42. Свойства olap-систем.

Термин OLAP (On-Line Analytical Processing) служит для описания модели представления данных и соответственно технологии их обработки в хранилищах данных. В OLAP применяется многомерное представление агрегированных данных для обеспечения быстрого доступа к стратегически важной информации в целях углубленного анализа. Приложения OLAP должны обладать следующими основными свойствами:

• многомерное представление данных;

• поддержка сложных расчетов;

• правильный учет фактора времени.

Преимущества OLAP:

• повышение производительности производственного персонала, разработчиков прикладных программ. Своевременный доступ к стратегической информации.

• предоставление пользователям достаточных возможностей для внесения собственных изменений в схему.

• приложения OLAP опираются на хранилища данных и системы OLTP, получая от них актуальные данные, что дает сохранение контроля целостности корпоративных данных.

• уменьшение нагрузки на системы OLTP и хранилища данных.

В 1993 году Эдгаром Коддом опубликовал статью «OLAP для пользователей-аналитиков: каким он должен быть». В работе Кодд изложил основные концепции оперативной аналитической обработки и определил двенадцать правил, которым должны удовлетворять продукты, позволяющие выполнять оперативную аналитическую обработку:

• Многомерность;

• Прозрачность;

• Доступность;

• Постоянная производительность при разработке отчетов;

• Клиент-серверная архитектура;

• Равноправие измерений;

• Динамическое управление разреженными матрицами;

• Поддержка многопользовательского режима;

• Неограниченные перекрестные операции;

• Интуитивная манипуляция данными;

• Гибкие возможности получения отчетов;

• Неограниченная размерность и число уровней агрегации.

43. Основные элементы многомерной модели данных. Пример.

При многомерном представление и описании структур данных основными понятиями, с которыми оперирует пользователь и проектировщик в многомерной модели данных, являются:

Измерение (Dimension)

Это множество однотипных данных, образующих одну из граней гиперкуба. Измерения играют роль индексов, используемых для идентификации конкретных значений (Показателей), находящихся в ячейках гиперкуба. Наиболее часто используемые в анализе измерения:

временные -Дни, Месяцы, Кварталы, Годы;

географических - Города, Районы, Регионы, Страны и т.д. В многомерной модели данных

Ячейка (Cell)

Это часть данных, получаемая путем определения одного элемента в каждом измерении многомерного массива. Ячейки гиперкуба могут быть пусты или полны. Когда значительное число ячеек куба не содержит данных, говорят, что он "разрежен".

Разреженность (Sparse)

Многомерная база данных называется разреженной, если относительно большой процент ячеек содержит пустые (утраченные) данные. Вполне обычны такие наборы данных, которые содержат 1%, 0.01% и даже меньшую долю возможных данных.

Показатель (Measure)

Иногда вместо термина "Ячейка" используется термин показатель (Measure) - это поле (обычно числовое), значения которого однозначно определяются фиксированным набором измерений.