27152

Модели данных, используемые при построении Хранилищ Данных

Доклад

Информатика, кибернетика и программирование

Принципы построения систем ориентированных на анализ данных Модели данных используемые при построении Хранилищ Данных В настоящее время наибольшее распространение получили три вида моделей хранилищ данных: многомерная реляционная и комбинированная. Измерения играют роль индексов используемых для идентификации конкретных значений данных. Вращение изменение порядка измерений; обычно для двухмерных сечений остальные фиксированные для приведения данных к форме удобной для восприятия; Свертка замена одного из значений измерения другим ...

Русский

2017-10-05

52.16 KB

5 чел.

7. Принципы построения систем, ориентированных на анализ данных

Модели данных, используемые при построении Хранилищ Данных

В настоящее время наибольшее распространение получили три вида моделей хранилищ данных: многомерная, реляционная и комбинированная. Рассмотрим их подробнее.

Многомерная модель. В многомерной модели данные хранятся в виде гиперкубов - упорядоченных многомерных массивов. При описании многомерной модели используют понятия Измерение и Значения :

Измерение - множество, образующее одну из граней куба. Измерения играют роль индексов, используемых для идентификации конкретных значений данных.

Значения - подвергаемые анализу количественные или качественные данные, которые находятся в ячейках гиперкуба.

Основные операции манипулирования изменениями:

Сечение - подмножество, в котором фиксировано значение одного или более измерений.

Вращение - изменение порядка измерений; обычно для двухмерных сечений (остальные фиксированные) для приведения данных к форме, удобной для восприятия;

Свертка - замена одного из значений измерения другим - укрупненным, например, “месяц” заменяется “годом”. Свертка может быть выполнена только над измерениями, в которых имеется иерархия значений (житель дома  все жители дома, квартала, улицы, города и т.д.).

Детализация - операция, обратная свертке. Например, ВУЗ может быть детализирован до факультета, факультет до потока, поток до группы, и т.д.

Главным достоинством многомерной модели является быстрота поиска данных. Данные находятся на пересечении измерений гиперкуба. Для их поиска не нужно организовывать связи между таблицами, как это делается в реляционных СУБД. Благодаря этому, среднее время ответа на сложный (нерегламентированный) запрос в многомерной модели на 1 - 2 порядка ниже, чем в реляционной.

Однако:

гиперкуб требует больших объемов дисковой памяти, т.к. в нем заранее резервируется место для каждого возможного данного;

этот объем резко увеличивается при высокой степени детализации данных ;

возникают сложности с модификацией данных, поскольку добавление еще одного измерения требует полной перестройки гиперкуба.

Таким образом, многомерную модель ХД целесообразно использовать, когда ее объем невелик (не более 10 - 20 гигабайт), а гиперкуб имеет стабильный во времени набор измерений.

Пример куба: факультеты, семестры, показатели (средняя детализация: отл - кол-во1, хор - кол-во2, общее количество студентов, обеспечения учебниками, ....).

Свертка: сведения о наборе одного факультета за все годы обучения.

Сечение - фиксируем: факультет и семестр.

Реляционная модель хранилища. Хранилища данных, построенные на основе реляционной модели, способны хранить огромные объемы информации, но проигрывают многомерным моделям в скорости выполнения запросов. В реляционной модели гиперкуб эмулируется СУБД на логическом уровне. Каждое измерение гиперкуба описывается отдельной - справочной таблицей, которая заполняется возможными значениями конкретного описываемого измерения. Фактические данные, наиболее часто используемые для анализа, группируются в таблице, называемой “фактологической”.

Строка фактологической таблицы кроме фактических данных, эквивалентных значениям, хранящимся в ячейках гиперкуба, содержит ссылки на соответствующие значения данных из справочных таблиц (измерений). Фактологическая таблица индексируется по сложному ключу, составленному из индивидуальных ключей справочных таблиц, что обеспечивает их связь с фактологической.

При малом числе измерений - не более 20, реляционные СУБД организуются по радиальной схеме. Другое название этой схемы - звезда (star). При числе измерений более 20, используется схема снежинка (snowflake).

