Mitä OLAP-järjestelmät ovat?

Online-analyyttinen käsittely tai OLAP on tehokas tietojenkäsittelytekniikka, jonka tuloksena lopullinen tieto näytetään kaikenlaisten tietojen valtavien joukkojen perusteella. Tämä on tehokas tuote, joka auttaa pääsemään, hakemaan ja tarkastelemaan tietoja tietokoneella analysoimalla niitä eri näkökulmista.

OLAP on työkalu, joka tarjoaa strategisen aseman pitkäaikaiseen suunnitteluun ja ottaa huomioon operatiivisen datan perustiedot vähintään 5, 10 vuoden ajaksi. Tiedot tallennetaan tietokantaan ulottuvuudella, joka on niiden ominaisuus. Käyttäjät voivat tarkastella samaa tietojoukkoa eri määritteillä analyysin tarkoituksesta riippuen.

OLAP-historia

OLAP ei ole uusi käsite, ja sitä on käytetty vuosikymmenien ajan. Itse asiassa tekniikan alkuperä on peräisin vuodesta 1962. Mutta termin keksi vasta vuonna 1993 tietokannan kirjoittaja Ted Coddom, joka asetti tuotteelle myös 12 sääntöä. Kuten monissa muissa sovelluksissa, konsepti on käynyt läpi useita kehitysvaiheita.

Itse OLAP-tekniikan historia juontaa juurensa vuoteen 1970, jolloin Express-tietolähteet ja ensimmäinen Olap-palvelin julkaistiin. Oracle osti ne vuonna 1995, ja niistä tuli myöhemmin perustana moniulotteisen laskentamekanismin online-analyyttiselle käsittelylle, jonka kuuluisa tietokonemerkki tuotti tietokantaansa. Vuonna 1992 Arbor Software julkaisi toisen tunnetun online-analyyttisen käsittelytuotteen Essbase (Oracle osti sen vuonna 2007).

Vuonna 1998 Microsoft julkaisi online-analyysin tietojenkäsittelypalvelimen, MS Analysis Services. Tämä lisäsi tekniikan suosiota ja sai aikaan muiden tuotteiden kehittämisen. Nykyään Olap-sovelluksia tarjoaa useita maailmankuuluja toimittajia, kuten IBM, SAS, SAP, Essbase, Microsoft, Oracle, IcCube.

Online-analyyttinen käsittely

OLAP on työkalu, jonka avulla voit tehdä päätöksiä suunnitelluista tapahtumista. Epätyypillinen Olap-laskenta voi olla monimutkaisempaa kuin pelkkä datan aggregointi. Analyyttisiä kyselyitä minuutissa (AQM) käytetään standardivertailuna vertaamalla eri instrumenttien suorituskykyä. Näiden järjestelmien pitäisi piilottaa käyttäjät mahdollisimman paljon monimutkaisten kyselyjen syntaksilta ja tarjota johdonmukainen vasteaika kaikille (riippumatta siitä, kuinka monimutkaisia ​​he ovat).

Seuraavat OLAP-ominaisuudet ovat olemassa:

1. Moniulotteiset dataesitykset.
2. Tuki monimutkaiselle tietojenkäsittelylle.
3. Väliaikainen tiedustelu.

Moniulotteinen esitys tarjoaa perustan analyyttiselle käsittelylle joustavalla pääsyllä yritystietoihin. Sen avulla käyttäjät voivat analysoida tietoja missä tahansa ulottuvuudessa ja kaikilla aggregaatiotasoilla.

Tuki monimutkaiselle tietojenkäsittelylle on OLAP-ohjelmiston perusta.

Väliaikaista älykkyyttä käytetään arvioimaan analyyttisen sovelluksen tehokkuutta tietyn ajanjakson ajan. Esimerkiksi tässä kuussa verrattuna edelliseen kuukauteen, tässä kuussa verrattuna viime vuoden vastaavaan kuukauteen.

Moniulotteinen tietorakenne

Yksi online-analyyttisen käsittelyn pääominaisuuksista on moniulotteinen tietorakenne. Kuutiolla voi olla useita ulottuvuuksia. Tämän mallin ansiosta koko OLAP-älykkään analyysin prosessi on yksinkertainen esimiehille ja avainhenkilöille, koska soluissa esitetyt objektit ovat reaalimaailman liiketoimintaobjekteja. Tämän datamallin avulla käyttäjät voivat myös käsitellä rakenteellisten taulukkojen lisäksi myös rakenteettomia ja osittain jäsentämättömiä taulukkoja.Kaikki tämä tekee niistä erityisen suosittuja tietojen analysoinnissa ja BI-sovelluksissa.

