Apakah sistem OLAP?

Pemprosesan analitik dalam talian, atau OLAP, adalah teknologi pemprosesan data yang berkesan, hasilnya, berdasarkan array besar semua jenis data, maklumat akhir dipaparkan. Ini adalah produk yang kuat yang membantu untuk mengakses, mengambil dan melihat maklumat pada PC, menganalisisnya dari sudut pandangan yang berbeza.

OLAP adalah alat yang menyediakan kedudukan strategik untuk perancangan jangka panjang dan menganggap maklumat asas data operasi untuk perspektif 5, 10 atau lebih tahun. Data disimpan dalam pangkalan data dengan dimensi, yang merupakan atribut mereka. Pengguna boleh melihat data yang sama dengan atribut yang berlainan, bergantung kepada tujuan analisis.

Sejarah OLAP

OLAP bukan konsep baru dan telah digunakan selama beberapa dekad. Malah, asal teknologi telah dikesan semula pada tahun 1962. Tetapi istilah itu dicipta hanya pada tahun 1993 oleh pengarang pangkalan data Ted Coddom, yang juga menetapkan 12 peraturan untuk produk tersebut. Seperti dalam banyak aplikasi lain, konsep ini telah menjalani beberapa peringkat evolusi.

Sejarah teknologi OLAP sendiri bermula pada tahun 1970, apabila sumber maklumat Express dan pelayan Olap pertama dikeluarkan. Mereka dibeli oleh Oracle pada tahun 1995 dan kemudiannya menjadi asas pemprosesan analisis dalam talian mekanisme pengkomputeran multidimensi bahawa jenama komputer terkenal yang disediakan dalam pangkalan datanya. Pada tahun 1992, satu lagi produk pemprosesan analitis dalam talian Essbase telah dikeluarkan oleh Perisian Arbor (diperolehi oleh Oracle pada tahun 2007).

Pada tahun 1998, Microsoft mengeluarkan pelayan pemprosesan data analisis dalam talian, MS Analysis Services. Ini menyumbang kepada populariti teknologi dan mendorong perkembangan produk lain. Hari ini, terdapat beberapa pembekal yang terkenal di dunia yang menawarkan aplikasi Olap, termasuk IBM, SAS, SAP, Essbase, Microsoft, Oracle, IcCube.

Pemprosesan Analitik Dalam Talian

OLAP adalah alat yang membolehkan anda membuat keputusan mengenai acara yang dirancang. Pengiraan Atypical Olap boleh menjadi lebih rumit daripada hanya mengagregasikan data. Pertanyaan Analisis setiap Menit (AQM) digunakan sebagai rujukan standard untuk membandingkan prestasi instrumen yang berbeza. Sistem ini harus menyembunyikan pengguna sebanyak mungkin dari sintaks pertanyaan kompleks dan memberikan masa tindak balas yang konsisten untuk semua orang (tidak kira betapa rumitnya mereka).

Ciri-ciri utama berikut dari OLAP wujud:

1. Perwakilan data multidimensi.
2. Sokongan untuk pengkomputeran kompleks.
3. Kecerdasan sementara.

Persembahan multidimensi memberikan asas untuk pemprosesan analitik melalui akses fleksibel kepada data korporat. Ia membolehkan pengguna menganalisis data dalam mana-mana dimensi dan di mana-mana peringkat pengagregatan.

Sokongan untuk pengkomputeran kompleks adalah asas kepada perisian OLAP.

Perisikan sementara digunakan untuk menilai keberkesanan mana-mana aplikasi analisis sepanjang tempoh tertentu. Sebagai contoh, bulan ini berbanding bulan sebelumnya, bulan ini berbanding bulan yang sama tahun lepas.

Struktur data multidimensi

Salah satu ciri utama pemprosesan analisis dalam talian ialah struktur data multidimensi. Kubus boleh mempunyai beberapa dimensi. Terima kasih kepada model ini, keseluruhan proses analisis cerdas OLAP adalah mudah untuk pengurus dan eksekutif, kerana objek yang diwakili dalam sel adalah objek perniagaan dunia sebenar. Di samping itu, model data ini membolehkan pengguna memproses bukan hanya arrays berstruktur, tetapi juga tidak terstruktur dan separuh berstruktur.Semua ini menjadikan mereka sangat popular untuk analisis data dan aplikasi BI.

Ciri-ciri Utama Sistem OLAP:

1. Gunakan kaedah analisis data multidimensional.
2. Menyediakan sokongan pangkalan data lanjutan.
3. Mewujudkan antara muka pengguna akhir yang mudah digunakan.
4. Menyokong seni bina pelanggan / pelayan.

Salah satu komponen utama konsep OLAP ialah pelayan pihak klien. Sebagai tambahan kepada data pengagregatan dan pra-pemprosesan dari pangkalan data hubungan, ia menyediakan parameter pengiraan dan rakaman lanjutan, fungsi tambahan, keupayaan pertanyaan lanjutan asas dan fungsi lain.

Bergantung pada aplikasi sampel yang dipilih oleh pengguna, pelbagai model dan alat data boleh didapati, termasuk peringatan masa nyata, ciri untuk mengaplikasikan senario apa-apa, pengoptimuman, dan laporan OLAP kompleks.

Bentuk padu

Konsep ini berdasarkan pada bentuk padu. Lokasi data di dalamnya menunjukkan bagaimana OLAP mematuhi prinsip analisis multivariate, akibatnya struktur data dicipta untuk analisis yang cepat dan cekap.

Kubus OLAP juga dipanggil "hypercube." Ia digambarkan sebagai terdiri daripada fakta berangka (langkah-langkah), dikelaskan mengikut aspek (dimensi). Dimensi berkaitan dengan sifat yang menentukan masalah perniagaan. Ringkasnya, dimensi adalah label yang menggambarkan ukuran. Contohnya, dalam laporan jualan, ukuran itu akan menjadi jumlah jualan, dan dimensi akan merangkumi tempoh jualan, penjual, produk atau perkhidmatan, dan rantau jualan. Dalam pelaporan operasi pengeluaran, ukuran itu mungkin jumlah kos pengeluaran dan unit pengeluaran. Dimensi akan menjadi tarikh atau masa pengeluaran, fasa atau fasa pengeluaran, bahkan pekerja yang terlibat dalam proses pengeluaran.

Kubus data OLAP adalah asas sistem. Data dalam kiub itu dianjurkan menggunakan corak bintang atau salji. Di tengah terdapat jadual fakta yang mengandungi agregat (langkah). Ia dikaitkan dengan satu siri jadual pengukuran yang mengandungi maklumat mengenai langkah-langkah. Dimensi menjelaskan bagaimana langkah-langkah ini dapat dianalisis. Jika kiub mengandungi lebih daripada tiga dimensi, ia sering dipanggil hypercube.

Salah satu fungsi utama yang dimiliki oleh kubus adalah sifat statiknya, yang menunjukkan bahawa kubus tidak boleh diubah selepas pembangunannya. Oleh itu, proses membina kiub dan menubuhkan model data adalah langkah penting ke atas pemprosesan data yang sesuai dalam seni bina OLAP.

Pengagregatan data

Penggunaan agregasi adalah sebab utama mengapa permintaan diproses lebih cepat dalam alat OLAP (berbanding dengan OLTP). Pengagregatan adalah ringkasan data yang sebelum ini dikira semasa pemprosesan. Semua ahli yang disimpan dalam jadual dimensi OLAP menentukan pertanyaan yang boleh diterima oleh kubus.

Dalam kiub, pengumpulan maklumat disimpan dalam sel, koordinat yang ditentukan oleh saiz tertentu. Bilangan agregat yang boleh mengandungi kubus bergantung kepada semua kemungkinan gabungan elemen dimensi. Oleh itu, kiub biasa dalam aplikasi boleh mengandungi sejumlah besar agregat. Pengiraan awal akan dilakukan hanya untuk agregat utama yang diedarkan ke seluruh analisis kiub analitik dalam talian. Ini akan mengurangkan masa yang diperlukan untuk menentukan sebarang agregasi apabila melakukan pertanyaan dalam model data.

Terdapat juga dua pilihan yang berkaitan dengan agregasi di mana anda boleh meningkatkan prestasi kiub siap: membuat pengagregatan keupayaan cache dan menggunakan agregasi berdasarkan analisis permintaan pengguna.

Prinsip kerja

Biasanya, analisis maklumat operasi yang diperoleh daripada urus niaga boleh dilakukan menggunakan spreadsheet yang mudah (nilai data dibentangkan dalam baris dan lajur). Ini bagus kerana sifat dua dimensi data. Dalam kes OLAP, terdapat perbezaan kerana array data multidimensi.Kerana mereka sering diperoleh dari pelbagai sumber, spreadsheet mungkin tidak dapat memprosesnya dengan cekap.

Kubus menyelesaikan masalah ini dan juga memastikan bahawa gudang data OLAP beroperasi secara logik dan teratur. Perniagaan mengumpulkan data dari pelbagai sumber dan dibentangkan dalam pelbagai format seperti fail teks, fail multimedia, spreadsheet Excel, pangkalan data Access dan bahkan pangkalan data OLTP.

Semua data dikumpulkan dalam repositori diisi terus dari sumber. Di dalamnya, maklumat mentah yang diterima daripada OLTP dan sumber lain akan dibersihkan daripada sebarang transaksi yang salah, tidak lengkap dan tidak konsisten.

Selepas pembersihan dan penukaran, maklumat akan disimpan dalam pangkalan data hubungan. Kemudian ia akan dimuat naik ke server OLAP multidimensional (atau Olap cube) untuk analisis. Penghujung pengguna yang bertanggungjawab untuk aplikasi perniagaan, perlombongan data dan operasi perniagaan lain akan mendapat akses kepada maklumat yang mereka perlukan dari kubus Olap.

Manfaat Model Array

OLAP adalah alat yang menyediakan prestasi pertanyaan pantas, yang dicapai melalui penyimpanan dioptimumkan, pengindeksan multidimensi, dan caching, yang merupakan kelebihan penting sistem. Di samping itu, kelebihannya ialah:

1. Data yang lebih kecil pada cakera.
2. Pengiraan automatik agregat tahap data yang lebih tinggi.
3. Model Array memberikan pengindeksan semula jadi.
4. Pengambilan data yang cekap dicapai melalui pra-penstrukturan.
5. Padat untuk dataset dimensi rendah.

Kelemahan OLAP termasuk hakikat bahawa beberapa penyelesaian (langkah pemprosesan) boleh agak panjang, terutama dengan sejumlah besar maklumat. Ini biasanya diperbetulkan dengan melakukan pemprosesan tambahan sahaja (data yang telah diubah suai dipelajari).

Operasi analitikal asas

Konvensyen (roll-up / drill-up) juga dikenali sebagai "penyatuan". Pembekuan melibatkan mengumpul semua data yang boleh diperolehi, dan mengira semua dalam satu atau lebih dimensi. Selalunya, ini mungkin memerlukan penggunaan formula matematik. Sebagai contoh OLAP, kita boleh mempertimbangkan rangkaian runcit dengan kedai di bandar-bandar yang berbeza. Untuk mengenal pasti model dan menjangkakan trend jualan masa depan, data mengenai mereka dari semua titik "runtuh" ​​ke jabatan jualan utama syarikat untuk penyatuan dan pengiraan.

Pendedahan (gerudi). Ini adalah kebalikan dari pembekuan. Proses bermula dengan set data yang besar dan kemudian memecah menjadi bahagian yang lebih kecil, sehingga membolehkan pengguna untuk melihat butiran. Dalam contoh rangkaian runcit, penganalisis akan menganalisis data jualan dan melihat jenama atau produk individu yang dianggap penjual terbaik di setiap kedai di bandar-bandar yang berbeza.

Seksyen (Slice dan dadu). Ini adalah proses apabila operasi analitik merangkumi dua tindakan: dapatkan satu set data tertentu dari kubus OLAP ("memotong" aspek analisis) dan lihatnya dari sudut pandangan atau sudut yang berbeza. Ini boleh berlaku apabila semua data gerai diterima dan dimasukkan ke dalam hypercube. Penganalisis memotong data jualan yang ditetapkan dari OLAP Cube. Ia kemudiannya akan dilihat apabila menganalisis jualan unit individu di setiap rantau. Pada masa ini, pengguna lain boleh menumpukan pada menilai keberkesanan kos jualan atau menilai keberkesanan kempen pemasaran dan pengiklanan.

Hidupkan (Pivot). Ia berputar paksi data untuk menyediakan penggantian untuk penyampaian maklumat.

