Технологии оперативного анализа данных

Содержание:

ВВЕДЕНИЕ

Целью является изучение технологии OLAP, понятие ее реализации и структуры.

Большой объем информации сильно усложняет поиск решений, но дает возможность получить намного точнее расчеты и анализ. Для решения такой проблемы существует целый класс информационных систем, выполняющих анализ. Такие системы называют системами поддержки принятия решений (СППР) (DSS, Decision Support System).

Для выполнения анализа СППР должна накапливать информацию, обладая средствами ее ввода и хранения. Всего можно выделить три основные задачи, решаемые в СППР:

· ввод данных;

· хранение данных;

· анализ данных.

Ввод предоставленных в СППР исполняется бессознательны от датчиков, характеризующих положение сферы сиречь процесса, сиречь человеком-оператором.

Ежели ввод предоставленных исполняется бессознательны через датчиков, ведь материалы накапливаются по сигналу готовности, завязывающемуся при появлении информации сиречь хорошенько циклического опроса. Но если все таки ввод исполняется человеком, ведь они должны передавать юзерам комфортные имущества для ввода данных, контролирующих их на безошибочность ввода, а так же выполнять неотложные вычисления.

При вводе предоставленных вдруг несколькими операторами, должно разгадывать трудности трансформации и параллельного прохода одних и тех же данных.

СППР выдает специалисту материалы нечто вроде отчетов, таблиц, графиков ради исследования и анализа, собственно оттого таковые налаженности гарантируют создавание функции подмоги принятия решений.

В подсистемах ввода данных, нарекаемых OLTP (On-linetransactionprocessing), реализуется барооперационная переработка данных. Для их реализации утилизируют обыкновенные налаженности управления БД (СУБД).

Система разбора может статься выстроена для основе:

· подсистемы информационно-поискового разбора на базе реляционных СУБД и статических запросов с употреблением слога SQL;

· подсистемы эксплуатационного анализа. Для реализации таковых подсистем приспосабливается разработка эксплуатационной аналитической отделки предоставленных OLAP, использующая теорию многомерного изображения данных;

· подсистемы умственного анализа. Предоставленная система реализует технологии и алгоритмы DataMining.

3

С точки зрения пользователя, OLAP-системы препровождают имущества эластичного просмотра информации в различных срезах, самодействующего извлечения агрегированных данных, исполнения аналитических акций свёртки, детализации, сопоставления в времени. Вследствие всему данному OLAP-системы представляются заключением с большими превосходствами в площади подготовки предоставленных ради всякого толка бизнес-отчетности, допускающих понятие предоставленных в различных разрезах и многообразных ватерпасах иерархии, таковых как, докладов по продажам, разнообразных конфигураций бюджетов и других. OLAP-системы располагает главные достоинства сходственного изображения и в прочих конфигурациях разбора данных, в том количестве ради прогнозирования.

2. OLAP-СИСТЕМЫ

1.1. Многомерная модель данных

Подсистемами разбора постановляют трудности объединенные с системой действенного разбора предоставленных и предоставления к ним доступа. В ходе принятия заключений читатель сочиняет кое-какие гипотезы дабы они замерзли завершенными решениями должно протянуть их. Наладка гипотез исполняется для основании информации об анализируемой настоящей области. Естественно преимущественно спокойный порядок изображения экий информации ради дядьку представляется несамостоятельность промежду кое-какими параметрами.

В ходе разбора данных, розыска заключений ежеминутно возникает потребность в ученье подневольностей промежду многообразными параметрами, однако причинность количество таковых параметров возможно модифицироваться в пространных пределах, а традиционные имущества анализа, функционирующие с данными, доставленных нечто вроде таблиц реляционной БД, не могут абсолютно согласоваться данным требованиям. В 1993 г. Кодд — родоначальник реляционной модификации БД — осмотрел ее недостатки в первую очередность он сориентировал для неосуществимость "объединять, рассматривать и рассматривать материалы с точки зрения множественности измерений, т. самым удобопонятным для аналитиков способом". Распознавание — это последовательность значений одного из анализируемых параметров. Множественность обмериваний подразумевает понятие предоставленных в варианте многомерной модели. По измерениям в многомерной модификации отсрачивают параметры, касающиеся к анализируемой настоящей области.

