Преподаватель который помогает студентам и школьникам в учёбе.

Тест FASMI

Содержание:

Вступление

Современный уровень развития аппаратного и программного обеспечения позволил нам использовать базы данных оперативной информации на различных уровнях управления. В ходе своей деятельности промышленные предприятия, корпорации, рынки труда и сбыта, ведомственные структуры, органы государственной власти и управления накопили большие объемы данных. Они содержат большой потенциал для извлечения полезной аналитической информации, которая может быть использована для выявления скрытых тенденций, построения стратегий развития и поиска новых решений.

Существует несколько концепций хранения и анализа корпоративных данных:

1) Хранилища данных, или Склады данных (Data Warehouse)

2) Оперативная аналитическая обработка (On-Line Analytical Processing

3) Интеллектуальный анализ данных - ИАД (Data Mining) .

Технологии OLAP тесно связаны с технологиями построения хранилищ данных и методами интеллектуального анализа данных. Поэтому оптимальным вариантом является комплексный подход к их реализации.

1. OLAP

Концепция OLAP основана на принципе многомерного представления данных. В статье 1993 года Э. Ф. Кодд рассмотрел недостатки реляционной модели, прежде всего указав на невозможность "комбинировать, просматривать и анализировать данные с точки зрения множественных измерений, то есть наиболее понятным для корпоративных аналитиков способом", и определил общие требования к OLAP-системам, расширяющим функциональные возможности реляционных СУБД и включающим многомерный анализ в качестве одной из их характеристик.

Основные требования к инструментам OLAP:

Многомерное представление данных
Прозрачность
Доступность
Согласованная производительность
Поддержка архитектуры клиент-сервер
Равноправность всех измерений
Динамическая обработка разреженных матриц
Поддержка многопользовательского режима работы с данными
Неограниченное число измерений и уровней агрегации данных
Простота манипулирования данными
Развитые средства представления данных
Поддержка операций на основе различных измерений

Согласно Коду, многомерное концептуальное представление - это множественная перспектива, состоящая из нескольких независимых измерений, которые могут быть использованы для анализа конкретных наборов данных. Одновременный анализ в нескольких измерениях определяется как многомерный анализ. Каждое измерение включает в себя направления консолидации данных, состоящие из ряда последовательных уровней обобщения, где каждый более высокий уровень соответствует большей степени агрегации данных для соответствующего измерения. Таким образом, измерение исполнителя может быть определено направлением консолидации, которое состоит из уровней обобщения "предприятие-подразделение - отдел-сотрудник". Измерение времени может даже включать два направления консолидации - "год-квартал-месяц-день" и" неделя - день", поскольку подсчет времени по месяцам и неделям является несовместимым. В этом случае становится возможным выбрать желаемый уровень детализации для каждого из измерений. Операция спуска (drilling down) соответствует движению от самых высоких уровней консолидации к самым низким; напротив, операция подъема (rolling up) означает переход от самых низких уровней к самым высоким.

2. Куб OLAP

Что такое куб OLAP? В определении OLAP ключевым требованием является многомерность. Куб OLAP предоставляет многомерное представление данных. Куб сопоставляется с таблицей в реляционной базе данных. Конкретный проект куба OLAP обеспечивает оптимизацию сообщений.

Данные Куба OLAP позволяют легко и эффективно создавать отчеты. Традиционная реляционная база данных обрабатывает все данные аналогично. Однако кубы OLAP имеют категории данных, называемые измерениями и мерами. Мера - это факт (или число), например затраты или единицы обслуживания. Измерение - это описательная категория данных, например время или местоположение.

Рис. 1 Пример информационного куба

3. Тест FASMI

Тест FASMI (Fast of Shared multi-dimensional Information), созданный в 1995 году, по-прежнему популярен. Найджел Пендс и Ричард Крит разработали этот подход на основе правил Кодда. В данном контексте основное внимание уделяется скорости обработки, многопользовательскому доступу, актуальности информации, наличию инструментов статистического анализа и представлению анализируемых данных в виде функций большого числа их характерных параметров. Можно определить OLAP с помощью следующих пяти ключевых слов: Fast (Быстрый), Analysis (Анализ), Shared (Разделяемой), Multidimensional (Многомерной), Information (Информации). Давайте рассмотрим каждую из этих характеристик более подробно.

