Концепция многомерного анализа и определение OLAP-систем

OLAP (On-Line Analytical Processing) данных) − технология оперативной аналитической обработки данных, использующая методы и средства сбора, хранения и анализа многомерных данных в целях поддержки принятия решений.

В 1993 г. Кодд (E. F. Codd) сформулировал определяющие принципы-требования к OLAP-системам[6], расширяющие функциональность реляционных СУБД и включающие многомерный анализ как одну из своих характеристик. Позже его определение было переработано в тест FASMI, требующий, чтобы OLAP-приложение предоставляло возможности быстрого анализа разделяемой многомерной информации (http://www.olapreport.com/fasmi. htm):

Fast (быстрый) – анализ должен производиться одинаково быстро по всем аспектам информации. Приемлемое время отклика – 5 с или менее.

Analysis (анализ) – должна быть возможность осуществлять основные типы числового и статистического анализа, предопределенного разработчиком приложения или произвольно определяемого пользователем.

Shared (разделяемой) – множество пользователей должно иметь доступ к данным, при этом необходимо контролировать доступ к конфиденциальной информации.

Multidimensional (м ногомерной) – это основная, наиболее существенная характеристика OLAP.

Information (информации) – приложение должно иметь возможность обращаться к любой нужной информации, независимо от ее объема и места хранения.

По Кодду, многомерное концептуальное представление (multi-dimensional conceptual view) заключает в себе множественную перспективу, состоящую из нескольких независимых измерений, вдоль которых могут быть проанализированы определенные совокупности данных. Одновременный анализ по нескольким измерениям определяется как многомерный анализ. Каждое измерение включает направления консолидации данных, состоящие из серии последовательных уровней обобщения, где каждый вышестоящий уровень соответствует большей степени агрегации данных по соответствующему измерению. Так, измерение Исполнитель может определяться направлением консолидации, состоящим из уровней обобщения «предприятие − подразделение − отдел − служащий». Измерение Время может даже включать два направления консолидации − «год − квартал − месяц − день» и «неделя – день», поскольку счет времени по месяцам и неделям несовместим. В этом случае становится возможным произвольный выбор желаемого уровня детализации информации по каждому из измерений.

Операция спуска (drilling down) соответствует движению от высших ступеней консолидации к низшим; напротив, операция подъема (rolling up) означает движение от низших уровней к высшим (рис. 44).

Рис. 44. Измерения и направления консолидации данных

Агрегатные функции образуют многомерный набор данных, называемый гипер- или метакубом, оси которого содержат параметры, а ячейки − зависящие от них агрегатные данные. Вдоль каждой оси данные могут быть организованы в виде иерархии, представляющей различные уровни их детализации. Благодаря такой модели данных пользователи могут формулировать сложные запросы, генерировать отчеты, получать подмножества данных.

Осями многомерной системы координат (рис. 45) служат основные атрибуты анализируемого бизнес-процесса. В качестве одного из измерений используется время. На пересечениях осей – измерений (Dimensions) – находятся данные, количественно характеризующие процесс, – меры (Measures). Это могут быть объемы продаж в штуках или в денежном выражении, остатки на складе, издержки и т. п.

Значения, откладываемые вдоль измерений, называются членами или метками (members). Они используются как для «разрезания» куба, так и для ограничения (фильтрации) выбираемых данных, например, когда в измерении, остающемся «неразрезанным», нас интересуют не все значения, а их подмножество (три города из нескольких десятков). Значения меток отображаются в двумерном представлении куба как заголовки строк и столбцов. Пользователь, анализирующий информацию, может «разрезать» куб по разным направлениям, получать сводные (по годам) или детальные (по неделям) сведения и осуществлять прочие манипуляции в процессе анализа.

Рис. 45. Модель данных в виде куба

Кодд определил 12 правил, которым должен удовлетворять программный продукт класса OLAP (табл. 8).

Т а б л и ц а 8