Создание информационно-аналитической системы на основе OLAP – технологии на примере ВУЗа

- В серверных OLAP-средствах вычисления  и хранение агрегатных данных  выполняются отдельным процессом  - сервером. Клиентское приложение  получает только результаты запросов  к многомерным кубам, которые хранятся на сервере. Некоторые OLAP-серверы поддерживают хранение данных только в реляционных базах, некоторые - только в многомерных. Многие современные OLAP-серверы поддерживают все три способа хранения данных: MOLAP, ROLAP и HOLAP.

 - OLAP-клиент устроен по-другому. Построение многомерного куба и OLAP-вычисления выполняются в памяти клиентского компьютера. OLAP-клиенты также делятся на ROLAP и MOLAP. А некоторые могут поддерживать оба варианта доступа к данным.

У каждого из этих подходов, есть свои "плюсы" и "минусы". Вопреки распространенному мнению о преимуществах серверных средств перед клиентскими, в целом ряде случаев применение OLAP-клиента для пользователей может оказаться эффективнее и выгоднее использования OLAP-сервера.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Глава II. Создание информационно-аналитической системы на основе OLAP – технологии на примере ВУЗа

Как правило, вуз имеет большое  количество разрозненных источников информации, что усложняет процесс получения  ответов на ключевые вопросы деятельности учебного заведения и не позволяет видеть общую картину. Если же необходимая информация находится в одной из используемых систем или локальном файле, то она часто является устаревшей или противоречит информации, получаемой из другой системы.

Рассмотренную проблему можно эффективно решить, разработав информационно-аналитическую систему, построенную на базе OLAP-техологий. Основная идея OLAP-технологии заключается в построении многомерных кубов данных, которые в дальнейшем можно использовать для реализации аналитических пользовательских запросов. Исходные данные для построения OLAP-кубов обычно хранятся в реляционных базах данных, называемых также хранилищами данных (Data Warehouse). Обычно используется представление многомерного куба в виде кросс-таблицы - плоской таблицы со сложными шапками. Операции над многомерным кубом реализуются как операции над кросс-таблицей. Например, операция вращения куба заключается в перестановке строк и столбцов, в изменении порядка подчиненности измерений внутри строк/столбцов, а также в перенесении части измерений из строк в столбцы и наоборот.

Для потребителя информации применение OLAP обеспечивает высокую гибкость получаемых решений за счет возможности интерактивного изменения результата. Специалист получает не жестко регламентированный отчет, а инструментарий для творческого исследования задачи. Возможность свободной манипуляции данными упрощает получение необходимых наборов данных. Важным преимуществом OLAP является использование специалистом знакомых терминов из предметной области.

OLAP-системы интегрируют уже существующие  системы учёта, предоставляя пользователю  инструменты для анализа больших  объёмов данных в реальном  времени, динамического конструирования  отчётов, мониторинга и т.д.

Типовая архитектура информационно-аналитической системы (ИАС) представляет собой: буферную область (оперативный склад данных - ОСД), центральное хранилище данных (ЦХД), витрины данных (ВД) и аналитические приложения.

Клиентское аналитическое приложение состоит из набора инструментов, которые необходимы для извлечения, анализа и предоставления информации из хранилища данных, используемой специалистами - аналитиками.

Основываясь на материалах используемой литературы, был создан программный  продукт, основывающийся на технологии OLAP. При проектировании структуры программного продукта, для того чтобы устранить проблему взаимодействия между OLAP-сервером и клиентской частью, в состав включена подсистема взаимодействия с клиентской частью. Данная подсистема исключает необходимость установки дополнительного программного обеспечения, предназначающегося для клиента.

Внедренная подсистема использует собственный протокол обмена данными, вследствие чего появляется возможность  использования единой подсистемы просмотра  и анализа информации во время  работы с различными типами OLAP-сервера. Подсистема управления установлена для упрощения взаимодействия с OLAP-сервером в процессе заполнения базы данных (БД) информацией.

В используемом хранилище данных (Data warehouses) содержатся оперативные данные, собираемые и интегрируемые из различных  источников. Положительным момент внедрения  хранилища данных является значительное повышение скорости получения данных, а также возможность использования среза и сравнения данных, наличие на выходе непротиворечивых, полных и достоверных данных. Компоненты, входящие в типичное хранилище, представлены на схеме 3.

 

Схема 3. Структура хранилища данных.

Данные в репозитории хранятся в виде файлов, доступных для дальнейшего распространения по сети.

Схема хранилища данных построена  по типу «звезда» (star schema) (схема 4). 

Схема 4. Схема хранилища данных, разработанного программного продукта типа «звезда».

В процессе анализа информации пользователь выбирает ее из реляционной базы данных (РБД). После чего программный продукт выполняет запрос на выборку.

Программный продукт выполняет  запрос на выборку, используя средства программирования на языке SQL.

Для отображения данных из БД на пользовательский интерфейс в ходе проектирования программного продукта были использованы ADO-компоненты.

Чтобы обеспечить приложениям единообразный  способ доступ к различного типа источникам данных, необходимо использовать технологии ADO с применением OLE DB-интерфейсов (схема 5).

 

Схема 5. Схема доступа к данным через ADO.

Технология OLE (Object Linking and Embedding) - технология управления и обмена информацией  между программным интерфейсом  других приложений. OLE позволяет создавать  объекты (рисунки, чертежи и текст) в одном приложении, а затем отображать эти объекты в других приложениях. При использовании OLE в обмене информацией участвуют два приложения - приложение-сервер и приложение-клиент.

Приложение-сервер используется для  создания и редактирования OLE-объектов (рисунков, чертежей, текстов). После того как объект создан, он помещается в приложение-клиент. OLE - связанный объект подключается к отдельному файлу.

