Kas yra OLAP sistemos?

Internetinis analitinis apdorojimas, arba OLAP, yra efektyvi duomenų apdorojimo technologija, kurios rezultatas - remiantis didžiuliais visų rūšių duomenų masyvais, rodoma galutinė informacija. Tai yra galingas produktas, padedantis pasiekti, nuskaityti ir peržiūrėti informaciją kompiuteryje, analizuojant ją įvairiais požiūriais.

OLAP yra įrankis, suteikiantis strateginę poziciją ilgalaikiam planavimui ir nagrinėjantis pagrindinę operatyvinių duomenų informaciją 5, 10 ar daugiau metų perspektyvai. Duomenys yra saugomi duomenų bazėje su aspektu, kuris yra jų atributas. Vartotojai gali peržiūrėti tą patį duomenų rinkinį su skirtingais atributais, atsižvelgiant į analizės tikslą.

OLAP istorija

OLAP nėra nauja koncepcija ir buvo naudojama dešimtmečius. Tiesą sakant, technologijos kilmė sietina su 1962 m. Tačiau šį terminą sugalvojo tik 1993 m. Duomenų bazės autorius Ted Coddom, kuris taip pat nustatė 12 gaminio taisyklių. Kaip ir daugelyje kitų programų, ši koncepcija išgyveno kelis evoliucijos etapus.

Pačios OLAP technologijos istorija siekia 1970 m., Kai buvo išleisti „Express“ informacijos šaltiniai ir pirmasis „Olap“ serveris. Juos 1995 m. Įsigijo „Oracle“ ir vėliau jie tapo daugialypio skaičiavimo mechanizmo, kurį žinomas kompiuterio prekės ženklas pateikė savo duomenų bazėje, internetinio analitinio apdorojimo pagrindu. 1992 m. „Arbor Software“ išleido kitą gerai žinomą internetinį analitinio apdorojimo produktą „Essbase“ (įsigytą „Oracle“ 2007 m.).

1998 m. „Microsoft“ išleido internetinį analizės duomenų apdorojimo serverį „MS Analysis Services“. Tai prisidėjo prie technologijos populiarumo ir paskatino kurti kitus produktus. Šiandien yra keli pasaulyje garsūs tiekėjai, siūlantys „Olap“ programas, įskaitant IBM, SAS, SAP, Essbase, „Microsoft“, „Oracle“, „IcCube“.

Analitinis apdorojimas internetu

OLAP yra įrankis, leidžiantis priimti sprendimus dėl planuojamų įvykių. Netipinis „Olap“ skaičiavimas gali būti sudėtingesnis nei vien duomenų kaupimas. Analitinės užklausos per minutę (AQM) yra naudojamos kaip standartinės nuorodos palyginant skirtingų instrumentų veikimą. Šios sistemos turėtų kiek įmanoma labiau paslėpti vartotojus nuo sudėtingų užklausų sintaksės ir suteikti nuoseklų atsakymo laiką kiekvienam (kad ir koks sudėtingas jie būtų).

Yra šios pagrindinės OLAP savybės:

1. Daugiamatės duomenų reprezentacijos.
2. Palaikymas sudėtingam kompiuteriui.
3. Laikinas intelektas.

Daugialypis pristatymas suteikia pagrindą analitiniam apdorojimui suteikiant lanksčią prieigą prie įmonės duomenų. Tai leidžia vartotojams analizuoti duomenis bet kokiame lygmenyje ir bet kuriame apibendrinimo lygyje.

Kompleksinio skaičiavimo palaikymas yra OLAP programinės įrangos pagrindas.

Laikinas intelektas yra naudojamas bet kokio analitinio taikymo efektyvumui įvertinti per tam tikrą laikotarpį. Pavyzdžiui, šį mėnesį, palyginti su ankstesniu mėnesiu, šį mėnesį, palyginti su tuo pačiu mėnesiu pernai.

Daugialypė duomenų struktūra

Viena iš pagrindinių internetinio analitinio apdorojimo savybių yra daugialypė duomenų struktūra. Kubas gali būti kelių matmenų. Šio modelio dėka visas OLAP intelektualiosios analizės procesas yra paprastas vadovams ir vadovams, nes ląstelėse pateikti objektai yra realaus pasaulio verslo objektai. Be to, šis duomenų modelis leidžia vartotojams apdoroti ne tik struktūrizuotus, bet ir nestruktūrizuotus bei pusiau struktūruotus masyvus.Visa tai daro juos ypač populiarius duomenų analizei ir BI programoms.

