سیستم‌های تصمیم‌یار تعریف پایگاه داده تحلیلی مدل منطقی مدل فیزیکی

Apresentação em tema: "سیستم‌های تصمیم‌یار تعریف پایگاه داده تحلیلی مدل منطقی مدل فیزیکی"— Transcrição da apresentação:

1 سیستم‌های تصمیم‌یار تعریف پایگاه داده تحلیلی مدل منطقی مدل فیزیکی

2 کاربردهای پایگاه داده کاربردهای پایگاه داده مبتنی بر تراکنش
مبتنی بر تصمیم

3 مقایسه کاربردهای تراکنشی و کاربردهای تصمیمی
مقایسه کاربردهای تراکنشی و کاربردهای تصمیمی کاربردهای تصمیمی کاربردهای تراکنشی معيار ارزيابي كاركنان دانش كاربران فناوري اطلاعات كاربران پشتيباني از تصميم‌گيري عمليات روزانه ويرايش و ديد داده‌ها عملکرد موضوع‌گرا كاربردگرا طراحي پايگاه داده تاريخي، چندبعدي, يكپارچه، خلاصه شده, سرجمع شده جاري, به‌روز, باجزئيات, رابطه‌اي,منفرد داده عمليات تحليلي خاص منظوره عمليات تكرارشونده كاربرد پويش سراسري وگسترده خواندن/نوشتن, انديس‌گذاري/درهم‌سازي برروي كليد اصلي دسترسي پرس‌وجوهاي پيچيده تراكنش‌هاي ساده و كوتاه واحد كاري ميليون‌ها ركورد دهها ركورد تعداد ركوردهاي مورد دسترسي صدها كاربر هزاران كاربر تعداد كاربران

4 نیازمندی‌های سیستم‌های تصمیم‌یار در مقایسه با سیستم‌های تراکنشی
با اینکه بسیاری از پرسش‌های سیستم‌های تصمیم‌یار با استفاده از SQL قابل نوشتن است، اما تعدادی از آن‌ها به سادگی با SQL بیان نمی‌شوند. حتی اگر پرسش‌های سیستم‌های تصمیم‌یار با استفاده از SQL قابل نوشتن باشد، کارایی آن‌ها به شدت پایین است. حجم زیاد داده‌های کمپانی‌های بزرگ تحت قالب‌های متفاوت ذخیره شده است. تلاش برای بافتن راه حل مشکل سوم، باعث پیدایش انباره داده یا پایگاه داده تحلیلی شد.

5 پایگاه داده تحلیلی مشکل اصلی در حجم زیاد داده‌های کمپانی‌های بزرگ، قالب‌های متفاوت ذخیره‌سازی رکوردهای تراکنشی بود. انباره داده در ابتدا تنها برای بایگانی اطلاعاتی تاریخ گذشته بکار برده می‌شد و نام data warehouse یادگار کاربرد آن در گذشته است. بتدریج و با ایجاد پرسش‌های تصمیمی، استفاده از انباره داده تغییر کرد و به کاربردهای تحلیلی انتقال پیدا کرد. پایگاه داده تحلیلی ترجمه مفهومی انباره داده با توجه به کاربرد امروزین آن است.

6 پایگاه داده تحلیلی مطابق با تعريفي که Inmon در سال 1992 ارايه داد، يك پايگاه داده تحليلي مجموعه‌اي از داده‌ها با خواص زير است که براي کمک به سيستم‌هاي تصميم‌يار بکار مي‌روند: مبتني بر موضوع (Subject-Oriented). يکپارچه (Integrated). مبتني بر بازه‌هاي زماني متفاوت (Time Variant). غير فرار (Nonvolatile).

7 یکپارچه سازی برای بکارگیری یکسان و مرتبط رکوردهای جمع‌آوری شده از منابع مختلف، عمليات يکپارچه‌سازي و پاکسازي داده‌ها به دليل ماهيت توزيعي و ناهمگوني منابع داده ورودي پايگاه داده تحليلي انجام مي‌گيرند تا ناسازگاريها و تناقضات بين داده‌ها را رفع کنند. يکپارچه‌سازي داده‌ها مي‌تواند در حوزه‌هاي زير انجام شود: يکپارچه سازي نام‌ها يکپارچه سازي واحدهاي اندازه‌گيري يکپارچه سازي کدهاي رمزگذاري

8 مبتني بر موضوع برای افزایش کارایی، هر پایگاه داده تحلیلی حول موضوع خاصی شکل می‌گیرد. موضوع پایگاه داده تحلیلی همان موضوع مورد بررسی برای تصمیم‌گیری است. برای موضوع‌گرا کردن پایگاه داده، داده‌هایی که در فرآیند تصمیم‌گیری اثری ندارند، کنار گذاشته می‌شوند تا یک دیدگاه خلاصه و ساده ایجاد شود.

