Информатизация инженерного образования (выпуск 1)

Г л а в а 16. Новые технологии в информатизации образования

'

Рис. 16.5. Основные элементы OLAP

Гиперкубические и поликубические модели данных

В существующих реализациях многомерных баз данных используются два основных варианта организации данных: гиперкубическая и поликубическая модели.

Системы, поддерживающие поликубическую модель, предполагают, что в многомерной базе данных может быть определено несколько гиперкубов с различной размерностью и с различными измерениями в качестве их граней. Например, значение показателя «Рабочее время менеджера», скорее всего, не зависит от измерения «Марка автомобиля» и однозначно определяется двумя измерениями: «День» и «Менеджер». В поликубической модели в этом случае может быть объявлено два различных гиперкуба:

•двухмерный — для показателя «Рабочее время менеджера»;

•трехмерный — для показателя «Объем продаж».

В случае же гиперкубической модели предполагается, что все показатели должны определяться одним и тем же набором измерений, т.е. только из-за того, что «Объем продаж» определяется тремя измерениями, при описании показателя «Рабочее время менеджера» придется также использовать три измерения и вводить избыточное для этого показателя измерение «Модель автомобиля».

Операции манипулирования данными

Операция «Срез». Пользователя редко интересуют все потенциально возможные комбинации значений измерений (меток). Кроме того, он практически никогда не работает одновременно сразу со всем гиперкубом данных. Подмножество гиперкуба, получившееся в результате фиксации меток одного или более измерений, называется срезом (Slice). Например, если ограничено значение измерения «Марка автомобиля» = Audi, то получится подмножество гиперкуба (в нашем случае — двухмерная таблица), содержащее информацию об истории продаж этой модели различными менеджерами в различные годы.

673

Ч А С Т Ь 3. ТЕХНОЛОГИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ

Операция «Вращение». Изменение порядка представления (визуализации) измерений (обычно применяется при двухмерном представлении данных) называется вращением (Rotate). Эта операция обеспечивает возможность визуализации данных в форме, наиболее комфортной для их восприятия. Например, если менеджер первоначально вывел отчет, в котором модели автомобилей были перечислены по оси X, а менеджеры — по оси Y, он может решить, что такое представление мало наглядно, и поменять местами координаты (выполнить поворот на 90°).

Операция «Свертка». С точки зрения пользователя «Подразделение», «Регион», «Фирма», «Страна» являются точно такими же измерениями, как и «Менеджер». Но каждое из них соответствует новому, более высокому уровню агрегации значений показателя «Объем продаж». В процессе анализа пользователь не только работает с различными срезами данных и выполняет их вращение, но и переходит от детализированных данных к агрегированным, т.е. производит операцию свертки (Roll Up). Например, посмотрев, насколько успешно в 2001 г. Петров продавал модели «Mercedes» и BMW, управляющий может захотеть узнать, как выглядит соотношение продаж этих моделей на уровне подразделения, в котором Петров работает. А затем получить аналогичную справку по региону или фирме.

Операция «Детализация». Переход от более агрегированных к более детализированным данным называется операцией детализации (Drill Down). Например, начав анализ на уровне региона, пользователь может захотеть получить более точную информацию о работе конкретного подразделения или менеджера.

Операции свертки и детализации осуществляются благодаря наличию иерархической структуры измерений. Значения измерений (метки) могут объединяться в иерархии, состоящие из одного или нескольких уровней (levels). Например, метки измерения «Время» естественно объединяются в иерархию с уровнями год, квартал, месяц, день (рис. 16.6.).

В соответствии с уровнями иерархии вычисляются агрегатные значения, например годовой объем продаж (уровень «Год») или месячный (уровень «Месяц»).

