.В. презентация КП по ПБД
2014 Пильщиков С.Н. презентация КП по ПБД
2014 Пильщиков С.Н. презентация КП по ПБД
2014 диплом Терехова А.Ю
2014 диплом Терехова А.Ю
Управление данными (хранилища данных и OLAP)
1.
Управление данными Часть 9. Хранилища
данных и OLAP Использованы материалы Microsoft SQL Server Analysis Services 2008 для построения хранилищ данных Автор: В.В. Полубояров (http://www.intuit.ru/department/database/mssqlsas2008 ) (©) Владислав Лавров, vlavrov.com
2.
2 9.1. Хранилище данных и
OLAP. Назначение. Основные характеристики (©) Владислав Лавров, vlavrov.com
3.
3 (©) Владислав Лавров,
vlavrov.com
4.
4 Сбор и хранение
информации, а также решение задач информационно-поискового запроса эффективно реализуются средствами систем управления базами данных (СУБД) с помощью OLTP (Online Transaction Processing)- подсистем. (©) Владислав Лавров, vlavrov.com
5.
5 Непосредственно OLTP-системы не
подходят для полноценного анализа информации. Почему? В силу противоречивости требований, предъявляемых к OLTP-системам и СППР. (©) Владислав Лавров, vlavrov.com
6.
6 Для предоставления необходимой
для принятия решений информации обычно приходится собирать данные из нескольких транзакционных баз данных различной структуры и содержания. (©) Владислав Лавров, vlavrov.com
7.
7 Основная проблема при
этом состоит в несогласованности и противоречивости этих баз-источников, отсутствии единого логического взгляда на корпоративные данные. (©) Владислав Лавров, vlavrov.com
8.
8 В основе концепции
ХД лежит идея разделения данных, используемых для оперативной обработки и для решения задач анализа, что позволяет оптимизировать структуры хранения. (©) Владислав Лавров, vlavrov.com
9.
9 ХД позволяет интегрировать
ранее разъединенные детализированные данные, содержащиеся в исторических архивах, накапливаемых в традиционных OLTP-системах, поступающих из внешних источников, в единую базу данных, осуществляя их предварительное согласование и, возможно, агрегацию. (©) Владислав Лавров, vlavrov.com
10.
10 Подсистема ввода данных (СУБД -
OLTP) Подсистема хранения данных (СУБД и/или ХД) Подсистема анализа Подсистема информационно- поискового анализа (СУБД, SQL) Подсистема оперативного анализа (OLAP) Подсистема интеллектуального анализа (Data Mining) Оператор Аналитик (©) Владислав Лавров, vlavrov.com
11.
11 Подсистема анализа может
быть построена на основе: • подсистемы информационно-поискового анализа на базе реляционных СУБД и статических запросов с использованием языка SQL; • подсистемы оперативного анализа. Для реализации таких подсистем применяется технология оперативной аналитической обработки данных OLAP, использующая концепцию многомерного представления данных; • подсистемы интеллектуального анализа, реализующие методы и алгоритмы Data Mining. (©) Владислав Лавров, vlavrov.com
12.
12 ХД – предметно-ориентированный,
интегрированный, редко меняющийся, поддерживающий хронологию набор данных, организованный для целей поддержки принятия решений. Предметная ориентация означает, что ХД интегрируют информацию, отражающую различные точки зрения на предметную область. Интеграция предполагает, что данные, хранящиеся в ХД, приводятся к единому формату. Поддержка хронологии означает, что все данные в ХД соответствуют последовательным интервалам времени. Понятие хранилищ данных (©) Владислав Лавров, vlavrov.com
13.
13 Структура СППР с
физическим ХД • При загрузке данных из OLTP-системы в ХД происходит дублирование данных. • В ходе этой загрузки данные фильтруются, поскольку не все из них имеют значение для проведения процедур анализа. • В ХД хранится обобщённая информация, которая в OLTP-системе отсутствует. Подсистема анализа Аналитик Подсистема ввода (OLTP) Оперативный источник данных Оперативный источник данных Оперативный источник данных Подсистема хранения данных Хранилище данных Подсистема ввода (OLTP) Подсистема ввода (OLTP) Аналитические запросы Данные Внешний источник данных Оператор Оператор Оператор (©) Владислав Лавров, vlavrov.com
14.