По Кодду, многомерное мировозренческое понятие потреблять многочисленная перспектива, заключающаяся изо много самостоятельных измерений, повдоль каких могут существовать проанализированы обусловленные совокупности данных.

Единовременный разбор по нескольким измерениям обусловливается как многомерный анализ , где измерение возможно воображать не столько нечто вроде иерархической структуры, но также в некоторых вариантах будто порядочно вариантов иерархического представления.

4

На пересечениях осей обмериваний устраиваются данные, квантитативно характеризующие рассматриваемые факты, — меры, в том числе издержки, фрагменты на складе или размеры продаж, сформулированные в единицах продукции или в валютном формулированье и т.

Многомерную модификацию предоставленных возможно отрекомендовать будто гиперкуб (конечно, наименование постольку-поскольку удачно, поелику под кубом естественно разумеют личность с равновеликими ребрами, что в предоставленном случае не так). Я ячейками гиперкуба, препровождающего модификацию предоставленных представляются меры, а ребрами – измерения. Вследствие экий модификации предоставленных юзеры могут зарабатывать подмножества данных, определять сложноватые запросы, производить отчеты.

Над гиперкубом могут материализоваться три типа операций:

· Сдвиг— складывается множество многомерного массива данных, какое обязано согласоваться неповторимому значению много сиречь аж одного ингредиентов измерений, не входящих в это подмножество. Ежели анализировать континуум «Срез» вчуже окончательного пользователя, то чаще только его значимостей осуществляет двумерная проекция куба.

· Обращение— модифицирование месторасположения измерений, доставленных для отображаемой страничке или в отчете. Кроме, вращением страна предоставленных представляется смещение внетабличных обмериваний для пространство измерений, доставленных для отображаемой странице, и наоборот (при данном внетабличное распознавание останавливается свежеиспеченным измере­нием строчки или измерением столбца). Яко образчика ради основного варианта возможно предназначать экий отчет, для которого элементы измерения "Время" устраиваются по-другому экрана (являются заголовками столбиков таблицы), а элементы измерения "Продукция" — повдоль экрана (являются заголовками строчек таблицы). Спустя использования акции верчения доклад будет располагать поступающий вид: элементы измерения "Продукция" будут размещены после горизонтали, а элементы измерения "Время" — по вертикали. Образчиком второго варианта возможно предназначать преображение доклада с измерениями "Меры" и "Продукция", размещенными после вертикали, и измерением "Время", размещенным после горизонтали, в отчет, у какого распознавание "Меры" устраивается по вертикали, а измерения "Время" и "Продукция" — по горизонтали. При всем при этом элементы измерения "Время" устраиваются над элементами измерения "Продукция". Для третьего слу­чая использования акции верчения возможно повергнуть образчик преобразова­ния доклада с размещенным после горизонтали измерением "Время" и изме­рением "Продукция", размещенным после вертикали, в отчет, у какого после горизонтали препровождено распознавание "Время", а по вертикали — измере­ние "География" (синоним).

· Консолидация и детализация— операции, устанавливающие проход наверх после течению через подробного (down) изображения предоставленных к агрегированному (up) и наоборот, соответственно. Веяние детализации (обобщения) возможно существовать установлено как по ие­рархии раздельных измерений, этак и согласно остальным отношениям, уста­новленным в рамках обмериваний или между

5

измерениями. Например, ежели при анализе предоставленных обо размерах торговель в Северной Америке осуществить акцию DrillDown для измерения "Регион", ведь на экране будут отобра­жены таковые его элементы, будто "Канада", "Восточные Аппараты Америки".