При связи таблиц и создании запросов использовались следующие компоненты наборов данных класса TCustomADODataSet:

• ADOConnection - подключение к базе данных.
• ADOCommand - исполнение команд SQL.
• ADODataSet - многоцелевой наследник TDataSet.
• ADOTable - инкапсуляция таблицы.

На основании полученных результатов  формируются отчеты.

Внедрение данной системы приведет к повышению скорости реагирования вуза на динамично изменяющийся спрос на рынке труда, а также к сокращению времени и затрат на обучение⁶.

 

 

 

 

 

 

 

 

 

 

 

 

Заключение

В данной работе мы ознакомились с  основами OLAP. Мы узнали следующее:

• Назначение хранилищ данных — предоставление пользователям информации для статистического анализа и принятия управленческих решений.
• Хранилища данных должны обеспечивать высокую скорость получения данных, возможность получения и сравнения, так называемых срезов данных, а также непротиворечивость, полноту и достоверность данных.
• OLAP (On-Line Analytical Processing) является ключевым компонентом построения и применения хранилищ данных. Эта технология основана на построении многомерных наборов данных — OLAP-кубов, оси которого содержат параметры, а ячейки — зависящие от них агрегатные данные.
• Приложения с OLAP-функциональностью должны предоставлять пользователю результаты анализа за приемлемое время, осуществлять логический и статистический анализ, поддерживать многопользовательский доступ к данным, осуществлять многомерное концептуальное представление данных и иметь возможность обращаться к любой нужной информации.

OLAP-технологии – это мощный  инструмент обработки данных  в реальном времени. OLAP-сервер  позволяет организовывать и представлять данные в разрезе различных аналитических направлений и превращает данные в ценную информацию, которая помогает компаниям принимать более обоснованные решения.

Использование OLAP-систем обеспечивает стабильно высокий уровень производительности и масштабируемости, поддерживая объемы данных размером в несколько гигабайт, доступ к которым могут получить тысячи пользователей. С помощью OLAP-технологий доступ к информации осуществляется в реальном времени, т.е. обработка запросов теперь не замедляет процесс анализа, обеспечивая его оперативность и эффективность. Визуальные инструменты администрирования позволяют разрабатывать и внедрять даже самые сложные аналитические приложения, делая этот процесс простым и быстрым.

Обеспечивая среду для анализа, OLAP-сервер позволяет организациям использовать данные из ERP и CRM-систем, существующих хранилищ данных и других источников, а также обеспечивает тесную интеграцию с целым рядом систем, что позволяет существенно снизить расходы организации на развертывание, внедрение и сопровождение аналитических приложений.

OLAP-система предоставляет пользователям  возможность проводить сложный  анализ данных, что позволяет  лучше понять принципы функционирования  компании и найти способы улучшения  результатов ее деятельности. Аналитические приложения, построенные на основе OLAP-технологий, позволяют решать целый спектр аналитических задач, таких как анализ производства, финансовый анализ, маркетинговые исследования, анализ электронного бизнеса, CRM-анализ, анализ трудовых ресурсов (HRM-анализ). OLAP дает возможность создания аналитических приложений, охватывающих анализ всего производственного и финансового цикла предприятия, при этом не возникнет проблем с преемственностью и сопоставимостью данных.

 

 

 

 

 

 

 

 

 

 

 

 

Список используемой литературы

1. Ralph Kimball, «The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses», John Wiley & Sons, 1996 и «The Data Webhouse Toolkit: Building the Web-Enabled Data Warehouse», John Wiley & Sons, 2000
2. Хранилища данных. С. Я. Архипенков, Д. В. Голубев, О. Б. Максименко - Издательство: Диалог-МИФИ, 2002 г. – 528с.
3. Барсегян А.А. Методы и модели анализа данных: OLAP и Data Mining / А.А. Барсегян,  М.С. Куприянов, В.В. Степаненко, И.И. Холод. – СПб.: БХВ - Петербург, 2004. – 336 с.
4. Корпоративные хранилища данных. Планирование, разработка и реализация. Том первый. Эрик Спирли - Издательство: Вильямс, 2003 -  400 с.
5. Портал о Корпоративных порталах - Консалтинг, создание, внедрение и поддержка http://corportal.ru
6. Титова Г.С. - «Электронный журнал Современные проблемы науки и образования»/ № 1, 2012.
7. Алексей Федоров, Наталия Елманова - «Введение в OLAP» - электронный журнал «Компьютер – пресс» –http://www.compress.ru
8. Алексей Федоров, Наталия Елманова - «Введение в OLAP глава 11» -  http://www.sapr.ru/ журнал САПР и графика
9. Л.В. Щавелёв, - электронная статья «Оперативная аналитическая обработка данных: концепции и технологии» -  http://www.olap.ru

¹ Ralph Kimball, «The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses», John Wiley & Sons, 1996 и «The Data Webhouse Toolkit: Building the Web-Enabled Data Warehouse», John Wiley & Sons, 2000

² Портал о Корпоративных порталах - Консалтинг, создание, внедрение и поддержка http://corportal.ru

³ Портал о Корпоративных порталах - Консалтинг, создание, внедрение и поддержка http://corportal.ru

⁴ Методы и модели анализа данных: OLAP и Data Mining. А.А. Барсегян, М.С. Куприянов, В.В. Степаненко, И.И. Холод - Издательство: БХВ-Петербург, 2004

⁵ Л.В. Щавелёв, электронная статья «Оперативная аналитическая обработка данных: концепции и технологии» - http://www.olap.ru

⁶  Титова Г.С. - «Электронный журнал Современные проблемы науки и образования»/ № 1, 2012