14 В системе виртуальных
ХД данные из OLTP-системы не копируются в единое хранилище. Они извлекаются, преобразуются и интегрируются непосредственно при выполнении аналитических запросов в режиме реального времени. Фактически такие запросы напрямую передаются к OLTP-системе. Достоинства виртуального ХД: • минимизация объема хранимых данных; • работа с текущими, актуальными данными. Недостатки виртуального ХД: • более высокое, по сравнению с физическим ХД время обработки запросов; • необходимость постоянной доступности всех OLTP-источников; • снижение быстродействия OLTP-систем; • OLTP-системы не ориентированы на хранение данных за длительный период времени, по мере необходимости данные выгружаются в архивные, поэтому не всегда имеется физическая возможность получения полного набора данных в ХД. Виртуальные хранилища данных (©) Владислав Лавров, vlavrov.com
15.
15 1. Интеграция разнородных
данных. 2. Эффективное хранение и обработка больших объемов данных. 3. Организация многоуровневых справочников метаданных. 4. Обеспечение информационной безопасности ХД. Проблемы построения хранилищ данных (©) Владислав Лавров, vlavrov.com
16.
16 Структура СППР с
самостоятельными витринами данных (ВД ) Подсистема анализа Подсистема ввода (OLTP) Оперативный источник данных Оперативный источник данных Подсистема хранения данных Витрина данных Подсистема ввода (OLTP) Подсистема ввода (OLTP) Аналитические запросы Данные Внешний источник данных Оператор Оператор Оператор Витрина данных Оперативный источник данных Подсистема анализа Аналитические запросы Данные Аналитик Аналитик • ВД содержит данные, ориентированные на конкретного пользователя, существенно меньше по объему, и для ее реализации требуется меньше затрат. • ВД могут строиться как самостоятельно, так и вместе с ХД. • ВД внедряются гораздо быстрее и быстрее виден эффект от их использования. (©) Владислав Лавров, vlavrov.com
17.
17 Структура СППР с хранилищами
данных и витринами данных Подсистема анализа Подсистема ввода (OLTP) Оперативный источник данных Оперативный источник данных Подсистема хранения данных Витрина данных Подсистема ввода (OLTP) Подсистема ввода (OLTP) Аналитические запросы Данные Внешний источник данных Оператор Оператор Оператор Витрина данных Оперативный источник данных Подсистема анализа Аналитические запросы Данные Аналитик АналитикХранилище данных (©) Владислав Лавров, vlavrov.com
18.
18 9.2. Понятие и модель
данных OLAP (©) Владислав Лавров, vlavrov.com
19.
19 OLAP (Online Analytical
Processing) – технология оперативной аналитической обработки данных, использующая методы и средства для сбора, хранения и анализа многомерных данных в целях поддержки процессов принятия решений. Основное назначение OLAP-систем – поддержка аналитической деятельности, произвольных запросов пользователей - аналитиков. Цель OLAP- анализа – проверка возникающих гипотез. Понятие OLAP (©) Владислав Лавров, vlavrov.com
20.
20 OLTP – On-Line
Transaction Processing, оперативная транзакционная обработка данных OLAP – On-Line Analytical Processing оперативная аналитическая обработка данных Data OLTP OLAP (©) Владислав Лавров, vlavrov.com
21.
21 Категории данных в
хранилищах данных 1. Детальные данные 2. Агрегированные (обобщённые) данные 3. Метаданные Подсистема анализа Аналитик Подсистема ввода (OLTP) Оперативный источник данных Оперативный источник данных Оперативный источник данных Подсистема хранения данных Хранилище данных Подсистема ввода (OLTP) Подсистема ввода (OLTP) Аналити- ческие запросы Данные Внешний источник данных Оператор Оператор Оператор Агрегированные данные Детальные данные Обратный поток Входной поток Выходной поток Поток обобщения Репозиторий метаданных Поток метаданных Архивный поток Архивные данные (©) Владислав Лавров, vlavrov.com
22.
