Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Δρ. Παναγιώτης Συμεωνίδης – Αποθήκες Δεδομένων – Data Warehouses 1 Δρ. Παναγιώτης Συμεωνίδης Εργ. Τεχνολογίας και Επεξεργασίας Δεδομένων Τμήμα Πληροφορικής.

Παρόμοιες παρουσιάσεις


Παρουσίαση με θέμα: "Δρ. Παναγιώτης Συμεωνίδης – Αποθήκες Δεδομένων – Data Warehouses 1 Δρ. Παναγιώτης Συμεωνίδης Εργ. Τεχνολογίας και Επεξεργασίας Δεδομένων Τμήμα Πληροφορικής."— Μεταγράφημα παρουσίασης:

1 Δρ. Παναγιώτης Συμεωνίδης – Αποθήκες Δεδομένων – Data Warehouses 1 Δρ. Παναγιώτης Συμεωνίδης Εργ. Τεχνολογίας και Επεξεργασίας Δεδομένων Τμήμα Πληροφορικής Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών Αριστοτέλειο Πανεπιστήμιο Θεσ/νικης ΑΠΟΘΗΚΕΣ ΔΕΔΟΜΕΝΩΝ (Data Warehouses)

2 2 Σύστημα Επεξεργασίας Δοσοληψιών: On- Line Transaction Processing (OLTP)  Ένα πλήρες σύστημα που περιέχει εργαλεία για προγραμματισμό εφαρμογών, εκτέλεση και διαχείριση των δοσοληψιών  Μια τέτοια εφαρμογή πρέπει να δουλεύει συνεχώς, να αντεπεξέρχεται αποτυχιών, εξελίσσεται συνεχώς, είναι συνήθως κατανεμημένη και περιλαμβάνει: Σχεσιακή Βάση Δεδομένων Δίκτυο Προγράμματα εφαρμογής  Εξαιρετικά κρίσιμη για τη λειτουργία κάθε οργανισμού On-Line Transaction Processing (OLTP) (1/3)

3 3 DB Κράτησε για τον κ. Χ την θέση 13Α για Αθήνα! Κράτησε για τον κ. Y την θέση 1C για Κέρκυρα! Πόσοι ταξιδεύουν για Θεσσαλονίκη ? OLTP – Αεροπορική Εταιρεία On-Line Transaction Processing (OLTP) (2/3)

4 4 DB ΑΤΜ Ταμείο Πιστωτικές κάρτες Δάνεια OLTP – Τράπεζα On-Line Transaction Processing (OLTP) (3/3)

5 5  Ελάχιστος χρόνος διαθέσιμος για την εκτέλεση μιας δοσοληψίας.  Περιορισμένος αριθμός προσβάσεων στο δίσκο.  Περιορισμένος αριθμός υπολογισμών.  Κάτω όριο λειτουργικών απαιτήσεων:  τουλάχιστον 100 TPS σε μια ΒΔ της τάξης του 1 GB  Άνω όριο λειτουργικών απαιτήσεων:  μέχρι TPS σε μια ΒΔ μεγαλύτερη του 1 ΤB. OLTP – Βασικά Χαρακτηριστικά

6 Προβλήματα σχεσιακών Βάσεων Δεδομένων ενός OLTP Αρκετά δεδομένα μπορεί να είναι ελλιπή (missing data) ΠΡΟΤΕΙΝΟΜΕΝΕΣ ΛΥΣΕΙΣ Απόρριψη εγγραφών των οποίων κάποιες τιμές λείπουν Αντικατάσταση των τιμών που λείπουν με την μέση τιμή της κατηγορίας Αντικατάσταση των απουσών τιμών χαρακτηριστικών με τις αντίστοιχες τιμές παρόμοιων χαρακτηριστικών

7 Προβλήματα σχεσιακών Βάσεων Δεδομένων ενός OLTP Αρκετά δεδομένα μπορεί να έχουν θόρυβο και ασυνέπειες (Noisy and inconsistent data) Εντοπισμός διπλότυπων εγγραφών π.χ. Συμεωνίδης & Συμαιωνίδης Εντοπισμός λανθασμένων τιμών χαρακτηριστικών π.χ. Μηδενική τιμή σε ένα χαρακτηριστικό που αφορά το βάρος προϊόντος Εξομάλυνση δεδομένων π.χ. περιορισμός του αριθμού των τιμών ενός αριθμητικού χαρακτηριστικού

8 Προβλήματα σχεσιακών Βάσεων Δεδομένων ενός OLTP Τα δεδομένα μπορεί να είναι ετερογενή και να παρουσιάζουν συνωνυμίες ή αμφισημίες Π.χ., πελάτης καταχωρημένος με διαφορετικά στοιχεία στη βάσης του τμήματος πωλήσεων από ότι στη βάση του τμήματος μάρκετινγκ.

