Κύβοι Olap excel. OLAP = Πολυδιάστατη προβολή = Κύβος. Δημιουργία κύβου πωλήσεων στο Διαδίκτυο

Οι κύβοι δεδομένων OLAP (Online Analytical Processing) σάς επιτρέπουν να εξάγετε και να αναλύετε αποτελεσματικά πολυδιάστατα δεδομένα. Σε αντίθεση με άλλους τύπους βάσεων δεδομένων, οι βάσεις δεδομένων OLAP έχουν σχεδιαστεί ειδικά για αναλυτική επεξεργασία και ταχεία εξαγωγή όλων των ειδών συνόλων δεδομένων από αυτές. Υπάρχουν στην πραγματικότητα αρκετές βασικές διαφορές μεταξύ των τυπικών σχεσιακών βάσεων δεδομένων, όπως η Access ή ο SQL Server, και οι βάσεις δεδομένων OLAP.

Ρύζι. 1. Για να συνδέσετε έναν κύβο OLAP σε ένα βιβλίο εργασίας του Excel, χρησιμοποιήστε την εντολή Από τις Υπηρεσίες Analytics

Κατεβάστε τη σημείωση στο ή

Στις σχεσιακές βάσεις δεδομένων, οι πληροφορίες αναπαρίστανται ως εγγραφές που προστίθενται, διαγράφονται και ενημερώνονται διαδοχικά. Οι βάσεις δεδομένων OLAP αποθηκεύουν μόνο ένα στιγμιότυπο δεδομένων. Σε μια βάση δεδομένων OLAP, οι πληροφορίες αρχειοθετούνται ως ένα ενιαίο μπλοκ δεδομένων και προορίζονται μόνο για έξοδο κατ' απαίτηση. Παρόλο που μπορούν να προστεθούν νέες πληροφορίες σε μια βάση δεδομένων OLAP, τα υπάρχοντα δεδομένα σπάνια επεξεργάζονται και πολύ λιγότερο διαγράφονται.

Οι σχεσιακές βάσεις δεδομένων και οι βάσεις δεδομένων OLAP είναι δομικά διαφορετικές. Οι σχεσιακές βάσεις δεδομένων αποτελούνται συνήθως από ένα σύνολο πινάκων που σχετίζονται μεταξύ τους. Σε ορισμένες περιπτώσεις, μια σχεσιακή βάση δεδομένων περιέχει τόσους πολλούς πίνακες που είναι πολύ δύσκολο να προσδιοριστεί πώς συνδέονται. Στις βάσεις δεδομένων OLAP, οι σχέσεις μεταξύ μεμονωμένων μπλοκ δεδομένων ορίζονται εκ των προτέρων και αποθηκεύονται σε μια δομή γνωστή ως κύβοι OLAP. Οι κύβοι δεδομένων αποθηκεύουν πλήρεις πληροφορίες σχετικά με την ιεραρχική δομή και τις σχέσεις της βάσης δεδομένων, γεγονός που απλοποιεί σημαντικά την πλοήγηση σε αυτήν. Επιπλέον, είναι πολύ πιο εύκολο να δημιουργήσετε αναφορές εάν γνωρίζετε εκ των προτέρων πού βρίσκονται τα δεδομένα που εξάγετε και ποια άλλα δεδομένα σχετίζονται με αυτά.

Η κύρια διαφορά μεταξύ σχεσιακών βάσεων δεδομένων και βάσεων δεδομένων OLAP είναι ο τρόπος αποθήκευσης των πληροφοριών. Τα δεδομένα σε έναν κύβο OLAP σπάνια παρουσιάζονται με γενικό τρόπο. Οι κύβοι δεδομένων OLAP συνήθως περιέχουν πληροφορίες που παρουσιάζονται σε προσχεδιασμένη μορφή. Έτσι, οι πράξεις ομαδοποίησης, φιλτραρίσματος, ταξινόμησης και συγχώνευσης δεδομένων σε κύβους εκτελούνται πριν συμπληρωθούν με πληροφορίες. Αυτό καθιστά την ανάκτηση και την εμφάνιση των ζητούμενων δεδομένων όσο το δυνατόν πιο απλοποιημένη. Σε αντίθεση με τις σχεσιακές βάσεις δεδομένων, δεν χρειάζεται να οργανώσετε σωστά τις πληροφορίες πριν εμφανιστούν στην οθόνη.

Οι βάσεις δεδομένων OLAP συνήθως δημιουργούνται και διατηρούνται από διαχειριστές πληροφορικής. Εάν ο οργανισμός σας δεν διαθέτει δομή που να είναι υπεύθυνη για τη διαχείριση βάσεων δεδομένων OLAP, τότε μπορείτε να επικοινωνήσετε με τον διαχειριστή της σχεσιακής βάσης δεδομένων με αίτημα για εφαρμογή εταιρικό δίκτυοτουλάχιστον κάποιες λύσεις OLAP.

Σύνδεση σε κύβο δεδομένων OLAP

Για να αποκτήσετε πρόσβαση σε μια βάση δεδομένων OLAP, πρέπει πρώτα να δημιουργήσετε μια σύνδεση με τον κύβο OLAP. Ξεκινήστε μεταβαίνοντας στην καρτέλα Κορδέλα Δεδομένα. Κάντε κλικ στο κουμπί Από άλλες πηγέςκαι επιλέξτε την εντολή από το αναπτυσσόμενο μενού Από τις Υπηρεσίες Analytics(Εικ. 1).

Όταν επιλέγετε την καθορισμένη εντολή του Οδηγού σύνδεσης δεδομένων (Εικ. 2). Το κύριο καθήκον του είναι να σας βοηθήσει να δημιουργήσετε μια σύνδεση με τον διακομιστή, ο οποίος θα χρησιμοποιείται από το Excel κατά τη διαχείριση δεδομένων.

1. Πρώτα πρέπει να δώσετε στο Excel πληροφορίες εγγραφής. Εισαγάγετε το όνομα διακομιστή, το όνομα σύνδεσης και τον κωδικό πρόσβασης πρόσβασης στα δεδομένα στα πεδία του πλαισίου διαλόγου, όπως φαίνεται στην Εικ. 2. Κάντε κλικ στο κουμπί Περαιτέρω. Εάν συνδεθείτε χρησιμοποιώντας λογαριασμός Windows και μετά ρυθμίστε το διακόπτη Χρησιμοποιήστε τον έλεγχο ταυτότητας των Windows.

2. Επιλέξτε τη βάση δεδομένων με την οποία θα εργαστείτε από την αναπτυσσόμενη λίστα (Εικ. 3). Το τρέχον παράδειγμα χρησιμοποιεί τη βάση δεδομένων Analysis Services Tutorial. Μόλις επιλέξετε αυτήν τη βάση δεδομένων, η παρακάτω λίστα σας ζητά να εισαγάγετε όλους τους κύβους OLAP που είναι διαθέσιμοι σε αυτήν. Επιλέξτε τον απαιτούμενο κύβο δεδομένων και κάντε κλικ στο κουμπί Περαιτέρω.

Ρύζι. 3. Επιλέξτε μια λειτουργική βάση δεδομένων και Κύβος OLAP, το οποίο σκοπεύετε να χρησιμοποιήσετε για ανάλυση δεδομένων

3. Στο επόμενο παράθυρο διαλόγου οδηγού, που φαίνεται στην Εικ. 4, απαιτείται να εισαγάγετε περιγραφικές πληροφορίες σχετικά με τη σύνδεση που δημιουργείτε. Όλα τα πεδία του πλαισίου διαλόγου που φαίνονται στην Εικ. 4 δεν απαιτείται να συμπληρωθούν. Μπορείτε πάντα να αγνοήσετε το τρέχον πλαίσιο διαλόγου χωρίς να το συμπληρώσετε και αυτό δεν θα επηρεάσει με κανέναν τρόπο τη σύνδεσή σας.

Ρύζι. 4. Αλλάξτε τις περιγραφικές πληροφορίες σύνδεσης

4. Κάντε κλικ στο κουμπί Ετοιμοςγια να ολοκληρώσετε τη δημιουργία σύνδεσης. Στην οθόνη θα εμφανιστεί ένα πλαίσιο διαλόγου Εισαγωγή δεδομένων(Εικ. 5). Ρυθμίστε το διακόπτη Αναφορά Συγκεντρωτικού Πίνακακαι κάντε κλικ στο OK για να ξεκινήσετε τη δημιουργία του συγκεντρωτικού πίνακα.

Δομή κύβου OLAP

Καθώς δημιουργείτε έναν συγκεντρωτικό πίνακα από μια βάση δεδομένων OLAP, θα παρατηρήσετε ότι το παράθυρο του παραθύρου εργασιών Πεδία συγκεντρωτικού πίνακαθα είναι διαφορετικό από αυτό για έναν κανονικό πίνακα περιστροφής. Ο λόγος έγκειται στη διάταξη του Συγκεντρωτικού Πίνακα έτσι ώστε να αντικατοπτρίζει στενά τη δομή του κύβου OLAP που είναι προσαρτημένος σε αυτόν. Για να πλοηγηθείτε σε έναν κύβο OLAP όσο το δυνατόν γρηγορότερα, πρέπει να εξοικειωθείτε πλήρως με τα στοιχεία του και τον τρόπο αλληλεπίδρασής τους. Στο Σχ. Το σχήμα 6 δείχνει τη βασική δομή ενός τυπικού κύβου OLAP.

Όπως μπορείτε να δείτε, τα κύρια συστατικά ενός κύβου OLAP είναι διαστάσεις, ιεραρχίες, επίπεδα, μέλη και μέτρα:

• Διαστάσεις. Τα κύρια χαρακτηριστικά των αναλυόμενων στοιχείων δεδομένων. Τα κοινά παραδείγματα διαστάσεων περιλαμβάνουν Προϊόντα, Πελάτης και Υπάλληλος. Στο Σχ. Το σχήμα 6 δείχνει τη δομή της διάστασης Προϊόντα.
• Ιεραρχίες. Μια προκαθορισμένη συγκέντρωση επιπέδων σε μια καθορισμένη διάσταση. Η ιεραρχία σάς επιτρέπει να δημιουργείτε συνοπτικά δεδομένα και να τα αναλύετε σε διαφορετικά επίπεδα της δομής, χωρίς να εμβαθύνετε στις σχέσεις που υπάρχουν μεταξύ αυτών των επιπέδων. Στο παράδειγμα που φαίνεται στο Σχ. 6, η ιδιότητα Προϊόντα έχει τρία επίπεδα, τα οποία συγκεντρώνονται σε μια ενιαία ιεραρχία Κατηγοριών Προϊόντων.
• Επίπεδα. Τα επίπεδα είναι κατηγορίες που συγκεντρώνονται σε μια κοινή ιεραρχία. Σκεφτείτε τα επίπεδα ως πεδία δεδομένων που μπορούν να αναζητηθούν και να αναλυθούν χωριστά το ένα από το άλλο. Στο Σχ. 6 υπάρχουν μόνο τρία επίπεδα: Κατηγορία, Υποκατηγορία και Όνομα προϊόντος.
• Μέλη. Ένα μεμονωμένο στοιχείο δεδομένων σε μια διάσταση. Η πρόσβαση στα μέλη γίνεται συνήθως μέσω μιας δομής OLAP διαστάσεων, ιεραρχιών και επιπέδων. Στο παράδειγμα στο Σχ. Για το επίπεδο ονόματος προϊόντος ορίζονται 6 μέλη. Άλλα επίπεδα έχουν τα δικά τους μέλη, τα οποία δεν εμφανίζονται στη δομή.
• Μέτρα- αυτά είναι πραγματικά δεδομένα σε κύβους OLAP. Τα μέτρα αποθηκεύονται στις δικές τους διαστάσεις, οι οποίες ονομάζονται διαστάσεις μέτρησης. Μπορείτε να υποβάλετε ερώτημα για μέτρα χρησιμοποιώντας οποιονδήποτε συνδυασμό ιδιοτήτων, ιεραρχιών, επιπέδων και μελών. Αυτή η διαδικασία ονομάζεται μέτρα «τεμαχισμού».

Τώρα που είστε εξοικειωμένοι με τη δομή των κύβων OLAP, ας ρίξουμε μια νέα ματιά στη λίστα πεδίων Συγκεντρωτικού Πίνακα. Η οργάνωση των διαθέσιμων πεδίων γίνεται σαφής και δεν προκαλεί κανένα παράπονο. Στο Σχ. Το σχήμα 7 δείχνει πώς η λίστα πεδίων αντιπροσωπεύει τα στοιχεία ενός συγκεντρωτικού πίνακα OLAP.

Στη λίστα πεδίων Συγκεντρωτικού Πίνακα μέτρα OLAPεμφανίζονται πρώτα και υποδεικνύονται από το εικονίδιο άθροισης (σίγμα). Αυτά είναι τα μόνα στοιχεία δεδομένων που μπορούν να βρίσκονται στην περιοχή VALUE. Μετά από αυτά στη λίστα υποδεικνύονται οι διαστάσεις, που υποδεικνύονται από ένα εικονίδιο με εικόνα πίνακα. Το παράδειγμά μας χρησιμοποιεί την ιδιότητα Πελάτης. Αυτή η διάσταση περιέχει μια σειρά από ιεραρχίες. Μόλις επεκταθεί η ιεραρχία, μπορείτε να δείτε τα επιμέρους επίπεδα δεδομένων. Για να προβάλετε τη δομή δεδομένων ενός κύβου OLAP, απλώς περιηγηθείτε στη λίστα πεδίων στον συγκεντρωτικό πίνακα.

Περιορισμοί στους συγκεντρωτικούς πίνακες OLAP

Όταν εργάζεστε με Συγκεντρωτικούς Πίνακες OLAP, να θυμάστε ότι αλληλεπιδράτε με την πηγή δεδομένων Συγκεντρωτικού Πίνακα στο περιβάλλον OLAP Υπηρεσιών ανάλυσης. Αυτό σημαίνει ότι κάθε πτυχή συμπεριφοράς του κύβου δεδομένων, από τις διαστάσεις έως τα μέτρα που περιλαμβάνονται στον κύβο, ελέγχεται επίσης από τις υπηρεσίες ανάλυσης OLAP. Με τη σειρά του, αυτό οδηγεί σε περιορισμούς στις λειτουργίες που μπορούν να εκτελεστούν σε συγκεντρωτικούς πίνακες OLAP:

• Δεν μπορείτε να τοποθετήσετε άλλα πεδία εκτός από μέτρα στην περιοχή VALUES ενός συγκεντρωτικού πίνακα.
• είναι αδύνατο να αλλάξετε τη συνάρτηση που χρησιμοποιείται για τη σύνοψη.
• Δεν μπορείτε να δημιουργήσετε ένα υπολογισμένο πεδίο ή ένα υπολογισμένο στοιχείο.
• οποιεσδήποτε αλλαγές στα ονόματα πεδίων ακυρώνονται αμέσως μετά την κατάργηση του πεδίου από τον Συγκεντρωτικό Πίνακα.
• Δεν επιτρέπεται η αλλαγή των παραμέτρων του πεδίου σελίδας.
• η εντολή δεν είναι διαθέσιμη προβολήσελίδες;
• η επιλογή είναι απενεργοποιημένη προβολήυπογραφέςστοιχείαεάν δεν υπάρχουν πεδία στην περιοχή τιμών.
• η επιλογή είναι απενεργοποιημένη Μερικά σύνολακατά στοιχεία σελίδας που επιλέγονται από το φίλτρο.
• η παράμετρος δεν είναι διαθέσιμη Ιστορικόαίτηση;
• Μετά από διπλό κλικ στο πεδίο ΤΙΜΕΣ, επιστρέφονται μόνο οι πρώτες 1000 εγγραφές από τη μνήμη cache του συγκεντρωτικού πίνακα.
• το πλαίσιο ελέγχου απενεργοποιημένο Βελτιστοποίηση τηςμνήμη.