FAST (Быстрый) - система OLAP должна обеспечить выдачу большинства запросов пользователям в течение примерно 5 секунд. Однако самые простые запросы обрабатываются в течение 1 секунды, и очень немногие обрабатываются более 20 секунд. Недавнее исследование в Нидерландах показало, что конечные пользователи воспринимают этот процесс как неудачный, если результаты не будут получены в течение 30 секунд. Такой скорости нелегко достичь при большом объеме данных, особенно если требуются специальные “расчеты на лету”. Для достижения этой цели используются различные методы, в том числе использование аппаратных платформ с более высокой производительностью.

ANALYSIS (Анализ) - система OLAP должна обрабатывать любой анализ конкретного приложения и предоставлять его в виде доступного пользователю набора информации. Система должна позволять пользователю определять новые специальные вычисления в рамках анализа и формировать отчеты любым желаемым способом. Все необходимые функции анализа должны предоставляться таким образом, чтобы они были понятны конечным пользователям.

SHARED (Разделяемой) - система OLAP должна отвечать всем требованиям защиты данных (вплоть до уровня ячейки хранения). Если требуется множественный доступ для записи, изменения блокируются на соответствующем уровне. Многочисленные модификации должны быть обработаны своевременно и безопасным способом.

MULTIDIMENSIONAL (Многомерной) - система OLAP должна обеспечивать многомерное представление данных, включая полную поддержку иерархий и множественных иерархий, которые обеспечивают наиболее логичный способ анализа данных. Это требование не устанавливает минимального количества обрабатываемых размеров, так как этот показатель зависит от конкретного применения. Он также не определяет технологию используемую БД, если пользователь фактически получает многомерное концептуальное представление информации.

INFORMATION (Информации) - система OLAP должна предоставлять необходимую информацию в условиях реального приложения. Мощность различных систем измеряется количеством входных данных, которые они могут обрабатывать. Согласно этой характеристике, сила продуктов очень различна. Большие OLAP-системы могут обрабатывать по меньшей мере в 1000 раз больше данных, чем простые версии OLAP-систем. Существует множество факторов, которые необходимо учитывать, включая дублирование данных, требуемую оперативную память, использование дискового пространства, показатели производительности, интеграцию с хранилищем данных и так далее.

Вывод

Технология OLAP является альтернативой традиционным методам анализа данных, основанным на различных системах реализации SQL-запросов к реляционной базе данных. Системы OLAP играют важнейшую роль в анализе и планировании крупных предприятий и являются одним из направлений развития ИТ. Она основана на требованиях людей, принимающих решения, к предоставляемой информации, их индивидуальных особенностях ведения бизнеса и принятом механизме принятия решений. С точки зрения пользователя, главной особенностью OLAP-системы является предметная структура информации. Работая с приложением OLAP, пользователь применяет привычные категории и показатели – виды материалов и готовой продукции, регионы продаж, объем продаж, себестоимость, прибыль и так далее. А для того чтобы сгенерировать любой запрос, даже достаточно сложный, пользователю не нужно изучать SQL. В этом случае ответ на запрос будет получен в течение нескольких секунд. Кроме того, при работе с системой OLAP экономист может использовать привычные инструменты, такие как электронные таблицы или специальные инструменты для построения отчетов.

Анализ данных в современном мире является важнейшим инструментом для всех сфер деятельности. В погоне за прибылью компании должны анализировать рынки, продажи и потребности и получать анализ быстрее, чем конкуренты, что и реализовано в системах OLAP и пройденными тестами FASMI.

Использованные материалы

https://ru.wikipedia.org/wiki/OLAP

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

https://studfile.net/preview/6172591/page:3/

https://en.wikipedia.org/wiki/FASMI