9 9 Εννοιολογική εναρμόνιση EMP IDNameBirthSalaryTotal Income DeptID 110Kostas1/1/ ……… Source 1: Personnel (Cobol) EMP INCOME IL_IDDescr 10Μισθός 20Επίδομα Τέκνων 30Φόρος... Income Lookup EMP IDIL_IDAmount EMP EMP ID NameAge 110Kostas30 120Vasilis48 130Roula29 Source 2: Accounting (DB2)

10 10 Αποκανονικοποίηση - Denormalization EMP INCOME IL_IDDescr 10Μισθός 20Επίδομα Τέκνων 30Φόρος... Income Lookup EMP IDIL_IDAmount EMP EMP ID NameAge 110Kostas30 120Vasilis48 130Roula29 DW.EMP DW ?

11 11 Καθαρισμός των δεδομένων – Ομογενοποίηση κλειδιών R1 IDDescr 10Pepsi 20Epsa R2 IDDescr 100Coca 110Pepsi 120Epsa DW.R Lookup Source ID Sour ce Surrogate Key 10R R R R2120 IDDescr 10Coca 20Pepsi + +

12 Προβλήματα σχεσιακών Βάσεων Δεδομένων ενός OLTP Λόγω διαδικασιών ενημέρωσης, εισαγωγής, διαγραφής διατηρούν δεδομένα μόνο για την τρέχουσα κατάσταση. Π.χ., στη βάση του τμήματος προμηθειών διατηρούνται μόνο όσοι προμηθευτές συνεργάζονται αυτή τη στιγμή ενώ μπορεί να χρειασθούν δεδομένα και για προμηθευτές που συνεργαζόταν στο παρελθόν προκειμένου να συγκριθούν οι τιμές τους Η ανάλυση των δεδομένων δεν είναι εύκολο να επιτευχθεί με εργαλεία όπως η γλώσσα SQL. Προκύπτουν περίπλοκα ερωτήματα SQL τα οποία δεν είναι εύκολο να συνταχθούν.

13 Προβλήματα σχεσιακών Βάσεων Δεδομένων ενός OLTP Σε φυσικό επίπεδο οργάνωσης (π.χ. δενδρικές μέθοδοι προσπέλασης) δεν είναι σχεδιασμένα για να ανταποκρίνονται στις απαιτήσεις περίπλοκων ερωτημάτων. Τα δεδομένα οργανώνονται με Διάγραμμα Οντοτήτων-Συσχετίσεων (ΔΟΣ) και αρχών όπως η κανονικοποίηση, που παράγουν περίπλοκες βάσεις στο νοητικό επίπεδο

14 14 Aνάλυση μεγάλου όγκου σύνθετων δεδομένων από διαφορετικές εφαρμογές Ειδικού τύπου ερωτήματα συνάθροισης Οπτικοποίηση/στατιστική ανάλυση/πολυδιάστατη ανάλυση Εξόρυξη Γνώσης (Knowledge Discovery/Data Mining) Εξεύρεση προτύπων σε τεράστιες βάσεις δεδομένων OLAP + Data Mining => On-Line Analytical Mining On-Line Αnalytical Processing (OLAP & OLAM)

15 15 Ποιος ήταν ο όγκος πωλήσεων ανά περιοχή και κατηγορία προϊόντος την περασμένη χρονιά; Πόσο σχετίζονται οι αυξήσεις τιμών των υπολογιστών με τα κέρδη των πωλήσεων τα 10 τελευταία χρόνια; Ποια ήταν τα δέκα πρώτα καταστήματα σε πωλήσεις CD; Τι ποσοστό από τους πελάτες που αγοράζουν αναψυκτικά αγοράζουν και πατατάκια; Παραδείγματα ερωτήσεων OLAP