Pagrindinės OLAP sistemų savybės:

1. Naudokite daugialypius duomenų analizės metodus.
2. Teikti patobulintą duomenų bazių palaikymą.
3. Sukurkite lengvai naudojamas galutinio vartotojo sąsajas.
4. Palaikykite kliento / serverio architektūrą.

Vienas pagrindinių OLAP sąvokų komponentų yra kliento pusės serveris. Be duomenų kaupimo ir pirminio apdorojimo iš reliacinės duomenų bazės, jame pateikiami išplėstiniai skaičiavimo ir įrašymo parametrai, papildomos funkcijos, pagrindinės išplėstinės užklausų galimybės ir kitos funkcijos.

Atsižvelgiant į vartotojo pasirinktą pavyzdinę programą, galimi įvairūs duomenų modeliai ir įrankiai, įskaitant realaus laiko perspėjimus, funkciją, skirtą scenarijui „kas daryti“, optimizavimą ir sudėtingas OLAP ataskaitas.

Kubinė forma

Koncepcija pagrįsta kubine forma. Duomenų vieta jame parodo, kaip OLAP laikosi daugiamatės analizės principo, dėl kurio sukuriama duomenų struktūra greitam ir efektyviam analizavimui.

OLAP kubas dar vadinamas „hiperkubu“. Jis apibūdinamas kaip susidedantis iš skaitinių faktų (matų), klasifikuojamų pagal aspektus (matmenis). Matmenys yra susiję su atributais, apibrėžiančiais verslo problemą. Paprasčiau tariant, matmuo yra etiketė, apibūdinanti matą. Pavyzdžiui, pardavimo ataskaitose matas bus pardavimo kiekis, o matmenys apims pardavimo laikotarpį, pardavėjus, prekę ar paslaugą ir pardavimo regioną. Ataskaitoje apie gamybos operacijas priemonė gali būti bendros gamybos išlaidos ir produkcijos vienetai. Matmenys bus pagaminimo data arba laikas, gamybos etapas ar etapas, net ir darbuotojai, dalyvaujantys gamybos procese.

OLAP duomenų kubas yra kertinis sistemos akmuo. Duomenys kube yra sutvarkyti pagal žvaigždės arba snaigės modelį. Centre yra faktų lentelė, kurioje pateikiami suvestiniai duomenys (matai). Tai siejama su matavimo lentelių, kuriose pateikiama informacija apie matavimus, serija. Matmenys apibūdina, kaip šias priemones galima analizuoti. Jei kubas turi daugiau nei tris matmenis, jis dažnai vadinamas hiperkubu.

Viena pagrindinių kubo funkcijų yra jo statiškumas, o tai reiškia, kad kubo negalima pakeisti jo sukūrus. Todėl kubo kūrimo ir duomenų modelio nustatymo procesas yra esminis žingsnis link tinkamo duomenų apdorojimo OLAP architektūroje.

Duomenų kaupimas

Agregacijų naudojimas yra pagrindinė priežastis, kodėl prašymai OLAP įrankiuose apdorojami daug greičiau (palyginti su OLTP). Apibendrinimai yra duomenų, kurie anksčiau buvo apskaičiuoti apdorojant, suvestinės. Visi nariai, saugomi OLAP matmenų lentelėse, apibrėžia užklausas, kurias gali gauti kubas.

Kuboje informacijos sankaupos kaupiamos ląstelėse, kurių koordinatės nurodomos konkrečiais dydžiais. Suvestinių elementų, kuriuose gali būti kubas, skaičius priklauso nuo visų galimų matmenų elementų derinių. Todėl tipiniame programos kube gali būti nepaprastai daug agregatų. Preliminarus skaičiavimas bus atliekamas tik su pagrindiniais agregatais, kurie yra paskirstyti visame internetinės analizės analitiniame kube. Tai žymiai sumažins laiką, reikalingą bet kokiems apibendrinimams nustatyti, kai duomenų modelyje vykdoma užklausa.

Taip pat yra dvi su agregacijomis susijusios galimybės, kuriomis galite pagerinti gatavo kubo našumą: sukurkite galimybių talpyklos kaupimą ir naudokite agregaciją, pagrįstą vartotojo užklausų analize.

Darbo principas

Paprastai operacijų informacijos, gautos iš operacijų, analizė gali būti atliekama naudojant paprastą skaičiuoklę (duomenų vertės pateikiamos eilutėmis ir stulpeliais). Tai gerai, atsižvelgiant į dvimatį duomenų pobūdį. OLAP atveju yra skirtumų dėl daugialypės duomenų masyvo.Kadangi skaičiuoklė dažnai gaunama iš skirtingų šaltinių, ją ne visada pavyks efektyviai apdoroti.