Δημιουργία αυτόνομων κύβων δεδομένων

Σε έναν τυπικό συγκεντρωτικό πίνακα, τα δεδομένα προέλευσης αποθηκεύονται στον τοπικό σας σκληρό δίσκο. Έτσι, μπορείτε πάντα να τα διαχειριστείτε, καθώς και να αλλάξετε τη δομή, ακόμη και χωρίς πρόσβαση στο δίκτυο. Αλλά αυτό σε καμία περίπτωση δεν ισχύει για τους συγκεντρωτικούς πίνακες OLAP. Στους συγκεντρωτικούς πίνακες OLAP, η προσωρινή μνήμη δεν βρίσκεται στον τοπικό σκληρό δίσκο. Επομένως, αμέσως μετά την αποσύνδεση από τοπικό δίκτυοΟ συγκεντρωτικός πίνακας OLAP δεν θα λειτουργεί πλέον. Δεν θα μπορείτε να μετακινήσετε ούτε ένα πεδίο σε έναν τέτοιο πίνακα.

Εάν εξακολουθείτε να χρειάζεται να αναλύετε δεδομένα OLAP όταν δεν είστε συνδεδεμένοι σε δίκτυο, δημιουργήστε έναν κύβο δεδομένων εκτός σύνδεσης. Αυτό είναι ένα ξεχωριστό αρχείο που αντιπροσωπεύει τη μνήμη cache του συγκεντρωτικού πίνακα. Αυτό το αρχείο αποθηκεύει δεδομένα OLAP που προβάλλονται μετά την αποσύνδεση από το τοπικό δίκτυο. Για να δημιουργήσετε έναν αυτόνομο κύβο δεδομένων, δημιουργήστε πρώτα έναν συγκεντρωτικό πίνακα OLAP. Τοποθετήστε τον κέρσορα στον συγκεντρωτικό πίνακα και κάντε κλικ στο κουμπί Εργαλεία OLAPΑνάλυση καρτελών με βάση τα συμφραζόμενα, που περιλαμβάνεται στο σύνολο των καρτελών με βάση τα συμφραζόμενα Εργασία με Συγκεντρωτικούς Πίνακες. Επιλέξτε μια ομάδα Λειτουργία OLAP εκτός σύνδεσης(Εικ. 8).

Στην οθόνη θα εμφανιστεί ένα πλαίσιο διαλόγου Ρυθμίσεις διάρκεια ζωής μπαταρίας OLAP(Εικ. 9). Κάντε κλικ στο κουμπί Δημιουργία αρχείου δεδομένων εκτός σύνδεσης. Το πρώτο παράθυρο του Data Cube File Creation Wizard θα εμφανιστεί στην οθόνη. Κάντε κλικ στο κουμπί Περαιτέρωνα συνεχίσει τη διαδικασία.

Στο δεύτερο βήμα (Εικ. 10), υποδείξτε τις διαστάσεις και τα επίπεδα που θα συμπεριληφθούν στον κύβο δεδομένων. Στο παράθυρο διαλόγου, πρέπει να επιλέξετε τα δεδομένα για εισαγωγή από τη βάση δεδομένων OLAP. Είναι απαραίτητο να επιλέξετε μόνο εκείνες τις διαστάσεις που θα χρειαστούν μετά την αποσύνδεση του υπολογιστή από το τοπικό δίκτυο. Όσο περισσότερες διαστάσεις καθορίσετε, τόσο μεγαλύτερος θα είναι ο αυτόνομος κύβος δεδομένων.

Κάντε κλικ στο κουμπί Περαιτέρωγια να προχωρήσετε στο τρίτο βήμα (Εικ. 11). Σε αυτό το παράθυρο πρέπει να επιλέξετε μέλη ή στοιχεία δεδομένων που δεν θα περιλαμβάνονται στον κύβο. Εάν το πλαίσιο ελέγχου δεν είναι επιλεγμένο, το καθορισμένο στοιχείο δεν θα εισαχθεί και θα καταλαμβάνει περιττό χώρο στον τοπικό σας σκληρό δίσκο.

Καθορίστε τη θέση και το όνομα του κύβου δεδομένων (Εικόνα 12). Τα αρχεία κύβου δεδομένων έχουν την επέκταση .cub.

Μετά από κάποιο χρονικό διάστημα, το Excel θα αποθηκεύσει τον κύβο δεδομένων εκτός σύνδεσης στον καθορισμένο φάκελο. Για να το δοκιμάσετε, κάντε διπλό κλικ στο αρχείο, το οποίο θα δημιουργήσει αυτόματα ένα λειτουργικό Βιβλία εργασίας του Excel, ο οποίος περιέχει έναν συγκεντρωτικό πίνακα που σχετίζεται με τον επιλεγμένο κύβο δεδομένων. Μόλις δημιουργηθεί, μπορείτε να διανείμετε τον κύβο δεδομένων εκτός σύνδεσης σε όλους τους ενδιαφερόμενους χρήστες που εργάζονται σε λειτουργία LAN εκτός σύνδεσης.

Αφού συνδεθείτε στο τοπικό δίκτυο, μπορείτε να ανοίξετε το αρχείο κύβου δεδομένων εκτός σύνδεσης και να το ενημερώσετε και τον αντίστοιχο πίνακα δεδομένων. Λάβετε υπόψη ότι παρόλο που ο κύβος δεδομένων εκτός σύνδεσης χρησιμοποιείται όταν δεν υπάρχει πρόσβαση στο δίκτυο, απαιτείται να ενημερωθεί όταν αποκατασταθεί η συνδεσιμότητα δικτύου. Η προσπάθεια ενημέρωσης ενός κύβου δεδομένων εκτός σύνδεσης μετά την απώλεια της σύνδεσης δικτύου θα έχει ως αποτέλεσμα την αποτυχία.

Χρήση συναρτήσεων κύβου δεδομένων σε συγκεντρωτικούς πίνακες

Οι συναρτήσεις κύβου δεδομένων που χρησιμοποιούνται σε βάσεις δεδομένων OLAP μπορούν επίσης να εκτελεστούν από έναν πίνακα περιστροφής. Στις παλαιού τύπου εκδόσεις του Excel, είχατε πρόσβαση στη λειτουργικότητα του κύβου δεδομένων μόνο μετά την εγκατάσταση του πρόσθετου του πακέτου ανάλυσης. Στο Excel 2013, αυτές οι λειτουργίες είναι ενσωματωμένες στο πρόγραμμα και επομένως είναι διαθέσιμες για χρήση. Για να κατανοήσουμε πλήρως τις δυνατότητές τους, ας δούμε ένα συγκεκριμένο παράδειγμα.

Ενα από τα πολλά απλούς τρόπουςΗ εκμάθηση των λειτουργιών ενός κύβου δεδομένων περιλαμβάνει τη μετατροπή ενός συγκεντρωτικού πίνακα OLAP σε τύπους κύβου δεδομένων. Αυτή η διαδικασία είναι πολύ απλή και σας επιτρέπει να αποκτάτε γρήγορα τύπους κύβων δεδομένων χωρίς να τους δημιουργείτε από την αρχή. Η βασική αρχή είναι η αντικατάσταση όλων των κελιών στον συγκεντρωτικό πίνακα με τύπους που συνδέονται με τη βάση δεδομένων OLAP. Στο Σχ. Το σχήμα 13 δείχνει έναν συγκεντρωτικό πίνακα που σχετίζεται με μια βάση δεδομένων OLAP.

Τοποθετήστε τον κέρσορα οπουδήποτε στον συγκεντρωτικό πίνακα, κάντε κλικ στο κουμπί Εργαλεία OLAPκαρτέλα κορδέλα με βάση τα συμφραζόμενα Ανάλυσηκαι επιλέξτε μια ομάδα Μετατροπή σε τύπους(Εικ. 14).

Εάν ο συγκεντρωτικός πίνακας περιέχει ένα πεδίο φίλτρου αναφοράς, το πλαίσιο διαλόγου που φαίνεται στην Εικόνα 1 θα εμφανιστεί στην οθόνη σας. 15. Σε αυτό το παράθυρο, μπορείτε να καθορίσετε εάν θέλετε να μετατρέψετε τις αναπτυσσόμενες λίστες φίλτρων δεδομένων σε τύπους. Εάν η απάντηση είναι ναι, οι αναπτυσσόμενες λίστες θα αφαιρεθούν και θα εμφανιστούν στατικοί τύποι. Εάν σκοπεύετε να χρησιμοποιήσετε αναπτυσσόμενες λίστες στο μέλλον για να αλλάξετε τα περιεχόμενα του συγκεντρωτικού πίνακα, καταργήστε την επιλογή του μοναδικού πλαισίου ελέγχου στο πλαίσιο διαλόγου. Εάν εργάζεστε σε έναν Συγκεντρωτικό Πίνακα σε λειτουργία συμβατότητας, τα φίλτρα δεδομένων θα μετατραπούν σε τύπους αυτόματα, χωρίς προηγούμενη προειδοποίηση.

Μετά από λίγα δευτερόλεπτα, αντί για έναν συγκεντρωτικό πίνακα, θα εμφανιστούν τύποι που εκτελούνται σε κύβους δεδομένων και παρέχουν την έξοδο των απαραίτητων πληροφοριών στο παράθυρο του Excel. Λάβετε υπόψη ότι αυτό καταργεί τα στυλ που εφαρμόστηκαν προηγουμένως (Εικ. 16).

Ρύζι. 16. Ρίξτε μια ματιά στη γραμμή τύπων: τα κελιά περιέχουν τους τύπους κύβου δεδομένων

Δεδομένου ότι οι τιμές που βλέπετε δεν αποτελούν πλέον μέρος του αντικειμένου Συγκεντρωτικού Πίνακα, μπορείτε να προσθέσετε στήλες, σειρές και υπολογισμένα μέλη και να τα συνδυάσετε με άλλα εξωτερικές πηγές, και επίσης αλλάξτε την αναφορά με τα περισσότερα διαφορετικοί τρόποι, συμπεριλαμβανομένων των τύπων μεταφοράς και απόθεσης.

Προσθήκη υπολογισμών σε συγκεντρωτικούς πίνακες OLAP

ΣΕ ΠΡΟΗΓΟΥΜΕΝΕΣ ΕΚΔΟΣΕΙΣΟι συγκεντρωτικοί πίνακες OLAP του Excel δεν επέτρεπαν προσαρμοσμένους υπολογισμούς. Αυτό σημαίνει ότι δεν ήταν δυνατή η προσθήκη ενός επιπλέον επιπέδου ανάλυσης στους Συγκεντρωτικούς Πίνακες OLAP με τον ίδιο τρόπο που είναι δυνατή η προσθήκη υπολογισμένων πεδίων και μελών σε κανονικούς Συγκεντρωτικούς Πίνακες (για περισσότερες πληροφορίες, βεβαιωθείτε ότι είστε εξοικειωμένοι με αυτό το υλικό προτού συνεχίσετε ΑΝΑΓΝΩΣΗ ).

Το Excel 2013 εισάγει νέα εργαλεία OLAP - υπολογισμένα μέτρα και υπολογισμένα μέλη MDX. Δεν περιορίζεστε πλέον στη χρήση μέτρων και μελών στον κύβο OLAP που παρέχεται από το DBA σας. Αποκτάτε πρόσθετες δυνατότητες ανάλυσης δημιουργώντας προσαρμοσμένους υπολογισμούς.

Εισαγωγή στο MDX.Όταν χρησιμοποιείτε έναν Συγκεντρωτικό Πίνακα με έναν κύβο OLAP, εκδίδετε ερωτήματα MDX (Πολυδιάστατες εκφράσεις) στη βάση δεδομένων. Η MDX είναι μια γλώσσα ερωτημάτων που χρησιμοποιείται για την ανάκτηση δεδομένων από πολυδιάστατες πηγές (όπως κύβους OLAP). Όταν αλλάζει ή ενημερώνεται ένας Συγκεντρωτικός Πίνακας OLAP, τα αντίστοιχα ερωτήματα MDX αποστέλλονται στη βάση δεδομένων OLAP. Τα αποτελέσματα του ερωτήματος επιστρέφονται στο Excel και εμφανίζονται στην περιοχή Συγκεντρωτικός Πίνακας. Αυτό καθιστά δυνατή την εργασία με δεδομένα OLAP χωρίς τοπικό αντίγραφο της προσωρινής μνήμης του συγκεντρωτικού πίνακα.

Όταν δημιουργείτε υπολογισμένα μέτρα και μέλη MDX, χρησιμοποιείτε σύνταξη γλώσσας MDX. Χρησιμοποιώντας αυτήν τη σύνταξη, ένας συγκεντρωτικός πίνακας επιτρέπει στους υπολογισμούς να αλληλεπιδρούν με το backend της βάσης δεδομένων OLAP. Τα παραδείγματα που συζητούνται στο βιβλίο βασίζονται σε βασικά σχέδια MDX που δείχνουν νέα Λειτουργίες Excel 2013. Εάν χρειάζεται να δημιουργήσετε πολύπλοκα υπολογισμένα μέτρα και μέλη MDX, θα χρειαστεί να αφιερώσετε χρόνο για να μάθετε περισσότερα για τις δυνατότητες του MDX.

Δημιουργήστε υπολογισμένα μέτρα.Ένα υπολογισμένο μέτρο είναι η έκδοση OLAP ενός υπολογισμένου πεδίου. Η ιδέα είναι να δημιουργηθεί ένα νέο πεδίο δεδομένων με βάση ορισμένες μαθηματικές πράξεις που εκτελούνται σε υπάρχοντα πεδία OLAP. Στο παράδειγμα που φαίνεται στο Σχ. 17, χρησιμοποιείται συνοπτικός πίνακας OLAP, ο οποίος περιλαμβάνει τον κατάλογο και την ποσότητα των εμπορευμάτων, καθώς και τα έσοδα από την πώληση καθενός από αυτά. Πρέπει να προσθέσουμε ένα νέο μέτρο που θα υπολογίζει τη μέση τιμή ανά μονάδα ενός είδους.

Ανάλυση Εργασία με Συγκεντρωτικούς Πίνακες. Στο αναπτυσσόμενο μενού Εργαλεία OLAPεπιλέξτε αντικείμενο (Εικ. 18).

Ρύζι. 18. Επιλέξτε ένα στοιχείο μενού Υπολογιζόμενο Μέτρο MDX

Στην οθόνη θα εμφανιστεί ένα πλαίσιο διαλόγου Δημιουργήστε ένα υπολογισμένο μέτρο(Εικ. 19).