16 16 Πρόσβαση σε μεγάλο όγκο δεδομένων Συμμετοχή αθροιστικών και ιστορικών δεδομένων σε πολύπλοκες ερωτήσεις Μεταβολή της «οπτικής γωνίας» παρουσίασης των δεδομένων (π.χ., από πωλήσεις ανά περιοχή -> πωλήσεις ανά τμήμα κλπ.) Συμμετοχή πολύπλοκων υπολογισμών (π.χ. στατιστικές συναρτήσεις) Γρήγορη απάντηση σε οποιαδήποτε χρονική στιγμή τεθεί ένα ερώτημα ( “On-Line”). Λειτουργικά Χαρακτηριστικά Απαιτήσεων OLAP

17 17 OLTPOLAP Λειτουργίες Αυτοματισμός Χάραξη καθημερινώνστρατηγικής εργασιών Τύπος ΔεδομένωνΛεπτομερή Αθροιστικά Όγκος Δεδομένων~ 100 GB~ 1 TB Φύση ΔεδομένωνΔυναμικά Στατικά, Iστορικά OLTP vs. OLAP

18 18 OLTPOLAP I/O ΤύποιΠεριορισμένο I/OΕκτεταμένο I/O ΤροποποιήσειςΣυνεχείς Περιοδικές Ενημερώσεις ΦόρτοςΔοσοληψίες μεΕρωτήσεις που πρόσβαση λίγων σαρώνουν εγγραφώνεκατομμύρια εγγραφών Σχεδίαση ΒΔΚατευθυνόμενη Κατευθυνόμενη από Εφαρμογή από Περιεχόμενο OLTP vs. OLAP

19 19 OLTPOLAP Τυπικοί ΧρήστεςΧαμηλόβαθμοι Υπ.Υψηλόβαθμοι Υπ. ΧρήσηΜέσω Ad-hoc προκατασκευασμένων φορμών Αριθμός ΧρηστώνΧιλιάδεςΔεκάδες ΕστίασηΕισαγωγή Εξαγωγή Δεδομένων Πληροφοριών OLTP vs. OLAP

20 Αποθήκες δεδομένων Η τεχνολογία των αποθηκών δεδομένων προσφέρει ολοκλήρωση ετερογενών πηγών δεδομένων και πλατφόρμα για αποδοτική ανάλυση ιστορικών δεδομένων Μία αποθήκη δεδομένων αποτελεί μία συλλογή δεδομένων που επιλέγονται από τις Επιχειρησιακές Βάσεις Δεδομένων, Ολοκληρώνονται (integrated), τα δεδομένα αναλύονται με διαδικασίες όπως η On-line Analytical Processing (OLAP) ή η εξόρυξη δεδομένων.

21 21 Μια κεντρικοποιημένη ΒΔ με σκοπό: την ολοκλήρωση (integration) ετερογενών πηγών πληροφοριών (data sources) => συνάθροιση όλης της ενδιαφέρουσας πληροφορίας σε μία τοποθεσία την αποφυγή της σύγκρουσης μεταξύ OLTP και OLAP (DSS) συστημάτων => απόδοση εφαρμογών και διαθεσιμότητα του συστήματος Μπορεί να συμπληρώνεται και από εξειδικευμένα θεματικά υποσύνολα (Data Marts) για περαιτέρω απόδοση των OLAP εφαρμογών Αποθήκες δεδομένων

22 22 Ιστορικά Δεδομένα  Ο χρονικός ορίζοντας μια αποθήκης δεδομένων είναι πολύ μεγαλύτερος από ότι ενός συστήματος σε λειτουργία  Η ΒΔ έχει τα τωρινά δεδομένα ενώ οι αποθήκες διατηρούν και παλιά δεδομένα (πχ τα προηγούμενα 5-10 χρόνια) Τροποποιήσεις  Οι τροποποιήσεις στις πηγές δεδομένων δεν φαίνονται άμεσα στις αποθήκες δεδομένων, συνήθως περιοδικά  Μόνο δύο βασικές λειτουργίες: αρχικό φόρτωμα των δεδομένων (loading) και προσπέλαση δεδομένων (access) Αποθήκες δεδομένων – Λειτουργικά Χαρακτηριστικά

23 Επιτυχία αποθηκών δεδομένων (1/2) Πρώτες προσπάθειες στα μέσα της δεκαετίας του 1990, οπότε οι αποθήκες δεδομένων εξελίχθηκαν σε αγορά της τάξης των 2 δις $. Στα τέλη της δεκαετίας του 1990, το 95% των 1000 επιχειρήσεων του Fortune ανέπτυσσαν αποθήκες δεδομένων, οπότε η αγορά των αποθηκών δεδομένων ανήρθε οικονομικά της τάξης των 7 δις $. Εκτιμήθηκε ότι σε 3 χρόνια από την ανάπτυξη μίας αποθήκης δεδομένων, η απόσβεση γίνεται σε ποσοστό 400%.