22 Информационные потоки в
хранилищах данных • входной поток - образуется данными, копируемыми из OLTP-систем в ХД; данные при этом часто очищаются и обогащаются путем добавления новых атрибутов; • поток обобщения - образуется агрегированием детальных данных и их сохранением в ХД; • архивный поток - образуется перемещением детальных данных, количество обращений к которым снизилось; • поток метаданных - образуется потоком информации о данных в репозиторий данных; • выходной поток - образуется данными, извлекаемыми пользователями; • обратный поток - образуется очищенными данными, записываемыми обратно в OLTP-системы. (©) Владислав Лавров, vlavrov.com
23.
23 OLAP и OLTP. Характеристики
и основные отличия Характеристики OLTP системы • Большой объем информации • Часто различные БД для разных подразделений • Нормализованная схема, отсутствие дублирования информации • Интенсивное изменение данных • Транзакционный режим работы • Транзакции затрагивают небольшой объем данных • Обработка текущих данных – мгновенный снимок • Много клиентов • Малое время отклика – несколько секунд (©) Владислав Лавров, vlavrov.com
24.
24 OLAP и OLTP. Характеристики
и основные отличия Характеристики OLAP системы • Большой объем информации • Синхронизированная информация из различных БД с использованием общих классификаторов • Ненормализованная схема БД с дубликатами • Данные меняются редко, Изменение происходит через пакетную загрузку • Выполняются сложные нерегламентированные запросы над большим объемом данных с широким применением группировок и агрегатных функций. • Анализ временных зависимостей • Небольшое количество работающих пользователей – аналитики и менеджеры • Большее время отклика (но все равно приемлемое) – несколько минут (©) Владислав Лавров, vlavrov.com
25.
25 9.3. Правила Кодда для OLAP
систем (©) Владислав Лавров, vlavrov.com
26.
26 1. Концептуальное многомерное
представление 2. Прозрачность. 3. Доступность. 4. Постоянная производительность при разработке отчётов. 5. Клиент-серверная архитектура. 6. Общая многомерность. 7. Динамическое управление разреженными матрицами. 8. Многопользовательская поддержка. 9. Неограниченные перекрёстные операции. 10. Интуитивная манипуляция данными. 11. Гибкие возможности получения отчётов. 12. Неограниченная размерность и число уровней агрегации. (©) Владислав Лавров, vlavrov.com
27.
27 9.4. Структура OLAP-куба (©) Владислав
Лавров, vlavrov.com
28.
28 Гиперкуб (©) Владислав Лавров,
vlavrov.com
29.
29 Операции, выполняемые над
гиперкубом 1. Срез 2. Вращение (©) Владислав Лавров, vlavrov.com
30.
30 Операции, выполняемые над
гиперкубом 4. Детализация 3. Консолидация (©) Владислав Лавров, vlavrov.com
31.
31 Фрагмент хранилища данных
для OLAP (©) Владислав Лавров, vlavrov.com
32.
32 Таблица фактов 1. Факты,
связанные с транзакциями (Transaction facts). 2. Факты, связанные с "моментальными снимками" (Snapshot facts). 3. Факты, связанные с элементами документа (Line-item facts). 4. Факты, связанные с событиями или состоянием объекта (Event or state facts). Основные типы таблиц фактов (©) Владислав Лавров, vlavrov.com
33.
33 Таблица измерений Таблицы измерений
содержат неизменяемые либо редко изменяемые данные. Таблицы измерений также содержат как минимум одно описательное поле (обычно с именем члена измерения) и, как правило, целочисленное ключевое поле (обычно это суррогатный ключ) для однозначной идентификации члена измерения. Если будущее измерение, основанное на данной таблице измерений, содержит иерархию, то таблица измерений также может содержать поля, указывающие на "родителя" данного члена в этой иерархии. Каждая таблица измерений должна находиться в отношении "один ко многим" с таблицей фактов. Скорость роста таблиц измерений должна быть незначительной по сравнению со скоростью роста таблицы фактов (©) Владислав Лавров, vlavrov.com
34.
