Čo sú to systémy OLAP?

Online analytické spracovanie, alebo OLAP, je efektívna technológia spracovania údajov, vďaka ktorej sa na základe obrovských polí všetkých druhov údajov zobrazujú konečné informácie. Je to výkonný produkt, ktorý pomáha pristupovať k informáciám, získavať ich a prezerať ich na počítači a analyzovať ich z rôznych hľadísk.

OLAP je nástroj, ktorý poskytuje strategické postavenie pre dlhodobé plánovanie a zvažuje základné informácie o prevádzkových údajoch z perspektívy 5, 10 alebo viac rokov. Dáta sa ukladajú do databázy s dimenziou, ktorá je ich atribútom. Používatelia môžu zobraziť rovnaký súbor údajov s rôznymi atribútmi v závislosti od účelu analýzy.

História OLAP

OLAP nie je nový koncept a používa sa už desaťročia. V skutočnosti bol pôvod technológie siahaný až do roku 1962. Tento výraz však vznikol až v roku 1993 autorom databázy Ted Coddom, ktorý pre produkt stanovil 12 pravidiel. Tak ako v mnohých iných aplikáciách, koncept prešiel niekoľkými fázami vývoja.

História samotnej technológie OLAP sa datuje do roku 1970, kedy boli vydané informačné zdroje Express a prvý server Olap. Spoločnosť Oracle ich získala v roku 1995 a následne sa stala základom online analytického spracovania viacrozmerného výpočtového mechanizmu, ktorý renomovaná počítačová značka poskytla vo svojej databáze. V roku 1992 spoločnosť Arbor Software uviedla na trh ďalší známy produkt analytického spracovania online Essbase (získaný spoločnosťou Oracle v roku 2007).

V roku 1998 spoločnosť Microsoft vydala server na spracovanie údajov online analýzy MS Analysis Services. Prispelo to k popularite technológie a podnietilo vývoj ďalších výrobkov. Dnes existuje niekoľko svetovo uznávaných dodávateľov, ktorí ponúkajú aplikácie Olap, vrátane IBM, SAS, SAP, Essbase, Microsoft, Oracle, IcCube.

Analytické spracovanie online

OLAP je nástroj, ktorý vám umožňuje rozhodovať o plánovaných udalostiach. Atypický výpočet Olap môže byť komplikovanejší ako iba agregovanie údajov. Analytické dotazy za minútu (AQM) sa používajú ako štandardná referencia na porovnávanie výkonnosti rôznych nástrojov. Tieto systémy by mali používateľov čo najviac skrývať pred syntaxou zložitých dopytov a poskytovať konzistentnú dobu odozvy pre všetkých (bez ohľadu na to, ako sú komplikované).

Existujú nasledujúce kľúčové vlastnosti OLAP:

1. Multidimenzionálne reprezentácie údajov.
2. Podpora zložitých výpočtov.
3. Dočasná spravodajská služba.

Multidimenzionálna prezentácia poskytuje základ pre analytické spracovanie prostredníctvom flexibilného prístupu k firemným údajom. Umožňuje používateľom analyzovať údaje v akejkoľvek dimenzii a na akejkoľvek úrovni agregácie.

Základom softvéru OLAP je podpora zložitých výpočtov.

Dočasná inteligencia sa používa na vyhodnotenie efektívnosti akejkoľvek analytickej aplikácie v konkrétnom časovom období. Napríklad tento mesiac v porovnaní s predchádzajúcim mesiacom, tento mesiac v porovnaní s rovnakým mesiacom minulého roka.

Viacrozmerná dátová štruktúra

Jednou z hlavných charakteristík online analytického spracovania je viacrozmerná štruktúra údajov. Kocka môže mať niekoľko rozmerov. Vďaka tomuto modelu je celý proces inteligentnej analýzy OLAP pre manažérov a vedúcich pracovníkov jednoduchý, pretože objekty zastúpené v bunkách sú obchodné objekty v reálnom svete. Tento dátový model navyše umožňuje používateľom spracovať nielen štruktúrované polia, ale aj neštruktúrované a čiastočne štruktúrované polia.To všetko ich robí obzvlášť populárnymi pre analýzu dát a aplikácie BI.

