Введение. Хранилища данных

Хранилища данных

(курс лекций)

СОДЕРЖАНИЕ

Введение. 2

Эволюция корпоративных информационных систем.. 3

Общие свойства хранилищ.. 8

Ориентированность на предметную область. 8

Интегрированность. 8

Зависимость от времени. 9

Постоянство. 9

Данные хранилища. 10

Источники данных. 10

Хранилище данных (в узком смысле) 11

Оперативный склад данных (Operational Data Store - ODS) 11

Витрины данных (Data mart) 11

Метаданные. 12

Компоненты хранилища. 12

Подсистема загрузки данных. 13

Подсистема обработки запросов и представления данных. 13

Подсистема администрирования хранилища. 13

Методика (методология) построения хранилищ данных. 14

Постановка задачи. 15

Системно-аналитическое обследование. 15

Техническое задание. 15

Проектирование. 15

Автоматизируемые процессы и функции. 16

Информационное обеспечение. 16

Компонентная архитектура. 18

Техническая архитектура. 19

Реализация. 19

Внедрение. 19

Выбор метода реализации Хранилищ данных. 19

Продукция Microsoft 21

Продукция Sybase. 23

Продукция Oracle. 26

Выбор продукта. 29

Что такое OLAP. 5

Многомерные кубы.. 35

Некоторые термины и понятия. 39

Типичная структура хранилищ данных. 40

Таблица фактов. 41

Таблицы измерений. 43

OLAP на клиенте и на сервере. 47

Технические аспекты многомерного хранения данных. 48

Условные сокращения и обозначения. 55

Словарь. 55

Список использованных источников. 57

Введение

Эффективное управление крупным и средним бизнесом сегодня немыслимо без применения передовых информационных технологий — систем поддержки принятия решений (СППР).

Процесс управления сводится к решению 3 задач:

· Где мы находимся?

· Куда мы хотим прийти?

· Как мы туда попадем?

Процесс управления — итерационный характер (принятие решения — применение управляющего воздействия — оценка состояния системы — оценка правильности выбранного решения — при наличии отклонений снова принятие решения).

Современные информационные технологии позволяют аналитику формулировать и решать следующие классы:

· Аналитические (вычисление заданных показателей и статистических характеристик).

· Визуализация данных

· Добыча знаний (data mining —проверка статистических гипотез, кластеризация, нахождение ассоциаций и временных шаблонов и т.п.)

· Имитационные (проведение на ЭВМ экспериментов на моделях, описывающих поведение сложных систем, например, в интервалы времени для анализа возможных последствий принятия того или иного решения)

· Синтез управления (для определения допустимых управляющих воздействий, обеспечивающих достижение заданной цели, оценка достижимости цели, определение множества возможных управляющих воздействий)

· Оптимизационные (интеграция имитационных, управленческих, оптимизационных и статистических методов моделирования и прогнозирования, выбор наиболее эффективного решения).

Однако в настоящее время нет информационных средств для решения всех задач в комплексе.

Бизнес — это сложный объект, который состоит из множества различных по свойствам подсистем, между которыми действует большое число разнородных связей. В кибернетике такие объекты получили название сложных систем, а методы их изучения — системным анализом (эта наука развивается с начала 40-х гг. в период 2-й мировой войны).

Общая с точки зрения теории познания триада имеет вид:

Дата добавления: 2015-08-13