1.2 Определение OLAP –систем

Разработка сложного многомерного разбора предоставленных заработал наименование OLAP. OLAP — это ключевой элемент компании ХД.

OLAP-функциональность возможно существовать реализована многообразными способами, как простейшими, в том числе разбор предоставленных в офисных приложениях, этак и поболее сложноватыми - расчисленными аналитическими системами, основанными на серверных продуктах.

OLAP (On-LineAnalyticalProcessing) – разработка эксплуатационной аналитической отделки предоставленных использующая имущества и методы для сбора, сохранения и разбора многомерных предоставленных и мишенях подмоги процессов принятия решений.

Главное предназначение OLAP-систем — помощь аналитической деятельности, случайных запросов пользователей-аналитиков. Мишенью OLAP-анализа представляется наладка завязывающихся гипотез.

В 1993 годку Эдгаром Коддом разместил заметкой «OLAP для пользователей-аналитиков: каким он вынужден быть». В работе Кодд рассказал генеральные концепции эксплуатационной аналитической отделки и установил двунадесять правил, каким соответственны вознаграждать продукты, дозволяющие проделывать эксплуатационную аналитическую обработку:

· Многомерность;

· Прозрачность;

· Доступность;

· Систематическая продуктивность около разработке отчетов;

· Клиент-серверная архитектура;

· Равенство измерений;

· Динамическое регулирование разреженными матрицами;

· Помощь многоабонентского режима;

· Безраздельные перекрестные операции;

· Подсознательная проделка данными;

· Эластичные способности извлечения отчетов;

· Безраздельная размерность и количество ватерпасов агрегации.

6

2. КОНЦЕПТУАЛЬНОЕ МНОГОМЕРНОЕ ПРЕДСТАВЛЕНИЕ

2.1. Двенадцать правил Кодда

Многомерность— OLAP-система на концептуальном ватерпасе соответственна воображать материалы нечто вроде многомерной модели, причинность это сильно упрощает хода восприятия и разбора информации.

Прозрачность— OLAP-система соответственна закрывать от пользователя реалистичную реализацию многомерной модели, порядок организации, источники, имущества отделки и хранения.

Вразумительность — OLAP-система соответственна передавать юзеру единую, скоординированную и целостную модификацию данных, снабжая путь к данным вне зависимости от места и метода их хранения.

Систематическая продуктивность при разработке докладов — продуктивность OLAP-систем не может основательно сокращаться при увеличении числа измерений, по которым проделывается анализ.

Клиент-серверная архитектура— OLAP-система соответственна существовать способна действовать в сфере "клиент-сервер", т. большинство данных, какие спрашивается подчинять эксплуатационной аналитической обработке, сберегаются распределено. Генеральной мыслью будет то, что серверный элемент прибора OLAP вынужден существовать довольно интеллектуаль­ным и разрешать основывать корпоративную мировозренческую схему для базе консолидации и обоб­щения разнообразных физиологических и логических методик корпо­ративных БД для предоставления результата прозрачности.

Равенство измерений— OLAP-система соответственна удерживать многомерную модель, в какой всегда измерения равноправны. При необходимо­сти добавочные характеристики могут являться даны отдель­ным измерениям, однако таковая вероятность обязана быть предоставлена лю­бому измерению.

Динамическое регулирование разреженными матрицами — OLAP-система соответственна гарантировать подходящую отделку разреженных матриц. Поспешность прохода соответственна оставляться независимо от расположения ячей предоставленных и быть долговременной величиной для моделей, располагающих различное количество обмериваний и различную ступень разреженности данных.

Помощь многоабонентского строя — OLAP-система соответственна передавать вероятность действовать нескольким юзерам безраздельно с одной аналитической модификацией или создавать им всевозможные модификации из единых данных. Благодаря способности чтения и записи данных, конструкция соответственна гарантировать общность и без­опасность информации.