Схема звезда использует только фактологическую таблицу - дочернее отношение, и набор справочных таблиц измерений - родительские отношения. Пример реализации хранилища данных по схеме звезда приведен на рис.6.2.1. В схеме снежинка появляются дополнительные справочные таблицы более высокого уровня иерархии, которые детализируют информацию, хранящуюся в справочных таблицах звезды.

Рис.6.2.1. Эмуляция гиперкуба в РСУБД (схема звезда)

На рис.6.2.2  показана детализация некоторых атрибутов справочных таблиц Группа обучаемых и Дисциплина. После этой детализации схема звезда превращается в схему снежинка.

Рис.6.2.2. Эмуляция гиперкуба в РСУБД (схема снежинка)

Комбинация многомерного и реляционного подхода. В последние несколько лет стали применять комбинированные хранилища данных, в которых реляционная СУБД объединена с целым набором многомерных. Реляционная база данных в этом случае является центральным хранилищем и позволяет накапливать огромные объемы информации. Данные, необходимые конкретным аналитическим приложениям, выделяются из центрального хранилища в многомерные базы данных. Каждая многомерная база хранит информацию по одному из направлений деятельности организации.

Выделенная информация называется киоском данных (Data Marts) или тематическим хранилищем. Использование киосков позволяет производить быструю обработку данных при выполнении аналитических запросов. Создание киосков основывается на том, что ситуации, когда для анализа необходима вся информация хранилища, возникают редко.

Каждый аналитик (аналитический отдел) обслуживает одно направление деятельности организации, а реальный объем данных, необходимых для решения конкретных задач такого отдела, удовлетворяет требованиям, предъявляемым к многомерным СУБД. Логическая схема комбинированного хранилища данных приведена на рис.6.2.3.

Рис.6.2.3. Логическая схема комбинированного хранилища данных

Данные поступают в хранилище из разных источников. Процесс загрузки начинается с приведения данных к единому формату и включает в себя:

исключение управляющих кодов (TAB, CR, LF, …),

унификацию типов данных,

унификацию представления данных - их приведение к одинаковым единицам измерения.

Затем производится анализ данных на предмет устранения дублирующихся и некорректных значений - выбросов, а также восстановления пропущенных значений.

Последний этап обработки - агрегирование данных, т.е. вычисление обобщенных статистических показателей для тематических хранилищ.

Обработанные данные загружаются в центральное хранилище, а из центрального хранилища подкачиваются в киоски данных - тематические хранилища.

Дополнительно:

В области информационных технологий существуют два класса информационными систем (и соответственно, два класса задач):

OLTP-системы и

DSS-системы.

OLTP-системы - системы оперативной обработки транзакций. Основная функция подобных систем заключается в одновременном выполнении большого количества коротких транзакций от большого числа пользователей. Сами транзакции выглядят относительно просто, например, "снять сумму денег со счета А, добавить эту сумму на счет В".

Системы OLTP характеризуются:

поддержкой большого числа пользователей;

малым временем отклика на запрос;

относительно короткими запросами;

участие в запросах небольшого числа таблиц.

OLAP-технология представляет для анализа данные в виде многомерных (и, следовательно, нереляционных) наборов данных, называемых многомерными кубами (гиперкуб, метакуб, кубом фактов), оси которого содержат параметры, а ячейки - зависящие от них агрегатные данные. Пример. Трехмерный куб, где в качестве фактов использованы суммы продаж, а в качестве измерений - время, товар и магазин, определенных на разных уровнях группировки: товары группируются по категориям, магазины - по странам, а данные о времени совершения операций - по месяцам.

