21.1. Введение

Замечание. Первый автор этой главы — Дэвид Мак-Говерн (David McGoveren).

Системы поддержки принятия решений — это системы, которые служат для ана­лиза деловой информации. Их назначение-— помочь "выявить тенденции, определить проблемы и предложить... разумное решение" [21.7]. Подобные системы создаются на основе таких теорий, как исследование операций, теория поведения и научная теория управления, а также методы статистической обработки. Первые теоретические работы в этой области появились в конце 40-х и начале 50-х годов, т.е. задолго до того, как ком­пьютеры приобрели широкое распространение. Основной идеей было и по-прежнему ос­тается накопление производственных операционных данных (см. главу 1) и приведение их к виду, в котором они могли бы использоваться для анализа хода деловых процессов и корректировки делового поведения с целью приведения его в разумное русло. По оче­видным причинам степень преобразования данных на первых порах была почти мини­мальной — обычно все сводилось к составлению простых итоговых отчетов.

В конце 60-х и начале 70-х годов исследователи Гарвардского университета начали пропагандировать использование компьютеров в процессе выработки решений [21.23]. Сначала такое использование ограничивалось в основном автоматизацией генерации отчетов, хотя иногда предусматривались и элементарные аналитические возможности [21.2], [21.3], [21.6], [21.26]. Первые компьютерные системы сначала назывались ав­томатизированными системами управления, а позже — системами управления информацией. Но мы предпочитаем современный термин— системы поддержки принятия решений, поскольку все информационные системы, включая, например, сис­тему оперативной обработки транзакций (OLTP), могут или должны считаться "системами управления информацией" (в конечном счете все они используются и влияют на управление деловыми процессами). Поэтому в дальнейшем мы будем при­менять современную терминологию.

В 70-х годах также велись разработки нескольких языков запросов, и на их основе было создано несколько заказных (внутренних) систем поддержки принятия решений. Они реализовывались с применением средств генерации отчетов, таких как язык RPG, или систем поиска данных, таких как Focus, Datatrieve и NOMAD. Эти системы были первыми из числа тех, которые позволяли соответствующим образом подготовленным конечным пользователям получать непосредственный доступ к банкам данных на ком­пьютере. Иначе говоря, они позволяли пользователям формулировать производственные запросы к банкам данных и выполнять эти запросы, не ожидая помощи от информаци­онно-технологического подразделения.

Естественно, то, что мы называем банком данных (data store), тогда чаще всего пред­ставляло собой просто набор файлов — производственные данные хранились или в от­дельных файлах, или в не реляционных базах данных (реляционные системы еще только начинали разрабатываться). И даже в последнем случае данные извлекались из базы дан­ных и копировались в файлы, прежде чем они могли быть обработаны системой под­держки принятия решений. Так продолжалось почти до начала 80-х годов, пока для сис­тем поддержки принятия решений вместо простых файлов не начали использоваться ре­ляционные базы данных. На самом деле поддержка принятия решений, обработка произ­вольных (ad hoc) запросов и выдача отчетов были первыми практическими задачами, ис­пользовавшими реляционную технологию.

Хотя в настоящее время SQL-продукты получили широкое распространение, идея процесса извлечения, т.е. копирования данных из одной операционной среды в какую-либо другую среду не утратила своей значимости. Скопированные данные пользователи могут обрабатывать, как им угодно, без вмешательства в операционную среду. И, конеч­но, очень часто причиной выполнения таких выборок данных бывает необходимость поддержки принятия решений.

Из вышесказанного должно быть ясно, что поддержка принятия решений не является частью самой технологии баз данных. Это скорее одно из применений данной технологии (хотя и очень важное), или, точнее, несколько видов такого применения, отдельных, но связанных между собой. Перечислим эти виды: хранилища данных (data warehouse), ма­газины данных (data mart), банки оперативных данных (operational data store), оператив­ная аналитическая обработка (OLAP — online analytical processing), многомерные базы данных и разработка данных. Все эти технологии поддержки принятия решений будут рассмотрены в последующих разделах.

Предостережение. Сразу же отметим, что единственное, что объединяет упомянутые технологии, — это то, что в них редко следуют соответствующим логическим принци­пам проектирования. Практика систем поддержки принятия решений, к сожалению, — вовсе не наука, как можно было представить, и часто является совершенно надуманной. В частности, наблюдается тенденция к смещению акцентов в сторону физических, а не логических соображений (в действительности различия между физическими и логиче­скими аспектами в области систем поддержки принятия решений часто очень расплыв­чаты). Отчасти именно поэтому в примерах данной главы будет использоваться язык SQL, а не Tutorial D. Также мы будем применять "менее строгую" терминологию языка SQL, употребляя такие термины, как "строки", "столбцы" и "таблицы", вместо терминов "кортежи", "атрибуты" и "переменные-отношения". Также мы будем использовать тер­мины логическая схема и физическая схема в качестве синонимов терминов концепту­альная схема и внутренняя схема соответственно, как они были названы в главе 2.

План этой главы таков. В разделе 21.2 приводятся аспекты, связанные с практикой проек­тирования приложений поддержки принятия решений, которые мы считаем неверными. В разделе 21.3 описан наш собственный подход относительно этих же аспектов. Затем в разде­ле 21.4 обсуждаются вопросы подготовки данных (т.е. процесс получения оперативных дан­ных в том виде, в котором они могут быть пригодными для выполнения задач поддержки принятия решений); здесь же кратко рассказывается о банках оперативных данных. В разде­ле 21.5 рассматриваются хранилища данных, магазины данных и "многомерные схемы". В разделе 21.6 обсуждаются оперативная аналитическая обработка (OLAP) и многомерные базы данных. Раздел 21.7 посвящен разработке данных, а раздел 21.8 представляет собой резюме.