9 مبتني بر بازه‌هاي زماني متفاوت
بُعد زمان يکي از ارکان مهم تمامي تجزيه و تحليل‌ها است که در پايگاه‌هاي داده تحليلي نيز مورد توجه قرار مي‌گيرد. در پايگاه‌هاي داده عملياتي, داده‌هاي به‌روز ذخيره مي‌شوند و با مقادير جاري خود مورد بررسي قرار مي‌گيرند در حاليكه در پايگاه‌هاي داده تحليلي، داده‌ها در بازه‌هاي زماني متفاوت و به صورت تاريخچه‌ايي ذخيره مي‌شوند و اطلاعات از منظر سوابق زماني و دوره‌هاي بايگاني مورد بررسي قرار مي‌گيرند.

10 غیر فرار داده‌های پایگاه داده تحلیلی حکم بایگانی را دارند و اطلاعات آن‌ها فقط خواندنی است. البته روال‌های بروزرسانی برای این پایگاه داده‌ها وجود دارد که بصورت یکباره و با اضافه کردن داده‌های جدید انجام می‌شود.

11 بار کردن اطلاعات و بروزرسانی آن‌ها در پایگاه داده تحلیلی
بار کردن اطلاعات و بروزرسانی آن‌ها در پایگاه داده تحلیلی ایجاد یک پایگاه تحلیلی با استخراج داده‌هایی که باید در آن ذخیره شوند، آغاز می‌شود. از آنجایی که ممکن است منابع استخراج داده، منابع متفاوت با ساختارها و معناهای متفاوت باشند، باید داده‌ها تغییر شکل یابند و یکدست شوند. پس از استخراج داده‌ها، باید داده‌ها در پایگاه داده تحلیلی، بار شوند. به سه مرحله استخراج (Extract)، تغییر شکل (Transform) و بار کردن (Load) در اصطلاح ETL گفته می‌شود.

12 استخراج داده اعمال رایج در روال استخراج داده‌ها با توجه به ویژگی‌هایی که برای پایگاه داده تحلیلی برشمردیم، عبارتند از: جمع‌آوری داده از منابع مختلف خلاصه‌سازی داده‌ها و متمرکز شدن بر موضوع پایگاه داده از طریق کنار گذاشتن داده‌ها نامربوط

13 تغییر شکل داده با توجه به اینکه منابع ایجاد پایگاه داده تحلیلی متنوع و متفاوت است، احتمال ناسازگاری میان داده‌ها کم نیست. از جمله این ناسازگاری‌ها می‌توان به عدم رعایت محدودیت‌های جامعیت تفاوت در نامگذاری معناهای یکسان تفاوت در تعداد صفات روابط تخصیص مقادیر ناسازگار ( تعریف دامنه‌های متفاوت برای صفات)

14 پردازش‌های تحلیلی برخط
تحلیل‌گران سیستم برای انجام مطالعات خود، باید موضوع را از منظرهای گوناگون مورد بررسی قرار دهند. به همین دلیل به ابزاری برای ساخت، دستکاری، تجزیه و ترکیب و نیز نمایش داده‌ها در مدل‌های گوناگون ( که شامل ترکیبی از چند بعد است) دارند. پردازش تحلیلی بر خط(OLAP) به فرآیندی گفته می‌شود که به کاربر اجازه پرس و جوی سریع و تحلیل داده‌های چندبعدی را می‌دهد به نحوی که سطوح متنوعی از جمع‌بندی (کلی به جزئی) را در اختیار می‌گذارد.

15 طراحی منطقی مدل مفهومی چندبعدی داده
عناصر اصلی مدل چندبعدی داده بعد: بعد همان مولفه‌های مؤثر از دیدگاه کاربر ( تحلیل‌گر یا مدیر) است. هر بعد سازنده یکی از محورهای فضای n-بعدی مسئله است. مثال برای یک فروشگاه رنگ، اندازه و نام کالا ابعاد مؤثر در بررسی الگوهای فروش است. اندازه: اندازه یک عدد است که به یک تابع از یک یا چند مقدار ( تحت ابعاد مختلف ) نسبت داده می‌شود. مثال: میزان فروش هر کالا بعد ماهیت مستقلی دارد. در حالی که اندازه تابعی از ابعاد مؤثر در تعریف مسئله است.