Kubas išsprendžia šią problemą ir taip pat užtikrina, kad OLAP duomenų saugykla veiktų logiškai ir tvarkingai. Verslas renka duomenis iš daugelio šaltinių ir yra pateikiamas įvairiais formatais, tokiais kaip tekstiniai failai, daugialypės terpės failai, „Excel“ skaičiuoklės, „Access“ duomenų bazės ir net OLTP duomenų bazės.

Visi duomenys yra kaupiami saugykloje, užpildytoje tiesiogiai iš šaltinių. Neapdorota informacija, gauta iš OLTP ir kitų šaltinių, bus pašalinta iš klaidingų, neišsamių ir nenuoseklių operacijų.

Po valymo ir konvertavimo informacija bus saugoma reliacinėje duomenų bazėje. Tada jis bus įkeltas į daugialypį OLAP serverį (arba „Olap“ kubą) analizei. Galutiniai vartotojai, atsakingi už verslo programas, duomenų gavybą ir kitas verslo operacijas, gaus prieigą prie jiems reikalingos informacijos iš „Olap“ kubo.

Masyvo modelio pranašumai

OLAP yra įrankis, užtikrinantis greitą užklausų atlikimą, o tai pasiekiama optimizuota saugykla, daugialypis indeksavimas ir talpyklos kaupimas, kurie yra reikšmingi sistemos pranašumai. Be to, privalumai yra šie:

1. Mažesni duomenys diske.
2. Automatizuotas aukštesnio lygio duomenų suvestinių skaičiavimas.
3. Masyvo modeliai suteikia natūralų indeksavimą.
4. Efektyvus duomenų gavimas pasiekiamas atliekant išankstinį struktūrizavimą.
5. Kompaktiškas mažų matmenų duomenų rinkiniams.

OLAP trūkumai yra tai, kad kai kurie sprendimai (apdorojimo žingsnis) gali būti gana ilgas, ypač turint daug informacijos. Paprastai tai ištaisoma atliekant tik laipsnišką apdorojimą (modifikuoti duomenys tiriami).

Pagrindinės analitinės operacijos

Konvoliucija (suvyniojimas / išgryninimas) taip pat žinomas kaip „konsolidacija“. Krešėjimas apima visų duomenų, kuriuos galima gauti, rinkimą ir visų skaičiavimą vienoje ar keliose dimensijose. Dažniausiai tam gali reikėti taikyti matematinę formulę. Kaip OLAP pavyzdį galime laikyti mažmeninės prekybos tinklą, turintį išpardavimų skirtinguose miestuose. Norint nustatyti modelius ir numatyti būsimas pardavimo tendencijas, duomenys apie juos iš visų taškų yra „sutraukiami“ į pagrindinį bendrovės pardavimų skyrių, kad būtų galima juos konsoliduoti ir apskaičiuoti.

Atskleidimas (gręžimas). Tai yra krešėjimo priešingybė. Procesas prasideda nuo didelio duomenų rinkinio, o tada suskaidomas į mažesnes dalis, tokiu būdu leidžiant vartotojams peržiūrėti išsamią informaciją. Mažmeninės prekybos tinklo pavyzdyje analitikas išanalizuos pardavimo duomenis ir pažvelgs į atskirus prekės ženklus ar produktus, kurie laikomi geriausiais pardavėjais kiekvienoje iš skirtingų miestų parduotuvių.

Skyrius (Gabalas ir kauliukas). Tai procesas, kai analitinės operacijos apima du veiksmus: išimkite iš OLAP kubo konkretų duomenų rinkinį („iškirpkite“ analizės aspektą) ir peržiūrėkite jį skirtingais požiūriais ar kampais. Tai gali nutikti, kai visi išpardavimų duomenys yra gaunami ir įvedami į hiperkubą. Analitikas išpardavė pardavimo duomenų rinkinį iš „OLAP Cube“. Tada jis bus vertinamas analizuojant atskirų vienetų pardavimus kiekviename regione. Šiuo metu kiti vartotojai gali sutelkti dėmesį į pardavimo ekonomiškumo arba rinkodaros ir reklamos kampanijos efektyvumo vertinimą.

Pasukite (Pivot). Duomenų ašys joje pasuktos, kad būtų galima pakeisti informacijos pateikimą.