Ακολουθήστε αυτά τα βήματα:

2. Επιλέξτε την ομάδα μετρήσεων στην οποία θα βρίσκεται το νέο υπολογισμένο μέτρο. Εάν δεν το κάνετε αυτό, το Excel θα τοποθετήσει αυτόματα τη νέα μέτρηση στην πρώτη διαθέσιμη ομάδα μετρήσεων.

3. Στο χωράφι Έκφραση MDX(MDX) Εισαγάγετε τον κωδικό που καθορίζει το νέο μέτρο. Για να επιταχύνετε τη διαδικασία εισαγωγής, χρησιμοποιήστε τη λίστα στα αριστερά για να επιλέξετε τα υπάρχοντα μέτρα που θα χρησιμοποιηθούν στους υπολογισμούς. Κάντε διπλό κλικ στο επιθυμητό μέτρο για να το προσθέσετε στο πεδίο MDX. Το ακόλουθο MDX χρησιμοποιείται για τον υπολογισμό της μέσης τιμής πώλησης μονάδας:

4. Κάντε κλικ στο OK.

Δώστε προσοχή στο κουμπί Ελέγξτε το MDX, το οποίο βρίσκεται στο κάτω δεξιό μέρος του παραθύρου. Κάντε κλικ σε αυτό το κουμπί για να ελέγξετε ότι η σύνταξη MDX είναι σωστή. Εάν η σύνταξη περιέχει σφάλματα, εμφανίζεται ένα μήνυμα.

Μόλις ολοκληρώσετε τη δημιουργία της νέας υπολογισμένης μέτρησης, μεταβείτε στη λίστα Πεδία συγκεντρωτικού πίνακακαι επιλέξτε το (Εικ. 20).

Το εύρος ενός υπολογισμένου μέτρου ισχύει μόνο για το τρέχον βιβλίο εργασίας. Με άλλα λόγια, τα υπολογισμένα μέτρα δεν δημιουργούνται απευθείας στον κύβο διακομιστή OLAP. Αυτό σημαίνει ότι κανείς δεν θα μπορεί να έχει πρόσβαση στην υπολογισμένη μέτρηση αν δεν ανοίξετε γενική πρόσβασηστο βιβλίο εργασίας ή δεν θα το δημοσιεύσετε στο Διαδίκτυο.

Δημιουργήστε υπολογισμένα μέλη MDX.Ένα υπολογιζόμενο μέλος MDX είναι η έκδοση OLAP ενός κανονικού υπολογισμένου μέλους. Η ιδέα είναι να δημιουργηθεί ένα νέο στοιχείο δεδομένων με βάση ορισμένες μαθηματικές πράξεις που εκτελούνται σε υπάρχοντα στοιχεία OLAP. Στο παράδειγμα που φαίνεται στο Σχ. 22, χρησιμοποιείται ένας συγκεντρωτικός πίνακας OLAP που περιλαμβάνει πληροφορίες πωλήσεων για την περίοδο 2005–2008 (με τριμηνιαία ανάλυση). Ας υποθέσουμε ότι θέλετε να συγκεντρώσετε δεδομένα για το πρώτο και το δεύτερο τρίμηνο δημιουργώντας ένα νέο στοιχείο, το πρώτο εξάμηνο του έτους. Θα συνδυάσουμε επίσης δεδομένα που σχετίζονται με το τρίτο και το τέταρτο τρίμηνο, σχηματίζοντας ένα νέο στοιχείο Δεύτερο του έτους.

Ρύζι. 22. Θα προσθέσουμε νέα υπολογιζόμενα μέλη MDX, το πρώτο εξάμηνο του έτους και το δεύτερο εξάμηνο του έτους

Τοποθετήστε τον κέρσορα οπουδήποτε στον Συγκεντρωτικό Πίνακα και επιλέξτε την καρτέλα με βάση τα συμφραζόμενα Ανάλυσηαπό ένα σύνολο καρτελών με βάση τα συμφραζόμενα Εργασία με Συγκεντρωτικούς Πίνακες. Στο αναπτυσσόμενο μενού Εργαλεία OLAPεπιλέξτε αντικείμενο MDX Computed Member(Εικ. 23).

Στην οθόνη θα εμφανιστεί ένα πλαίσιο διαλόγου (Εικ. 24).

Ρύζι. 24. Παράθυρο Δημιουργία Υπολογιζόμενου Στοιχείου

Ακολουθήστε αυτά τα βήματα:

1. Δώστε ένα όνομα στο υπολογισμένο μέτρο.

2. Επιλέξτε τη γονική ιεραρχία για την οποία δημιουργείτε νέα υπολογισμένα μέλη. Σε εργοτάξιο Γονικό στοιχείοεκχωρήστε μια τιμή Ολα. Αυτή η ρύθμιση επιτρέπει στο Excel να έχει πρόσβαση σε όλα τα μέλη της γονικής ιεραρχίας κατά την αξιολόγηση μιας έκφρασης.

3. Στο παράθυρο Έκφραση MDXΕισαγάγετε τη σύνταξη MDX. Για να εξοικονομήσετε χρόνο, χρησιμοποιήστε τη λίστα στα αριστερά για να επιλέξετε υπάρχοντα μέλη που θα χρησιμοποιήσετε στο MDX. Κάντε διπλό κλικ στο επιλεγμένο στοιχείο και το Excel θα το προσθέσει στο παράθυρο Έκφραση MDX. Στο παράδειγμα που φαίνεται στο Σχ. 24, το άθροισμα του πρώτου και του δεύτερου τριμήνου υπολογίζεται:

..&& +

.. && +

.. && + …

4. Κάντε κλικ στο OK. Το Excel εμφανίζει το νέο υπολογιζόμενο μέλος MDX στον Συγκεντρωτικό Πίνακα. Όπως φαίνεται στο Σχ. 25, το νέο υπολογιζόμενο στοιχείο εμφανίζεται μαζί με τα άλλα στοιχεία υπολογισμού στον Συγκεντρωτικό Πίνακα.

Στο Σχ. Το Σχήμα 26 απεικονίζει μια παρόμοια διαδικασία που χρησιμοποιείται για τη δημιουργία του υπολογιζόμενου στοιχείου δεύτερου εξαμήνου.

Παρατηρήστε ότι το Excel δεν προσπαθεί καν να αφαιρέσει τα αρχικά μέλη MDX (Εικόνα 27). Ο Συγκεντρωτικός Πίνακας συνεχίζει να εμφανίζει αρχεία που αντιστοιχούν στα έτη 2005–2008, κατανεμημένα ανά τρίμηνο. Σε αυτήν την περίπτωση, αυτό δεν είναι μεγάλη υπόθεση, αλλά στα περισσότερα σενάρια, θα πρέπει να κρύψετε «έξτρα» στοιχεία για να αποφύγετε συγκρούσεις.

Ρύζι. 27. Το Excel εμφανίζει το υπολογιζόμενο μέλος MDX που δημιουργήθηκε ως τα αρχικά μέλη. Αλλά είναι ακόμα καλύτερο να διαγράψετε τα αρχικά στοιχεία για να αποφύγετε συγκρούσεις

Θυμηθείτε: Τα υπολογισμένα μέλη βρίσκονται μόνο στο τρέχον βιβλίο εργασίας. Με άλλα λόγια, τα υπολογισμένα μέτρα δεν δημιουργούνται απευθείας στον κύβο διακομιστή OLAP. Αυτό σημαίνει ότι κανείς δεν θα μπορεί να έχει πρόσβαση στην υπολογισμένη μέτρηση ή στο υπολογιζόμενο μέλος, εκτός εάν μοιραστείτε το βιβλίο εργασίας ή το δημοσιεύσετε στο διαδίκτυο.

Σημειώστε ότι εάν αλλάξει η γονική ιεραρχία ή το γονικό στοιχείο σε έναν κύβο OLAP, το στοιχείο υπολογισμού MDX δεν λειτουργεί πλέον. Θα χρειαστεί να αναδημιουργήσετε αυτό το στοιχείο.

Διαχείριση υπολογισμών OLAP.Το Excel παρέχει μια διεπαφή που σας επιτρέπει να διαχειρίζεστε υπολογισμένες μετρήσεις και μέλη MDX σε συγκεντρωτικούς πίνακες OLAP. Τοποθετήστε τον κέρσορα οπουδήποτε στον Συγκεντρωτικό Πίνακα και επιλέξτε την καρτέλα με βάση τα συμφραζόμενα Ανάλυσηαπό ένα σύνολο καρτελών με βάση τα συμφραζόμενα Εργασία με Συγκεντρωτικούς Πίνακες. Στο αναπτυσσόμενο μενού Εργαλεία OLAPεπιλέξτε αντικείμενο Υπολογιστική Διαχείριση. Στο παράθυρο Υπολογιστική ΔιαχείρισηΤρία κουμπιά είναι διαθέσιμα (Εικ. 28):

• Δημιουργώ.Δημιουργήστε ένα νέο υπολογισμένο μέτρο ή υπολογιζόμενο μέλος MDX.
• Αλλαγή.Αλλάξτε τον επιλεγμένο υπολογισμό.
• Διαγράφω.Διαγράψτε τον επιλεγμένο υπολογισμό.

Ρύζι. 28. Πλαίσιο διαλόγου Υπολογιστική Διαχείριση

Εκτελέστε ανάλυση what-if σε δεδομένα OLAP.Στο Excel 2013, μπορείτε να εκτελέσετε ανάλυση what-if σε δεδομένα σε συγκεντρωτικούς πίνακες OLAP. Χάρη σε αυτό νέα ευκαιρίαΜπορείτε να αλλάξετε τιμές σε έναν Συγκεντρωτικό Πίνακα και να υπολογίσετε εκ νέου τα μέτρα και τα μέλη με βάση τις αλλαγές σας. Μπορείτε επίσης να μεταδώσετε τις αλλαγές πίσω στον κύβο OLAP. Για να επωφεληθείτε από τις δυνατότητες ανάλυσης what-if, δημιουργήστε έναν Συγκεντρωτικό Πίνακα OLAP και επιλέξτε την καρτέλα με βάση τα συμφραζόμενα Ανάλυση Εργασία με Συγκεντρωτικούς Πίνακες. Στο αναπτυσσόμενο μενού Εργαλεία OLAPεπιλέξτε ομάδα Τι-αν ανάλυση –> Ενεργοποιήστε την ανάλυση what-if(Εικ. 29).

Από αυτό το σημείο και μετά, μπορείτε να αλλάξετε τις τιμές του συγκεντρωτικού πίνακα. Για να αλλάξετε την επιλεγμένη τιμή στον Συγκεντρωτικό Πίνακα, κάντε δεξί κλικ πάνω του και επιλέξτε το στοιχείο από το μενού περιβάλλοντος (Εικ. 30). Το Excel θα εκτελέσει ξανά όλους τους υπολογισμούς στον Συγκεντρωτικό Πίνακα με τις αλλαγές που κάνατε, συμπεριλαμβανομένων των υπολογισμένων μετρήσεων και των υπολογισμένων μελών MDX.

Ρύζι. 30. Επιλέξτε ένα στοιχείο Λάβετε υπόψη την αλλαγή κατά τον υπολογισμό του συγκεντρωτικού πίνακαγια να κάνετε αλλαγές στον συγκεντρωτικό πίνακα

Από προεπιλογή, οι επεξεργασίες που γίνονται σε έναν Συγκεντρωτικό Πίνακα σε λειτουργία ανάλυσης what-if είναι τοπικές. Εάν θέλετε να μεταδώσετε αλλαγές στον διακομιστή OLAP, επιλέξτε την εντολή για δημοσίευση αλλαγών. Επιλέξτε μια καρτέλα με βάση τα συμφραζόμενα Ανάλυση, που βρίσκεται σε ένα σύνολο καρτελών με βάση τα συμφραζόμενα Εργασία με Συγκεντρωτικούς Πίνακες. Στο αναπτυσσόμενο μενού Εργαλεία OLAPεπιλέξτε στοιχεία Τι-αν ανάλυση – > Δημοσίευση αλλαγών(Εικ. 31). Ως αποτέλεσμα της εκτέλεσης αυτής της εντολής, " γράψτε πίσω» στον διακομιστή OLAP, που σημαίνει ότι οι αλλαγές μπορούν να μεταδοθούν στον κύβο OLAP προέλευσης. (Για να μεταδώσετε αλλαγές στον διακομιστή OLAP, πρέπει να έχετε τα κατάλληλα δικαιώματα πρόσβασης στον διακομιστή. Επικοινωνήστε με τον διαχειριστή της βάσης δεδομένων σας για να σας βοηθήσει να αποκτήσετε δικαιώματα πρόσβασης εγγραφής στη βάση δεδομένων OLAP.)

Το σημείωμα γράφτηκε με βάση το βιβλίο του Jelen, Alexander. . Κεφάλαιο 9

/ Με κυβιστικό τρόπο. Εφαρμογή των κύβων OLAP στην πρακτική διαχείρισης μεγάλων εταιρειών

Σε επαφή με

Συμμαθητές

Κονσταντίν Τοκμάτσεφ, αρχιτέκτονας συστήματος

Σε κυβιστικό στυλ.
Εφαρμογή των κύβων OLAP στην πρακτική διαχείρισης μεγάλων εταιρειών

Ίσως έχει περάσει ο καιρός που οι υπολογιστικοί πόροι μιας εταιρείας ξοδεύονταν μόνο για την καταγραφή πληροφοριών και λογιστικών αναφορών. Ταυτόχρονα, οι αποφάσεις της διοίκησης λαμβάνονταν «με το μάτι» σε γραφεία, σε συνεδριάσεις και συνεδριάσεις. Ίσως στη Ρωσία ήρθε η ώρα να επιστρέψουν τα εταιρικά υπολογιστικά συστήματα στον κύριο πόρο τους - επίλυση προβλημάτων διαχείρισης με βάση δεδομένα που είναι καταχωρημένα στον υπολογιστή

Σχετικά με τα οφέλη των αναλυτικών στοιχείων επιχειρήσεων

Στον βρόχο εταιρικής διαχείρισης, μεταξύ των «ακατέργαστων» δεδομένων και των «μοχλών» επηρεασμού του διαχειριζόμενου αντικειμένου, υπάρχουν «δείκτες απόδοσης» - KPI. Αποτελούν ένα είδος "ταμπλό", που αντικατοπτρίζει την κατάσταση διαφόρων υποσυστημάτων του ελεγχόμενου αντικειμένου. Ο εξοπλισμός της εταιρείας με ενημερωτικούς δείκτες απόδοσης και η παρακολούθηση του υπολογισμού τους και των λαμβανόμενων αξιών είναι δουλειά ενός επιχειρησιακού αναλυτή. Οι αυτοματοποιημένες υπηρεσίες ανάλυσης, όπως το βοηθητικό πρόγραμμα MS SQL Server Analysis Services (SSAS) και το κύριο εργαλείο του, ο κύβος OLAP, μπορούν να προσφέρουν σημαντική βοήθεια στην οργάνωση του αναλυτικού έργου της εταιρείας.

