основі концепції сховищ даних (ХД) лежать наступні положення:
· інтеграція та узгодження даних з різних джерел, таких як звичайні системи оперативної обробки, бази даних, облікові системи, офісні документи, електронні архіви, розташовані як усередині підприємства, так і в зовнішньому оточенні;
· поділ наборів даних, використовуваних системами виконання транзакцій і СППР.
У концепції ХД немає постановки питань, пов'язаних з організацією ефективного аналізу даних і надання доступу до них. Ці завдання вирішуються підсистемами аналізу.
Скорочення витрат на проектування та розробку ХД може бути досягнуто шляхом створення вітрин даних (ВД). ВД - це спрощений варіант ХД, який містить лише тематично об'єднані дані.
В даний час розроблено декілька архітектур сховищ:
· реляційні ХД;
· багатовимірні ХД;
· гібридні ХД;
· віртуальні ХД;
· одноплатформенние ХД;
· крос-платформні ХД.
Рис. 2. Структура СППР з самостійними ВД
Реляційні ХД використовують класичну реляційну модель. Дані зберігаються в реляційних таблицях, але утворюють спеціальні структури з багатовимірним поданням даних. Така технологія позначається абревіатурою ROLAP - Relational OLAP.
Багатовимірні ХД реалізують багатовимірне представлення даних на фізичному рівні у вигляді багатовимірних кубів. Дана технологія отримала назву MOLAP - Multidimensional OLAP.
Гібридні ХД поєднують в собі властивості як реляційної, так і багатовимірної моделі даних. У гібридних ХД деталізовані дані зберігаються в реляційних таблицях, а агрегати - в багатовимірних кубах. Така технологія побудови ХД називається HOLAP - Hybrid OLAP.
Віртуальні ХД не є сховищами даних у звичному розумінні. У таких системах робота ведеться з окремими джерелами даних, але при цьому здійснюється робота звичайного ХД. Дані збираються безпосередньо в процесі виконання запиту.
Крім того, всі ХД можна розділити на одноплатформенние і крос-платформні. Одноплатформенние ХД будуються на базі тільки однієї СУБД, а крос-платформні можуть будуватися на базі декількох СУБД.
У процесі прийняття рішень користувач генерує деякі гіпотези. Для перетворення їх у закінчені рішення ці гіпотези мають бути перевірені. Перевірка гіпотез здійснюється на підставі інформації про аналізованої предметної області. У процесі аналізу даних, пошуку рішень часто виникає необхідність у побудові залежностей між різними параметрами. Крім того, число таких параметрів може варіюватися в широких межах. системи надають аналітику засоби перевірки гіпотез при аналізі даних. При цьому основним завданням аналітика є генерація гіпотез. Він вирішує її, грунтуючись на своїх знаннях і досвіді. Однак знання є не тільки у людини, але і в накопичених даних, які піддаються аналізу. Такі знання часто називають прихованими raquo ;, т. К. Вони містяться в гігабайтах і терабайт інформації, які людина не в змозі дослідити самостійно.
Очевидно, що для виявлення прихованих знань необхідно застосовувати спеціальні методи автоматичного аналізу, за допомогою яких припадає практично добувати знання з завалів інформації. За цим напрямком міцно закріпився термін видобуток даних або Data Mining.
Таким чином, підсистема аналізу може бути побудована на основі оперативного аналізу, для реалізації якої використовується технологія оперативної аналітичної обробки даних OLAP. А також підсистема аналізу будується на базі інтелектуального аналізу, що реалізує методи й алгоритми Data Mining.
Реляційна модель даних, яка була запропонована Е.Ф. Коддом в 1970 році служить основою сучасної багатомільярдної галузі баз даних. За останні десять років склалася багатовимірна модель даних, яка використовується, коли метою є саме аналіз даних, а не виконання транзакцій.
Основне призначення багатовимірних ХД - підтримка систем, орієнтованих на аналітичну обробку даних.
Багатовимірна модель даних, що лежить в основі побудови багатовимірних сховищ даних, спирається на концепцію багатовимірних кубів, або гиперкубов. Вони являють собою впорядковані багатовимірні масиви, які також часто називають OLAP-кубами.
OLAP (Online Analytical Processing) - технологія оперативної аналітичної обробки даних, що використовує методи і засоби для збору, зберігання та аналізу багатовимірних даних з метою підтримки процесів прийняття рішень.
Основне призначення OLAP-систем - підтримка аналітичної діяльності, довільних запитів користува...