OLAP-järjestelmien tärkeimmät ominaisuudet:

1. Käytä moniulotteisia datanalyysimenetelmiä.
2. Tarjoa edistynyttä tietokantatukea.
3. Luo helppokäyttöisiä loppukäyttäjäliittymiä.
4. Tuki asiakas / palvelin arkkitehtuuri.

Yksi OLAP-käsitteiden pääkomponenteista on asiakaspuolen palvelin. Tietojen yhdistämisen ja esikäsittelyn lisäksi relaatiotietokannasta se tarjoaa edistyneet laskenta- ja tallennusparametrit, lisätoiminnot, edistyneet peruskyselyominaisuudet ja muut toiminnot.

Käyttäjän valitsemasta mallisovelluksesta riippuen on saatavana erilaisia ​​datamalleja ja työkaluja, mukaan lukien reaaliaikaiset hälytykset, ominaisuus mitä tapahtuu -skenaarioiden soveltamiseksi, optimointi ja monimutkaiset OLAP-raportit.

Kuutiomainen muoto

Konsepti perustuu kuutiomaiseen muotoon. Tietojen sijainti siinä osoittaa, kuinka OLAP noudattaa monimuuttuja-analyysin periaatetta, jonka tuloksena luodaan tietorakenne nopeaa ja tehokasta analysointia varten.

OLAP-kuutiota kutsutaan myös "hyperkuutioksi". Sen kuvataan koostuvan numeerisista tosiasioista (mitat), jotka on luokiteltu puolilla (mitat). Mitat liittyvät määritteisiin, jotka määrittelevät liiketoimintaongelman. Yksinkertaisesti sanottuna, ulottuvuus on etiketti, joka kuvaa mittaa. Esimerkiksi myyntiraporteissa mittana on myyntimäärä ja mitat sisältävät myyntijakson, myyjät, tuotteen tai palvelun ja myyntialueen. Tuotantotoimintojen raportoinnissa mitta voi olla tuotannon kokonaiskustannukset ja tuotantoyksiköt. Mitat ovat valmistuspäivämäärä tai -aika, tuotantovaihe tai vaihe, jopa tuotantoprosessiin osallistuvat työntekijät.

OLAP-datakuutio on järjestelmän kulmakivi. Kuution tiedot on järjestetty joko tähti- tai lumihiutalekuviolla. Keskellä on tietotaulukko, joka sisältää aggregaatteja (mitat). Se liittyy mittataulusarjoihin, jotka sisältävät tietoja mittauksista. Mitat kuvaavat, kuinka nämä mitat voidaan analysoida. Jos kuutio sisältää enemmän kuin kolme ulottuvuutta, sitä kutsutaan usein hyperkuutioksi.

Yksi kuution kuuluvista päätoiminnoista on sen staattinen luonne, mikä tarkoittaa, että kuutiota ei voida muuttaa sen kehittämisen jälkeen. Siksi kuution rakentamisprosessi ja tietomallin asettaminen on tärkeä askel kohti asianmukaista tietojenkäsittelyä OLAP-arkkitehtuurissa.

Tietojen yhdistäminen

Yhdistelmien käyttö on tärkein syy siihen, miksi pyynnöt käsitellään paljon nopeammin OLAP-työkaluissa (verrattuna OLTP: hen). Yhdistelmät ovat yhteenvetoja tiedoista, jotka on laskettu aiemmin käsittelyn aikana. Kaikki OLAP-mittataulukoihin tallennetut jäsenet määrittelevät kyselyt, jotka kuutio voi vastaanottaa.

Kuutiossa tietokertyvyydet tallennetaan soluihin, joiden koordinaatit määritetään tietyillä kokoilla. Sellaisten aggregaattien lukumäärä, jotka kuutio voi sisältää, riippuu kaikista mahdollisista mittaelementtien yhdistelmistä. Siksi sovelluksen tyypillinen kuutio voi sisältää erittäin suuren määrän aggregaatteja. Alustava laskenta suoritetaan vain avainaggregaateille, jotka ovat jakautuneet online-analytiikan analyyttiseen kuutioon. Tämä vähentää huomattavasti aikaa, joka tarvitaan aggregointien määrittämiseen suoritettaessa kyselyä datamallissa.

Yhdistelmiin liittyy myös kaksi vaihtoehtoa, joilla voit parantaa valmiin kuution suorituskykyä: luoda ominaisuuksien välimuistin yhdistelmä ja käyttää yhdistelmää käyttäjän pyyntöjen analyysiin perustuen.