Ένα ακόμη σημείο πρέπει να γίνει εδώ. Ας πούμε, στην αμερικανική παράδοση, μια ειδικότητα που επικεντρώνεται στην εργασία με κύβους OLAP ονομάζεται BI (Business Intelligence). Δεν πρέπει να υπάρχουν αυταπάτες ότι το αμερικανικό BI αντιστοιχεί στον Ρώσο «επιχειρηματικό αναλυτή». Χωρίς προσβολή, αλλά συχνά ο επιχειρηματικός μας αναλυτής είναι «υπο-λογιστής» και «υποπρογραμματιστής», ένας ειδικός με αόριστες γνώσεις και μικρό μισθό, που πραγματικά δεν έχει κανένα από τα δικά του εργαλεία και μεθοδολογία.

Ένας ειδικός BI είναι, στην πραγματικότητα, ένας εφαρμοσμένος μαθηματικός, ένας ειδικός υψηλής ειδίκευσης που χρησιμοποιεί σύγχρονες μαθηματικές μεθόδους για το οπλοστάσιο της εταιρείας (αυτό που ονομαζόταν Επιχειρησιακή Έρευνα). Το BI είναι πιο συνεπές με την ειδικότητα «αναλυτής συστήματος» που κάποτε ήταν στην ΕΣΣΔ, αποφοίτησε από τη Σχολή Υπολογιστικών Μαθηματικών και Μαθηματικών του Κρατικού Πανεπιστημίου της Μόσχας. M.V. Λομονόσοφ. Ο κύβος και οι υπηρεσίες ανάλυσης OLAP μπορούν να γίνουν μια πολλά υποσχόμενη βάση για τον χώρο εργασίας ενός Ρώσου επιχειρηματικού αναλυτή, ίσως μετά από κάποια προηγμένη εκπαίδευση στην κατεύθυνση του αμερικανικού BI.

Πρόσφατα, εμφανίστηκε μια άλλη επιβλαβής τάση. Χάρη στην εξειδίκευση, η αμοιβαία κατανόηση μεταξύ διαφορετικών κατηγοριών εργαζομένων σε εταιρείες έχει χαθεί. Λογιστής, διευθυντής και προγραμματιστής, όπως «ένας κύκνος, μια καραβίδα και ένας λούτσος» στον μύθο του Ι.Α. Krylov, τραβούν την εταιρεία σε διαφορετικές κατευθύνσεις.

Ο λογιστής είναι απασχολημένος με την υποβολή εκθέσεων· τα ποσά του, τόσο ως προς το νόημα όσο και ως προς τη δυναμική, δεν σχετίζονται άμεσα με την επιχειρηματική διαδικασία της εταιρείας.

Ο διευθυντής είναι απασχολημένος με το μέρος της επιχειρηματικής του διαδικασίας, αλλά δεν είναι σε θέση να αξιολογήσει σε παγκόσμιο επίπεδο, σε επίπεδο εταιρείας συνολικά, τα αποτελέσματα και τις προοπτικές των ενεργειών του.

Τέλος, ο προγραμματιστής, ο οποίος ήταν κάποτε (χάρη στην εκπαίδευσή του) αγωγός προηγμένων τεχνικών ιδεών από τη σφαίρα της επιστήμης στη σφαίρα των επιχειρήσεων, έχει μετατραπεί σε παθητικό εκτελεστή των φαντασιώσεων του λογιστή και διευθυντή, οπότε δεν είναι Είναι πλέον ασυνήθιστο για τα τμήματα πληροφορικής των εταιρειών να οδηγούνται από λογιστές και, γενικά, από όλους όσους δεν είναι τεμπέληδες. Η έλλειψη πρωτοβουλίας, αναλφάβητος, αλλά σχετικά ακριβοπληρωμένος προγραμματιστής 1C είναι μια πραγματική μάστιγα των ρωσικών εταιρειών. (Σχεδόν σαν εγχώριος ποδοσφαιριστής.) Δεν μιλάω καν για τους λεγόμενους «οικονομολόγους και δικηγόρους»· όλα έχουν ειπωθεί για αυτούς εδώ και πολύ καιρό.

Έτσι, η θέση ενός επιχειρησιακού αναλυτή, εξοπλισμένου με μια συσκευή έντασης γνώσης SSAS, ικανή στα βασικά του προγραμματισμού και της λογιστικής, είναι ικανή να εδραιώσει το έργο της εταιρείας σε σχέση με την ανάλυση και την πρόβλεψη της επιχειρηματικής διαδικασίας.

Πλεονεκτήματα των κύβων OLAP

Ο κύβος OLAP είναι σύγχρονη θεραπείαανάλυση της βάσης δεδομένων του εταιρικού συστήματος υπολογιστών, η οποία καθιστά δυνατή την παροχή στους εργαζομένους σε όλα τα επίπεδα της ιεραρχίας με το απαιτούμενο σύνολο δεικτών που χαρακτηρίζουν διαδικασία παραγωγήςεταιρείες. Το θέμα δεν είναι μόνο ότι η βολική διεπαφή και η ευέλικτη γλώσσα ερωτημάτων για τον κύβο MDX (Πολυδιάστατες εκφράσεις) σάς επιτρέπουν να διαμορφώσετε και να υπολογίσετε τους απαραίτητους αναλυτικούς δείκτες, αλλά η αξιοσημείωτη ταχύτητα και ευκολία με την οποία το κάνει αυτό ο κύβος OLAP. Επιπλέον, αυτή η ταχύτητα και η ευκολία, εντός ορισμένων ορίων, δεν εξαρτώνται από την πολυπλοκότητα των υπολογισμών και το μέγεθος της βάσης δεδομένων.

Λίγη εισαγωγή στο OLAP-
Ο κύβος μπορεί να δοθεί από έναν «πίνακα περιστροφής» του MS Excel. Αυτά τα αντικείμενα έχουν παρόμοια λογική και παρόμοιες διεπαφές. Όμως, όπως θα φανεί από το άρθρο, η λειτουργικότητα του OLAP είναι ασύγκριτα πλουσιότερη και η απόδοση είναι ασύγκριτα υψηλότερη, επομένως ο "συγκεντρωτικός πίνακας" παραμένει ένα τοπικό προϊόν επιτραπέζιου υπολογιστή, ενώ το OLAP είναι ένα προϊόν σε εταιρικό επίπεδο.

Γιατί ο κύβος OLAP είναι τόσο καλός για επίλυση αναλυτικές εργασίες? Ο κύβος OLAP έχει σχεδιαστεί με τέτοιο τρόπο ώστε όλοι οι δείκτες σε όλα τα πιθανά τμήματα να είναι προ-υπολογισμένοι (ολικά ή εν μέρει) και ο χρήστης μπορεί να «βγάλει» μόνο τους απαιτούμενους δείκτες (μέτρα) και διαστάσεις (διαστάσεις) με το ποντίκι και το πρόγραμμα μπορεί να σχεδιάσει ξανά τους πίνακες.

Όλα τα πιθανά αναλυτικά στοιχεία σε όλες τις ενότητες σχηματίζουν ένα τεράστιο πεδίο, ή μάλλον, όχι ένα πεδίο, αλλά απλώς έναν πολυδιάστατο κύβο OLAP. Όποιο αίτημα και αν απευθύνει ο χρήστης (διευθυντής, επιχειρησιακός αναλυτής, στέλεχος) στην υπηρεσία ανάλυσης, η ταχύτητα απόκρισης εξηγείται από δύο πράγματα: πρώτον, τα απαιτούμενα αναλυτικά στοιχεία μπορούν εύκολα να διατυπωθούν (είτε επιλέγονται από μια λίστα με όνομα, είτε καθορίζονται από τύπος στη γλώσσα MDX ), δεύτερον, κατά κανόνα, έχει ήδη υπολογιστεί.

Η διατύπωση αναλυτικών στοιχείων είναι δυνατή με τρεις επιλογές: είναι είτε ένα πεδίο βάσης δεδομένων (ή μάλλον, ένα πεδίο αποθήκης), είτε ένα πεδίο υπολογισμού που ορίζεται σε επίπεδο σχεδίασης κύβου ή μια έκφραση γλώσσας MDX όταν εργάζεστε αλληλεπιδραστικά με τον κύβο.

Αυτό σημαίνει πολλά ελκυστικά χαρακτηριστικά των κύβων OLAP. Ουσιαστικά, το εμπόδιο μεταξύ του χρήστη και των δεδομένων εξαφανίζεται. Το εμπόδιο έχει τη μορφή ενός προγραμματιστή εφαρμογών, ο οποίος, πρώτα, πρέπει να εξηγήσει το πρόβλημα (να ορίσει μια εργασία). Δεύτερον, θα πρέπει να περιμένετε μέχρι ο προγραμματιστής της εφαρμογής να δημιουργήσει έναν αλγόριθμο, να γράψει και να διορθώσει το πρόγραμμα και, ενδεχομένως, να το τροποποιήσει. Εάν υπάρχουν πολλοί εργαζόμενοι και οι απαιτήσεις τους ποικίλλουν και μεταβάλλονται, τότε χρειάζεται μια ολόκληρη ομάδα προγραμματιστών εφαρμογών. Υπό αυτή την έννοια, ένας κύβος OLAP (και ένας καταρτισμένος επιχειρησιακός αναλυτής) αντικαθιστά μια ολόκληρη ομάδα προγραμματιστών εφαρμογών από την άποψη της αναλυτικής εργασίας, όπως ένας ισχυρός εκσκαφέας με χειριστή εκσκαφέα αντικαθιστά μια ολόκληρη ομάδα μεταναστών εργατών με φτυάρια όταν σκάβει μια τάφρο!

Ταυτόχρονα, επιτυγχάνεται μια άλλη πολύ σημαντική ποιότητα των λαμβανόμενων αναλυτικών δεδομένων. Δεδομένου ότι υπάρχει μόνο ένας κύβος OLAP για ολόκληρη την εταιρεία, δηλ. Αυτό είναι το ίδιο πεδίο με τους αναλυτές για όλους, γεγονός που εξαλείφει τις ενοχλητικές αποκλίσεις στα δεδομένα. Όταν ένας διευθυντής πρέπει να ζητήσει την ίδια εργασία σε πολλούς ανεξάρτητους υπαλλήλους για να εξαλείψει τον παράγοντα της υποκειμενικότητας, αλλά παρόλα αυτά φέρνουν διαφορετικές απαντήσεις, τις οποίες ο καθένας αναλαμβάνει να εξηγήσει με κάποιο τρόπο κ.λπ. Ο κύβος OLAP εξασφαλίζει ομοιομορφία των αναλυτικών δεδομένων σε διαφορετικά επίπεδα της εταιρικής ιεραρχίας, π.χ. εάν ένας διευθυντής θέλει να αναφέρει λεπτομερώς έναν συγκεκριμένο δείκτη που τον ενδιαφέρει, τότε σίγουρα θα φτάσει στα δεδομένα χαμηλότερου επιπέδου με τα οποία εργάζεται ο υφιστάμενος του και αυτά θα είναι ακριβώς τα δεδομένα βάσει των οποίων υπολογίστηκε ο δείκτης υψηλότερου επιπέδου , και όχι κάποια άλλα δεδομένα, που λαμβάνονται με άλλο τρόπο, κάποια άλλη στιγμή κ.λπ. Δηλαδή, ολόκληρη η εταιρεία βλέπει τα ίδια αναλυτικά στοιχεία, αλλά σε διαφορετικά επίπεδα συγκέντρωσης.

Ας δώσουμε ένα παράδειγμα. Ας υποθέσουμε ότι ένας διαχειριστής ελέγχει τους εισπρακτέους λογαριασμούς. Εφόσον ο KPI για τις ληξιπρόθεσμες απαιτήσεις είναι πράσινος, σημαίνει ότι όλα είναι φυσιολογικά και δεν απαιτούνται ενέργειες διαχείρισης. Εάν το χρώμα έχει αλλάξει σε κίτρινο ή κόκκινο, κάτι δεν πάει καλά: κόβουμε τους KPI ανά τμήματα πωλήσεων και αμέσως βλέπουμε τα τμήματα "με κόκκινο". Εντοπίζεται η επόμενη ενότητα από τους διαχειριστές - και τον πωλητή του οποίου οι πελάτες καθυστερούν τις πληρωμές. (Επιπλέον, το ληξιπρόθεσμο ποσό μπορεί να διαιρεθεί ανά πελάτες, με όρους κ.λπ.) Ο επικεφαλής της εταιρείας μπορεί να επικοινωνήσει απευθείας με τους παραβάτες σε οποιοδήποτε επίπεδο. Αλλά γενικά, οι ίδιοι KPI (στα επίπεδα ιεραρχίας τους) βλέπουν τόσο οι επικεφαλής τμημάτων όσο και οι διευθυντές πωλήσεων. Επομένως, για να διορθώσουν την κατάσταση, δεν χρειάζεται καν να περιμένουν ένα «κάλεσμα στο χαλί»... Φυσικά, το ίδιο το KPI δεν χρειάζεται απαραίτητα να είναι το ποσό των ληξιπρόθεσμων πληρωμών - μπορεί να είναι το σταθμισμένη μέση περίοδος ληξιπρόθεσμων πληρωμών ή, γενικά, το ποσοστό κύκλου εργασιών των απαιτήσεων.

Ας σημειώσουμε ότι η πολυπλοκότητα και η ευελιξία της γλώσσας MDX, μαζί με τα γρήγορα (μερικές φορές στιγμιαία) αποτελέσματα, μας επιτρέπουν να επιλύουμε (λαμβάνοντας υπόψη τα στάδια ανάπτυξης και αποσφαλμάτωσης) σύνθετες εργασίες ελέγχου που διαφορετικά θα μπορούσαν να μην είχαν τεθεί καθόλου λόγω της πολυπλοκότητας για τους προγραμματιστές εφαρμογών και της αρχικής αβεβαιότητας στη διατύπωση. (Μεγάλες προθεσμίες για τους προγραμματιστές εφαρμογών για την επίλυση αναλυτικών προβλημάτων λόγω των κακώς κατανοητών διατυπώσεων και των μακρών τροποποιήσεων των προγραμμάτων όταν οι συνθήκες αλλάζουν συχνά συναντώνται στην πράξη.)

Ας προσέξουμε επίσης το γεγονός ότι κάθε υπάλληλος της εταιρείας μπορεί να συλλέξει από το γενικό χωράφι έναν αναλυτή OLAP ακριβώς τη σοδειά που χρειάζεται για τη δουλειά του και να μην αρκείται στην «λωρίδα» που του κόβεται στα κοινά. «τυπικές αναφορές».

Η διεπαφή πολλαπλών χρηστών για εργασία με έναν κύβο OLAP σε λειτουργία πελάτη-διακομιστή επιτρέπει σε κάθε υπάλληλο, ανεξάρτητα από άλλους, να έχει τα δικά του (ακόμη και αυτοδημιούργητα με κάποια ικανότητα) μπλοκ ανάλυσης (αναφορές), τα οποία, αφού καθοριστούν, καθορίζονται αυτόματα ενημερωμένα - με άλλα λόγια, είναι πάντα ενημερωμένα.