Kľúčové vlastnosti systémov OLAP:

1. Použite viacrozmerné metódy analýzy údajov.
2. Poskytujte rozšírenú podporu databázy.
3. Vytvorte ľahko použiteľné rozhranie pre koncového používateľa.
4. Podpora architektúry klient / server.

Jednou z hlavných súčastí konceptov OLAP je server na strane klienta. Okrem agregácie a predbežného spracovania údajov z relačnej databázy poskytuje pokročilé výpočtové a záznamové parametre, ďalšie funkcie, základné rozšírené možnosti dotazov a ďalšie funkcie.

V závislosti od vzorovej aplikácie vybranej používateľom sú k dispozícii rôzne dátové modely a nástroje vrátane upozornení v reálnom čase, čo je funkcia na aplikáciu scenárov „what-if“, optimalizácie a komplexných správ OLAP.

Kockový tvar

Koncept je založený na kubickom tvare. Umiestnenie údajov v ňom ukazuje, ako OLAP dodržiava zásadu viacrozmernej analýzy, v dôsledku čoho sa vytvorí rýchla a efektívna analýza dátovej štruktúry.

Kocka OLAP sa tiež nazýva „hyperkocka“. Je opísaný ako pozostávajúci z číselných faktov (mier), klasifikovaných podľa aspektov (rozmerov). Dimenzie sa týkajú atribútov, ktoré definujú obchodný problém. Jednoducho povedané, dimenzia je štítok, ktorý popisuje mieru. Napríklad v správach o predaji bude meradlom objem predaja a rozmery budú zahŕňať obdobie predaja, predajcov, produkt alebo službu a región predaja. Vo vykazovaní výrobných operácií môže byť opatrením celkové výrobné náklady a jednotky produkcie. Rozmery budú dátum alebo čas výroby, výrobná fáza alebo fáza, dokonca aj pracovníci zapojení do výrobného procesu.

Kocka údajov OLAP je základným kameňom systému. Dáta v kocke sú usporiadané podľa vzoru hviezdy alebo snehové vločky. V strede je tabuľka faktov, ktorá obsahuje agregáty (opatrenia). Je spojená so sériou meracích tabuliek obsahujúcich informácie o mierkach. Dimenzie opisujú, ako možno tieto opatrenia analyzovať. Ak kocka obsahuje viac ako tri rozmery, často sa nazýva hyperkocka.

Jednou z hlavných funkcií kocky je jej statický charakter, z čoho vyplýva, že kocka sa po jej vývoji nemôže zmeniť. Preto je proces budovania kocky a nastavenia dátového modelu rozhodujúcim krokom k vhodnému spracovaniu údajov v architektúre OLAP.

Agregácia údajov

Použitie agregácií je hlavným dôvodom, prečo sa žiadosti spracovávajú oveľa rýchlejšie v nástrojoch OLAP (v porovnaní s OLTP). Agregácie sú zhrnutia údajov, ktoré boli predtým vypočítané počas spracovania. Všetci členovia uložení v rozmerových tabuľkách OLAP definujú otázky, ktoré môže kocka prijať.

V kocke sa akumulujú informácie v bunkách, ktorých súradnice sú špecifikované podľa konkrétnych veľkostí. Počet agregátov, ktoré kocka môže obsahovať, závisí od všetkých možných kombinácií prvkov dimenzie. Preto typická kocka v aplikácii môže obsahovať extrémne veľké množstvo agregátov. Predbežný výpočet sa vykoná iba pre kľúčové agregáty, ktoré sú distribuované v analytickej kocke online analýzy. Tým sa výrazne skráti čas potrebný na určenie akýchkoľvek agregácií pri vykonávaní dotazu v dátovom modeli.

Existujú tiež dve možnosti súvisiace s agregáciami, pomocou ktorých môžete vylepšiť výkon hotovej kocky: vytvoriť agregáciu vyrovnávacej pamäte schopností a agregáciu použiť na základe analýzy požiadaviek používateľov.

Pracovný princíp

Analýza prevádzkových informácií získaných z transakcií sa zvyčajne môže vykonávať pomocou jednoduchej tabuľky (hodnoty údajov sú uvedené v riadkoch a stĺpcoch). Toto je dobré vzhľadom na dvojrozmerný charakter údajov. V prípade OLAP existujú rozdiely v dôsledku viacrozmerného dátového poľa.Pretože sa často získavajú z rôznych zdrojov, tabuľka nemusí byť vždy schopná ich efektívne spracovať.

Kocka rieši tento problém a tiež zabezpečuje, aby dátový sklad OLAP fungoval logickým a usporiadaným spôsobom. Podnik zhromažďuje údaje z mnohých zdrojov a je prezentovaný v rôznych formátoch, ako sú textové súbory, multimediálne súbory, tabuľky Excelu, prístupové databázy a dokonca aj databázy OLTP.

Všetky údaje sa zhromažďujú v úložisku vyplnenom priamo zo zdrojov. V nej budú surové informácie prijaté od OLTP a iných zdrojov očistené od akýchkoľvek chybných, neúplných a nekonzistentných transakcií.

Po vyčistení a konverzii sa informácie uložia do relačnej databázy. Potom sa na analýzu prenesie na multidimenzionálny server OLAP (alebo Olapova kocka). Koncoví používatelia zodpovední za obchodné aplikácie, získavanie údajov a iné obchodné operácie získajú prístup k informáciám, ktoré potrebujú z kocky Olap.

Výhody modelového poľa

OLAP je nástroj, ktorý poskytuje rýchly výkon dotazov, ktorý sa dosahuje optimalizovaným ukladaním, viacrozmerným indexovaním a ukladaním do vyrovnávacej pamäte, čo sú významné výhody systému. Výhody sú navyše:

1. Menšie údaje na disku.
2. Automatizovaný výpočet agregátov vyššej úrovne údajov.
3. Modely polí poskytujú prirodzené indexovanie.
4. Účinné získavanie údajov sa dosahuje prostredníctvom predštrukturovania.
5. Kompaktné pre nízkorozmerové súbory údajov.

Nevýhody OLAP zahŕňajú skutočnosť, že niektoré riešenia (krok spracovania) môžu byť dosť dlhé, najmä s veľkým množstvom informácií. Toto sa zvyčajne opraví vykonaním iba inkrementálneho spracovania (údaje, ktoré boli upravené, sa študujú).

Základné analytické operácie

konvolúcie (zhrnutie alebo rozbalenie) sa tiež nazýva „konsolidácia“. Koagulácia zahŕňa zhromažďovanie všetkých údajov, ktoré možno získať, a výpočet všetkých v jednej alebo viacerých dimenziách. Najčastejšie si to môže vyžadovať použitie matematického vzorca. Ako príklad OLAP môžeme považovať maloobchodnú sieť s predajňami v rôznych mestách. Na identifikáciu modelov a predvídanie budúcich predajných trendov sa údaje o nich zo všetkých bodov „zbalia“ do hlavného obchodného oddelenia spoločnosti na účely konsolidácie a výpočtu.

prezradenie (Drill-down). Toto je opak koagulácie. Proces sa začína veľkou množinou údajov a potom sa rozdelí na menšie časti, čo umožňuje používateľom zobraziť podrobnosti. V príklade maloobchodnej siete bude analytik analyzovať údaje o predaji a pozrieť sa na jednotlivé značky alebo produkty, ktoré sa považujú za najpredávanejšie v každom z obchodov v rôznych mestách.

časť (Plátky a kocky). Je to proces, keď analytické operácie zahŕňajú dve akcie: odvodia konkrétny súbor údajov z kocky OLAP („oreže“ aspekt analýzy) a pozerajú sa na ne z rôznych uhlov pohľadu. Toto sa môže stať, keď sú všetky údaje o výstupoch prijaté a vložené do hyperkocky. Analytik vyreže sadu údajov o predaji z OLAP Cube. Potom sa bude brať do úvahy pri analýze predaja jednotlivých jednotiek v každom regióne. V súčasnosti sa ostatní používatelia môžu zamerať na hodnotenie nákladovej efektívnosti predaja alebo na hodnotenie efektívnosti marketingovej a reklamnej kampane.

skrúteniu (Pivot). Dátové osi sa v ňom otáčajú, aby poskytovali náhradu za prezentáciu informácií.

Odrody databáz

V zásade ide o typickú kocku OLAP, ktorá implementuje analytické spracovanie viacrozmerných údajov pomocou kocky OLAP alebo akejkoľvek dátovej kocky, aby analytický proces mohol podľa potreby pridať rozmery. Všetky informácie odovzdané do viacrozmernej databázy sa uložia alebo archivujú a podľa potreby ich možno vyvolať.

Menej známe systémy alebo technológie OLAP existujú, ale sú to tie hlavné, ktoré v súčasnosti používajú veľké korporácie, obchodné štruktúry a dokonca aj vláda.

Nástroje OLAP

Nástroje na online analytické spracovanie sú na internete veľmi dobre prezentované vo forme platenej aj bezplatnej verzie.

Najobľúbenejšie z nich:

1. Dundas BI od spoločnosti Dundas Data Visualization je platforma založená na prehľadávači pre podnikové inteligencie a vizualizáciu dát, ktorá obsahuje integrované dashboardy, nástroje na podávanie správ OLAP a analytiku údajov.
2. Yellowfin je platforma podnikových informácií, ktorá je jediným integrovaným riešením určeným pre spoločnosti rôznych odvetví a veľkostí. Tento systém je nakonfigurovaný pre podniky v oblasti účtovníctva, reklamy, poľnohospodárstva.
3. ClicData je riešenie Business Intelligence (BI) určené predovšetkým pre malé a stredné podniky. Tento nástroj umožňuje koncovým používateľom vytvárať zostavy a dashboardy. Rada bola vytvorená na kombináciu podnikovej inteligencie, riadenia výkonnosti spoločnosti a je plne funkčným systémom, ktorý slúži stredným a firemným spoločnostiam.
4. Domo je cloudový obchodný riadiaci balík, ktorý sa integruje do viacerých zdrojov údajov vrátane tabuliek, databáz, sociálnych sietí a akéhokoľvek existujúceho cloudového alebo lokálneho softvérového riešenia.
5. InetSoft Style Intelligence je obchodná softvérová platforma, ktorá umožňuje používateľom vytvárať dashboardy, vizuálnu technológiu analýzy OLAP a správy pomocou mechanizmu mashup.
6. Birst od spoločnosti Infor je sieťové riešenie pre obchodných analytikov a analýzy, ktoré kombinuje myšlienky rôznych tímov a pomáha robiť informované rozhodnutia. Tento nástroj umožňuje decentralizovaným používateľom zvýšiť model podnikových tímov.
7. Halo je komplexný systém riadenia dodávateľského reťazca a business intelligence, ktorý pomáha pri obchodnom plánovaní a predpovedaní zásob pre riadenie dodávateľského reťazca. Systém využíva údaje zo všetkých zdrojov - veľkých, malých a stredných.
8. Chartio je cloudové riešenie podnikovej inteligencie, ktoré poskytuje zakladateľom, obchodným skupinám, analytikom údajov a skupinám produktov organizačné nástroje pre každodennú prácu.
9. Exago BI je webové riešenie určené na implementáciu do webových aplikácií. Implementácia systému Exago BI umožňuje spoločnostiam všetkých veľkostí poskytovať svojim zákazníkom špeciálne, včasné a interaktívne správy.

Dopad na podnikanie

Používateľ nájde OLAP vo väčšine obchodných aplikácií naprieč odvetviami.Analýzu využívajú nielen podniky, ale aj iné zainteresované strany.

Medzi najbežnejšie aplikácie patria:

1. Marketingová analýza údajov OLAP.
2. Finančné výkazy, ktoré pokrývajú predaj a výdavky, zostavovanie rozpočtu a finančné plánovanie.
3. Riadenie podnikových procesov.
4. Analýza predaja.
5. Databázový marketing.

Odvetvia pokračujú v raste, čo znamená, že používatelia čoskoro uvidia viac aplikácií OLAP. Viacrozmerné spracovanie šité na mieru poskytuje dynamickejšiu analýzu. Z tohto dôvodu sa tieto systémy a technológie OLAP používajú na hodnotenie scenárov typu „if“ a alternatívnych obchodných scenárov.