Настало время подвести итог. OLAP предоставляет удобные быстродействующие средства доступа, просмотра и анализа деловой информации. Пользователь получает естественную, интуитивно понятную модель данных, организуя их в виде многомерных кубов (Cubes). Осями многомерной системы координат служат основные атрибуты анализируемого бизнес-процесса. Например, для продаж это может быть товар, регион, менеджер. В качестве одного из измерений используется время. На пересечениях осей измерений (Dimensions) находятся данные, количественно характеризующие процесс, — показатели (Measures). Это могут быть объемы продаж в штуках или в денежном выражении, остатки на складе, издержки

! "

Рис. 16.6. Иерархические измерения

674

Гл а в а 16. Новые технологии в информатизации образования

ит.п. Пользователь, анализирующий информацию, может «разрезать» куб по разным направлениям, получать сводные (например, по годам) или, наоборот, детальные (по неделям) сведения и осуществлять прочие манипуляции, которые ему придут в голову в процессе анализа.

16.2.4.Технические аспекты организации данных в OLAP-системах

Несмотря на то, что методы реального хранения многомерных данных зачастую не волнуют ни разработчиков инструмента, которым пользуется клиент, ни, уж тем более, самого клиента, позволим себе сказать несколько слов по поводу технических способов организации хранения данных.

Многомерность в OLAP-приложениях подразделяется на три уровня:

• многомерное представление данных — средства конечного пользователя, обеспечивающие многомерную визуализацию и манипулирование данными. Слой многомерного представления абстрагирован от физической структуры данных

ивоспринимает данные как многомерные;

•многомерная обработка — средство (язык) формулирования многомерных запросов (традиционный реляционный язык SQL здесь оказывается непригодным)

ипроцессор, умеющий обработать и выполнить такой запрос;

•многомерное хранение — средства физической организации данных, обеспечивающие эффективное выполнение многомерных запросов.

Первые два уровня в обязательном порядке присутствуют во всех OLAP-средст- вах. Третий уровень, хотя и является широко распространенным, не обязателен, так как данные для многомерного представления могут извлекаться и из обычных реляционных структур. Процессор многомерных запросов в этом случае транслирует многомерные запросы в SQL-запросы, которые выполняются реляционной СУБД.

Конкретные OLAP-продукты, как правило, представляют собой либо средство многомерного представления данных, OLAP-клиент (например, Pivot Tables в Excel 2000 фирмы Microsoft или ProClarity фирмы Knosys), либо многомерную серверную СУБД, OLAP-сервер (например, Oracle Express Server или Microsoft OLAP Services).

Слой многомерной обработки обычно бывает встроен в OLAP-клиент и(или) в OLAP-сервер, но может быть выделен в чистом виде, как, например, компонент Pivot Table Service фирмы Microsoft.

Средства OLAP-анализа могут извлекать данные и непосредственно из реляционных систем. Такой подход был более привлекательным в те времена, когда OLAP-серверы отсутствовали в прайс-листах ведущих производителей СУБД. Но сегодня и Oracle, и Informix, и Microsoft предлагают полноценные OLAP-сер- веры, и даже те IT-менеджеры, которые не любят разводить в своих сетях «зоопарк» из программного обеспечения разных производителей, могут купить OLAP-сервер той же марки, что и основной сервер баз данных.

OLAP-серверы, или серверы многомерных баз данных, могут хранить свои многомерные данные по-разному. Прежде чем рассмотреть эти способы, поговорим о таком важном аспекте, как хранение агрегатов. Дело в том, что в любом хранилище данных — и в обычном, и в многомерном — наряду с детальными данными, извлекаемыми из оперативных систем, хранятся и суммарные показатели (агрегированные показатели, агрегаты), такие, как суммы объемов продаж по месяцам, по категориям товаров и т.п. Агрегаты хранятся в явном виде с единственной

675

Ч А С Т Ь 3. ТЕХНОЛОГИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ

целью — ускорить выполнение запросов. Ведь, с одной стороны, в хранилище накапливается, как правило, очень большой объем данных, а с другой — аналитиков в большинстве случаев интересуют не детальные, а обобщенные показатели. И если каждый раз для вычисления суммы продаж за год пришлось бы суммировать миллионы индивидуальных продаж, скорость, скорее всего, была бы неприемлемой. Поэтому при загрузке данных в многомерную базу данных вычисляются и сохраняются все суммарные показатели или их часть.