Безраздельные перекрестные операции— OLAP-система соответственна гарантировать удерживание многофункциональных отношений, обрисованных посредством обусловленного внешного слога промежду ячеями гиперкуба при выполнении каждых изо вероятных четырех операций: среза, вращения,

7

консолидации сиречь детализации. Конструкция соответственна самостоятельно проделывать преображение смонтированных отношений, не спрашивая через юзера их переопределения.

Подсознательная проделка предоставленными — OLAP-система соответственна передавать порядок исполнения акций среза, вращения, консолидации и детализации по-над гиперкубом кроме потребности юзеру выполнять множество усилий с интерфейсом. Измерения, обусловленные в аналитической модели, соответственны заключать всю достаточную информа­цию для выполнения всех вероятных акций по-над гиперкубом.

Эластичные способности извлечения докладов — OLAP-система соответственна удерживать всевозможные методы визуализации данных, т. доклады соответственны притворяться в всякий вероятной ориентации. Имущества вырабатывания докладов соответственны воображать синтезируемые материалы сиречь информацию, последующую из модели предоставленных в ее любой вероятной ориентации.

Безраздельная размерность и число ватерпасов агрегации — свидетельство о возможном количестве достаточных измерений, требующихся в аналитической модели, показало, что одновременно возможно употребляться до девятнадцать измерений. Отсюдова выливается настойчивая рекомендация, дабы исследовательский инструментарий мог вдруг даровать не меньше пятнадцати измерений, а предпочтительнее двадцати измерений. Сверх всего, всякое изо корпоративных обмериваний не может существовать урезано по числу характеризуемых пользователем-аналитиком ватерпасов агрегации и путей консолидации.

2.2. Дополнительные правила Кодда

Комплект данных требований, послуживших действительно определением OLAP, довольно ежеминутно активизирует всевозможные нарекания, например, правила 1, 2, 3, 6 представляются требованиями, а правила 10, 11 — неформализованными пожеланиями. Следовательно, приведенные 12 условий Кодда не позволяют неукоснительно предназначить OLAP. В 1995 г. Кодд присовокупил еще шесть правил:

Стопочное извлечение насупротив интерпретации — OLAP-система соответственна в равновеликой ступени плодотворно гарантировать путь будто к собственным, аналогично к внешним данным.

Помощь всех модификаций OLAP-анализа — OLAP-система соответственна удерживать все четыре модификации разбора данных, обусловленные Коддом: толковательную, стереотипную, категориальную и умозрительную.

Переработка ненормализованных предоставленных — OLAP-система соответственна существовать интегрирована с ненормализованными родниками данных. Трансформации данных, проделанные в сфере OLAP, не могут цитировать к изменениям данных, подстраховываемых в начальных наружных системах.

Удерживание итогов OLAP: содержание их самостоятельно через начальных предоставленных — OLAP-система, функционирующая в строю чтения-записи,

8

спустя трансформации начальных предоставленных соответственна сберегать итоги самостоятельно доброжелатель через друга, т. гарантировать безобидность всех начальных данных.

Отступление недостающих значений — OLAP-система, препровождая материалы пользователю, соответственна отвергать все отсутствующие значения, т. они должны различаться через нуле­вых значений.

Переработка недостающих значений— OLAP-система соответственна игнори­ровать все отсутствующие значения кроме учета их источника. Эта особенность объединена с 17-м правилом.

Кроме, Кодд расколотил все восемнадцать верховодил для четверо группы, и назвал их особенностями. Категории заработали названия: В, S, R и D.

Генеральные необыкновенности (В) подключают последующие правила:

· многомерное мировозренческое понятие предоставленных (правило 1);

· подсознательное жонглирование предоставленными (правило 10);

· вразумительность (правило 3);

· стопочное извлечение насупротив интерпретации (правило 13);

· помощь всех модификаций OLAP-анализа (правило 14);

· структура "клиент-сервер" (правило 5);

· бесспорность (правило 2);

· многоабонентская помощь (правило 8).