Toimintaperiaate

Tapahtumista saadut operatiivisen informaation analyysi voidaan tyypillisesti suorittaa käyttämällä yksinkertaista laskentataulukkoa (data-arvot on esitetty riveinä ja sarakkeina). Tämä on hyvä, kun otetaan huomioon datan kaksiulotteinen luonne. OLAP: n tapauksessa moniulotteisesta tietojärjestelmästä johtuu eroja.Koska taulukot saadaan usein eri lähteistä, laskentataulukko ei välttämättä aina pysty käsittelemään niitä tehokkaasti.

Kuutio ratkaisee tämän ongelman ja varmistaa myös sen, että OLAP-tietovarasto toimii loogisesti ja asianmukaisesti. Yritys kerää tietoja useista lähteistä ja esitetään eri muodoissa, kuten tekstitiedostot, multimediatiedostot, Excel-taulukot, Access-tietokannat ja jopa OLTP-tietokannat.

Kaikki tiedot kerätään arkistosta, joka täytetään suoraan lähteistä. Siinä OLTP: ltä ja muista lähteistä vastaanotetut raakatiedot poistetaan virheellisistä, puutteellisista ja epäjohdonmukaisista tapahtumista.

Puhdistuksen ja muuntamisen jälkeen tiedot tallennetaan relaatiotietokantaan. Sitten se ladataan moniulotteiseen OLAP-palvelimeen (tai Olap-kuutioon) analysointia varten. Yrityssovelluksista, tiedon louhinnasta ja muusta liiketoiminnasta vastaavat loppukäyttäjät saavat tarvitsemansa tiedot pääsyn Olap-kuutiosta.

Array-mallin edut

OLAP on työkalu, joka tarjoaa nopean kyselyn suorituskyvyn, joka saavutetaan optimoidulla tallennuksella, moniulotteisella indeksoinnilla ja välimuistilla, jotka ovat järjestelmän merkittäviä etuja. Lisäksi etuja ovat:

1. Pienemmät tiedot levyllä.
2. Korkeamman tason aggregaattien automaattinen laskenta.
3. Array-mallit tarjoavat luonnollisen indeksoinnin.
4. Tehokas tietojen haku saavutetaan esijärjestelyillä.
5. Kompakti pienimittaisiin tietoaineistoihin.

OLAP: n haittapuolena on se, että jotkut ratkaisut (käsittelyvaihe) voivat olla melko pitkiä, etenkin suurella tietomäärällä. Tämä korjataan yleensä suorittamalla vain inkrementaalinen käsittely (modifioitua tietoa tutkitaan).

Analyyttiset perusoperaatiot

poimu (rullaaminen / poraaminen) tunnetaan myös nimellä ”yhdistäminen”. Koagulointiin sisältyy kaikkien saatavien tietojen kerääminen ja kaikkien laskeminen yhdessä tai useammassa ulottuvuudessa. Useimmiten tämä voi edellyttää matemaattisen kaavan soveltamista. OLAP-esimerkkinä voidaan pitää vähittäiskaupan verkkoa, jolla on toimipisteitä eri kaupungeissa. Mallien tunnistamiseksi ja tulevien myyntisuuntausten ennakoimiseksi tiedot niistä kaikista pisteistä “tiivistetään” yrityksen päämyyntiosastolle konsolidointia ja laskentaa varten.

julkistaminen (Pora-alas). Tämä on hyytymisen vastakohta. Prosessi alkaa suurella tietojoukolla ja jakautuu sitten pienempiin osiin, jolloin käyttäjät voivat tarkastella yksityiskohtia. Vähittäiskauppaverkkoja koskevassa esimerkissä analyytikko analysoi myyntitietoja ja tarkastelee yksittäisiä tuotemerkkejä tai tuotteita, joita pidetään myydyimminä jokaisessa kaupassa eri kaupungeissa.

jakso (Viipaloi ja noppa). Tämä on prosessi, kun analyyttisiin toimintoihin sisältyy kaksi toimenpidettä: johda erityinen tietojoukko OLAP-kuutiosta (“leikkaa” analyysi) ja tarkastele sitä eri näkökulmista tai kulmista. Tämä voi tapahtua, kun kaikki pistorasioiden tiedot on vastaanotettu ja syötetty hyperkuutioon. Analyytikko leikkaa myyntitiedot OLAP Cube -sovelluksesta. Sitä tarkastellaan sitten analysoitaessa kunkin alueen yksittäisten yksiköiden myyntiä. Tällä hetkellä muut käyttäjät voivat keskittyä arvioimaan myynnin kustannustehokkuutta tai arvioimaan markkinointi- ja mainoskampanjan tehokkuutta.

twist (Pivot). Tietoakseleita pyöritetään siinä korvaavan tiedon esittämistä varten.