Но, как известно, за все надо платить. И за скорость обработки запросов к суммарным данным приходится платить увеличением объемов данных и времени на их загрузку. Причем увеличение объема может стать буквально катастрофическим

— в одном из опубликованных стандартных тестов полный подсчет агрегатов для 10 Мб исходных данных потребовал 2,4 Гб, т.е. данные выросли в 240 раз! Степень «разбухания» данных при вычислении агрегатов зависит от количества измерений куба и структуры этих измерений, т.е. соотношения количества «отцов» и «детей» на разных уровнях иерархического измерения. Для решения проблемы хранения агрегатов применяются подчас сложные схемы, позволяющие при вычислении далеко не всех возможных агрегатов достигать значительного повышения производительности выполнения запросов.

Теперь о различных вариантах хранения информации. Как детальные данные, так и агрегаты могут храниться либо в реляционных, либо в многомерных структурах. Многомерное хранение позволяет обращаться с данными как с многомерным массивом, благодаря чему обеспечиваются одинаково быстрые вычисления суммарных показателей и различные многомерные преобразования по любому из измерений. Некоторое время назад OLAP-продукты поддерживали либо реляционное, либо многомерное хранение. Сегодня, как правило, один и тот же продукт обеспечивает оба эти вида хранения, а также третий вид — смешанный. Применяются следующие термины:

MOLAP (Multidimensional OLAP) — и детальные данные, и агрегаты хранятся в многомерной базе данных. В этом случае получается наибольшая избыточность, так как многомерные данные полностью содержат реляционные.

ROLAP (Relational OLAP) — детальные данные остаются в реляционной базе данных. Агрегаты хранятся в той же базе данных в специально созданных служебных таблицах.

HOLAP (Hybrid OLAP) — детальные данные остаются на месте (в реляционной БД), а агрегаты хранятся в многомерной базе данных.

Каждый из этих способов имеет свои преимущества и недостатки и должен применяться в зависимости от условий — объема данных, мощности реляционной СУБД и т.д.

При хранении данных в многомерных структурах возникает потенциальная проблема «взрывного роста объема БД» за счет хранения пустых значений. Ведь если в многомерном массиве зарезервировано место под все возможные комбинации меток измерений, а реально заполнена лишь малая часть (например, ряд продуктов продается только в небольшом числе регионов), то большая часть куба будет пустовать, хотя место будет занято. Современные OLAP-продукты умеют справляться с этой проблемой.

Далее представлены конкретные OLAP-продукты, выпускаемые ведущими мировыми и отечественными производителями, а также обсуждаются критерии выбора OLAP-продукта.

676

Г л а в а 16. Новые технологии в информатизации образования

16.2.5. Практическое применение OLAP-систем

Иностранные производители инструментов OLAP

Brio Software (http://www.brio.com). Продукт Brio Enterprise обладает дружественным интерфейсом и относится к классу Desktop OLAP. Продукт может выступать в качестве клиента к большинству промышленных серверов OLAP. Имеет средства создания приложений EIS. Встроенная поддержка Java и Java Script обеспечивает полную переносимость в среду web. Интерфейс пользователя выглядит абсолютно одинаково при использовании «толстого» и «тонкого» клиентов. Недавно компания была приобретена Hyperion Solutions.

Business Objects (http://www.businessobjects.com). Компания, продукты которой уже стали довольно популярными в России. Основной продукт относится к классу Desktop ROLAP (микрокубы формируются «на лету» в результате генерации запроса на языке SQL к базе данных. Дальнейший анализ проводится на клиентской рабочей станции). Характеризуется мощными возможностями построения отчетов на основе баз данных, имеющих сложную структуру. Обладает удобным инструментом описания метаданных.