34 Архитектура OLAP-систем (©) Владислав Лавров,
vlavrov.com
35.
35 Архитектура OLAP-систем Слой извлечения,
преобразования и загрузки данных Включает организационные подразделения и структуры организации всех уровней, поддерживающие базы данных оперативного доступа. Он представляет собой низовой уровень генерации информации, уровень внутренних и внешних информационных источников, вырабатывающих "сырую" информацию. Эта информация является рабочей для повседневной деятельности различных подразделений, которые ее вырабатывают и используют. Загрузка данных из источников в хранилище осуществляется специальными процедурами, позволяющими: 1. Извлекать данные из различных баз данных, текстовых файлов; 2. Выполнять различные типы согласования и очистки данных; 3. Преобразовывать данные при перемещении их от источников к хранилищу; 4. Загружать согласованные и "очищенные" данные в структуры хранилища (©) Владислав Лавров, vlavrov.com
36.
36 Архитектура OLAP-систем Слой хранения
данных Предназначен для хранения значимой, проверенной, согласованной, непротиворечивой и хронологически целостной информации, которую с достаточно высокой степенью уверенности можно считать достоверной. Как правило, ХД или ВД реализуется в виде реляционной БД, работающей под управлением достаточно мощной реляционной СУБД. Требования к СУБД: • поддержка эффективной работы с огромными объёмами информации; • развитые средства ограничения доступа; • обеспечение повышенного уровня надёжности и безопасности; • соответствие необходимым требованиям по восстановлению и архивации. Слой реализован в виде хранилища данных (ХД) или витрины данных (ВД). (©) Владислав Лавров, vlavrov.com
37.
37 Архитектура OLAP-систем Слой анализа
данных Для организации доступа аналитиков к данным ХД и ВД используются специализированные рабочие места, поддерживающие необходимые технологии как оперативного, так и долговременного анализа. Результаты работы аналитиков оформляются в виде отчетов, графиков, рекомендаций и сохраняются как на локальном компьютере, так и в общедоступном узле локальной сети. Современный подход к инструментальным средствам анализа не ограничивается использованием какой-то одной технологии. В настоящее время принято различать следующие основные вида аналитической деятельности: • стандартная отчетность; • нерегламентированные запросы; • многомерный анализ (OLAP); • извлечение знаний (data mining). (©) Владислав Лавров, vlavrov.com
38.
38 Инструментальные средства OLAP-систем •
Клиентские OLAP-средства • Серверные OLAP-средства (©) Владислав Лавров, vlavrov.com
39.
39 Клиентские OLAP-средства Представляют собой
приложения, осуществляющие вычисление агрегатных данных (сумм, средних величин, максимальных или минимальных значений) и их отображение, при этом сами агрегатные данные содержатся в кэше внутри адресного пространства такого OLAP-средства. Если исходные данные содержатся в настольной СУБД, вычисление агрегатных данных производится самим OLAP-средством. Если же источник исходных данных - серверная СУБД, многие из клиентских OLAP-средств посылают на сервер SQL- запросы, содержащие оператор GROUP BY, и в результате получают агрегатные данные, вычисленные на сервере. Функциональность реализована в пакетах статистической обработки данных (например, продуктах компаний StatSoft и SPSS), а также в пакетах Microsoft Office Excel и Microsoft Office Visio. (©) Владислав Лавров, vlavrov.com
40.
40 Клиентские OLAP-средства В состав
Microsoft Office 2010 входят три отдельных OLAP-компонента: 1. Клиент извлечения и обработки данных для Excel позволяет создавать проекты извлечения и обработки данных на базе служб SQL Server Analysis Services (SSAS) и управлять ими из Excel; 2. Средства анализа таблиц для приложения Excel позволяют использовать встроенные в службы SSAS функции извлечения и обработки информации для анализа данных, хранящихся в таблицах Excel; 3. Шаблоны извлечения и обработки данных для приложения Visio позволяют визуализировать деревья решений, деревья регрессии, кластерные диаграммы и сети зависимостей на диаграммах Visio. (©) Владислав Лавров, vlavrov.com
41.