24 Επιτυχία αποθηκών δεδομένων (2/2) Επιτυχημένη περίπτωση εφαρμογής: αλυσίδα υπεραγορών Walmart, με 2000 υποκαταστήματα. βοήθησε την Walmart να βελτιστοποιήσει τις διαδικασίες προμήθειας προϊόντων και να μειώσει το κόστος αγοράς τους κατά 20%. ο όγκος των δεδομένων στην αποθήκη δεδομένων της Walmart ανέρχεται στα 24 ΤΒ, σε ένα σύστημα 96 κόμβων με 900 επεξεργαστές και 2700 δίσκους.

25 Αποθήκες δεδομένων – Βασικές Λειτουργίες

26 Αρχιτεκτονική αποθηκών δεδομένων

27 Μετασχηματισμός Δεδομένων Κανονικοποίηση Δεδομένων Μετατροπή τύπων δεδομένων Επιλογή χαρακτηριστικών και στιγμιοτύπων

28 Κανονικοποίηση Δεδομένων Δεκαδική κλιμάκωση Κανονικοποίηση Ελαχίστου- Μεγίστου Κανονικοποίηση με χρήση τιμών Z- scores

29 29 Μοντέλο Πολυδιάστατων Δεδομένων (Κύβος) και Λειτουργίες που εκτελούνται σε αυτό

30 30 Μια αποθήκη δεδομένων βασίζεται σε ένα πολυδιάστατο μοντέλο δεδομένων (multidimensional data model) που αναπαριστά τα δεδομένα με τη μορφή ενός κύβου δεδομένων (data cube) Ένας κύβος δεδομένων (data cube) επιτρέπει την μοντελοποίηση και την θεώρηση των δεδομένων από πολλές οπτικές γωνίες – Διαστάσεις (dimensions) Για συγκεκριμένες τιμές στις διαστάσεις μια Μέτρηση (Measure) αφορά αυτό που μας ενδιαφέρει να μετρήσουμε Item Time Κύβος ΠΩΛΗΣΕΙΣ Location Διαστάσεις Μέτρηση: Αριθμός Πωλήσεων για τις συγκεκριμένες διαστάσεις (Location, Item, Time) Ορισμός κύβου δεδομένων

31 31 Διαστάσεις: Product, Region, Date Ιεραρχίες διαστάσεων: Industry Category Product Country Region City Store Year Quarter Month Week Day Item Time Κύβος ΠΩΛΗΣΕΙΣ Location Μέτρηση: Αριθμός Πωλήσεων για τις συγκεκριμένες διαστάσεις (Location, Item, Time) Κάθε διάσταση παίρνει τιμές από διαφορετικά επίπεδα, μπορεί να εκφραστεί σε διαφορετικά επίπεδα λεπτομέρειας Ιεραρχίες Διαστάσεων

32 32 all EuropeNorth_America MexicoCanadaSpainGermany Vancouver M. WindL. Chan... all region office country TorontoFrankfurtcity Παράδειγμα: Εννοιολογική ιεραρχία (Concept Hierarchy) για Location

33 33 Σχήμα Αστέρι (Star schema) Πίνακας γεγονότων στο κέντρο που συνδέεται με ένα σύνολο από πίνακες διαστάσεων Πίνακας γεγονότων (Fact Table) έχει ως γνωρίσματα:  τις μετρήσεις (πχ αριθμός πωλήσεων, τιμή σε δολάρια, κλπ)  το πρωτεύον κλειδί κάθε σχετικού πίνακα διαστάσεων Πίνακες Διαστάσεων Πίνακας με πληροφορία σχετικά με κάθε διάσταση Ιtem (item_name, brand, type), Τime(day, week, month, quarter, year) Μοντέλο Δεδομένων Σχήματος Αστέρα

34 34 time_key day day_of_the_week month quarter year time location_key street city state_or_province country location Πίνακας Γεγονότων ΠΩΛΗΣΕΙΣ time_key item_key branch_key location_key units_sold dollars_sold avg_sales item_key item_name brand type supplier_type item branch_key branch_name branch_type branch Μετρήσεις 4 διαστάσεις (time, item, location, branch) Παράδειγμα Σχήματος Αστεριού