Подробнее: http://ami.nstu.ru/~vms/lecture/lecture9/lecture9.htm


 

А также другие работы, которые могут Вас заинтересовать

30246. Понятие и структура основных фондов предприятий СКСиТ 86.5 KB
  Понятие и структура основных фондов предприятий СКСиТ. Понятие об основных фондах их классификация. Согласно новому положению по бухгалтерскому учету основных средств ПБУ 6 01 [Новое положение по бухгалтерскому учету основных средств ПБУ 6 01. Объекты основных средств стоимостью не более 2000 рублей за единицу могут списываться на затраты по мере отпуска их в производство или эксплуатацию.
30247. TCP/IP 626.5 KB
  Большинство персональных компьютеров задействованных в сети используют в настоящее время сетевые адаптеры типа Ethernet и Token Ring с заранее присвоенными встроенными уникальными идентификаторами МАСадресами которые делают IPадреса избыточными. Многие другие типы компьютеров имеют всевозможные адреса назначаемые сетевыми администраторами причем нет никакой уверенности в том что у другого компьютера в сети масштаба Интернета не будет точно такого же адреса. Так как IPадреса регистрируются централизованно можно быть уверенным что...
30248. IPX/SPX 549.1 KB
  Заголовок дейтаграммы IPX имеет длину 30 байтов для сравнения: размер заголовка IP равен 20 байтам. Контрольная сумма Checksum 2 байта. Длина Length 2 байта. Задает размер дейтаграммы в байтах включая заголовок IPX и поле данных.
30249. NetBIOS, NetBEUI и Server Message Blocks 123.28 KB
  NetBEUI NetBIOS Extended User Interfce расширенный пользовательский интерфейс сетевой BIOS это один из наиболее старых но все еще использующихся протоколов для локальных сетей и он продолжает оставаться прекрасным решением для сравнительно небольших сетей так как издержки на его обслуживание меньше чем требуемые для более комплексных протоколов. NetBEUI был разработан в середине 1980х с целью предоставить сетевые транспортные услуги для программ базирующихся на NetBIOS Network Bsic Input Output System сетевая базовая...
30250. WinSock или Windows socket 275.57 KB
  Существуют две версии WinSock: WinSock 1.1 поддерживает только протокол TCP IP; WinSock 2. WinSock 1.1 состояла в решении проблемы то цель WinSock 2.
30251. Виды сетей 629.35 KB
  Используя единый кабель каждый компьютер требует только одной точки подключения к сети при этом он может полноценно взаимодействовать с любым другим компьютером в группе. Геометрически ЛВС всегда ограничена по размерам небольшой площадью в силу электрических свойств кабеля используемого для построения сети и относительно небольшим количеством компьютеров которые могут разделять одну сетевую среду передачи данных. Для поддержки вычислительных систем большего размера были разработаны специальные устройства которые позволили объединять две...
30252. Эталонная модель взаимодействия открытых систем 347.85 KB
  Каждый уровень предоставляет услуги уровням расположенным непосредственно ниже и выше его в стеке. Служебная информация представляет собой заголовки и иногда постинформацию которые обрамляют данные полученные с вышележащего уровня. В известном смысле форма состоящая из заголовков и хвостов это оболочка которая является носителем сообщения полученного от вышележащего уровня. В сущности протоколы выполняющиеся на различных уровнях взаимодействуют с протоколами расположенными на точно таком же уровне другого компьютера.
30253. Ethernet 1.3 MB
  Хотя оба эти типа фреймов формально содержат поле âтипаâ оно применяется только для обозначения обшей длины пакета а не типа используемого протокола поэтому фреймы этих двух типов подходят только для протоколов 1PX SPX. С этого момента переходим к описанию полей фрейма канального уровня перечень которых приведен ниже. В этом поле находится МАСадрес получателя. В этом поле находится МАСадрес отправителя.
30254. Основные методы (школы) литературоведения. Мифологический метод 37.5 KB
  Мифологический метод Мифологическое литературоведение. Как особый метод мифологическое литературоведение сформировалось в 30ые г. в Западной Европе хотя еще со времен Средневековья существовала герменевтика истолкование священных изотерических текстов которая имела филологическое и мифологическое понимание. Философская основа классической мифологической школы стала эстетика Шеллинга братьев Шлегеллей которые утверждали что в основе всякой культуры литературы оказывается мифология.