Курс лекций «Базы данных и информационные системы»
Тема 1 «Моделирование ИС. Моделирование потоков данных с применением IDF0 и DFD методологий и диаграмм вариантов использования – use case diagrams методологии RUP. Построение модели ИС на уровне классов и компонентов с использованием диаграммы классов методологии RUP»
Предметом курса является разработка информационных систем, которые сопровождают базы данных.
Информационная система - это совокупность программных и аппаратных средств, предназначенных для хранения и/или управления данными и информацией и производства вычислений.
Основой для проектирования любой сложной системы служит её концептуальная модель.
Концептуальную модель можно определить как результат абстрагирования части реального мира, которую моделируют информационной системой. Для обозначения «части реального мира, которую моделируют информационной системой» называют «предметная область».
Выделяют два типа информационных систем. Одни из них сопровождают операционные (OLTP), а другие - аналитические (OLAP) базы данных.
OLTP-базы хранят данные в реальном масштабе времени. Другими словами, мгновенно фиксируют события. Например, отгрузку товара со склада.
Рисунок 1 - Состояния OLTP-базы данных
Как видим, в рассмотренном примере (рис. 1), состояние базы данных в 8 часов 15 мин., когда мониторы по второй позиции на складе были, изменилось. Теперь, в 12 часов 20 мин., оно отражает отсутствие данного товара.
OLAP-информационные системы
OLAP хранят "историю" изменения базы данных. То есть, в них сохраняют данные OLTP базы с какой-то периодичностью. Например, раз в месяц.
Если изображать состояния OLTP базы следующего месяца не под, а за предыдущим, то получится некий куб, как показано на рис. 2.
Рисунок 2 - OLAP база данных
Теперь, если произвести некий кросс-табличный анализ, например, построить график изменения значений какой-то комплектующей по одной позиции, то можно предсказать тенденцию ее сбыта. А значит предсказать прибыль реализация данного товара в будущем или принять решение о прекращении его поставок.
Рисунок 3 - Результат кросс-табличного анализа
Из приведенного рис. 3 видно, что сбыт возрастает, значит можно надеяться на получение прибыли в ближайшем будущем.
Конечно это не единственный вариант анализа. Можно сравнивать кривые сбыта разных товаров, чтобы определить, какой из товаров дает большую прибыль, оптимизировать затраты на рекламу с целью получения максимальной прибыли от реализации товара и т. д.
Эти задачи решают с помощью систем поддержки принятия решений (Decision Support System - DSS) на основе данных OLAP баз. Как видим, этот тип информационных систем ориентирован на решение стратегических вопросов. В рассмотренном примере это было прогнозирование сбыта. Поэтому OLAP системы никогда не оперируют данными реального времени.
К системам поддержки принятия решений относят, например, знакомый многим Microsoft Excel. Многие средства разработки информационных систем содержат библиотеки классов или компонентов. Так, в Borland Delphi есть компоненты DecisionCube.
Системы поддержки принятия решений масштаба предприятия, строят на серверных OLAP-средствах. Например, таких как Oracle Express Server, Microsoft SQL Server 2000 Analysis Services, Hyperion Essbase, продуктах компаний Crystal Decisions, BusinessObjects, Cognos, SAS Institute.
В курсе мы будем рассматривать системы, которые сопровождают OLTP базы данных. Для краткости будем называть их OLTP-системы.
Кратко охарактеризовать OLTP базы данных можно так - это большие объемы структурированной информации.
Не смотря на то, что это упрощенное определение тут подчеркнуты два важных аспекта:
регулярная однородность данных (структурированность). То есть данные могут быть отображены таблицей, в каждой, из колонок которой хранятся данные одного типа. Например, только текст или только даты;
большие объемы информации.
Второй аспект определяет область применения баз данных - относительно развитые бизнес структуры. Другими словами, автоматизация сопровождения бизнеса с небольшим оборотом и узкой номенклатурой товара не целесообразна.
В следующей теме мы перейдем к вопросу моделирования этих систем.
Для этих целей используют IDEF0 (Integrated Definition Function Modeling) и DFD (Data Flow Diagrams) методологии.
Выбор методологии проектирования зависит от степени сложности моделируемого информационной системой объекта. Если это сложный объект, например, предприятие, то в начале проектирования информационной системы желательно использовать методологию IDEF0. В настоящее время эта методология действует в качестве федерального стандарта США.