35 35  Είναι μια βελτίωση του σχήματος αστέρα σύμφωνα με την οποία η ιεραρχία διαστάσεων των πινάκων διάστασης κανονικοποιείται σε ένα σύνολο από μικρότερους πίνακες διαστάσεων Μοντέλο Δεδομένων Σχήματος Χιονονιφάδας (Snowflake schema)

36 36 time_key day day_of_the_week month quarter year time location_key street city_key location time_key item_key branch_key location_key units_sold dollars_sold avg_sales item_key item_name brand type supplier_key item branch_key branch_name branch_type branch supplier_key supplier_type supplier city_key city state_or_provin ce country city Πίνακας Γεγονότων ΠΩΛΗΣΕΙΣ Μετρήσεις Παράδειγμα Σχήματος Χιονονιφάδας

37 37  Βασίζεται σε Πολλαπλούς Πίνακες Γεγονότων που μοιράζονται τους Πίνακες Διαστάσεων.  Μπορούμε να τους δούμε ως συλλογή από αστέρια ή γαλαξίες Μοντέλο Δεδομένων - Αστερισμοί Γεγονότων (Fact constellations)

38 38 time_key day day_of_the_week month quarter year time location_key street city province_or_state country location time_key item_key branch_key location_key units_sold dollars_sold avg_sales item_key item_name brand type supplier_type item branch_key branch_name branch_type branch time_key item_key shipper_key from_location to_location dollars_cost units_shipped shipper_key shipper_name location_key shipper_type shipper Πίνακας Γεγονότων ΠΩΛΗΣΕΙΣ Μετρήσεις Πίνακας Γεγονότων ΑΠΟΣΤΟΛΗ Παράδειγμα Σχήματος Αστερισμών Γεγονότων

39 39 Συχνά ο n-D κύβος λέγεται βασικός κυβοειδής (base cuboid). Περιέχει τον μεγαλύτερο βαθμός λεπτομέρειας. π.χ. Για κύβο με τέσσερεις διαστάσεις (Item, Time, Branch, Location) έχουμε 4- D βασικό κυβοειδή O 0-D cuboid περιέχει τη μεγαλύτερο επίπεδο περίληψης (apex cuboid). Το πλέγμα όλων των κυβοειδών ονομάζεται κύβος δεδομένων. Κύβος Δεδομένων - Ορολογία

40 40 time, item time, item, location time, item, location, supplier all timeitem locationsupplier time, location time, supplier item, location item, supplier location, supplier time, item, supplier time, location, supplier item, location, supplier 0-D(apex) cuboid 1-D cuboids 2-D cuboids 3-D cuboids 4-D (base) cuboid Πλέγμα Κυβοειδών – Κύβος δεδομένων

41 OLAP και συνάθροιση Για την εφαρμογή OLAP πράξεων απαιτείται ο ορισμός του τρόπου παραγωγής των κύβων- αποτελεσμάτων, μέσω μίας συναθροιστικής συνάρτησης Οι βασικές συναθροιστικές συναρτήσεις είναι αθροίσματος (sum), πλήθους (count), μέσου όρου (avg), μεγίστου (max), και ελαχίστου (min).

42 42  Εκτός από τις λεπτομερείς πληροφορίες των fact tables, μπορεί να υπολογίσουμε και συναθροίσεις των δεδομένων για καλύτερους χρόνους απόκρισης.  Για παράδειγμα, αν ο fact table είναι SALES(GeographyCode, ProductCode, TimeCode, BrandCode, Amount, Unit) μπορούμε να υπολογίσουμε  AVG(amount) ανά Region, Product, Quarter  SUM(amount) ανά City  MAX(units) ανά Brand, Month, με Region = Europe Μετρήσεις - Συναθροίσεις

43 43 Total annual sales of TV in U.S.A. Date Product Country sum TV VCR PC 1Qtr 2Qtr 3Qtr 4Qtr U.S.A Canada Mexico Παράδειγμα Συναθροίσεων (1/2) Total annual sales of TV in All countries Total annual sales of all Devises in All countries