Δηλαδή, ο κύβος OLAP σάς επιτρέπει να κάνετε πιο επιλεκτική την αναλυτική εργασία (η οποία στην πραγματικότητα εκτελείται όχι μόνο από αναλυτές υποδοχής, αλλά, στην πραγματικότητα, από όλους σχεδόν τους υπαλλήλους της εταιρείας, ακόμη και από τεχνικούς και διαχειριστές που ελέγχουν τα υπόλοιπα και τις αποστολές), «όχι με γενικούς όρους», γεγονός που δημιουργεί προϋποθέσεις για τη βελτίωση της εργασίας και την αύξηση της παραγωγικότητας.

Για να συνοψίσουμε την εισαγωγή μας, σημειώνουμε ότι η χρήση κύβων OLAP μπορεί να ανεβάσει τη διαχείριση μιας εταιρείας σε υψηλότερο επίπεδο. Η ομοιομορφία των αναλυτικών δεδομένων σε όλα τα επίπεδα της ιεραρχίας, η αξιοπιστία τους, η πολυπλοκότητά τους, η ευκολία δημιουργίας και τροποποίησης δεικτών, μεμονωμένες ρυθμίσεις, υψηλή ταχύτητα επεξεργασίας δεδομένων και, τέλος, εξοικονόμηση χρημάτων και χρόνου που δαπανώνται για την υποστήριξη εναλλακτικών αναλυτικών μονοπατιών (προγραμματιστές εφαρμογών, ανεξάρτητοι υπολογισμοί των εργαζομένων) ανοίγουν προοπτικές για τη χρήση κύβων OLAP στην πρακτική μεγάλων ρωσικών εταιρειών.

OLTP + OLAP: περίγραμμα ανατροφοδότησηστην αλυσίδα διαχείρισης της εταιρείας

Τώρα ας δούμε τη γενική ιδέα των κύβων OLAP και το σημείο εφαρμογής τους στην αλυσίδα εταιρικής διαχείρισης. Ο όρος OLAP (OnLine Analytical Processing) εισήχθη από τον Βρετανό μαθηματικό Edgar Codd επιπλέον του όρου του OLTP (OnLine Transactions Processing). Αυτό θα συζητηθεί αργότερα, αλλά ο E. Codd, φυσικά, πρότεινε όχι μόνο τους όρους, αλλά και τις μαθηματικές θεωρίες του OLTP και του OLAP. Χωρίς να υπεισέλθω σε λεπτομέρειες, στη σύγχρονη ερμηνεία, το OLTP είναι μια σχεσιακή βάση δεδομένων, που θεωρείται ως μηχανισμός καταγραφής, αποθήκευσης και ανάκτησης πληροφοριών.

Μεθοδολογία λύσης

Τα συστήματα ERP (Enterprice Resource Planning), όπως τα 1C7, 1C8, MS Dynamics AX, διαθέτουν διεπαφές λογισμικού προσανατολισμένες στο χρήστη (εισαγωγή και επεξεργασία εγγράφων, κ.λπ.) και μια σχεσιακή βάση δεδομένων (DB) για αποθήκευση και ανάκτηση πληροφοριών, που αντιπροσωπεύεται σήμερα από λογισμικό προϊόντα όπως ο MS SQL Server (SS).

Σημειώστε ότι οι πληροφορίες που καταχωρούνται στη βάση δεδομένων του συστήματος ERP είναι πράγματι πολύτιμος πόρος. Το θέμα δεν είναι μόνο ότι οι καταχωρημένες πληροφορίες διασφαλίζουν την τρέχουσα ροή εγγράφων της εταιρείας (εξαγωγή εγγράφων, προσαρμογή τους, δυνατότητα εκτύπωσης και συμφωνίας κ.λπ.) και όχι μόνο τη δυνατότητα υπολογισμού οικονομικών καταστάσεων (φόροι, έλεγχος κ.λπ.). ). Από διαχειριστική άποψη, είναι πολύ πιο σημαντικό το σύστημα OLTP (σχεσιακή βάση δεδομένων) να είναι, στην πραγματικότητα, ένα πραγματικό ψηφιακό μοντέλο των δραστηριοτήτων της εταιρείας σε πραγματικό μέγεθος.

Αλλά για να διαχειριστείτε τη διαδικασία, δεν αρκεί να καταχωρίσετε πληροφορίες σχετικά με αυτήν. Η διαδικασία θα πρέπει να παρουσιάζεται με τη μορφή ενός συστήματος αριθμητικών δεικτών (KPIs) που να χαρακτηρίζει την πρόοδό της. Επιπλέον, πρέπει να οριστούν αποδεκτά εύρη τιμών για δείκτες. Και μόνο εάν η τιμή του δείκτη πέσει έξω από το επιτρεπόμενο διάστημα, θα πρέπει να ακολουθήσει μια ενέργεια ελέγχου.

Σχετικά με αυτή τη λογική (ή τη μυθολογία) του ελέγχου («έλεγχος κατά παρέκκλιση»), τόσο ο αρχαίος Έλληνας φιλόσοφος Πλάτων, που δημιούργησε την εικόνα του τιμονιού (cybernose), που ακουμπάει στο κουπί όταν το σκάφος παρεκκλίνει από την πορεία του, όσο και Ο Αμερικανός μαθηματικός Norbert Wiener, ο οποίος δημιούργησε την επιστήμη της κυβερνητικής στις παραμονές της εποχής των υπολογιστών.

Εκτός από το συνηθισμένο σύστημα καταγραφής πληροφοριών χρησιμοποιώντας τη μέθοδο OLTP, χρειάζεται ένα άλλο σύστημα - ένα σύστημα για την ανάλυση των συλλεγόμενων πληροφοριών. Αυτό το πρόσθετο, το οποίο στον βρόχο ελέγχου παίζει το ρόλο της ανάδρασης μεταξύ της διαχείρισης και του αντικειμένου ελέγχου, είναι ένα σύστημα OLAP ή, εν συντομία, ένας κύβος OLAP.

Ως εφαρμογή λογισμικού του OLAP, θα εξετάσουμε το βοηθητικό πρόγραμμα MS Analysis Services, το οποίο αποτελεί μέρος της τυπικής παράδοσης του MS SQL Server, με συντομογραφία SSAS. Σημειώστε ότι, σύμφωνα με το σχέδιο του E. Codd, ο κύβος OLAP στα αναλυτικά στοιχεία θα πρέπει να παρέχει την ίδια συνολική ελευθερία δράσης που παρέχουν το σύστημα OLTP και η σχεσιακή βάση δεδομένων (SQL Server) για την αποθήκευση και την ανάκτηση πληροφοριών.

OLAP Logistics

Τώρα ας δούμε τη συγκεκριμένη διαμόρφωση εξωτερικές συσκευές, προγράμματα εφαρμογών και τεχνολογικές λειτουργίες στις οποίες βασίζεται η αυτοματοποιημένη λειτουργία του κύβου OLAP.

Θα υποθέσουμε ότι η εταιρεία χρησιμοποιεί ένα σύστημα ERP, για παράδειγμα, 1C7 ή 1C8, εντός του οποίου οι πληροφορίες καταγράφονται ως συνήθως. Η βάση δεδομένων αυτού του συστήματος ERP βρίσκεται σε έναν συγκεκριμένο διακομιστή και υποστηρίζεται από τον MS SQL Server.

Θα υποθέσουμε επίσης ότι άλλος διακομιστής έχει εγκατεστημένο λογισμικό, συμπεριλαμβανομένου του MS SQL Server με το βοηθητικό πρόγραμμα MS Analysis Services (SSAS), καθώς και του MS SQL Server Management Studio, MS C#, MS Excel και MS Visual Studio. Αυτά τα προγράμματα μαζί σχηματίζουν το απαιτούμενο πλαίσιο: τα εργαλεία και τις απαραίτητες διεπαφές για τον προγραμματιστή των κύβων OLAP.

Ο διακομιστής SSAS έχει ένα ελεύθερα διανεμημένο πρόγραμμα που ονομάζεται blat, που ονομάζεται (με παραμέτρους) από γραμμή εντολώνκαι παροχή ταχυδρομικών υπηρεσιών.

Σε σταθμούς εργασίας εργαζομένων εντός του τοπικού δικτύου, μεταξύ άλλων, εγκαθίστανται προγράμματα MS Excel (εκδόσεις όχι μικρότερες από το 2003), καθώς και, ενδεχομένως, ένα ειδικό πρόγραμμα οδήγησης για να διασφαλιστεί ότι το MS Excel λειτουργεί με τις Υπηρεσίες ανάλυσης MS (εκτός εάν το αντίστοιχο πρόγραμμα οδήγησης είναι ήδη περιλαμβάνονται στο MS Excel).

Για βεβαιότητα, θα υποθέσουμε ότι ένα λειτουργικό σύστημα είναι εγκατεστημένο στους σταθμούς εργασίας των εργαζομένων. Σύστημα Windows XP και σε διακομιστές - Windows Server 2008. Επιπλέον, αφήστε τον MS SQL Server 2005 να χρησιμοποιηθεί ως SQL Server, με την Enterprise Edition (EE) ή Developer Edition (DE) εγκατεστημένη στον διακομιστή με τον κύβο OLAP. Σε αυτές τις εκδόσεις είναι δυνατή η χρήση του λεγόμενου. «ημι-προσθετικά μέτρα», δηλ. πρόσθετος αθροιστικές συναρτήσεις(στατιστικές) εκτός των συνηθισμένων ποσών (για παράδειγμα, ακραίο ή μέσο).

Σχεδιασμός κύβων OLAP (κυβισμός OLAP)

Ας πούμε λίγα λόγια για τον σχεδιασμό του ίδιου του κύβου OLAP. Στη γλώσσα των στατιστικών, ένας κύβος OLAP είναι ένα σύνολο δεικτών απόδοσης που υπολογίζονται σε όλες τις απαραίτητες ενότητες, για παράδειγμα, ο δείκτης αποστολής σε τμήματα ανά πελάτες, κατά αγαθά, κατά ημερομηνίες κ.λπ. Λόγω της άμεσης μετάφρασης από τα αγγλικά στη ρωσική βιβλιογραφία για κύβους OLAP, οι δείκτες ονομάζονται "μέτρα" και οι ενότητες ονομάζονται "διαστάσεις". Πρόκειται για μια μαθηματικά σωστή, αλλά συντακτικά και σημασιολογικά όχι πολύ επιτυχημένη μετάφραση. Οι ρωσικές λέξεις «μέτρο», «διάσταση», «διάσταση» είναι σχεδόν ίδιες ως προς την έννοια και την ορθογραφία, ενώ οι αγγλικές «μέτρο» και «διάσταση» είναι διαφορετικές τόσο στην ορθογραφία όσο και στην έννοια. Ως εκ τούτου, δίνουμε προτίμηση στους παραδοσιακούς ρωσικούς στατιστικούς όρους "δείκτης" και "κόψιμο", οι οποίοι έχουν παρόμοια σημασία.

Υπάρχουν πολλές επιλογές για την εφαρμογή λογισμικού ενός κύβου OLAP σε σχέση με το σύστημα OLTP όπου καταγράφονται τα δεδομένα. Θα εξετάσουμε μόνο ένα σχήμα, το πιο απλό, πιο αξιόπιστο και ταχύτερο.

Σε αυτήν τη σχεδίαση, το OLAP και το OLTP δεν μοιράζονται πίνακες και τα αναλυτικά στοιχεία OLAP υπολογίζονται με όσο το δυνατόν περισσότερες λεπτομέρειες κατά το στάδιο ενημέρωσης κύβου (Διαδικασία), το οποίο προηγείται του σταδίου χρήσης. Αυτό το σχήμα ονομάζεται MOLAP (Πολυδιάστατο OLAP). Τα μειονεκτήματά του είναι ο ασύγχρονος με το ERP και το υψηλό κόστος μνήμης.

Αν και τυπικά ένας κύβος OLAP μπορεί να κατασκευαστεί χρησιμοποιώντας όλους τους (χιλιάδες) πίνακες σχεσιακών βάσεων δεδομένων του συστήματος ERP ως πηγή δεδομένων και όλα τα (εκατοντάδες) πεδία τους ως δείκτες ή ενότητες, στην πραγματικότητα αυτό δεν πρέπει να γίνει. αντίστροφα. Για να φορτώσετε σε έναν κύβο, είναι πιο σωστό να προετοιμάσετε μια ξεχωριστή βάση δεδομένων, που ονομάζεται "βιτρίνα" ή "αποθήκη".

Διάφοροι λόγοι μας αναγκάζουν να το κάνουμε αυτό.

• Πρώτα,Η σύνδεση ενός κύβου OLAP με πίνακες σε μια πραγματική βάση δεδομένων θα δημιουργήσει σίγουρα τεχνικά προβλήματα. Η αλλαγή δεδομένων σε έναν πίνακα μπορεί να προκαλέσει μια ανανέωση του κύβου και η ανανέωση ενός κύβου δεν είναι απαραίτητα μια γρήγορη διαδικασία, επομένως ο κύβος θα βρίσκεται σε κατάσταση συνεχούς αναδόμησης. Ταυτόχρονα, η διαδικασία ενημέρωσης κύβου μπορεί να μπλοκάρει (κατά την ανάγνωση) τα δεδομένα των πινάκων της βάσης δεδομένων, επιβραδύνοντας το έργο των χρηστών στην καταχώρηση δεδομένων στο σύστημα ERP.
• κατα δευτερον, Η ύπαρξη πάρα πολλών ενδείξεων και περικοπών θα αυξήσει δραματικά την περιοχή αποθήκευσης του κύβου στον διακομιστή. Ας μην ξεχνάμε ότι ο κύβος OLAP αποθηκεύει όχι μόνο τα δεδομένα πηγής, όπως στο σύστημα OLTP, αλλά και όλους τους δείκτες που συνοψίζονται σε όλες τις πιθανές ενότητες (ακόμα και όλους τους συνδυασμούς όλων των τμημάτων). Επιπλέον, η ταχύτητα ενημέρωσης του κύβου και, τελικά, η ταχύτητα δημιουργίας και ενημέρωσης αναλυτικών στοιχείων και αναφορών χρηστών με βάση αυτά θα επιβραδυνθεί ανάλογα.
• Τρίτος, πάρα πολλά πεδία (δείκτες και ενότητες) θα δημιουργήσουν προβλήματα στη διεπαφή προγραμματιστή OLAP, επειδή οι λίστες των στοιχείων θα γίνουν τεράστιες.
• Τέταρτον, Ο κύβος OLAP είναι πολύ ευαίσθητος σε παραβιάσεις της ακεραιότητας των δεδομένων. Ο κύβος δεν μπορεί να κατασκευαστεί εάν τα βασικά δεδομένα δεν βρίσκονται στον σύνδεσμο που καθορίζεται στη δομή των συνδέσεων πεδίου κύβου. Προσωρινές ή μόνιμες παραβιάσεις ακεραιότητας, κενά πεδία είναι κοινά σε μια βάση δεδομένων συστήματος ERP, αλλά αυτό δεν είναι απολύτως κατάλληλο για το OLAP.

