5.2.1.Связь olap и хд

Хранилища данных отражают современную тенденцию к сбору и очистке данных транзакционных систем и сохранение их для задач анализа. Появление технологии ХД отчасти обусловлено теми же предпосылками, что и OLAP – разницей в аналитических запросах и типичных запросах к учетным системам. Кроме того, весьма актуальным оказалось желание сбора данных из всех источников на предприятии для создания более целостной информационной картины.

Разновидностью хранилищ данных являются витрины данных (или киоски данных). Их отличие от хранилищ данных заключается, в основном, в размерах. Если в ХД стекаются данные предприятия, то витрина представляет данные, относящиеся только к одному подразделению, службе или филиалу. Витрина может создаваться как независимо, так и представлять собой подмножество корпоративного хранилища данных.

Собранные из разных источников, согласованные, а иногда и обобщенные данные идеальны для анализа. Поэтому в большинстве случаев инструменты OLAP разворачиваются именно на базе хранилища или витрины данных, и предназначены для анализа содержащихся там данных. Это настолько общая тенденция, что в некоторых источниках понятия Хранилища данных (витрины данных) и OLAP не различаются. Однако из методологической потребности различие делать все-таки нужно. Технология ХД в большей степени ориентирована на сбор, очистку, и хранение данных, а OLAP – на их обработку и представление.

5.2.2.Структура информационно-аналитической системы и место olap в ней

Один из вариантов расположения технологии в структуре корпоративной системы показан на рисунке (Рис. 79). Данные разнородных источников собираются, очищаются, согласуются и помещаются в корпоративное хранилище данных. На основе данных, содержащихся в хранилище, разворачивается ряд витрин данных, представляющих собой тематически-сгруппированные подмножества данных хранилища. Например, могут существовать витрины данных для отдела маркетинга и отдела продаж. Содержимое витрин данных подвергается различным методам анализа, одним из видов которого и является OLAP. На приведенном рисунке аналитическая функциональность разделена на три сферы, однако, зачастую продукты объединяют функциональность различных сфер, и помимо обеспечения доступа и визуализации многомерных данных, могут, например, производить интеллектуальный постпроцессинг. А многие генераторы запросов «вбирают» в себя и возможность работы с многомерными данными.

Рис. 79. Полная структура корпоративной информационно-аналитической системы (ИАС)

5.2.3.Многомерная модель данных

Многомерную модель данных будем рассматривать на двух уровнях: концептуальном и логическом. Концептуальный уровень определяет общее представление об измерениях и значениях, а также основные операции с многомерной структурой. Аналогией является концептуальный уровень реляционной модели, объектами которого являются классы объектов реального мира и связи между ними. На логическом уровне будем рассматривать модель взаимодействия пользователя с конкретной реализацией концептуальной модели (с конкретным инструментом OLAP), по аналогии с логическим уровнем реляционной модели, которым является, например, SQL.