Cognos Inc. (http://www.cognos.com). Компания, недавно переместившаяся на второе место по объему продаж инструментов OLAP. Cognos Platform for Enterprise Business Intelligence (Platform for EBI) представляет собой не продукт как таковой, а многозвенную технологическую инфраструктуру, поддерживающую ряд продуктов Cognos, в частности Impromptu и PowerPlay, являвшихся лидерами на рынке BI-средств в течение нескольких лет. Эта инфраструктура служит порталом, позволяющим осуществить доступ к документам, данным (в том числе результатам анализа) и отчетам.

Использование Platform for EBI позволяет создавать так называемые витрины данных (выборки, организованные специальным образом с целью упрощения дальнейшего анализа данных), как реляционные, так и многомерные, с помощью служб BI Data Mart Creation. Для создания и распространения таких витрин данных пользователи могут применять специально предназначенный для этого инструмент — DecisionStream.

Dimensional Insight (http://www.dimins.com). Компания предлагает продукты для подготовки отчетов и многомерного анализа данных: DI-Atlantis, DI-ProDiver, DI-WebDiver, DI-ReportDiver.

Hyperion Solutions (http://www.hyperion.com). OLAP-сервер Hyperion Essbase представляет собой серверное OLAP-средство, основанное на многозвенной архитектуре и предназначенное для многопользовательского доступа к OLAP-данным и проведения аналитических расчетов. OLAP-сервер Hyperion Essbase поддерживает Windows NT, UNIX и AS/400 и может использоваться совместно с различными источниками данных и аналитическими приложениями. Отметим, что на базе Hyperion Essbase созданы OLAP-решения IBM.

Открытая архитектура Hyperion Essbase поддерживает доступ к OLAP-данным этого сервера с помощью самых разнообразных средств (электронных таблиц, построителей запросов, генераторов отчетов), позволяя этим средствам выступать в роли клиентских приложений. Essbase поддерживает более 50 клиентских продуктов, в частности Seagate Software Crystal Reports и Crystal Info, средства просмотра OLAP-данных, такие как Business Objects и Cognos PowerPlay, электронные

677

Ч А С Т Ь 3. ТЕХНОЛОГИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ

таблицы ведущих производителей. Кроме того, Hyperion Solutions поставляет собственные BI-приложения на базе Essbase.

IBM (http://www.ibm.com) предлагает свой продукт — DB2 OLAP Server, входящий в линейку продуктов DB2.

Microsoft (http://www.microsoft.com/sql/default.htm). Выйдя сравнительно недавно на рынок OLAP, компания начинает диктовать свои условия и на этом рынке. Microsoft SQL Server 2000 Analysis Services — это средство создания BI-приложе- ний для Windows NT и Windows 2000. OLAP-сервер, входящий в комплект поставки Microsoft SQL Server 2000, по существу, представляет собой middlewareпродукт, функционирующий независимо от самого Microsoft SQL Server. Этот OLAP-сервер может получать и обрабатывать данные не только из Microsoft SQL Server, но и из любых других баз данных, доступных с помощью OLE DB. Клиентские средства могут обращаться к данным, хранящимся на этих серверах, с помощью специально предназначенного для этой цели OLE DB-провайдера.

Microsoft SQL Server 2000 Analysis Services обладает разнообразными средствами масштабирования и повышения производительности, такими как возможность сжатия OLAP-кубов, параллельная обработка данных, разделение кубов между несколькими серверами с последующей параллельной обработкой запросов к ним, возможность записи в OLAP-кубы и др.

Помимо OLAP-функциональности Analysis Services содержит Data Miningфункциональность. В частности, этот продукт содержит два класса алгоритмов Data Mining, разработанных в Microsoft, — Microsoft Decision Trees и Microsoft Clustering, а также позволяет использовать алгоритмы, разработанные сторонними производителями. Для использования этой функциональности в приложениях была создана новая спецификация для OLE DB-провайдеров соответствующего типа — OLE DB for Data Mining (в дополнение к уже имеющейся спецификации OLE DB for OLAP).