Μπορείτε επίσης να προσθέσετε ότι το σύστημα ERP και ο κύβος OLAP θα πρέπει να βρίσκονται σε διαφορετικούς διακομιστές για κοινή χρήση του φορτίου. Στη συνέχεια, όμως, εάν υπάρχουν κοινοί πίνακες για OLAP και OLTP, προκύπτει επίσης το πρόβλημα της κίνησης δικτύου. Πρακτικά άλυτα προβλήματα προκύπτουν σε αυτήν την περίπτωση όταν είναι απαραίτητο να ενοποιηθούν πολλά διαφορετικά συστήματα ERP (1C7, 1C8, MS Dynamics AX) σε έναν κύβο OLAP.

Πιθανώς, μπορούμε να συνεχίσουμε να συσσωρεύουμε τεχνικά προβλήματα. Αλλά το πιο σημαντικό, να θυμάστε ότι, σε αντίθεση με το OLTP, το OLAP δεν είναι ένα μέσο εγγραφής και αποθήκευσης δεδομένων, αλλά ένα εργαλείο ανάλυσης. Αυτό σημαίνει ότι δεν χρειάζεται να ανεβάσετε και να κατεβάσετε «βρώμικα» δεδομένα από το ERP στο OLAP «για κάθε περίπτωση». Αντίθετα, πρέπει πρώτα να αναπτύξετε μια ιδέα για τη διαχείριση της εταιρείας, τουλάχιστον στο επίπεδο του συστήματος KPI, και στη συνέχεια να σχεδιάσετε μια αποθήκη δεδομένων εφαρμογής (αποθήκη), που βρίσκεται στον ίδιο διακομιστή με τον κύβο OLAP και περιέχει ένα μικρό , εκλεπτυσμένη ποσότητα δεδομένων από ERP που είναι απαραίτητη για τη διαχείριση.

Χωρίς να προωθούνται κακές συνήθειες, ο κύβος OLAP σε σχέση με το OLTP μπορεί να παρομοιαστεί με το γνωστό «στιλ», μέσω του οποίου εξάγεται ένα «καθαρό προϊόν» από τη «ζυμωμένη μάζα» της πραγματικής καταχώρισης.

Έτσι, καταλάβαμε ότι η πηγή δεδομένων για το OLAP είναι μια ειδική βάση δεδομένων (αποθήκη), που βρίσκεται στον ίδιο διακομιστή με το OLAP. Γενικά αυτό σημαίνει δύο πράγματα. Πρώτον, πρέπει να υπάρχουν ειδικές διαδικασίες που θα δημιουργήσουν μια αποθήκη από βάσεις δεδομένων ERP. Δεύτερον, ο κύβος OLAP είναι ασύγχρονος με τα συστήματα ERP του.

Λαμβάνοντας υπόψη τα παραπάνω, προτείνουμε την ακόλουθη έκδοση της αρχιτεκτονικής της υπολογιστικής διαδικασίας.

Αρχιτεκτονική λύσης

Ας υποθέσουμε ότι υπάρχουν πολλά συστήματα ERP μιας συγκεκριμένης εταιρείας (holding) που βρίσκονται σε διαφορετικούς διακομιστές, τα αναλυτικά δεδομένα για τα οποία θα θέλαμε να δούμε ενοποιημένα μέσα σε έναν κύβο OLAP. Τονίζουμε ότι στην τεχνολογία που περιγράφεται, συνδυάζουμε δεδομένα από συστήματα ERP σε επίπεδο αποθήκης, αφήνοντας αμετάβλητο τον σχεδιασμό του κύβου OLAP.

Στον διακομιστή OLAP δημιουργούμε εικόνες (κενά αντίγραφα) των βάσεων δεδομένων όλων αυτών των συστημάτων ERP. Εκτελούμε περιοδικά (νυχτερινά) μερική αναπαραγωγή των αντίστοιχων ενεργών βάσεων δεδομένων ERP σε αυτά τα άδεια αντίγραφα.

Στη συνέχεια, εκκινείται η SP (αποθηκευμένη διαδικασία), η οποία στον ίδιο διακομιστή OLAP χωρίς κίνηση δικτύου, με βάση μερικά αντίγραφα βάσεων δεδομένων συστήματος ERP, δημιουργεί (ή αναπληρώνει) μια αποθήκη (αποθήκη) - την πηγή δεδομένων του κύβου OLAP.

Στη συνέχεια ξεκινά η τυπική διαδικασία για την ενημέρωση/κατασκευή ενός κύβου με βάση τα δεδομένα της αποθήκης (Λειτουργία διαδικασίας στη διεπαφή SSAS).

Ας σχολιάσουμε ορισμένες πτυχές της τεχνολογίας. Τι είδους δουλειά κάνουν οι SP;

Ως αποτέλεσμα μερικής αναπαραγωγής, τα τρέχοντα δεδομένα εμφανίζονται στην εικόνα κάποιου συστήματος ERP στον διακομιστή OLAP. Παρεμπιπτόντως, η μερική αναπαραγωγή μπορεί να πραγματοποιηθεί με δύο τρόπους.

Πρώτον, από όλους τους πίνακες στη βάση δεδομένων του συστήματος ERP, κατά τη μερική αναπαραγωγή, αντιγράφονται μόνο αυτοί που χρειάζονται για την κατασκευή μιας αποθήκης. Αυτό ελέγχεται από μια σταθερή λίστα ονομάτων πινάκων.

Δεύτερον, η μερική αναπαραγωγή μπορεί επίσης να σημαίνει ότι δεν αντιγράφονται όλα τα πεδία του πίνακα, αλλά μόνο εκείνα που εμπλέκονται στην κατασκευή της αποθήκης. Η λίστα των πεδίων προς αντιγραφή είτε καθορίζεται είτε δημιουργείται δυναμικά στο SP στην εικόνα του αντιγράφου (εάν δεν υπάρχουν αρχικά όλα τα πεδία στο αντίγραφο του πίνακα).

Φυσικά, είναι δυνατό να μην αντιγράψετε ολόκληρες σειρές πίνακα, αλλά μόνο να προσθέσετε νέες εγγραφές. Ωστόσο, αυτό δημιουργεί σοβαρές ενοχλήσεις όταν λογιστικοποιούνται οι αναθεωρήσεις ERP «αναδρομικά», κάτι που συμβαίνει συχνά στα πραγματικά συστήματα. Επομένως, είναι πιο εύκολο, χωρίς περαιτέρω καθυστέρηση, να αντιγράψετε όλες τις εγγραφές (ή να ενημερώσετε την "ουρά" ξεκινώντας από μια συγκεκριμένη ημερομηνία).

Στη συνέχεια, το κύριο καθήκον του SP είναι να μετατρέψει τα δεδομένα συστήματος ERP σε μορφή αποθήκης. Εάν υπάρχει μόνο ένα σύστημα ERP, τότε το έργο της μετατροπής έγκειται κυρίως στην αντιγραφή και, ενδεχομένως, στην αναδιαμόρφωση των απαραίτητων δεδομένων. Αλλά εάν είναι απαραίτητο να ενοποιηθούν πολλά συστήματα ERP διαφορετικών δομών στον ίδιο κύβο OLAP, τότε οι μετασχηματισμοί γίνονται πιο περίπλοκοι.

Το έργο της ενοποίησης πολλών διαφορετικών συστημάτων ERP σε έναν κύβο είναι ιδιαίτερα δύσκολο εάν τα σύνολα των αντικειμένων τους (κατάλογοι αγαθών, εργολάβοι, αποθήκες κ.λπ.) αλληλοεπικαλύπτονται εν μέρει, τα αντικείμενα έχουν την ίδια σημασία, αλλά φυσικά περιγράφονται διαφορετικά στους καταλόγους διαφορετικών συστημάτων (με την έννοια των κωδικών, των αναγνωριστικών, των ονομάτων κ.λπ.).

Στην πραγματικότητα, μια τέτοια εικόνα προκύπτει σε μια μεγάλη εταιρεία συμμετοχών, όταν πολλές από τις αυτόνομες εταιρείες του ίδιου τύπου που την αποτελούν, ασκούν περίπου τους ίδιους τύπους δραστηριοτήτων στην ίδια περίπου περιοχή, αλλά χρησιμοποιούν δικά τους και μη συμφωνημένα συστήματα εγγραφής. Σε αυτήν την περίπτωση, κατά την ενοποίηση δεδομένων σε επίπεδο αποθήκης, δεν μπορείτε να κάνετε χωρίς βοηθητικούς πίνακες χαρτογράφησης.

Ας δώσουμε λίγη προσοχή στην αρχιτεκτονική αποθήκευσης της αποθήκης. Τυπικά, ένα σχήμα κύβου OLAP αναπαρίσταται με τη μορφή "αστέρι", δηλ. ως πίνακας δεδομένων που περιβάλλεται από «ακτίνες» καταλόγων - πίνακες τιμών δευτερευόντων κλειδιών. Ένας πίνακας είναι ένα μπλοκ «δείκτες»· τα βιβλία αναφοράς είναι οι ενότητες τους. Σε αυτήν την περίπτωση, ο κατάλογος, με τη σειρά του, μπορεί να είναι ένα αυθαίρετο μη ισορροπημένο δέντρο ή μια ισορροπημένη ιεραρχία, για παράδειγμα, μια πολυεπίπεδη ταξινόμηση αγαθών ή εργολάβων. Σε έναν κύβο OLAP, τα αριθμητικά πεδία ενός πίνακα δεδομένων από μια αποθήκη γίνονται αυτόματα «δείκτες» (ή μέτρα) και οι ενότητες (ή διαστάσεις) μπορούν να οριστούν χρησιμοποιώντας πίνακες δευτερευόντων κλειδιών.

Αυτή είναι μια οπτική «παιδαγωγική» περιγραφή. Στην πραγματικότητα, η αρχιτεκτονική ενός κύβου OLAP μπορεί να είναι πολύ πιο περίπλοκη.

Πρώτον, μια αποθήκη μπορεί να αποτελείται από πολλά "αστέρια", πιθανώς συνδεδεμένα μέσω κοινών καταλόγων. Σε αυτήν την περίπτωση, ο κύβος OLAP θα είναι μια ένωση πολλών κύβων (πολλά μπλοκ δεδομένων).

Δεύτερον, η "ακτίνα" ενός αστερίσκου μπορεί να είναι όχι μόνο ένας κατάλογος, αλλά ένα ολόκληρο (ιεραρχικό) σύστημα αρχείων.

Τρίτον, με βάση τις υπάρχουσες ενότητες διαστάσεων, μπορούν να οριστούν νέες ιεραρχικές ενότητες χρησιμοποιώντας τα εργαλεία διεπαφής προγραμματιστών OLAP (ας πούμε, με λιγότερα επίπεδα, με διαφορετική σειρά επιπέδων κ.λπ.)

Τέταρτον, με βάση τους υπάρχοντες δείκτες και ενότητες, χρησιμοποιώντας εκφράσεις γλώσσας MDX, μπορούν να οριστούν νέοι δείκτες (υπολογισμοί). Είναι σημαντικό να σημειωθεί ότι νέοι κύβοι, νέοι δείκτες, νέα τμήματα ενσωματώνονται αυτόματα πλήρως με τα αρχικά στοιχεία. Θα πρέπει επίσης να σημειωθεί ότι οι κακώς διατυπωμένοι υπολογισμοί και οι ιεραρχικές τομές μπορούν να επιβραδύνουν σημαντικά τη λειτουργία ενός κύβου OLAP.

MS Excel ως διεπαφή με το OLAP

Ιδιαίτερο ενδιαφέρον παρουσιάζει η διεπαφή χρήστη με κύβους OLAP. Φυσικά, η πιο ολοκληρωμένη διεπαφή παρέχεται από το ίδιο το βοηθητικό πρόγραμμα SSAS. Αυτό περιλαμβάνει μια εργαλειοθήκη προγραμματιστή κύβων OLAP, έναν σχεδιαστή διαδραστικών αναφορών και ένα παράθυρο διαδραστική εργασίαμε έναν κύβο OLAP που χρησιμοποιεί ερωτήματα MDX.

Εκτός από το ίδιο το SSAS, υπάρχουν πολλά προγράμματα που παρέχουν μια διεπαφή στο OLAP, καλύπτοντας τη λειτουργικότητά τους σε μεγαλύτερο ή μικρότερο βαθμό. Αλλά μεταξύ αυτών υπάρχει ένα, το οποίο, κατά τη γνώμη μας, έχει αναμφισβήτητα πλεονεκτήματα. Αυτό είναι το MS Excel.

Η διεπαφή με το MS Excel παρέχεται από ειδικό πρόγραμμα οδήγησης, με δυνατότητα λήψης ξεχωριστά ή περιλαμβάνεται στη διανομή του Excel. Δεν καλύπτει όλη τη λειτουργικότητα του OLAP, αλλά με την αύξηση των αριθμών εκδόσεων του MS Excel, αυτή η κάλυψη γίνεται ευρύτερη (για παράδειγμα, μια γραφική αναπαράσταση του KPI εμφανίζεται στο MS Excel 2007, κάτι που δεν συνέβη στο MS Excel 2003, και τα λοιπά.).

Φυσικά, εκτός από την αρκετά πλήρη λειτουργικότητά του, το κύριο πλεονέκτημα του MS Excel είναι η ευρεία διανομή αυτού του προγράμματος και η στενή εξοικείωση με αυτό του συντριπτικού αριθμού χρηστών γραφείου. Υπό αυτή την έννοια, σε αντίθεση με άλλα προγράμματα διεπαφής, η εταιρεία δεν χρειάζεται να αγοράσει κάτι επιπλέον και δεν χρειάζεται να εκπαιδεύσει κανέναν επιπλέον.

Το μεγάλο πλεονέκτημα του MS Excel ως διεπαφής με το OLAP είναι η δυνατότητα περαιτέρω ανεξάρτητης επεξεργασίας των δεδομένων που λαμβάνονται στην αναφορά OLAP (δηλαδή, να συνεχίσει να μελετά δεδομένα που λαμβάνονται από το OLAP σε άλλα φύλλα του ίδιου Excel, χωρίς πλέον να χρησιμοποιεί εργαλεία OLAP, αλλά χρησιμοποιώντας κανονικά εργαλεία του Excel).

Νυχτερινός κύκλος θεραπείας Facubi

Τώρα θα περιγράψουμε τον ημερήσιο (νυχτερινό) υπολογιστικό κύκλο της λειτουργίας OLAP. Ο υπολογισμός πραγματοποιείται υπό τον έλεγχο του προγράμματος facubi, γραμμένο σε C# 2005 και εκκινείται μέσω του Task Scheduler σε διακομιστή με αποθήκη και SSAS. Στην αρχή, το facubi πηγαίνει στο Διαδίκτυο και διαβάζει τις τρέχουσες συναλλαγματικές ισοτιμίες (χρησιμοποιείται για να αντιπροσωπεύει έναν αριθμό δεικτών σε ένα νόμισμα). Στη συνέχεια, εκτελέστε τα παρακάτω βήματα.