41 Клиентские OLAP-средства С помощью
приложения Microsoft Office Visio можно аннотировать, дополнять и отображать графические представления результатов извлечения и обработки данных. Платформа SQL Server 2008 в сочетании с приложением Visio 2007 позволяет: • визуализировать деревья решений, деревья регрессии, кластерные диаграммы и сети зависимостей; • сохранять модели извлечения и обработки данных в виде документов Visio, внедрённых в другие документы приложений Office или сохранённых в виде веб-страниц. (©) Владислав Лавров, vlavrov.com
42.
42 Серверные OLAP-средства В случае
применения серверных OLAP-средств вычисление и хранение агрегатных данных происходят на сервере, а клиентское приложение получает лишь результаты запросов к ним, что позволяет в общем случае снизить сетевой трафик, время выполнения запросов и требования к ресурсам, потребляемым клиентским приложением. Средства анализа и обработки данных масштаба предприятия, как правило, базируются именно на серверных OLAP-средствах, например, таких как Oracle Database Server и Microsoft SQL Server. (©) Владислав Лавров, vlavrov.com
43.
43 9.5. Реализация OLAP (©) Владислав
Лавров, vlavrov.com
44.
• MOLAP (Multidimensional
OLAP) • ROLAP (Relational OLAP) • HOLAP (Hybrid OLAP) Типы OLAP - серверов (©) Владислав Лавров, vlavrov.com
45.
MOLAP - сервер Детальные
и агрегированные данные хранятся в многомерной базе данных. Хранение данных в многомерных структурах позволяет манипулировать данными как многомерным массивом, благодаря чему скорость вычисления агрегатных значений одинакова для любого из измерений. Однако в этом случае многомерная база данных оказывается избыточной, так как многомерные данные полностью содержат детальные реляционные данные. (©) Владислав Лавров, vlavrov.com
46.
Преимущества • Высокая производительность. •
Структура и интерфейсы наилучшим образом соответствуют структуре аналитических запросов. • Многомерные СУБД легко справляются с задачами включения в информационную модель разнообразных встроенных функций. MOLAP - сервер (©) Владислав Лавров, vlavrov.com
47.
Недостатки • MOLAP могут
работать только со своими собственными многомерными БД и основываются на патентованных технологиях для многомерных СУБД, поэтому являются наиболее дорогими. • По сравнению с реляционными, очень неэффективно используют внешнюю память, обладают худшими по сравнению с реляционными БД механизмами транзакций. • Отсутствуют единые стандарты на интерфейс, языки описания и манипулирования данными. • Не поддерживают репликацию данных, часто используемую в качестве механизма загрузки. MOLAP - сервер (©) Владислав Лавров, vlavrov.com
48.
ROLAP - сервер ROLAP-системы
позволяют представлять данные, хранимые в классической реляционной базе, в многомерной форме или в плоских локальных таблицах на файл-сервере, обеспечивая преобразование информации в многомерную модель через промежуточный слой метаданных. Агрегаты хранятся в той же БД в специально созданных служебных таблицах. В этом случае гиперкуб эмулируется СУБД на логическом уровне. (©) Владислав Лавров, vlavrov.com
49.
Преимущества • Работа с
очень большими БД • Развитые средства администрирования. • Инструменты ROLAP позволяют производить анализ непосредственно над хранилищем данных. • В случае переменной размерности задачи ROLAP не требуют физической реорганизации БД, как в случае MOLAP. • Системы ROLAP могут функционировать на гораздо менее мощных клиентских станциях, чем системы MOLAP. • Более высокий уровень защиты данных и хорошие возможности разграничения прав доступа. ROLAP - сервер (©) Владислав Лавров, vlavrov.com
50.