Специфические необыкновенности (S):

· переработка ненормализованных предоставленных (правило 15);

· удерживание итогов OLAP: содержание их самостоятельно через начальных предоставленных (правило 16);

· отступление недостающих значений (правило 17);

· переработка недостающих значений (правило 18).

Необыкновенности изображения докладов (R):

· покладистость вырабатывания докладов (правило 11);

· обыкновенная продуктивность докладов (правило 4);

· самодействующая установка физиологического ватерпаса (измененное своеобразное узаконение 7).

Управлениеизмерениями (D):

· разносторонность обмериваний (правило 6);

· безграничное количество обмериваний и уровней агрегации (правило 12);

9

· безраздельные акции промежду размерностями (правило 9).

2.3. Тест FASMI

Обусловленные прежде необыкновенности распространены. Больше известен испытаний FASMI (FastofSharedMultidimensionalInformation), реализованный в 1995 г. Ричардом Критом и Найджелом Пендсом для базе разбора верховодил Кодда. В данном контексте выговор приготовлен для поспешность обработки, существование лекарств статистического анализа, многоабонентский доступ, неодномерность и уместность информации, т. понятие рассматриваемых прецедентов будто функций через большого количества их характеризующих параметров. Они определили OLAP последующими пятью первостепенными словами: Fast(Быстрый), Analysis (Анализ), Shared (Разделяемой), Multidimensional (Многомерной), Information (Информации).

Fast (Быстрый) — OLAP-система соответственна гарантировать выдачу большинства выводов юзерам около предположительно пяти секунд. При всем при этом самые бесхитростные запросы возделываются на протяжении одной секунды, и очень немногие больше двадцати секунд. Окончательные юзеры улавливают ход неудачным, ежели итоги не заработаны для теченье тридцати секунд. Они способны поднажать комбинацию кнопок ++, ежели конструкция не предупредит их, что переработка предоставленных спрашивает большого времени. Даже конструкция предупредит, что процесс будет продолжаться кардинально дольше, юзеры могут отклониться и посеять мысль, затем свойство разбора безгранично страдает. Экий стремительности тягостно достигнуть с большим числом данных, больше всего при специальных бесконечно стремительных вычислениях. Для достижения экий миссии употребляются различные методы, начиная использование аппаратных платформ с огромной производительностью.

Analysis(Анализ) — OLAP-система соответственна управляться с каждым логиче­ским и статистическим анализом, отличительным для данного приложения, и гарантировать его удерживание в виде, вразумительном для конечного пользователя. Конструкция соответственна разрешать юзеру предопределять свежеиспеченные спе­циальные вычисления являясь частью разбора и переформировывать доклады каждым же­лаемым методом кроме потребности программирования. Все требуемые многофункциональные способности разбора соответственны оборудоваться удобопонятным для конечных юзеров способом.

Shared(Разделяемой) — OLAP-система соответственна проделывать всегда условия обороны конфиденциальности. Ежели многочисленный путь ради записи необходим, поддерживается блокада трансформаций для подходящем уровне. Переработка множест­венных трансформаций соответственна материализоваться актуально и безопасным спо­собом.

Multidimensional(Многомерной) — OLAP-система соответственна гарантировать многомерное мировозренческое понятие данных, начиная совершенную подмогу для иерархий и множественных иерархий, обеспечивающих преимущественно достаточный порядок анализа. Это требование не устанавливает маленькое количество измерений, какие обязаны быть обработаны, поелику данный показа­тель обусловлен приложения. Оно также не определяет используемую техно­логию БД, ежели читатель положительно зарабатывает многомерное

10

концеп­туальное понятие информации.

Information(Информации) — OLAP-система соответственна гарантировать приобретение достаточной информации среди реалистичного приложения. Емкость разнообразных систем меривается не объемом подстраховываемой информации, а количеством входных данных, какие они могут обработать. Тут-то резоне емкость провиантов безгранично различается. Огромные OLAP-системы могут оперировать в тысячу раз большим числом предоставленных сравнительно с простыми версиями OLAP-систем. При всем при этом подобает обдумывать множество факторов, начиная резервирование данных, применение атриторного пространства, рабочие показате­ли, спрашиваемую эксплуатационную память, интеграцию с информационными хранилищами и т. п.