Πρώτον, η facubi εκτοξεύει SP που εκτελούν μερική αναπαραγωγή των βάσεων δεδομένων διαφόρων συστημάτων ERP (στοιχεία συγκράτησης) που είναι διαθέσιμα στο τοπικό δίκτυο. Η αναπαραγωγή εκτελείται, όπως είπαμε, σε προπαρασκευασμένα «φόντα» - εικόνες απομακρυσμένων συστημάτων ERP που βρίσκονται στον διακομιστή SSAS.

Δεύτερον, μέσω του SP, πραγματοποιείται μια αντιστοίχιση από αντίγραφα ERP στην αποθήκευση αποθήκης - ένα ειδικό DB, το οποίο είναι η πηγή των δεδομένων κύβου OLAP και βρίσκεται στον διακομιστή SSAS. Σε αυτή την περίπτωση, επιλύονται τρεις κύριες εργασίες:

• Δεδομένα ERPπροσαρμοσμένο στις απαιτούμενες μορφές κύβου. μιλάμε γιατόσο για πίνακες όσο και για πεδία πίνακα. (Μερικές φορές ο απαιτούμενος πίνακας πρέπει να είναι "μοντέρνος", ας πούμε, από πολλά φύλλα MS Excel.) Παρόμοια δεδομένα μπορεί να έχουν διαφορετικές μορφές σε διαφορετικά ERP, για παράδειγμα, τα πεδία αναγνωριστικού κλειδιού στους καταλόγους 1C7 έχουν έναν 36-ψήφιο κωδικό χαρακτήρων μήκους 8 , και _idrref πεδία στους καταλόγους 1С8 – δεκαεξαδικοί αριθμοί μήκους 32.
• κατά την επεξεργασία Διενεργείται λογικός έλεγχος δεδομένων (συμπεριλαμβανομένης της εγγραφής προεπιλογών στη θέση των δεδομένων που λείπουν, όπου είναι δυνατόν) και ο έλεγχος ακεραιότητας, π.χ. έλεγχος της παρουσίας πρωτευόντων και δευτερευόντων κλειδιών στους αντίστοιχους ταξινομητές.
• ενοποίηση κώδικα αντικείμενα που έχουν την ίδια σημασία σε διαφορετικά ERP. Για παράδειγμα, τα αντίστοιχα στοιχεία καταλόγων διαφορετικών ERP μπορεί να έχουν την ίδια σημασία, ας πούμε ότι είναι ο ίδιος αντισυμβαλλόμενος. Το πρόβλημα της ενοποίησης κωδικών λύνεται με την κατασκευή πινάκων αντιστοίχισης, όπου διάφορους κωδικούςτα ίδια αντικείμενα ενώνονται.

Τρίτον, εκτοξεύσεις facubi σταθερή διαδικασίαενημέρωση δεδομένων κύβου διεργασίας (από τις διαδικασίες βοηθητικού προγράμματος SSAS).

Με βάση τις λίστες ελέγχου, το facubi στέλνει μηνύματα ηλεκτρονικού ταχυδρομείου σχετικά με την πρόοδο των βημάτων επεξεργασίας.

Μετά την εκτέλεση του facubi, το Task Scheduler εκκινεί αρκετά αρχεία excel με τη σειρά του, στα οποία οι αναφορές δημιουργούνται εκ των προτέρων με βάση τους δείκτες κύβου OLAP. Όπως είπαμε, το MS Excel έχει ένα ιδιαίτερο διεπαφή λογισμικού(με δυνατότητα λήψης ξεχωριστά ή ενσωματωμένο πρόγραμμα οδήγησης) για εργασία με κύβους OLAP (με SSAS). Όταν ξεκινάτε το MS Excel, ενεργοποιούνται προγράμματα MS VBA (όπως μακροεντολές), τα οποία διασφαλίζουν ότι τα δεδομένα στις αναφορές ενημερώνονται. Οι αναφορές τροποποιούνται εάν είναι απαραίτητο και αποστέλλονται ταχυδρομικά (πρόγραμμα blat) στους χρήστες σύμφωνα με λίστες ελέγχου.

Οι χρήστες τοπικού δικτύου με πρόσβαση στον διακομιστή SSAS θα λαμβάνουν "ζωντανές" αναφορές που έχουν διαμορφωθεί για τον κύβο OLAP. (Καταρχήν, οι ίδιοι, χωρίς καμία αλληλογραφία, μπορούν να ενημερώσουν τις αναφορές OLAP στο MS Excel που βρίσκονται στο δικό τους τοπικούς υπολογιστές.) Οι χρήστες εκτός του τοπικού δικτύου είτε θα λαμβάνουν αρχικές αναφορές, αλλά με περιορισμένη λειτουργικότητα, είτε για αυτούς (μετά την ενημέρωση των αναφορών OLAP στο MS Excel) θα υπολογίζονται ειδικές "νεκρές" αναφορές που δεν έχουν πρόσβαση στον διακομιστή SSAS.

Αξιολόγηση αποτελεσμάτων

Μιλήσαμε παραπάνω για τον ασυγχρονισμό του OLTP και του OLAP. Στην υπό εξέταση παραλλαγή τεχνολογίας, ο κύκλος ενημέρωσης κύβου OLAP εκτελείται τη νύχτα (ας πούμε, ξεκινά στη 1 π.μ.). Αυτό σημαίνει ότι την τρέχουσα εργάσιμη ημέρα, οι χρήστες εργάζονται με τα χθεσινά δεδομένα. Δεδομένου ότι το OLAP δεν είναι ένα εργαλείο εγγραφής (δείτε την τελευταία αναθεώρηση του εγγράφου), αλλά ένα εργαλείο διαχείρισης (κατανοήστε την τάση της διαδικασίας), μια τέτοια καθυστέρηση συνήθως δεν είναι κρίσιμη. Ωστόσο, εάν είναι απαραίτητο, ακόμη και στην περιγραφόμενη έκδοση της αρχιτεκτονικής κύβου (MOLAP), η ενημέρωση μπορεί να πραγματοποιηθεί πολλές φορές την ημέρα.

Ο χρόνος εκτέλεσης των διαδικασιών ενημέρωσης εξαρτάται από τα χαρακτηριστικά σχεδιασμού του κύβου OLAP (περισσότερη ή λιγότερη πολυπλοκότητα, περισσότερο ή λιγότερο επιτυχημένοι ορισμοί δεικτών και ενοτήτων) και από τον όγκο των βάσεων δεδομένων εξωτερικών συστημάτων OLTP. Σύμφωνα με την εμπειρία, η διαδικασία κατασκευής της αποθήκης διαρκεί από αρκετά λεπτά έως δύο ώρες, η διαδικασία ενημέρωσης κύβου (Διαδικασία) διαρκεί από 1 έως 20 λεπτά. Μιλάμε για πολύπλοκους κύβους OLAP που ενώνουν δεκάδες δομές τύπου αστεριού, δεκάδες κοινές «ακτίνες» (τμήματα αναφοράς) για αυτούς και εκατοντάδες δείκτες. Υπολογίζοντας τον όγκο των βάσεων δεδομένων εξωτερικών συστημάτων ERP που βασίζονται σε έγγραφα αποστολής, μιλάμε για εκατοντάδες χιλιάδες έγγραφα και, κατά συνέπεια, για εκατομμύρια σειρές προϊόντων ετησίως. Το ιστορικό βάθος επεξεργασίας που ενδιαφέρει τον χρήστη ήταν τρία έως πέντε χρόνια.

Η περιγραφόμενη τεχνολογία χρησιμοποιείται σε μια σειρά από μεγάλες εταιρείες: από το 2008 στη Russian Fish Company (RRK) και στη Russian Sea company (RM), από το 2012 στην εταιρεία Santa Bremor (SB). Ορισμένες εταιρείες είναι κυρίως εταιρείες εμπορίας και αγορών (PPC), άλλες εταιρείες παραγωγής (εγκαταστάσεις επεξεργασίας ψαριών και θαλασσινών στη Δημοκρατία της Μολδαβίας και τη Δημοκρατία της Λευκορωσίας). Όλες οι εταιρείες είναι μεγάλες συμμετοχές, που ενώνουν πολλές εταιρείες με ανεξάρτητα και διάφορα λογιστικά συστήματα ηλεκτρονικών υπολογιστών - που κυμαίνονται από τυπικά συστήματα ERP όπως 1C7 και 1C8 έως λογιστικά συστήματα «λείψανα» που βασίζονται σε DBF και Excel. Θα προσθέσω ότι η περιγραφόμενη τεχνολογία για τη λειτουργία κύβων OLAP (χωρίς να λαμβάνεται υπόψη το στάδιο ανάπτυξης) είτε δεν απαιτεί καθόλου ειδικούς υπαλλήλους είτε είναι ευθύνη ενός επιχειρησιακού αναλυτή πλήρους απασχόλησης. Το πρόβλημα στροβιλίζεται εδώ και χρόνια αυτόματη λειτουργία, παρέχοντας σε καθημερινή βάση ενημερωμένες αναφορές σε διάφορες κατηγορίες εταιρικών εργαζομένων.

Πλεονεκτήματα και μειονεκτήματα της λύσης

Η εμπειρία δείχνει ότι η προτεινόμενη λύση είναι αρκετά αξιόπιστη και εύκολη στη χρήση. Τροποποιείται εύκολα (σύνδεση/αποσύνδεση νέων ERP, δημιουργία νέων δεικτών και ενοτήτων, δημιουργία και τροποποίηση αναφορών Excel και των λιστών αλληλογραφίας τους) με αμετάβλητο πρόγραμμα ελέγχου facubi.

Το MS Excel ως διεπαφή με το OLAP παρέχει επαρκή εκφραστικότητα και επιτρέπει σε διαφορετικές κατηγορίες υπαλλήλων γραφείου να εξοικειωθούν γρήγορα με την τεχνολογία OLAP. Ο χρήστης λαμβάνει καθημερινές «τυποποιημένες» αναφορές OLAP. χρησιμοποιώντας τη διεπαφή MS Excel με το OLAP, μπορεί να δημιουργήσει ανεξάρτητα αναφορές OLAP στο MS Excel. Επιπλέον, ο χρήστης μπορεί ανεξάρτητα να συνεχίσει να μελετά τις πληροφορίες των αναφορών OLAP χρησιμοποιώντας τις συνήθεις δυνατότητες του MS Excel του.

Η «εξευγενισμένη» βάση δεδομένων αποθήκης, στην οποία ενοποιούνται πολλά ετερογενή συστήματα ERP (κατά την κατασκευή του κύβου), ακόμη και χωρίς κανένα OLAP, σας επιτρέπει να λύσετε (στον διακομιστή SSAS, χρησιμοποιώντας τη μέθοδο ερωτήματος στη γλώσσα Συναλλαγή SQLή η μέθοδος SP κ.λπ.) πολλά εφαρμοσμένα προβλήματα ελέγχου. Ας υπενθυμίσουμε ότι η δομή της βάσης δεδομένων της αποθήκης είναι ενοποιημένη και πολύ πιο απλή (όσον αφορά τον αριθμό των πινάκων και τον αριθμό των πεδίων του πίνακα) από τις δομές της βάσης δεδομένων του αρχικού ERP.

Σημειώνουμε ιδιαίτερα ότι στην προτεινόμενη λύση μας υπάρχει η δυνατότητα ενοποίησης διαφόρων συστημάτων ERP σε έναν κύβο OLAP. Αυτό σας επιτρέπει να αποκτήσετε αναλυτικά στοιχεία για ολόκληρη την εκμετάλλευση και να διατηρήσετε μακροπρόθεσμη συνέχεια στα αναλυτικά στοιχεία όταν μια εταιρεία μετακινείται σε άλλο λογιστικό σύστημα ERP, ας πούμε, όταν μετακινείται από το 1C7 στο 1C8.

Χρησιμοποιήσαμε το μοντέλο κύβου MOLAP. Τα πλεονεκτήματα αυτού του μοντέλου είναι η αξιοπιστία στη λειτουργία και η υψηλή ταχύτητα επεξεργασίας των αιτημάτων των χρηστών. Μειονεκτήματα: Το OLAP και το OLTP είναι ασύγχρονα, καθώς και μεγάλες ποσότητες μνήμης για την αποθήκευση του OLAP.

Συμπερασματικά, εδώ είναι ένα άλλο επιχείρημα υπέρ του OLAP που θα μπορούσε να ήταν καταλληλότερο στον Μεσαίωνα. Γιατί η αποδεικτική του δύναμη στηρίζεται στην εξουσία. Ένας σεμνός, σαφώς υποτιμημένος Βρετανός μαθηματικός E. Codd ανέπτυξε τη θεωρία των σχεσιακών βάσεων δεδομένων στα τέλη της δεκαετίας του '60. Η δύναμη αυτής της θεωρίας ήταν τέτοια που τώρα, μετά από 50 χρόνια, είναι ήδη δύσκολο να βρεθεί μια μη σχεσιακή βάση δεδομένων και μια γλώσσα ερωτημάτων βάσης δεδομένων διαφορετική από την SQL.

Η τεχνολογία OLTP, βασισμένη στη θεωρία των σχεσιακών βάσεων δεδομένων, ήταν η πρώτη ιδέα του E. Codd. Στην πραγματικότητα, η έννοια των κύβων OLAP είναι η δεύτερη ιδέα του, που εκφράστηκε από τον ίδιο στις αρχές της δεκαετίας του '90. Ακόμη και χωρίς να είστε μαθηματικός, μπορείτε να περιμένετε ότι η δεύτερη ιδέα θα είναι τόσο αποτελεσματική όσο η πρώτη. Δηλαδή, από την άποψη της ανάλυσης υπολογιστών, οι ιδέες OLAP σύντομα θα κατακτήσουν τον κόσμο και θα εκτοπίσουν όλες τις άλλες. Απλά επειδή το θέμα της ανάλυσης βρίσκει την ολοκληρωμένη μαθηματική του λύση στο OLAP και αυτή η λύση είναι «επαρκής» (όρος του Β. Σπινόζα) στο πρακτικό πρόβλημα της ανάλυσης. «Επαρκώς» σημαίνει στον Σπινόζα ότι ο ίδιος ο Θεός δεν θα μπορούσε να σκεφτεί κάτι καλύτερο...

1. Larson B. Ανάπτυξη επιχειρηματικών αναλυτικών στοιχείων στον Microsoft SQL Server 2005. – Αγία Πετρούπολη: “Peter”, 2008.
2. Codd E. Relational Completeness of Data Base Sublanguages, Data Base Systems, Courant Computer Science Sumposia Series 1972, v. 6, Englwood cliffs, N.Y., Prentice – Hall.

Σε επαφή με

Τα δεδομένα είναι συνήθως αραιά και μακροπρόθεσμα αποθηκευμένα. Μπορεί να υλοποιηθεί βάσει καθολικού σχεσιακού DBMS ή εξειδικευμένου λογισμικού (βλ. επίσης OLAP). ΣΕ προϊόντα λογισμικούΗ εταιρεία SAP χρησιμοποιεί τον όρο «infocube».

Οι δείκτες του πίνακα αντιστοιχούν σε διαστάσεις (διαστάσεις) ή άξονες του κύβου και οι τιμές των στοιχείων του πίνακα αντιστοιχούν σε μέτρα (μέτρα) του κύβου.

w : (Χ,y,z) → w xyz,

Οπου Χ, y, z- Μετρήσεις, w- Μετρήστε.

