Хід роботи
AllFusion ERWin Data Modeler підтримує методологію розмірного моделювання завдяки спеціальній нотації для фізичної моделі ‑ Dimensional.
Після створення нової моделі (пункти меню File, New) обрати тип моделі Logical/Physical, СУБД ‑ SQL Server відповідної версії.
Для переходу до нотації Dimensional вибрати пункти меню Model, Model Properties… У вікні Model Properties на вкладці General у пункті Enable Modeling Features відмітити нотацію Dimensional; на вкладці Notation для логічної нотації (Logical Notation) обрати IDEF1X, для фізичної (Physical Notation) – DM:
Для
розробки структури СД на логічному
рівні призначена панель інструментів
.
Наприклад, на рис. 1 наведено логічну модель даних для аналізу та прогнозування продажів продукції, яка містить таблицю фактів "Продаж" та таблиці вимірів "Вид продукції", "Продукція", "Область", "Місто", "Період", "Замовник".
Рис. 1. Логічна модель СД
П
ерехід
до моделі Dimensional
здійснюється шляхом вибору відповідного
рівня відображення у списку на панелі
інструментів. При переході до рівня
відображення Dimensional
по замовченню таблиці фактів відображуються
з іконкою
,
таблиці вимірів ‑
,
консольні таблиці ‑
.
Якщо виникла необхідність змінити тип
таблиці вручну вибрати в контекстному
меню
для
таблиці
пункт
Tables
та відмітити відповідний тип таблиці
.
Наприклад, логічна модель, представлена на рис. 1 трансформується в модель Dimensional, представлену на рис. 2.
Рис. 2. Розмірна модель СД.
Для моделі можна задати властивості використавши контекстне меню:
Генерація даних здійснюється з використанням пунктів меню Tools, Forward Engineer, Schema Generation…
Рис. 3. Схема сховища даних в MS SQL Server
Питання для самоперевірки
Що означає термін сховище даних?
В чому відмінності сховищ даних від баз даних?
Як формується сховище даних зі схемою "сніжинка"?
Як формується сховище даних зі схемою "зірка"?
В чому відмінності схем "зірка" та "сніжинка"?
Яке призначення таблиць фактів, вимірів, консольних таблиць?
Які основні етапи формування сховища даних в MS SQL Server?
Лабораторна робота № 2.
Тема: Розробка та аналіз багатовимірних структур даних.
Мета: Набути навичок формування, обробки та аналізу багатовимірних структур даних.
Завдання:
Визначити перелік та описати OLAP-куби для аналізу предметної області.
У середовищі Microsoft Visual Studio здійснити реалізацію OLAP-кубів для аналізу інформації, накопиченої у сховищі даних.
Сформувати інформаційні зрізи даних в OLAP-клієнті ‑ MS Excel та навести приклади інформації, яка може бути отримана аналітиками на їх основі.
Теоретичні відомості Багатовимірний аналіз даних ‑ olap
Концепція оперативної аналітичної обробки OLAP (Online Analytical Processing) – це концепція комплексного багатовимірного аналізу даних, що накопичені у сховищі даних або в традиційній базі даних.
Термін "OLAP" був запропонований Едгаром Коддом у 1993 році і визначає архітектуру, яка підтримує складні аналітичні додатки. Вимоги до OLAP-систем покладені в основу тесту FASMI (Fast Analysis of Shared Multidimensional Information), розробленого Найджелом Пендсом у 1995 році на основі 12 принципів OLAP Е. Кодда.
Сучасні засоби OLAP-аналізу, тобто аналізу в реальному масштабі часу, надають можливість швидкого аналізу розділюваної багатовимірної інформації.
Більшість OLAP-додатків створюється на основі спеціалізованих багатовимірних СУБД з інтерфейсом додатків, що можуть бути налаштовані користувачем.
Термін "OLAP" нерозривно пов'язаний з терміном "сховище даних", але для проведення ефективного аналізу аналітику не достатньо централізації і зручного структурування даних, а необхідна також наявність зручних і простих у використанні інструментів для перегляду та візуалізації інформації.
Традиційні звіти, навіть побудовані на основі єдиного сховища, не забезпечують гнучкість представлення даних, тобто, їх не можна "покрутити", "розгорнути" або "згорнути", щоб отримати бажаний інформаційний зріз. Дана проблема вирішується шляхом написання запитів, але при цьому втрачається оперативність перевірки ідей, що виникають у аналітика оскільки він, як правило, не володіє навичками програмування.
Використання OLAP засобів надає аналітику інтуїтивно зрозумілі інструментальні засоби, які дозволяють оперативно і без залучення програмістів робити необхідні для аналізу інформації зрізи даних.