Для обеспечения высокой скорости 
вставки новых данных, изменения данных,
используемых в индексах, поддерживается
низкая степень заполнения страниц.
Это требует большего объема внешней
памяти для хранения данных по
сравнению с режимом работы OLAP.
Пример такой системы – БД банка,
обеспечивающая работу большого
количества банкоматов.
73
Системы оперативной аналитической обработки
предоставляют высокопроизводительные
иудобные средства многостороннего анализа данных (уже накопленных в БД в результате работы OLTP-систем)
иподдержки принятия решений.
Эти системы имеют следующие
особенности.
74
1) Ориентированы на анализ данных, поэтому: наиболее частая операция - выборка данных, почти не используются операции модификации данных.
Сервер в этом режиме может выполнять запросы с большей скоростью, т.к. не нужны механизмы блокировок и транзакций.
Страницы данных могут заполняться на 100% => более эффективное использование
внешней памяти и увеличение объема данных,
|
извлекаемых за одно обращение к БД |
. |
75 |
|
2)Важнейший показатель качества работы
-скорость выполнения запросов
(не должна превышать нескольких секунд).
Для повышения быстродействия:
•создают индексы,
•используют технологию материализованных (сохраненных) представлений,
•отступают от правил нормализации
реляционных таблиц.
76
Материализованное представление
предназначено для предварительного выполнения конкретного запроса,
и изменения в этот запрос вносятся по мере изменений данных в БД.
Поэтому при запуске запроса системе не требуется выполнять большое количество операций. Кроме того, для увеличения скорости
выполнения запросов с использованием внешних источников данных сервер должен
иметь средства прямого доступа к этим данным
без промежуточного их переноса. |
77 |
||
|
|||
|
|
|
|
3) Для быстрого выполнения 
анализа должны быть встроенные средства численного и статистического анализа информации.
4) Всесторонний и глубокий анализ данных требует специального их представления, например, в виде многомерной модели.
78
На основе систем OLAP создаются 
более сложные системы поиска и моделирования закономерностей в больших массивах данных (Data Mining), которые также поддерживаются средствами MS SQL Server 2005.
79
Примеры данных, обрабатываемых системами OLAP и Data Mining:
