OLAP sistemleri nedir?

Çevrimiçi analitik işleme veya OLAP, her türlü verinin büyük dizilerine dayanarak, nihai bilgilerin görüntülendiği etkili bir veri işleme teknolojisidir. Bu, bir PC'deki bilgilere erişmeye, almaya ve görüntülemeye yardımcı olan ve farklı bakış açılarıyla analiz eden güçlü bir üründür.

OLAP, uzun vadeli planlama için stratejik bir konum sağlayan ve 5, 10 ya da daha fazla yıl için operasyonel verilerin temel bilgilerini göz önünde bulunduran bir araçtır. Veri, kendi niteliği olan boyutta veri tabanında saklanır. Kullanıcılar, analizin amacına bağlı olarak aynı verileri farklı özelliklerle görüntüleyebilir.

OLAP Tarihçesi

OLAP yeni bir kavram değildir ve onlarca yıldır kullanılmaktadır. Aslında, teknolojinin kökeni 1962 yılına kadar izlendi. Ancak bu terim sadece 1993 yılında ürün için 12 kural belirleyen veritabanı yazarı Ted Coddom tarafından yazılmıştır. Diğer birçok uygulamada olduğu gibi, kavram evrimin birkaç aşamasını geçirmiştir.

OLAP teknolojisinin tarihi, Express bilgi kaynakları ve ilk Olap sunucusunun piyasaya sürüldüğü 1970 yılına kadar uzanıyor. 1995 yılında Oracle tarafından satın alındı ​​ve daha sonra, ünlü bilgisayar markasının veritabanında sağladığı çok boyutlu hesaplama mekanizmasının çevrimiçi analitik işleminin temeli haline geldi. 1992'de tanınmış bir başka çevrimiçi analitik işlem ürünü Essbase, Arbor Software tarafından piyasaya sürüldü (2007 yılında Oracle tarafından satın alındı).

1998 yılında Microsoft çevrimiçi analiz veri işleme sunucusu MS Analysis Services'i yayınladı. Bu, teknolojinin popülaritesine katkıda bulundu ve diğer ürünlerin geliştirilmesine yol açtı. Bugün IBM, SAS, SAP, Essbase, Microsoft, Oracle, IcCube dahil olmak üzere Olap uygulamaları sunan dünyaca ünlü birçok tedarikçi vardır.

Çevrimiçi Analitik İşlem

OLAP, planlanan etkinlikler hakkında karar vermenizi sağlayan bir araçtır. Atipik Olap hesaplaması, sadece veri toplamadan daha karmaşık olabilir. Dakikadaki Analitik Sorgular (AQM), farklı cihazların performansını karşılaştırmak için standart bir referans olarak kullanılır. Bu sistemler, kullanıcıları karmaşık sorguların sözdiziminden mümkün olduğunca gizlemeli ve herkes için tutarlı bir yanıt süresi sağlamalıdır (ne kadar karmaşık olursa olsun).

OLAP'ın aşağıdaki temel özellikleri vardır:

1. Çok boyutlu veri gösterimleri.
2. Karmaşık bilgi işlem desteği.
3. Geçici zeka

Çok boyutlu sunum, kurumsal verilere esnek erişim yoluyla analitik işlemenin temelini oluşturur. Kullanıcıların verileri herhangi bir boyutta ve herhangi bir toplama düzeyinde analiz etmelerini sağlar.

Karmaşık bilgi işlem desteği, OLAP yazılımının temelini oluşturur.

Geçici zeka, herhangi bir analitik uygulamanın belirli bir süre içindeki etkinliğini değerlendirmek için kullanılır. Örneğin, bu ay bir önceki aya göre, bu ay bir önceki yılın aynı ayına göre.

Çok boyutlu veri yapısı

Çevrimiçi analitik işlemenin temel özelliklerinden biri çok boyutlu veri yapısıdır. Bir küpün birkaç boyutu olabilir. Bu model sayesinde, OLAP akıllı analiz sürecinin tamamı yöneticiler ve yöneticiler için basittir, çünkü hücrelerde temsil edilen nesneler gerçek dünyadaki ticari nesnelerdir. Ek olarak, bu veri modeli, kullanıcıların yalnızca yapılandırılmış dizileri değil aynı zamanda yapılandırılmamış ve yarı yapılandırılmış olanları da işlemesini sağlar.Bütün bunlar onları özellikle veri analizi ve iş zekası uygulamaları için popüler kılar.

OLAP Sistemlerinin Temel Özellikleri:

1. Çok boyutlu veri analizi yöntemlerini kullanın.
2. Gelişmiş veritabanı desteği sağlayın.
3. Kullanımı kolay son kullanıcı arayüzleri oluşturun.
4. İstemci / sunucu mimarisini destekleyin.

OLAP konseptlerinin ana bileşenlerinden biri istemci tarafı sunucusudur. İlişkisel bir veritabanındaki verilerin toplanmasına ve önceden işlenmesine ek olarak, gelişmiş hesaplama ve kayıt parametreleri, ek işlevler, temel gelişmiş sorgu özellikleri ve diğer işlevler sağlar.

Kullanıcı tarafından seçilen örnek uygulamaya bağlı olarak, gerçek zamanlı uyarılar, eğer varsa senaryolarını uygulama özelliği, optimizasyon ve karmaşık OLAP raporları dahil olmak üzere çeşitli veri modelleri ve araçlar kullanılabilir.

Kübik şekli

Kavramı kübik bir şekle dayanmaktadır. İçindeki verilerin konumu, OLAP'ın çok değişkenli analiz ilkesine bağlı kaldığını ve bunun sonucunda hızlı ve verimli bir analiz için bir veri yapısının yaratıldığını gösterir.

Bir OLAP küpüne "hiper küp" de denir. Fasetlere (boyutlara) göre sınıflandırılmış sayısal gerçeklerden (ölçüler) oluşan olarak tanımlanmaktadır. Boyutlar, bir işletme sorununu tanımlayan niteliklerle ilgilidir. Basitçe söylemek gerekirse, boyut bir ölçüyü tanımlayan bir etikettir. Örneğin, satış raporlarında ölçü satış hacmi olacak ve boyutlar satış süresini, satıcıları, bir ürünü veya hizmeti ve satış bölgesini içerecektir. Üretim operasyonlarının raporlanmasında, ölçü toplam üretim maliyetleri ve çıktı birimleri olabilir. Boyutlar üretim tarihi veya zamanı, üretim aşaması veya aşaması, hatta üretim sürecine dahil olan işçiler olacaktır.

OLAP veri küpü sistemin temel taşıdır. Küpteki veriler bir yıldız veya kar tanesi deseni kullanılarak düzenlenir. Merkezde, agregalar (önlemler) içeren bir olgu tablosu vardır. Ölçümler hakkında bilgi içeren bir dizi ölçüm tablosu ile ilişkilidir. Boyutlar, bu önlemlerin nasıl analiz edilebileceğini açıklar. Bir küp üçten fazla boyut içeriyorsa, genellikle hiper küp olarak adlandırılır.

Küpe ait ana işlevlerden biri, küpün gelişiminden sonra değiştirilemeyeceği anlamına gelen statik doğasıdır. Bu nedenle, küp oluşturma ve veri modeli oluşturma işlemi, OLAP mimarisinde uygun veri işleme yolunda çok önemli bir adımdır.

Veri toplama

Toplamaların kullanımı, OLAP araçlarında (OLTP ile karşılaştırıldığında) isteklerin daha hızlı işlenmesinin ana nedenidir. Toplamalar, daha önce işleme sırasında hesaplanan verilerin özetleridir. OLAP boyut tablolarında depolanan tüm üyeler küpün alabileceği sorguları tanımlar.

Bir küpte, bilgi birikimleri, koordinatları belirli boyutlarda belirtilen hücrelerde saklanır. Bir küpün içerebileceği agrega sayısı, olası tüm boyut elemanı kombinasyonlarına bağlıdır. Bu nedenle, bir uygulamadaki tipik bir küp çok fazla miktarda agrega içerebilir. Ön bir hesaplama yalnızca çevrimiçi analitik analitik küpü boyunca dağıtılan kilit kümeler için yapılacaktır. Bu, bir veri modelinde bir sorgu yürütülürken toplanmaları belirlemek için gereken süreyi önemli ölçüde azaltır.

Ayrıca, bitmiş bir küpün performansını artırabileceğiniz toplamalarla ilgili iki seçenek vardır: yetenekler önbelleğinin toplanmasını oluşturun ve kullanıcı isteklerinin analizine dayanan birleştirme kullanın.

Çalışma prensibi

Tipik olarak, işlemlerden elde edilen operasyonel bilgilerin analizi basit bir elektronik tablo kullanılarak yapılabilir (veri değerleri satırlar ve sütunlar halinde sunulur). Verinin iki boyutlu doğası göz önüne alındığında bu iyidir. OLAP durumunda, çok boyutlu veri dizisinden dolayı farklılıklar vardır.Genellikle farklı kaynaklardan elde edildiklerinden, bir elektronik tablo onları her zaman verimli bir şekilde işleyemeyebilir.

Küp bu sorunu çözer ve aynı zamanda OLAP veri deposunun mantıklı ve düzenli bir şekilde çalışmasını sağlar. İşletme çok sayıda kaynaktan veri toplar ve metin dosyaları, multimedya dosyaları, Excel çalışma sayfaları, Access veritabanları ve hatta OLTP veritabanları gibi çeşitli biçimlerde sunulur.

Tüm veriler doğrudan kaynaklardan doldurulan bir depoda toplanır. İçinde, OLTP ve diğer kaynaklardan alınan ham bilgiler hatalı, eksik ve tutarsız işlemlerden silinecektir.

Temizleme ve dönüştürme işleminden sonra, bilgiler ilişkisel bir veritabanında saklanır. Daha sonra analiz için çok boyutlu OLAP sunucusuna (veya Olap küpü) yüklenecektir. İş uygulamalarından, veri madenciliğinden ve diğer ticari işlemlerden sorumlu son kullanıcılar, Olap küpünden ihtiyaç duydukları bilgilere erişim kazanacaktır.

Dizi Modeli Avantajları

OLAP, sistemin önemli avantajları olan optimize edilmiş depolama, çok boyutlu indeksleme ve önbellekleme yoluyla elde edilen hızlı sorgu performansı sağlayan bir araçtır. Ek olarak, avantajlar:

1. Diskte daha küçük veri.
2. Daha yüksek düzeyde veri toplamalarının otomatik hesaplanması.
3. Dizi modelleri doğal dizin oluşturma sağlar.
4. Önceden yapılandırma yoluyla verimli veri alımı sağlanır.
5. Düşük boyutlu veri setleri için kompakt.

OLAP'ın dezavantajları, bazı çözümlerin (işlem adımı), özellikle büyük miktarda bilgi ile oldukça uzun olabileceği gerçeğini içerir. Bu genellikle yalnızca artan işlemler gerçekleştirilerek düzeltilir (değiştirilmiş veriler üzerinde çalışılmıştır).

Temel analitik işlemler

kıvrım (toplama / delme) aynı zamanda “konsolidasyon” olarak da bilinir. Pıhtılaşma, elde edilebilecek tüm verilerin toplanmasını ve tümünü bir veya daha fazla boyutta hesaplamayı içerir. Çoğu zaman, bu matematiksel bir formülün uygulanmasını gerektirebilir. Bir OLAP örneği olarak, farklı şehirlerde satış noktalarına sahip bir perakende satış ağı düşünebiliriz. Modelleri belirlemek ve gelecekteki satış trendlerini tahmin etmek için, tüm noktalardan kendileriyle ilgili veriler konsolidasyon ve hesaplama için şirketin ana satış departmanına “daraltılır”.

ifşa (Uygulama aşağı). Bu pıhtılaşmanın zıttıdır. İşlem, büyük bir veri seti ile başlar ve daha sonra küçük parçalara ayrılarak kullanıcıların ayrıntıları görmesini sağlar. Perakende ağ örneğinde, analist satış verilerini analiz edecek ve farklı şehirlerdeki her bir satış noktasında en iyi satıcı olarak kabul edilen markalara veya ürünlere bakacaktır.

bölüm (Dilim ve zar). Bu, analitik işlemlerin iki eylem içerdiği bir süreçtir: OLAP küpünden belirli bir veri seti türetmek (analiz yönünü “kesmek”) ve farklı bakış açıları veya açılardan görüntülemek. Bu, çıkışların tüm verileri alındığında ve hiper küpün içine girildiğinde olabilir. Analist, OLAP Küpünden gelen satış verilerini keser. Her bölgedeki bireysel birimlerin satışları analiz edilirken daha sonra görülecektir. Şu anda, diğer kullanıcılar satışların maliyet etkinliğini veya bir pazarlama ve reklam kampanyasının etkinliğini değerlendirmeye odaklanabilir.

dönemeç (Özet). Veri eksenleri, bilginin sunumunun yerine geçmesini sağlamak için içinde döndürülür.

Veritabanları çeşitleri

Prensip olarak, bu, OLAP Küpü veya herhangi bir veri küpünü kullanarak çok boyutlu verilerin analitik işlemesini uygulayan tipik bir OLAP küpüdür, böylece analitik proses gerektiği gibi boyutlar ekleyebilir. Çok boyutlu bir veritabanına yüklenen herhangi bir bilgi saklanır veya arşivlenir ve gerektiğinde çağrılabilir.

Daha az bilinen OLAP sistemleri veya teknolojileri vardır, ancak bunlar şu anda büyük şirketler, iş yapıları ve hatta hükümet tarafından kullanılan ana sistemlerdir.

OLAP Araçları

Çevrimiçi analitik işlemlere yönelik araçlar, Internet üzerinde hem ücretli hem de ücretsiz sürümler şeklinde çok iyi bir şekilde sunulur.

Bunlardan en popüler:

1. Dundas Data Visualization'dan Dundas BI, entegre kontrol panellerini, OLAP raporlama araçlarını ve veri analizini içeren kurumsal zeka ve veri görselleştirme için tarayıcı tabanlı bir platformdur.
2. Yellowfin, çeşitli endüstriler ve büyüklükteki şirketler için tasarlanmış tek bir entegre çözüm olan bir iş zekası platformudur. Bu sistem muhasebe, reklamcılık, tarım alanındaki işletmeler için yapılandırılmıştır.
3. ClicData, öncelikle küçük ve orta ölçekli işletmeler tarafından kullanılmak üzere tasarlanmış bir iş zekası (BI) çözümüdür. Araç, son kullanıcıların raporlar ve gösterge tabloları oluşturmasına olanak sağlar. Yönetim Kurulu, iş zekası, kurumsal performans yönetimi ve bir araya gelerek orta ve kurumsal şirketlere hizmet veren tamamen işlevsel bir sistemdir.
4. Domo, elektronik tablolar, veritabanları, sosyal ağlar ve var olan herhangi bir bulut veya şirket içi yazılım çözümü de dahil olmak üzere birden fazla veri kaynağıyla bütünleşen bulut tabanlı bir iş yönetimi paketidir.
5. InetSoft Style Intelligence, kullanıcılara gösterge panoları, görsel OLAP analiz teknolojisi ve mashup mekanizmasını kullanarak rapor oluşturma olanağı sağlayan bir iş zekası yazılım platformudur.
6. Infor Company'den Birst, çeşitli ekiplerin fikirlerini birleştiren ve bilinçli kararlar vermeye yardımcı olan, iş analistleri ve analizleri için ağ bağlantılı bir çözümdür. Bu araç, merkezi olmayan kullanıcıların şirket takımlarının modelini artırmalarına izin veriyor.
7. Halo, tedarik zinciri yönetimi için iş planlama ve stok tahmininde yardımcı olan kapsamlı bir tedarik zinciri yönetimi ve iş zekası sistemidir. Sistem tüm kaynaklardan veri kullanır - büyük, küçük ve orta.
8. Chartio, kuruculara, iş gruplarına, veri analistlerine ve ürün gruplarına günlük işler için organizasyon araçları sağlayan bulut tabanlı bir iş zekası çözümüdür.
9. Exago BI, web uygulamalarında uygulanması için tasarlanmış web tabanlı bir çözümdür. Exago BI'nın uygulanması, her boyuttaki şirketin müşterilerine müşterilerine özel, zamanında ve etkileşimli raporlama yapmalarını sağlar.

İş etkisi

Kullanıcı, OLAP'ı endüstrilerdeki çoğu iş uygulamasında bulacaktır.Analiz sadece işletme tarafından değil, aynı zamanda diğer ilgili taraflarca da kullanılır.

En yaygın uygulamalarından bazıları şunlardır:

1. Pazarlama OLAP veri analizi.
2. Satış ve giderleri, bütçelemeyi ve finansal planlamayı kapsayan finansal tablolar.
3. İş süreçleri yönetimi.
4. Satış analizi.
5. Veri Tabanı Pazarlaması.

Endüstriler büyümeye devam ediyor, yani kullanıcılar yakında daha fazla OLAP uygulaması görecekler. Çok boyutlu adapte işlem daha dinamik analiz sağlar. Bu nedenle, bu OLAP sistemleri ve teknolojileri, eğer senaryoları ve alternatif iş senaryolarını değerlendirmek için kullanılır.