16 جدول متقاطع

17 جدول متقاطع(ادامه) عناصر یک بعد، در راستای سطر چیده شده‌اند.
عناصر بعد دیگر، در راستای بعد دیگر قرار دارند. ابعاد دیگر در گوشه بالای جدول لیست شده‌اند. اندازه با توجه به دو بعد تصویر شده، و مجموع شده برای همه مقادیر ابعاد بالای جدول، محاسبه و نمایش داده می‌شوند.

18 نمایش رابطه‌ای یک جدول متقاطع

19 مکعب داده حالت کلی شده جدول متقاطع بوجود آورنده یک مکعب داده است.
در مکعب داده همه ابعاد مؤثر حضور دارند. در حالتی که تعداد بعد 3 باشد، هر یک از وجه‌های مکعب داده، جدول متقاطع است.

20 عملگرهای OLAP چرخش: حرکت به عمق: حرکت به سطح:
یک مدیر ممکن است در حین بررسی خود، خواهان بررسی موضوع تحت تأثیر ترکیبات مختلف ابعاد باشد. تغییر مولفه‌های جدول متقاطع یا مکعب داده چرخش یا pivot نامیده می‌شود. حرکت به عمق: ممکن است یک بعد، خود قابل تجزیه به عناصر کوچکتر باشد. بررسی موضوع تحت تأثیر ابعاد در سطوح بیشتر جزییات، حرکت به عمق یا drill down نامیده می‌شود. حرکت به سطح: بررسی موضوع تحت تأثیر ابعاد در سطح کلی تر را حرکت به سطح یا roll up گویند.

21 سلسله مراتب دسته بندی ابعاد و تشریح تحت جزییات بیشتر ایجاد کننده سلسله مراتبی است که برای بررسی پویاتر بکار می‌رود.

22 جدول متقعاطع با استفاده از سلسله مراتب

23 پیاده سازی OLAP MOLAP: روش ابتدایی پیاده سازی OLAP که در حافظه اصلی و با استفاده از آرایه‌های چندبعدی برای ذخیره مکعب داده، پیاده می‌شد و به multidimensional OLAP معروف است. ROLAP: پیاده سازی OLAP با استفاده از پایگاه داده‌های رابطه‌ای که به Relational OLAP معروف است. HOLAP: استفاده از هر دو روش MOLAP و ROLAP که به روش Hybrid OLAP معروف است.

24 روش‌های مجموع سازی

25 مدل فیزیکی در پایگاه داده رابطه‌ای
تفاوت مدل فیزیکی پایگاه داده تحلیلی و پایگاه داده تراکنشی در پایگاه داده تراکنشی، ارزش همه جداول یکسان است. اما در مدل پایگاه داده تحلیلی، برخی جداول مهمتر و برخی در حاشیه هستند. مثال: جدول حقیقت در مرکز و جدول بعد در حاشیه قرار دارند. در پایگاه داده تراکنشی، افزونگی وجود ندارد. برای پرسش‌هایی که پاسخ‌گویی به آن‌ها جداول زیادی را درگیر می‌کند، پایگاه داده تراکنشی مناسب نیست.

26 مدل فیزیکی در پایگاه داده رابطه‌ای
بر اساس رابطه جدول حقیقت و جدول بعد، اشکال مختلفی، متصور است که ایجاد کننده شماهای گوناگون است. شمای ستاره‌ای شمای دانه‌برفی شمای صورت فلکی

27 شمای ستاره‌ای جدول حقیقت در مرکز و جداول بعد در اطراف آن قرار دارند.
جداول بعد به جدول دیگری ارتباط ندارند.

28 شمای دانه برفی جدول حقیقت در مرکز و جداول بعد در اطراف آن قرار دارند.
جداول بعد در صورت نیاز و برای نمایش سلسله مراتب آن بعد، با جداول دیگر ارتباط دارند.

29 شمای صورت فلکی جدول حقیقت در مرکز و جداول بعد در اطراف آن قرار دارند.
جدول ابعاد ممکن است با بیش از یک جدول حقیقت ارتباط داشته باشند.