6.9.1. Архітектура сховищ даних

Сховища даних можуть включати такі компоненти: віртуальне сховище даних, корпоративне сховище даних, кіоски чи вітрини даних.

Віртуальне сховище даних — це репозитарій метаданих, які опи­сують джерела надходження інформації, структуру даних сховища, методи агрегації та завантаження даних, відомості про структуру бізнес-понять та інші дані про дані, що зберігаються у сховищі.

Корпоративні сховища даних (enterprise data warehouses) вмі­щують інформацію, зібрану із певної множити оперативних БД, яка характеризує всю корпорацію і необхідна для виконання кон­солідованого аналізу діяльності корпорації в цілому. Такі схови­ща охоплюють всі численні напрямки діяльності корпорації і ви­користовуються для прийняття як тактичних та і стратегічних рішень. Розробка корпоративного сховища даних дуже трудоміст­кий процес, який може становити від одного до кількох років, а об­сяги сховища можуть досягати від 50 Гбайт до кількох терабайт.

Кіоски чи вітрини даних (data marts) це певна підмножина кор­поративних даних, які характеризують конкретний аспект діяльно­сті корпорації, наприклад роботу якогось її підрозділу. Кіоск може отримувати дані з корпоративного сховища даних (залежний кі­оск) чи бути незалежним, і тоді джерелом поповнення його даними будуть оперативні БД. Розробка кіоска даних потребує значно менше часу і в середньому триває близько трьох-чотирьох місяців.

Корпоративні сховища даних та кіоски будуються за подібними принципами і використовують практично одинакові технології.

В останні часи з'явилось поняття глобального сховища даних, в якому сховище даних розглядається як єдине джерело інтегро­ваних даних для всіх вітрин даних.

6.9.2. Моделі сховищ даних

Сховища повинні надавати можливість параметризації даних за різними ознаками, наприклад банківські операції під час їх аналізу необхідно групувати за часом їх виконання, за клієнтами, за їх обсягами у вартісному виразі, за контрагентами, видами ва­лют та іншими ознаками. Тобто дані мають бути представлені у сховищі таким чином, щоб надавати можливість їх багатовимір­ного аналізу. Основи багатовимірного аналізу були започатковані Е.Ф. Коддом (Е. F. Codd) в 1993 р.

Найбільш вдалою формою представлення даних, що надасть можливість багатовимірної їх параметризації є подання даних у ви­гляді неплоскої реляційної моделі, а багатовимірної моделі. В осно­ву OLAP-систем покладено поняття гіперкуба, тобто багатовимір­ного куба, у комірках якого зберігаються необхідні для аналізу дані.

Проте нині існує три варіанти побудови систем на основі схо­вищ даних: MOLAP (Multidimensional OLAP), ROLAP (Relational OLAP) і HOLAP (Hybrid OLAP). В MOLAP-системі гіперкуб реа­лізується як спеціальна модель нереляційної структури, яка швид­ше забезпечує доступ до даних, ніж реляційні моделі, але вимагає додаткових витрат пам'яті.

В ROLAP — системах гіперкуб це лише користувацький ін­терфейс, який моделюється на традиційній реляційній базі даних. Дані в сховищі представляються у вигляді моделі, що дістала на­зву «зірка» (star schema). Ця модель складається з таблиць двох типів: однієї таблиці даних, що аналізуються, тобто фактів (fact table) — центр зірки і декількох таблиць, які характеризують пев­ні виміри цих фактів (demension table). Таблиця фактів вміщує числові характеристики якогось напрямку діяльності компанії чи фірми, наприклад обсяги продажу, а також ключі таблиць вимі­рів. Таблиці вимірів містять додаткові характеристики ключових полів, як правило, це довідкові дані, наприклад дані про назву то­вару, назву його виробника, тип товару та інші. Зауважимо, що дані таблиць вимірів денормалізовані.

Якщо ж таблиці вимірів нормалізовані, то така модель назива­ється «сніжинкою» (snowflake schema). В ROLAP- системах збе­рігаються агреговані дані.

Такий підхід дозволяє зберігати великі обсяги даних, але вони не досить ефективні при виконанні аналітичних операцій, тому системи, побудовані на реляційних моделях, розглядаються швид­ше як інтелектуальні генератори звітів. Але досі ці системи пе­реважають так, як в реляційні моделі вкладені великі інвестиції і вони є більш зрозумілими і звичними.

HOLAP-системи — це комбінований варіант зберігання да­них, який використовує обидва типи СУБД. У багатовимірній СУБД зберігаються агрегати даних, а докладні дані, які мають невеликий обсяг, зберігаються в реляційній СУБД.