Erilaisia ​​tietokantoja

Periaatteessa tämä on tyypillinen OLAP-kuutio, joka toteuttaa moniulotteisen datan analyyttisen käsittelyn käyttämällä OLAP-kuutiota tai mitä tahansa datakuutiota, jotta analyyttinen prosessi voi lisätä mittoja tarpeen mukaan. Kaikki moniulotteiseen tietokantaan ladatut tiedot tallennetaan tai arkistoidaan ja voidaan kutsua tarvittaessa.

Vähemmän tunnettuja OLAP-järjestelmiä tai tekniikoita on olemassa, mutta nämä ovat tärkeimpiä, joita nykyään käyttävät suuret yritykset, yritysrakenteet ja jopa hallitus.

OLAP-työkalut

Online-analyyttisen käsittelyn työkalut esitetään Internetissä erittäin hyvin sekä maksettujen että ilmaisten versioiden muodossa.

Suosituin niistä:

1. Dundas BI (Dundas Data Visualization) on selainpohjainen yritystietojen ja tietojen visualisoinnin alusta, joka sisältää integroidut kojetaulut, OLAP-raportointityökalut ja data-analytiikan.
2. Yellowfin on yritystietojärjestelmä, joka on yksi integroitu ratkaisu, joka on suunniteltu eri toimialojen ja kokoisten yritysten käyttöön. Järjestelmä on määritetty yrityksille kirjanpidon, mainonnan ja maatalouden aloilla.
3. ClicData on Business Intelligence -ratkaisu, joka on suunniteltu ensisijaisesti pienille ja keskisuurille yrityksille. Työkalun avulla loppukäyttäjät voivat luoda raportteja ja kojetauluja. Hallitus perustettiin yhdistämään liiketalous, yrityksen suorituskyvyn hallinta ja on täysin toimiva järjestelmä, joka palvelee keskitason ja yritysyrityksiä.
4. Domo on pilvipohjainen yrityshallintapaketti, joka integroituu useisiin tietolähteisiin, kuten laskentataulukoihin, tietokantoihin, sosiaalisiin verkostoihin ja kaikkiin olemassa oleviin pilvi- tai paikallisiin ohjelmistoratkaisuihin.
5. InetSoft Style Intelligence on yritystiedusteluohjelmistoalusta, jonka avulla käyttäjät voivat luoda kojetauluja, visuaalia OLAP-analyysitekniikkaa ja raportteja mashup-mekanismin avulla.
6. Infor Company -yrityksen Birst on verkottunut ratkaisu liiketoimintaanalyytikoille ja -analyyseille, joka yhdistää eri joukkueiden ideat ja auttaa tekemään tietoisia päätöksiä. Työkalun avulla hajautetut käyttäjät voivat parantaa yritysryhmien mallia.
7. Halo on kattava toimitusketjun hallinta- ja yritystietojärjestelmä, joka auttaa liiketoiminnan suunnittelussa ja varastojen ennustamisessa toimitusketjun hallintaa varten. Järjestelmä käyttää tietoja kaikista lähteistä - suurista, pienistä ja keskisuurista.
8. Chartio on pilvipohjainen yritystietoratkaisu, joka tarjoaa perustajille, liiketoimintaryhmille, tietoanalyytikoille ja tuoteryhmille organisatorisia työkaluja päivittäiseen työhön.
9. Exago BI on verkkopohjainen ratkaisu, joka on suunniteltu toteutettavaksi verkkosovelluksissa. Exago BI: n käyttöönotto antaa kaiken kokoisille yrityksille mahdollisuuden tarjota asiakkailleen erityistä, oikea-aikaista ja vuorovaikutteista raportointia.

Liiketoiminnan vaikutukset

Käyttäjä löytää OLAP: n useimmista toimialojen yrityssovelluksista.Analyysiä käyttävät paitsi yritykset, myös muut kiinnostuneet.

Joitakin sen yleisimpiä sovelluksia ovat:

1. OLAP-markkinoinnin data-analyysi.
2. Tilinpäätös, joka kattaa myynnin ja kulut, budjetoinnin ja rahoitussuunnittelun.
3. Liiketoimintaprosessien hallinta.
4. Myynti-analyysi.
5. Tietokantamarkkinointi.

Teollisuus kasvaa edelleen, eli käyttäjät näkevät pian lisää OLAP-sovelluksia. Moniulotteinen räätälöity käsittely tarjoaa dynaamisemman analyysin. Tästä syystä näitä OLAP-järjestelmiä ja tekniikoita käytetään arvioimaan mitä jos -skenaariot ja vaihtoehtoiset liiketoimintaskenaariot.