Duomenų bazių įvairovė

Iš esmės tai yra tipiškas OLAP kubas, įgyvendinantis daugialypių duomenų analitinį apdorojimą, naudojant „OLAP Cube“ ar bet kurį duomenų kubą, kad analizės procesas galėtų pridėti matmenis pagal poreikį. Visa į daugiamatę duomenų bazę įkelta informacija bus saugoma arba archyvuojama ir prireikus gali būti sušaukta.

Mažiau žinomos OLAP sistemos ar technologijos egzistuoja, tačiau tai yra pagrindinės, kurias šiuo metu naudoja didelės korporacijos, verslo struktūros ir net vyriausybė.

OLAP įrankiai

Internetinio analitinio apdorojimo įrankiai labai gerai pateikiami internete tiek mokamų, tiek nemokamų versijų pavidalu.

Populiariausi iš jų:

1. „Dundas BI“ iš „Dundas Data Visualization“ yra naršyklės pagrindu sukurta verslo žvalgybos ir duomenų vizualizacijos platforma, kurią sudaro integruotos informacijos suvestinės, OLAP ataskaitų teikimo įrankiai ir duomenų analizė.
2. „Yellowfin“ yra verslo žvalgybos platforma, kuri yra vienas integruotas sprendimas, skirtas įvairių pramonės šakų ir dydžių įmonėms. Ši sistema sukonfigūruota įmonėms apskaitos, reklamos, žemės ūkio srityse.
3. „ClicData“ yra verslo informacijos (BI) sprendimas, visų pirma skirtas naudoti mažoms ir vidutinėms įmonėms. Įrankis leidžia galutiniams vartotojams kurti ataskaitas ir prietaisų skydelius. Valdyba buvo sukurta siekiant sujungti verslo intelektą, įmonės veiklos valdymą ir yra visiškai funkcionuojanti sistema, tarnaujanti vidutinio lygio ir įmonių įmonėms.
4. „Domo“ yra debesų pagrindu sukurtas verslo valdymo paketas, integruotas su keliais duomenų šaltiniais, įskaitant skaičiuokles, duomenų bazes, socialinius tinklus ir bet kokius esamus debesies ar vietinės programinės įrangos sprendimus.
5. „InetSoft Style Intelligence“ yra verslo žvalgybos programinės įrangos platforma, leidžianti vartotojams kurti prietaisų skydelius, vaizdinę OLAP analizės technologiją ir ataskaitas naudojant mashup mechanizmą.
6. „Birst“ iš „Infor Company“ yra tinklo analitikas verslo analitikams ir analizei, kuris sujungia įvairių komandų idėjas ir padeda priimti pagrįstus sprendimus. Šis įrankis leidžia decentralizuotiems vartotojams padidinti įmonių grupių modelį.
7. „Halo“ yra išsami tiekimo grandinės valdymo ir verslo žvalgybos sistema, kuri padeda planuoti verslą ir prognozuoti atsargas tiekimo grandinės valdymui. Sistema naudoja duomenis iš visų šaltinių - didelių, mažų ir vidutinių.
8. „Chartio“ yra debesų pagrindu sukurtas verslo žvalgybos sprendimas, teikiantis steigėjams, verslo grupėms, duomenų analitikams ir produktų grupėms organizacines priemones kasdieniam darbui.
9. „Exago BI“ yra internetinis sprendimas, skirtas diegti žiniatinklio programose. „Exago BI“ įdiegimas leidžia įvairaus dydžio įmonėms pateikti savo klientams specialias, savalaikes ir interaktyvias ataskaitas.

Poveikis verslui

Vartotojas ras OLAP daugelyje verslo sričių.Analizę naudoja ne tik verslas, bet ir kitos suinteresuotosios šalys.

Kai kurios dažniausiai naudojamos programos yra šios:

1. Rinkodaros OLAP duomenų analizė.
2. Finansinės ataskaitos, apimančios pardavimus ir išlaidas, biudžeto sudarymą ir finansinį planavimą.
3. Verslo procesų valdymas.
4. Pardavimų analizė.
5. Duomenų bazių rinkodara.

Pramonės šakos toliau auga, ty vartotojai netrukus pamatys daugiau OLAP programų. Daugialypis pritaikytas apdorojimas suteikia dinamiškesnę analizę. Būtent dėl ​​šios priežasties šios OLAP sistemos ir technologijos yra naudojamos įvertinti scenarijus „kas, jei“ ir alternatyvius verslo scenarijus.