3. АРХИТЕКТУРА OLAP-СИСТЕМ

Неодномерность в OLAP-приложениях препровождают нечто вроде три уровней:

· Многомерное понятие предоставленных - имущества окончательного пользователя, обеспечивающие многомерную визуализацию и жонглирование данными; разряд многомерного изображения абстрагирован от физической текстуры предоставленных и воспринимает материалы будто многомерные.

· Многомерная переработка - состояние (язык) формулирования многомерных запросов (традиционный реляционный диалект SQL тут оказывается непригодным) и процессор, умудряющийся отретушировать и выполнить экий запрос.

· Многомерное содержание - имущества физиологической компании данных, обеспечивающие действенное создавание многомерных запросов.

Практически во всех OLAP-системах главные 2 начальных уровня наличествуют обязательно, а третий уровень не безоговорочно наличествует в них, хоть и представляется свободно распространенным, этак как данные для многомерного изображения могут извлекаться и из обычных реляционных структур, а тогда вычислитель многомерных запросов будет передавать многомерные запросы в SQL-запросы, какие проделываются реляционной СУБД.

OLAP-продукты, плотнее всего, препровождают собой OLAP-сервер, многомерную серверную СУБД (такую как, MicrosoftOLAPServices или OracleExpressServer) или OLAP-клиент, состояние многомерного изображения предоставленных (такое как, PivotTables в Excel 2000 компании Microsoft сиречь ProClarity компании Knosys).

OLAP-сервер гарантирует содержание данных, создавание по-над ними достаточных акций и установление многомерной модификации для мировозренческом уровне.

OLAP-клиент гарантирует юзеру вероятность комфортно жонглировать предоставленными ради исполнения проблем анализа, препровождая юзеру сокет к многомерной модификации данных.

Разряд многомерной отделки естественно случается встроен в OLAP-клиент и/или в OLAP-сервер, однако в том же духе данный разряд может статься выделен в незапятнанном виде, взять, элемент PivotTableService компании Microsoft.

11

OLAP-серверы, сиречь серверы многомерных БД, могут приберегать свои многомерные материалы по-разному. В любом ХД как в обычном аналогично в многомерном совместно с подробными данными, извлекаемыми изо эксплуатационных систем, сберегаются и итоговые показатели (агрегированные показатели, агрегаты), такие, как суммы размеров торговель по месяцам, по категориям продуктов и т. Аппараты сберегаются в явном варианте с неповторимой мишенью - форсировать создавание запросов.

Как детальные данные, этак и агрегаты могут сберегаться либо в реляционных, либо в многомерных структурах. Многомерное содержание разрешает обходиться с данными как с многомерным массивом, по этому поддерживаются равномерно стремительные вычисления итоговых признаков и различные многомерные переустройства в любом случае из измерений. Пару месяцев обратно OLAP-продукты удерживали либо реляционное, либо многомерное хранение. Сегодня, будто правило, один каждый из двух же продукт гарантирует оба данных варианта хранения, а да третий вид - смешанный. Порядок реализации сохранения предоставленных весьма важен, т. от него зави­сят таковые характеристики, будто занимаемые репертуары и в следствии производительность. Акцентируют трое генеральных метода реализации:

· MOLAP (MultidimensionalOLAP) - подробные материалы и агрегаты сберегаются в многомерной БД. Тут-то случае выходит величайшая избыточность, причинность многомерные материалы абсолютно держат реляционные.

· ROLAP (RelationalOLAP) - подробные материалы остаются в реляционной БД; аппараты сберегаются в той же БД в специально разработанных должностных таблицах.

· HOLAP (HybridOLAP) - подробные материалы остаются в реляционной БД, а агрегаты сберегаются в многомерной БД.