44 44 Χωριστός πίνακας/όψη αθροισμάτων Extended Sales table Sales table City-dimension sum table sum Εκτεταμένος πίνακας πωλήσεων: Ενσωμάτωση των αθροιστικών εγγραφών στον βασικό fact table + μια επιπλέον στήλη που να εξηγεί το επίπεδο συνάθροισης Παράδειγμα Συναθροίσεων σε πίνακα γεγονότων (2/2)

45 45 Συναθροιστική Άνοδος (Roll up): συνάθροιση της πληροφορίας = μετάβαση από χαμηλότερο σε υψηλότερο επίπεδο ιεραρχίας (π.χ. από day σε month) Αναλυτική Κάθοδος (Drill down): το αντίστροφο του Roll up (π.χ month σε day) Οριζόντιος Τεμαχισμός (Slice): πράξη της επιλογής εγγραφών (where) από μία διάσταση. Κάθετος Τεμαχισμός (Dice): πράξη της επιλογής από περισσότερες διαστάσεις. Περιστροφή (Pivot): αναδιάταξη της προβολής του πολυδιάστατου κύβου στην οθόνη Βασικές Αλγεβρικές Πράξεις

46 46 Η συναθροιστική άνοδος περιλαμβάνει τον υπολογισμό μίας συνολικής τιμής για μία θέση στην ιεραρχία μίας διάστασης δεδομένων. Για παράδειγμα, με ένα roll-up, οι πωλήσεις σε επίπεδο τοπικών μαγαζιών (Store) παράγουν τις συνολικές πωλήσεις σε επίπεδο πόλης (City) και αυτές με τη σειρά τους με ένα ακόμα roll-up παράγουν τις πωλήσεις σε επίπεδο περιοχής (Region). Industry Category Product Country Region City Store Year Quarter MonthWeek Day Πράξη Συναθροιστικής ανόδου Roll-up

47 47 Sales volume Electronics Toys Clothing Cosmetics Q1 $5,2 $1,9 $2,3 $1,1 Electronics Toys Clothing Cosmetics Q2 $8,9 $0,75 $4,6 $1,5 Products Store1Store2 $5,6 $1,4 $2,6 $1,1 $7,2 $0,4 $4,6 $0,5 Sales volume Electronics Toys Clothing Cosmetics Year 1996 $14,1 $2,65 $6,9 $2,6 Products Store1Store2 $12,8 $1,8 $7,2 $1,6 Χρόνος: Επίπεδο QuarterΧρόνος: Επίπεδο Year SUM(Sales volumes in dollars) Industry Category Product Country Region City Store Year Quarter MonthWeek Day Παράδειγμα Πράξης Roll-up

48 48 Ο χρήστης περνά από ένα ανώτερο επίπεδο μίας διάστασης που έχει συγκεντρωτικά δεδομένα σε ένα χαμηλότερο επίπεδο με πιο λεπτομερή δεδομένα. Πρόκειται για την αντίστροφη πράξη του roll- up. Για παράδειγμα, κατά το drill down, ξεκινάμε από τις πωλήσεις ανά περιοχή (Region) και παίρνουμε τις αναλυτικές πωλήσεις ανά πόλη (City) και μετά τις πωλήσεις ανά κατάστημα (Store). Industry Category Product Country Region City Store Year Quarter MonthWeek Day Πράξη Αναλυτικής καθόδου Drill-Down

49 49 Sales volume Electronics Toys Clothing Cosmetics Q1 $5,2 $1,9 $2,3 $1,1 Electronics Toys Clothing Cosmetics Q2 $8,9 $0,75 $4,6 $1,5 Products Store1Store2 $5,6 $1,4 $2,6 $1,1 $7,2 $0,4 $4,6 $0,5 Sales volume VCR Camcorder TV CD player Q1 $1,4 $0,6 $2,0 $1,2 VCR Camcorder TV CD player Q2 $2,4 $3,3 $2,2 $1,0 Electronics Store1Store2 $1,4 $0,6 $2,4 $1,2 $2,4 $1,3 $2,5 $1,0 Industry Category Product Country Region City Store Year Quarter MonthWeek Day Item: Επίπεδο IndustryItem: Επίπεδο Category Παράδειγμα Πράξης Drill-Down

50 50 Εναλλαγή των γραμμών και των στηλών του κύβου, όπως αυτός παρουσιάζεται στην οθόνη Δεν απαιτείται κανένας νέος υπολογισμός στη ΑΔ Πράξη Περιστροφής (Pivot)