Varieti pangkalan data

Pada dasarnya, ini adalah kiub OLAP biasa yang melaksanakan pemprosesan analisis data multidimensional menggunakan OLAP Cube atau mana-mana kiub data supaya proses analisis dapat menambah dimensi seperti yang diperlukan. Sebarang maklumat yang dimuat naik ke pangkalan data multidimensi akan disimpan atau diarkibkan dan boleh dipanggil apabila diperlukan.

Sistem atau teknologi OLAP kurang dikenali, tetapi ini adalah yang utama yang kini digunakan oleh syarikat besar, struktur perniagaan, dan juga kerajaan.

Alat OLAP

Alat untuk pemprosesan analisis dalam talian sangat dibentangkan di Internet dalam bentuk kedua-dua versi berbayar dan percuma.

Yang paling popular ialah:

1. Dundas BI dari Visual Data Dundas adalah platform berasaskan pelayar untuk kecerdasan perniagaan dan visualisasi data, termasuk papan pemuka terintegrasi, alat pelaporan OLAP dan analisis data.
2. Yellowfin adalah platform perisikan perniagaan, yang merupakan satu penyelesaian bersepadu yang direka untuk syarikat-syarikat dari pelbagai industri dan saiz. Sistem ini dikonfigurasikan untuk perusahaan dalam bidang perakaunan, pengiklanan, pertanian.
3. ClicData adalah penyelesaian perisikan perniagaan (BI) yang direka terutamanya untuk kegunaan perniagaan kecil dan sederhana. Alat ini membolehkan pengguna akhir membuat laporan dan papan pemuka. Lembaga diwujudkan untuk menggabungkan kecerdasan perniagaan, pengurusan prestasi korporat dan merupakan sistem berfungsi sepenuhnya yang berfungsi di peringkat pertengahan dan syarikat korporat.
4. Domo adalah pakej pengurusan perniagaan berasaskan awan yang mengintegrasikan dengan pelbagai sumber data, termasuk spreadsheet, pangkalan data, rangkaian sosial, dan mana-mana awan sedia ada atau penyelesaian perisian di premis.
5. InetSoft Style Intelligence adalah platform perisian perisikan perniagaan yang membolehkan pengguna membuat papan pemuka, teknologi analisis OLAP visual, dan laporan menggunakan mekanisme mashup.
6. Birst dari Infor Company adalah penyelesaian berangkaian untuk penganalisis dan analisa perniagaan, yang menggabungkan idea-idea pelbagai pasukan dan membantu membuat keputusan yang bermaklumat. Alat ini membolehkan pengguna terdesentralisasi untuk meningkatkan model pasukan korporat.
7. Halo adalah pengurusan rantaian bekalan dan sistem perisikan perniagaan yang komprehensif yang membantu dalam perancangan perniagaan dan ramalan inventori untuk pengurusan rantaian bekalan. Sistem menggunakan data dari semua sumber - besar, kecil dan perantaraan.
8. Chartio adalah penyelesaian perisikan perniagaan berasaskan awan yang menyediakan pengasas, kumpulan perniagaan, penganalisis data, dan kumpulan produk dengan alat organisasi untuk kerja harian.
9. Exago BI adalah penyelesaian berasaskan web yang direka untuk pelaksanaan dalam aplikasi web. Pelaksanaan Exago BI membolehkan syarikat-syarikat dari semua saiz untuk menyediakan pelanggan mereka dengan pelaporan khas, tepat pada masanya dan interaktif.

Impak perniagaan

Pengguna akan mendapati OLAP dalam kebanyakan aplikasi perniagaan merentasi industri.Analisis ini digunakan bukan sahaja oleh perniagaan, tetapi juga oleh pihak lain yang berminat.

Antara aplikasi yang paling umum termasuk:

1. Analisis data OLAP pemasaran.
2. Penyata kewangan yang merangkumi jualan dan perbelanjaan, belanjawan dan perancangan kewangan.
3. Pengurusan proses perniagaan.
4. Analisis jualan.
5. Pemasaran Pangkalan Data.

Industri terus berkembang, bermakna pengguna akan melihat lebih banyak aplikasi OLAP. Pemprosesan yang disesuaikan pelbagai memberikan analisis yang lebih dinamik. Oleh sebab itu, sistem dan teknologi OLAP ini digunakan untuk menilai senario apa-apa dan senario perniagaan alternatif.