Хранилища данных

Специфика КИС проявляется, в первую очередь, благодаря новой фор­ме организации внутримашинной информационной базы, представляющей совокупность взаимосвязанных компонентов (рис. 8.2):

• операционная БД — служит для обеспечения работы функциональ­ных модулей ERP-системы, составляет основу OLTP-системы обработки данных КИС;

• специализированные ХД (Data Warehouse — DW), основа OLAP-систем обработки данных для различных функциональных компонентов КИС.

Операционные БД КИС обеспечивают хранение данных большого объема и сложной логической структуры, находятся под управлением мощ­ных СУБД, как правило, реляционного типа (ORACLE, MS SQL Server, Informix, DB/2 и др.). Такие БД используются в составе многоуровневой

клиент-серверной архитектуры КИС; они могут размещаться на одном или нескольких серверах БД. Как правило, БД отделены от программ функциональных модулей, использующих эти данные. Интерфейс поль­зователя (формы, отчеты, запросы и т.п.) находится на рабочей станции или специализированном сервере.

Основными проблемами ведения операционных БД КИС являются:

• обеспечение необходимого уровня производительности КИС (из­меряется количеством транзакций в единицу времени) для реализации регламентированных приложений КИС;

• соответствие требованиям приложений по составу, структуре, объе­мам данных, времени получения и качеству выходной информации;

• обеспечение надежного хранения данных (периодическое архивиро­вание БД, восстановление БД после сбоев из страховых копий, ведение журнала транзакций для их «отката» и т.п.).

Операционную БД вместе с внешними информационными источ­никами следует рассматривать как «сырье» для создания предметно-ориентированных, интегрированных, неизменяемых по структуре хроно­логических данных — ХД, анализируемых в системах поддержки принятия решений. Витрина (киоск) — подмножество ХД, обеспечивает необхо­димую производительность получения и анализа данных для конечных пользователей и защиту от несанкционированного доступа.

По определению Б. Инмона, хранилище данных — это предметно-ориентированный, интегрированный, неизменяемый, поддерживающий

хронологию набор данных, организованный для целей поддержки приня­тия решений. Как правило ХД ориентированы на решение определенных задач анализа и представления данных. В ХД имеются три категории данных:

• метаданные (сведения об источнике, методах сбора информации);

• детальные;

• агрегированные (сводные).

Программное обеспечение ХД обеспечивает: загрузку, форматиро­вание, анализ и реструктуризацию данных; управление доступом к ним; построение витрин данных.

Аналитическая обработка данных Средства On-line Analytical Processing (olap)

On-line Analytical Processing — средства оперативной (в реальном масштабе времени) аналитической обработки информации, направленные на поддержку принятия решений и помогающие аналитикам отвечать на вопрос «Почему объекты, среды и результаты их взаимодействия такие, а не другие?». При этом аналитик сам формирует версии отношений между множеством информации и проверяет их на основе имеющихся данных в соответствующих базах структурированной информации.

Для ERP-систем характерно наличие аналитических компонент в со­ставе функциональных подсистем. Они обеспечивают формирование аналитической информации в режиме реального времени. Эта информация является основой большинства управленческих решений.

Технологии OLAP используют гиперкубы — специально структуриро­ванные данные (иначе называемые OLAP-кубами). В структуре данных гиперкуба различают:

• меры — количественные показатели (реквизиты-основания), исполь­зуемые для формирования сводных статистических итогов;

• измерения — описательные категории (реквизиты-признаки), в раз­резе которых анализируются меры.

Размерность гиперкуба определяется числом измерений для одной меры. Например, гиперкуб СБЫТ содержит данные:

• измерения: потребители, даты операций, группы товаров, номен­клатура, модификации, упаковки, склады, виды оплаты, виды отгрузки, тарифы, валюта, организации, подразделения, ответственные, каналы распределения, регионы, города;

• меры: количество плановое, количество фактическое, сумма плано­вая, сумма фактическая, платежи плановые, платежи фактические, сальдоплановое, сальдо фактическое, цена реализации, срок исполнения заказа, сумма возврата.

Такой гиперкуб предназначен для аналитических отчетов:

• классификация потребителей по объемам покупок;

• классификация продаваемых товаров по методу АВ С;

• анализ сроков исполнения заказов различных потребителей;

• анализ объемов продаж по периодам, товарам и группам товаров, регионам и потребителям, внутренним подразделениям, менеджерам и каналам сбыта;

• прогноз взаиморасчетов с потребителями;

• анализ возврата товаров от потребителей; и т.д.

Аналитические отчеты могут иметь произвольное сочетание измере­ний и мер, они используются для анализа принимаемых управленческих решений. Аналитическая обработка обеспечивается инструментальными и языковыми средствами. В общедоступной электронной таблице MS Excel представлена информационная технология «Сводные таблицы», исходными данными для их создания являются:

• список (база данных) MS Excel — реляционная таблица;

• другая сводная таблица MS Excel;

• консолидированный диапазон ячеек MS Excel, расположенных в одной и той же или различных рабочих книгах;

• внешняя реляционная БД или OLAP-куб, источник данных (файлы формата .dsn, .ode).