51 51 Sales volume Electronics Toys Clothing Cosmetics Q1 $5,2 $1,9 $2,3 $1,1 Electronics Toys Clothing Cosmetics Q2 $8,9 $0,75 $4,6 $1,5 Products Store1Store2 $5,6 $1,4 $2,6 $1,1 $7,2 $0,4 $4,6 $0,5 Sales volume Electronics Toys Clothing Cosmetics Store 1 $5,2 $1,9 $2,3 $1,1 Electronics Toys Clothing Cosmetics Store 2 $5,6 $1,4 $2,6 $1,1 Products Q1Q2 $8,9 $0,75 $4,6 $1,5 $7,2 $0,4 $4,6 $0,5 Εναλλαγή γραμμών και στηλών Παράδειγμα Πράξης Pivot

52 52 Slice : Επιλογή συγκεκριμένων τιμών από μία διάσταση ( where της SQL ) π.χ. Οριζόντιος Τεμαχισμός (slice) 52 Επέλεξε το 1 o τρίμηνο από την διάσταση ημερομηνία

53 53 Dice : Επιλογή συγκεκριμένων τιμών από περισσότερες διαστάσεις (εξάγει έναν υποκύβο) Κάθετος Τεμαχισμός (dice)

54 Παράδειγμα Βιβλιοπωλείου 20 υποκαταστήματα και στα πέντε γεωγραφικά διαμερίσματα της Ελλάδας Σε κάθε υποκατάστημα υπάρχουν 3 τμήματα: των βιβλίων, των ηλεκτρονικών μέσων και των ειδών γραφείου. Οι επιχειρηματικές διαδικασίες του βιβλιοπωλείου περιλαμβάνουν τις πωλήσεις προϊόντων Μία από τις σημαντικότερες αποφάσεις στην επιχείρηση, αποτελεί η τιμολόγηση/κοστολόγηση των προϊόντων.

55 4 σχεδιαστικά βήματα για το σχήμα αστέρα 1)Επιλογή της διαδικασίας που θα μοντελοποιηθεί 2)Επιλογή επιπέδου λεπτομέρειας 3)Επιλογή των πινάκων διαστάσεων 4)Επιλογή των αριθμητικών γεγονότων (μετρήσεων)

56 Τα 4 βήματα για το βιβλιοπωλείο 1)Επιλογή της διαδικασίας που θα μοντελοποιηθεί  Προτεραιότητα στη μοντελοποίηση της διαδικασίας πωλήσεων (πλέον κρίσιμη) 2)Επιλογή επιπέδου λεπτομέρειας  όσο το δυνατόν μεγαλύτερο επίπεδο λεπτομέρειας: καταγράφουμε ξεχωριστά κάθε ατομική συναλλαγή ενός πελάτη 3)Επιλογή των πινάκων διαστάσεων («ποιες πληροφορίες περιγράφουν κάθε γραμμή του πίνακα γεγονότων»)  πελάτης, προϊόν, ημερομηνία, υποκατάστημα, συναλλαγή 4)Επιλογή των αριθμητικών γεγονότων (τι μετράμε σε κάθε γραμμή του πίνακα γεγονότων)  αριθμός τεμαχίων, κόστος πώλησης

57 Σχήμα αστέρα για το βιβλιοπωλείο

58 Κύβος δεδομένων Βιβλιοπωλείου (χωρίς διάσταση πελάτη) Μετρική (measure) Ιεραρχίες Διαστάσεων Τεμάχια

59 Πράξεις OLAP

60 Πράξεις Roll-up & Drill-Down

61 Δρ. Παναγιώτης Συμεωνίδης – Αποθήκες Δεδομένων – Data Warehouses 61 Δρ. Παναγιώτης Συμεωνίδης Εργ. Τεχνολογίας και Επεξεργασίας Δεδομένων Τμήμα Πληροφορικής Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών Αριστοτέλειο Πανεπιστήμιο Θεσ/νικης ΑΠΟΘΗΚΕΣ ΔΕΔΟΜΕΝΩΝ (Data Warehouses)


Κατέβασμα ppt "Δρ. Παναγιώτης Συμεωνίδης – Αποθήκες Δεδομένων – Data Warehouses 1 Δρ. Παναγιώτης Συμεωνίδης Εργ. Τεχνολογίας και Επεξεργασίας Δεδομένων Τμήμα Πληροφορικής."

Παρόμοιες παρουσιάσεις


Διαφημίσεις Google