Недостатки • Ограниченные возможности
с точки зрения расчета значений функционального типа. • Меньшая производительность, чем у MOLAP. Для обеспечения сравнимой с MOLAP производительности реляционные системы требуют тщательной проработки схемы БД и специальной настройки индексов. Но в результате этих операций производительность хорошо настроенных реляционных систем при использовании схемы "звезда" сравнима с производительностью систем на основе многомерных БД. ROLAP - сервер (©) Владислав Лавров, vlavrov.com
51.
HOLAP - сервер Детальные
данные остаются в той же реляционной базе данных, где они изначально находились, а агрегатные данные хранятся в многомерной базе данных (©) Владислав Лавров, vlavrov.com
52.
• Схема «Звезда» •
Схема «Снежинка» Схемы реализации OLAP в реляционных системах (©) Владислав Лавров, vlavrov.com
53.
Схема «Звезда» Каждое измерение
содержится в одной таблице. (©) Владислав Лавров, vlavrov.com
54.
Схема «Звезда» Особенности: • Одна
таблица фактов (fact table), которая сильно денормализована является центральной в схеме, может состоять из миллионов строк и содержит суммируемые или фактические данные, с помощью которых можно ответить на различные вопросы. • Несколько денормализованных таблиц измерений (dimensional table) имеют меньшее количество строк, чем таблицы фактов, и содержат описательную информацию. Эти таблицы позволяют пользователю быстро переходить от таблицы фактов к дополнительной информации. • Таблица фактов и таблицы размерности связаны идентифицирующими связями, при этом первичные ключи таблицы размерности мигрируют в таблицу фактов в качестве внешних ключей. Первичный ключ таблицы факта целиком состоит из первичных ключей всех таблиц размерности. • Агрегированные данные хранятся совместно с исходными. (©) Владислав Лавров, vlavrov.com
55.
Схема «Звезда» Преимущества Благодаря денормализации
таблиц измерений упрощается восприятие структуры данных пользователем и формулировка запросов, уменьшается количество операций соединения таблиц при обработке запросов. Некоторые промышленные СУБД и инструменты класса OLAP / Reporting умеют использовать преимущества схемы "звезда" для сокращения времени выполнения запросов. (©) Владислав Лавров, vlavrov.com
56.
Схема «Звезда» Недостатки Денормализация таблиц
измерений вносит избыточность данных, возрастает требуемый для их хранения объем памяти. Если агрегаты хранятся совместно с исходными данными, то в измерениях необходимо использовать дополнительный параметр - уровень иерархии. (©) Владислав Лавров, vlavrov.com
57.
Схема «Снежинка» Существует измерение,
которое содержится в нескольких таблицах (©) Владислав Лавров, vlavrov.com
58.
Схема «Снежинка» Особенности: • Одна
таблица фактов (fact table), которая сильно денормализована является центральной в схеме, может состоять из миллионов строк и содержать суммируемые или фактические данные, с помощью которых можно ответить на различные вопросы. • Несколько таблиц измерений (dimensional table), которые нормализованы в отличие от схемы "звезда". Имеют меньшее количество строк, чем таблицы фактов, и содержат описательную информацию. Эти таблицы позволяют пользователю быстро переходить от таблицы фактов к дополнительной информации. Первичные ключи в них состоят из единственного атрибута (соответствуют единственному элементу измерения). • Таблица фактов и таблицы размерности связаны идентифицирующими связями, при этом первичные ключи таблицы размерности мигрируют в таблицу фактов в качестве внешних ключей. Первичный ключ таблицы факта целиком состоит из первичных ключей всех таблиц размерности. • В схеме "снежинка" агрегированные данные могут храниться отдельно от исходных (©) Владислав Лавров, vlavrov.com
59.
Схема «Снежинка» Преимущества Нормализация таблиц
измерений в отличие от схемы "звезда" позволяет минимизировать избыточность данных и более эффективно выполнять запросы, связанные со структурой значений измерений. (©) Владислав Лавров, vlavrov.com
60.
Схема «Снежинка» Недостатки За нормализацию
таблиц измерений иногда приходится платить временем выполнения запросов. (©) Владислав Лавров, vlavrov.com
Download now