Любой из данных методов располагает свои превосходства и недостатки и вынужден приспособляться в соотношении от различных соглашений - размера данных, силы реляционной СУБД и т.

При хранении предоставленных в многомерных текстурах завязывается вероятная неувязка «разбухания» посредством сохранения бессодержательных значений. Если многомерном массиве зарезервировано пространство под все вероятные композиции заметин измерений, а реально переполнена исключительно маленькая часть, то большая делянку страна будет пустовать, впрочем пространство будет занято. Прогрессивные OLAP-продукты могут управляться с этой проблемой.

ЗАКЛЮЧЕНИЕ

Следовательно, в процессе разглядываемой темы мы узнали, что системами подмоги принятия заключений возможно существовать выстроена на подсистеме эксплуатационного анализа. Для реализации какой и приспосабливается разработка эксплуатационной аналитической отделки предоставленных OLAP (On-lineanalyticalprocessing), использующая теорию многомерного изображения данных.

12

Узнали, что множественность обмериваний подразумевает понятие предоставленных в варианте многомерной модели. Распознавание — это последовательность значений одного из анализируемых параметров. По измерениям в многомерной модификации отсрачивают параметры, касающиеся к анализируемой настоящей области.

По Кодду, многомерное мировозренческое понятие — это множественная перспектива, заключающаяся из нескольких самостоятельных измерений, повдоль каких могут являться проанализированы обусловленные совокупности данных.

Единовременный разбор по нескольким измерениям обусловливается как многомерный анализ.

Оказалось, что многомерную модификацию предоставленных возможно отрекомендовать будто гиперкуб. Ребрами какого представляются измерения, а ячейками — меры.

На пересечениях осей обмериваний устраиваются данные, квантитативно характеризующие рассматриваемые факты, — меры.

Над ним могут осуществятся операции:

· Сдвиг (Slice).

· Обращение (Rotate).

· Консолидация (Drill Up) и детализация (Drill Down).

Как оказывается с концепцией многомерного разбора предоставленных непосредственно объединяют эксплуатационный анализ, некоторый проделывается лекарствами OLAP-систем.

Узнали, что главной целью OLAP-систем представляется помощь аналитической деятельности, случайных запросов пользователей-аналитиков. А целью OLAP-анализа — наладка завязывающихся гипотез.

Выяснили, что у истоков схемы OLAP стоит родоначальник реляционного расклада Э. Кодд, некоторый рассказал 12 правил, рассказанных устанавливающих OLAP:

Систематическая продуктивность при разработке отчетов.

Клиент-серверная архитектура.

Равенство измерений.

Динамическое регулирование разреженными матрицами.

Помощь многоабонентского режима.

Безраздельные перекрестные операции.

Подсознательная проделка данными.

Эластичные способности извлечения отчетов.

Безраздельная размерность и число ватерпасов агрегации.

13

Оказалось, что поздней он присовокупил вновь шесть правил:

Стопочное извлечение насупротив интерпретации.

Помощь всех модификаций OLAP-анализа.

Переработка ненормализованных данных.

Удерживание итогов OLAP: содержание их самостоятельно через начальных данных.

Отступление недостающих значений.

Переработка недостающих значений.

Разузнали что OLAP-система охватывает в себя два основных компонента:

· OLAP-сервер;

· OLAP-клиент.

СПИСОК ЛИТЕРАТУРЫ

http://www.infology.ru

http://www.radar-soft.com

http://www.iso.ru/journal/articles/370.html

http://www.olap.ru

http://lissinski.narod.ru

http://interface.ru/misc/cyc/htm

http://itshop.ru/level4.asp?ItemId=12809

http://subscribe.ru/catalog/comp.soft.others.itnews

http://www.docflow.ru/analytic_fuul.asp?param=32331

http://www.mirrabot.com/work/work_69426.html

http://www.olap.ru/basic/alpero2i.asp

14

http://www.olap.ru/basic/olap_intro2.asp

15