Функциональность Analysis Services может быть расширена за счет разработки приложений на их основе: все объекты Analysis Services доступны в средствах разработки, поддерживающих создание контроллеров автоматизации.

MicroStrategy Inc. (http://www.microstrategy.com). Компания известна своим продуктом класса ROLAP, способным генерировать очень сложные многопроходные операторы SQL. Помимо флагманского продукта компания имеет целую линейку продуктов, предназначенных для распространения информации о бизнесе.

Oracle (http://www.oracle.com). До недавнего времени компания занимала одно из ведущих мест на рынке OLAP со своим продуктом Oracle Express, но впоследствии стала терять свои позиции. Недавно компания объявила о замене сервера Oracle Express новым продуктом Oracle OLAP Services.

Продукт Oracle Reports Developer (потомок Oracle Reports и Oracle Developer 2000) предназначен для создания отчетов, в том числе содержащих деловую графику. Как и другие средства разработки Oracle, Reports Developer тесно интегрирован с сервером баз данных Оrасlе и средством разработки Oracle Forms Developer и использует тот же язык PL/SQL, что при создании серверного кода. Визуальное проектирование и генерация отчетов, равно как и их просмотр, могут производиться на разных программных платформах в графическом или текстовом виде.

Oracle Reports Developer позволяет получать данные, хранящиеся не только в СУБД Oracle, но и на сервере аналитической обработки данных Oracle Express

678

Г л а в а 16. Новые технологии в информатизации образования

Server, а также использовать данные из других СУБД с помощью универсальных механизмов доступа к данным.

Помимо Oracle Reports Developer существует и серверный продукт для генерации отчетов — Oracle Reports Server. Он применяется в том случае, когда генерация отчетов требует длительного времени и немалых ресурсов, и поэтому производится в нерабочее время или автоматически по расписанию, при необходимости доставки отчетов пользователям по электронной почте, или в случае предоставления в виде отчетов одних и тех же данных разным пользователям, что может потребовать кэширования результатов выполнения запросов.

Seagate Software (в настоящее время BusinessObjects) (http://www.businessobjects.com). До недавнего времени Seagate Crystal Reports занимала лидирующую позицию на рынке генераторов отчетов. Помимо трех редакций этого продукта (Standard, Developer и Professional), поставляемых непосредственно Seagate Software, Crystal Reports входит в состав некоторых средств разработки BI-средств. Отличительными особенностями последней являются: поддержка самых разнообразных механизмов доступа к данным; обширный спектр средств автоматической генерации макетов стандартных отчетов; высокоточный графический дизайнер макетов отчетов; средства интеграции со средствами разработки приложений и с приложениями Microsoft Office в виде модулей расширений; поддержка публикации отчетов в Интернете с точным воспроизведением их в обозревателе; наличие в комплекте поставки ASP-серверов для генерации отчетов, а также возможность создания простейших OLAP-отчетов.

SAP AG (http://www.sap.com). Business Information Warehouse (BIW) — решение компании SAP в области построения хранилища данных и многомерного анализа информации. Продукт интегрирован с системой R/3 и включает в себя функциональность по управлению метаданными, созданию структуры хранилища данных (набор расширенных схем «звезда»), генерации отчетов и дополнительного модуля к Microsoft Excel для многомерного анализа данных.

SAS Institute (http://www.sas.com). SAS System является средством накопления и хранения данных, предоставляющим возможности анализа данных и разработки приложений. SAS Institute поставляет на рынок более 50 продуктов и готовых решений, в целом поддерживающих все направления Business Intelligence: средства разработки приложений, предназначенных для доступа к данным, управления ими, а также для анализа и представления данных; серверные OLAP-средства, позволяющие создавать хранилища OLAP-данных; средства создания отчетов. Среди продуктов SAS Institute имеются также Data Mining-средства, позволяющие осуществлять бизнес-прогнозы.

Sybase (http://www.sybase.com). Sybase InfoMaker 7 — это инструмент для создания форм, отчетов и содержащих их простейших приложений, поддерживающий различные СУБД. Данный продукт содержит визуальный редактор форм и отчетов,

атакже визуальные средства создания запросов, на основе которых могут создаваться отчеты. InfoMaker позволяет создавать отчеты на основе сводных таблиц,

атакже использовать в отчетах средства деловой графики.

Доступ к данным в этом продукте может осуществляться с помощью OLE DB. Поддерживается также доступ к СУБД Sybase, Informix и Microsoft с помощью клиентских API. Некоторые версии InfoMaker содержат в комплекте поставки

679

Ч А С Т Ь 3. ТЕХНОЛОГИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ

Sybase Adaptive Server Anywhere, который позволяет создавать собственные базы данных, используемые в приложениях, разработанных с помощью InfoMaker.

Information Builders (http://www.informationbuilders.com/). WebFOCUS Business Intelligence Suite — продукт компании Information Builders, в течение многих лет являющейся одним из лидеров рынка генераторов отчетов и средств анализа данных. WebFOCUS представляет собой интегрированный набор средств анализа данных масштаба предприятия, позволяющий использовать данные из различных СУБД и предоставлять результаты анализа пользователям, в том числе через Интернет.

Среди указанных средств имеются: WebFOCUS Reporting Server — для осуществления анализа данных и генерации отчетов; WebFOCUS Maintain Server — основа для создания BI-приложений в архитектуре «клиент-сервер» и аналитических web-приложений; WebFOCUS Report Broker — для управления созданием и распространением отчетов; WebFOCUS InfoCube — библиотека шаблонов для анализа продаж, маркетинговых исследований и т.д. Несколько специализированных модулей для систем автоматизации предприятий (в частности, для SAP и PeopleSoft). WebFOCUS позволяет осуществлять многомерный анализ данных и содержит средства доступа к данным различных СУБД, а также инструменты для разработки BI-решений, интегрированные с Microsoft Office 2000, BackOffice 2000, Microsoft OLAP Services.

Существуют версии WebFOCUS для Windows NT, Linux, Unix, OpenVMS, OS/390, MVS, CMS.

16.2.6. Российские компании, представляющие интересы иностранных производителей инструментов OLAP

4П (http://www.4pi.ru). Компания представляет продукты ведущих производителей средств OLAP и Business Intelligence.

ВДЭЛ (http://www.vdel.com) — партнер компании Brio.

Интерфейс (http://www.interface.ru). Компания предлагает на российском рынке продукты ведущих производителей средств OLAP и Business Intelligence.

Ланит (http://www.lanit.ru/). Компания является эксклюзивным партнером Hyperion в России и странах СНГ.

РдТЕХ (http://www.rdtex.ru/) — партнер компании Oracle.

Терн (http://www.tern.ru). Компания представляет интересы фирмы BusinessObjects на российском рынке.

ФОРС-холдинг (http://www.fors.ru) — официальный дилер компании Oracle в России, разработчик информационных аналитических систем на основе продуктов Oracle.

16.2.7. Российские производители инструментов OLAP

Intersoft Lab (http://www.iso.ru/). Программа «Контур Стандарт» — универсальный инструмент быстрой разработки OLAP-приложений, представляющих собой пакеты аналитических интерфейсов (отчетов) для конечного пользователя: руководителя, аналитика, маркетолога и т.д. В файле приложения хранятся настройки на источники данных и метаданные: описание состава данных для анализа, измере-

680

Г л а в а 16. Новые технологии в информатизации образования

ний и фактов, механизмов агрегации, фильтрации, сортировки данных и настройки аналитических интерфейсов, обеспечивающих визуализацию данных. Система относится к классу OLAP-клиент. Исполнение приложений обеспечивается встроенной OLAP-машиной собственной разработки Intersoft Lab.

Контур OLAPBrowser — специализированный многооконный обозреватель для выполнения OLAP-анализа в Интернете и локальной сети на персональном компьютере. Система обеспечивает просмотр и OLAP-анализ данных, опубликованных в виде микрокубов «Контур» на web-сайте или сетевом диске. Микрокуб «Контур»

— это витрина данных (MOLAP), в которую с помощью специального генератора загружены данные из произвольных источников, например бухгалтерской системы, хранилища данных и др. Контур OLAPBrowser предлагается компаниямпродавцам информации и корпорациям для внутренней информационной поддержки удаленных пользователей.

Институт открытых систем при Ивановском государственном энергетическом университете. ИнфоВизор (http://infovisor.ivanovo.ru:8101/rus/index.htm) — комплекс инструментальных средств автоматизированной поддержки принятия решений.

BaseGroup Labs (http://www.basegroup.ru/). Компания занимается созданием систем добычи данных, анализа информации и прогнозирования, а также разработкой заказных информационных систем.

16.2.8. Критерии выбора OLAP-системы

Как и в любой другой области, в сфере OLAP не может существовать однозначных рекомендаций по выбору инструментальных средств. Можно только заострить внимание на ряде ключевых моментов и сопоставить предлагаемые возможности программного обеспечения с потребностями организации.

Удобство и богатство возможностей средств администрирования. Работа администратора является самой важной и самой сложной частью эксплуатации OLAP-системы. Поэтому следует обращать внимание на удобство интерфейса администрирования, а более того — на спектр его функциональных возможностей. Как формируются новые измерения? Как модифицируется существующая модель? Требуется ли создание базы данных жестко заданной структуры или можно анализировать данные, собранные в ранее созданных базах (в случае ROLAP)? На все эти вопросы необходимо получить ясный и четкий ответ.

Гибкость настройки и наглядность форм демонстрации результатов.

Интуитивность представления информации — главная изюминка OLAP. Насколько качественно и удобно формируются отчеты? Наглядны ли графические возможности, существует ли связь с ГИС-технологиями? Налажены ли механизмы экспорта результатов в стандартные форматы?

Спектр методов постобработки данных, доступность средств интеллектуального анализа. Богаты ли аналитические возможности инструмента? Есть ли в нем элементы Data Mining и, если есть, какие преимущества они могут обеспечить при использовании?

Возможность обработки больших хранилищ данных с приемлемой производительностью. Если необходим планомерный непрерывный анализ большого

681

Ч А С Т Ь 3. ТЕХНОЛОГИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ

хранилища данных организации, требуется выяснить объективные ограничения продукта с точки зрения предельных размеров исходных баз данных.

Возможность увязки OLAP-инструментария со всеми СУБД, используемыми в организации. Как показывает практика, интеграция разнородных продуктов

вустойчиво работающую систему — один из наиболее важных вопросов и его решение в ряде случаев может быть связано с большими проблемами. Необходимо разобраться, насколько просто и надежно можно интегрировать средства OLAP

всуществующие в организации СУБД.

Кроме того, разумеется, одним из ключевых критериев выбора программных продуктов является цена. А продукты OLAP существенно различаются по этому показателю.

Список литературы

16.1.Основы геоинформатики: Учеб. пособие для вузов. В 2-х кн. / Е.Г. Капралов, А.В. Кошкарев, В.С. Тикунов и др. М.: Издательский центр «Академия», 2004.

16.2.ГОСТ 28441-90. Картография цифровая. Термины и определения.

16.3.Симонов А.В. Агроэкологическая картография. Кишинев, Штиинца, 1991.

16.4.Симонов А.В. Интерактивный картографический сервис на образовательных интернетпорталах // Интернет-порталы: содержание. Вып. 2, ГНИИ ИТТ «Информика». М.: Просвещение, 2004. С. 369—393.

16.5.Codd E.F., Codd S.B., Salley C.T. Providing OLAP (On-Line Analytical Processing) to UserAnalysts: An IT Mandate. E.F. Codd & Associates, 1993.

16.6.Федоров А., Елманова Н. Введение в OLAP // КомпьютерПресс. 2001. № 4. 2002. № 1.

16.7.Архипенков С. Oracle Express Olap // Диалог — МИФИ, 1999.

682