Σε αντίθεση με έναν κανονικό πίνακα σε μια γλώσσα προγραμματισμού, τα στοιχεία ενός κύβου OLAP μπορούν να προσπελαστούν είτε από το πλήρες σύνολο των ευρετηρίων διαστάσεων είτε από ένα υποσύνολο αυτών, και τότε το αποτέλεσμα δεν θα είναι μόνο ένα στοιχείο, αλλά πολλά από αυτά.

W : (Χ,y) → W = ( w z1, w z2, …, w zn}

Επίσης γνωστή περιγραφή Κύβος OLAPχρησιμοποιώντας την ορολογία της σχεσιακής άλγεβρας ως προβολή σχέσεων.

δείτε επίσης

Ίδρυμα Wikimedia. 2010.

• Διάγραμμα αστεριών
• Το σπίτι μας είναι η Ρωσία (φράξια)

Δείτε τι είναι ο "κύβος OLAP" σε άλλα λεξικά:

Κύβος OLAP- ... Βικιπαίδεια

OLAP- (eng. online analytical processing, analytical processing in real time) τεχνολογία επεξεργασίας δεδομένων, η οποία συνίσταται στην προετοιμασία συνοπτικών (συγκεντρωτικών) πληροφοριών με βάση μεγάλους όγκους δεδομένων, δομημένη από ... ... Wikipedia

Κύβος (αποσαφήνιση)- Ο κύβος είναι ένας όρος πολλαπλών τιμών: Στα μαθηματικά Στη στερεομετρία, ένας κύβος είναι ένα εξαγωνικό κανονικό πολύεδρο Στην άλγεβρα, η τρίτη δύναμη ενός αριθμού Ταινιών Σειρά ταινιών επιστημονικής φαντασίας: "Cube" "Cube 2: Hypercube" "Cube Zero" Ιατρική αργκό και αργκό... ... Wikipedia

Κύβος- Αυτός ο όρος έχει άλλες έννοιες, βλέπε Κύβος (έννοιες). Τύπος κύβου Κανονικό πολύεδρο Πρόσωπο τετράγωνο ... Wikipedia

Ο Μοντριάν- Τύπος διακομιστή OLAP Διακομιστής OLAP Προγραμματιστής Pentaho λειτουργικό σύστημα cross-platform λογισμικό Τελευταία έκδοση 3.4.1 (2012 05 07) Άδεια χρήσης ελεύθερου λογισμικού ... Wikipedia - Αναλυτικό σύστημα πληροφοριών αυτοματοποιημένο σύστημαΤο να επιτρέπεται στους ειδικούς να αναλύουν γρήγορα μεγάλους όγκους δεδομένων, κατά κανόνα, είναι ένα από τα στοιχεία των κέντρων καταστάσεων. Επίσης, μερικές φορές το IAS περιλαμβάνει ένα σύστημα συλλογής... ... Wikipedia

Ως μέρος αυτής της εργασίας, θα εξεταστούν τα ακόλουθα θέματα:

• Τι είναι οι κύβοι OLAP;
• Τι είναι τα μέτρα, οι διαστάσεις, οι ιεραρχίες;
• Τι τύποι λειτουργιών μπορούν να εκτελεστούν σε κύβους OLAP;

Η έννοια ενός κύβου OLAP

Το κύριο αξίωμα του OLAP είναι η πολυδιάστατη παρουσίαση δεδομένων. Στην ορολογία OLAP, η έννοια του κύβου, ή του υπερκύβου, χρησιμοποιείται για να περιγράψει έναν πολυδιάστατο διακριτό χώρο δεδομένων.

Κύβοςείναι μια πολυδιάστατη δομή δεδομένων από την οποία ένας χρήστης-αναλυτής μπορεί να αναζητήσει πληροφορίες. Οι κύβοι δημιουργούνται από γεγονότα και διαστάσεις.

Δεδομένα- πρόκειται για δεδομένα σχετικά με αντικείμενα και γεγονότα στην εταιρεία που θα υπόκεινται σε ανάλυση. Γεγονότα του ίδιου τύπου αποτελούν μέτρα. Ένα μέτρο είναι ο τύπος της τιμής σε ένα κελί κύβου.

Μετρήσεις- αυτά είναι τα στοιχεία δεδομένων με τα οποία αναλύονται τα γεγονότα. Μια συλλογή τέτοιων στοιχείων σχηματίζει ένα χαρακτηριστικό διάστασης (για παράδειγμα, οι ημέρες της εβδομάδας μπορούν να σχηματίσουν ένα χαρακτηριστικό διάστασης χρόνου). Σε εργασίες επιχειρηματικής ανάλυσης για εμπορικές επιχειρήσεις, οι διαστάσεις συχνά περιλαμβάνουν κατηγορίες όπως "χρόνος", "πωλήσεις", "προϊόντα", "πελάτες", "εργαζόμενοι", "γεωγραφική τοποθεσία". Οι μετρήσεις είναι πιο συχνές ιεραρχικές δομές, οι οποίες είναι λογικές κατηγορίες με τις οποίες ο χρήστης μπορεί να αναλύσει πραγματικά δεδομένα. Κάθε ιεραρχία μπορεί να έχει ένα ή περισσότερα επίπεδα. Έτσι, η ιεραρχία της διάστασης «γεωγραφική θέση» μπορεί να περιλαμβάνει τα επίπεδα: «χώρα - περιοχή - πόλη». Στη χρονική ιεραρχία, μπορούμε να διακρίνουμε, για παράδειγμα, την ακόλουθη ακολουθία επιπέδων: Μια διάσταση μπορεί να έχει πολλές ιεραρχίες (κάθε ιεραρχία μιας διάστασης πρέπει να έχει το ίδιο χαρακτηριστικό κλειδί του πίνακα διαστάσεων).

Ένας κύβος μπορεί να περιέχει πραγματικά δεδομένα από έναν ή περισσότερους πίνακες δεδομένων και τις περισσότερες φορές περιέχει πολλαπλές διαστάσεις. Οποιοσδήποτε δεδομένος κύβος έχει συνήθως μια συγκεκριμένη εστίαση για ανάλυση.

Το σχήμα 1 δείχνει ένα παράδειγμα κύβου που έχει σχεδιαστεί για να αναλύει τις πωλήσεις προϊόντων πετρελαίου από μια συγκεκριμένη εταιρεία ανά περιοχή. Αυτός ο κύβος έχει τρεις διαστάσεις (χρόνος, προϊόν και περιοχή) και ένα μέτρο (όγκος πωλήσεων εκφρασμένο σε νομισματικούς όρους). Οι τιμές μέτρησης αποθηκεύονται στα αντίστοιχα κελιά του κύβου. Κάθε κελί προσδιορίζεται μοναδικά από ένα σύνολο μελών κάθε διάστασης, που ονομάζεται πλειάδα. Για παράδειγμα, το κελί που βρίσκεται στην κάτω αριστερή γωνία του κύβου (περιέχει την τιμή 98399 $) καθορίζεται από την πλειάδα [Ιούλιος 2005, Άπω Ανατολή, Ντίζελ]. Εδώ η αξία των 98.399 $ δείχνει τον όγκο πωλήσεων (σε νομισματικούς όρους) ντίζελ στην Άπω Ανατολή για τον Ιούλιο του 2005.

Αξίζει επίσης να σημειωθεί ότι ορισμένα κελιά δεν περιέχουν τιμές: αυτά τα κελιά είναι άδεια επειδή ο πίνακας δεδομένων δεν περιέχει δεδομένα για αυτά.

Ρύζι. 1.Κύβος με πληροφορίες για τις πωλήσεις προϊόντων πετρελαίου σε διάφορες περιοχές

Ο απώτερος στόχος της δημιουργίας τέτοιων κύβων είναι να ελαχιστοποιηθεί ο χρόνος επεξεργασίας των ερωτημάτων που εξάγουν τις απαιτούμενες πληροφορίες από τα πραγματικά δεδομένα. Για να ολοκληρωθεί αυτή η εργασία, οι κύβοι συνήθως περιέχουν προυπολογισμένα σύνολα που ονομάζονται συναθροίσεις(συγκεντρώσεις). Εκείνοι. ο κύβος καλύπτει ένα χώρο δεδομένων μεγαλύτερο από τον πραγματικό - υπάρχουν λογικά, υπολογισμένα σημεία σε αυτόν. Οι συναρτήσεις συνάθροισης σάς επιτρέπουν να υπολογίζετε τις τιμές των σημείων σε λογικό χώρο με βάση τις πραγματικές τιμές. Οι απλούστερες συναρτήσεις συγκέντρωσης είναι SUM, MAX, MIN, COUNT. Έτσι, για παράδειγμα, χρησιμοποιώντας τη συνάρτηση MAX, για τον κύβο που δίνεται στο παράδειγμα, μπορείτε να προσδιορίσετε πότε σημειώθηκε η κορύφωση των πωλήσεων ντίζελ στην Άπω Ανατολή κ.λπ.

Ένα άλλο ιδιαίτερο χαρακτηριστικό των πολυδιάστατων κύβων είναι η δυσκολία προσδιορισμού της προέλευσης. Για παράδειγμα, πώς ορίζετε το σημείο 0 για την ιδιότητα Προϊόν ή Περιοχές; Η λύση σε αυτό το πρόβλημα είναι η εισαγωγή ενός ειδικού χαρακτηριστικού που συνδυάζει όλα τα στοιχεία της διάστασης. Αυτό το χαρακτηριστικό (δημιουργείται αυτόματα) περιέχει μόνο ένα στοιχείο - Όλα. Για απλές συναρτήσεις συνάθροισης όπως το άθροισμα, το στοιχείο Όλα είναι ισοδύναμο με το άθροισμα των τιμών όλων των στοιχείων στον πραγματικό χώρο μιας δεδομένης διάστασης.

Μια σημαντική έννοια σε ένα πολυδιάστατο μοντέλο δεδομένων είναι ο υποχώρος ή ο υποκύβος. Ένας υποκύβος είναι ένα μέρος του πλήρους χώρου ενός κύβου με τη μορφή κάποιου πολυδιάστατου σχήματος μέσα στον κύβο. Εφόσον ο πολυδιάστατος χώρος ενός κύβου είναι διακριτός και περιορισμένος, ο υποκύβος είναι επίσης διακριτός και περιορισμένος.

Λειτουργίες σε κύβους OLAP

Οι ακόλουθες λειτουργίες μπορούν να εκτελεστούν σε έναν κύβο OLAP:

• φέτα;
• περιστροφή;
• ενοποίηση;
• λεπτομέρεια.

Φέτα(Εικόνα 2) είναι μια ειδική περίπτωση υποκύβου. Αυτή είναι μια διαδικασία για το σχηματισμό ενός υποσυνόλου ενός πολυδιάστατου πίνακα δεδομένων που αντιστοιχεί σε μια ενιαία τιμή ενός ή περισσότερων στοιχείων διάστασης που δεν περιλαμβάνονται σε αυτό το υποσύνολο. Για παράδειγμα, για να μάθετε πώς προχώρησαν οι πωλήσεις πετρελαιοειδών με την πάροδο του χρόνου μόνο σε μια συγκεκριμένη περιοχή, συγκεκριμένα στα Ουράλια, πρέπει να καθορίσετε την ιδιότητα "Προϊόντα" στο στοιχείο "Ουράλ" και να εξαγάγετε το αντίστοιχο υποσύνολο (υποκύβο) από το κύβος.

Ρύζι. 2.Φέτα κύβου OLAP

Περιστροφή(Εικόνα 3) - η λειτουργία αλλαγής της θέσης των μετρήσεων που παρουσιάζονται σε μια αναφορά ή στην εμφανιζόμενη σελίδα. Για παράδειγμα, μια λειτουργία περιστροφής μπορεί να περιλαμβάνει την αναδιάταξη των γραμμών και των στηλών ενός πίνακα. Επιπλέον, η περιστροφή ενός κύβου δεδομένων μετακινεί διαστάσεις εκτός πίνακα στη θέση τους με διαστάσεις που υπάρχουν στην εμφανιζόμενη σελίδα και αντίστροφα.

OLAP (On-Line αναλυτική επεξεργασία)είναι μια μέθοδος ηλεκτρονικής αναλυτικής επεξεργασίας δεδομένων που αντιπροσωπεύει την οργάνωση των δεδομένων σε ιεραρχικές κατηγορίες χρησιμοποιώντας προ-υπολογισμένα σύνολα. Τα δεδομένα OLAP οργανώνονται ιεραρχικά και αποθηκεύονται σε κύβους και όχι σε πίνακες. Οι κύβοι OLAP είναι ένα πολυδιάστατο σύνολο δεδομένων με άξονες που περιέχουν παραμέτρους και κελιά που περιέχουν συγκεντρωτικά δεδομένα εξαρτώμενα από παραμέτρους. Οι κύβοι έχουν σχεδιαστεί για πολύπλοκη πολυδιάστατη ανάλυση μεγάλου όγκου δεδομένων, επειδή παρέχουν μόνο συνοπτικά αποτελέσματα για αναφορά, αντί για μεγάλο αριθμό μεμονωμένων εγγραφών.

Η έννοια του OLAP περιγράφηκε το 1993 από τον διάσημο ερευνητή της βάσης δεδομένων και συγγραφέα του μοντέλου σχεσιακών δεδομένων E. F. Codd. Επί του παρόντος, η υποστήριξη OLAP εφαρμόζεται σε πολλά DBMS και άλλα εργαλεία.

Ένας κύβος OLAP περιέχει δύο τύπους δεδομένων:

· συνολικές τιμές, τιμές για τις οποίες θέλετε να συνοψίσετε, που αντιπροσωπεύουν υπολογισμένα πεδία δεδομένων;

· περιγραφικές πληροφορίες που αντιπροσωπεύουν Μετρήσειςή διαστάσεις. Οι περιγραφικές πληροφορίες οργανώνονται συνήθως σε επίπεδα λεπτομέρειας. Για παράδειγμα: "Έτος", "Τρίμηνο", "Μήνας" και "Ημέρα" στη διάσταση "Ώρα". Η οργάνωση πεδίων σε επίπεδα λεπτομέρειας επιτρέπει στους χρήστες αναφοράς να επιλέξουν το επίπεδο λεπτομέρειας που θέλουν να προβάλουν, ξεκινώντας με συνοπτικά δεδομένα υψηλού επιπέδου και στη συνέχεια αναλύοντας σε μια πιο λεπτομερή προβολή και αντίστροφα.

Τα εργαλεία Microsoft Query σάς επιτρέπουν επίσης να δημιουργείτε κύβους OLAP από ένα ερώτημα που φορτώνει δεδομένα σχεσιακής βάσης δεδομένων, όπως π.χ. Microsoft Access, σε αυτή την περίπτωση ο γραμμικός πίνακας μετατρέπεται σε δομική ιεραρχία (κύβος).

Ο Οδηγός Create OLAP Cube είναι ένα ενσωματωμένο εργαλείο Microsoft Query. Για να δημιουργήσετε έναν κύβο OLAP που βασίζεται σε μια σχεσιακή βάση δεδομένων, πρέπει να ολοκληρώσετε τα παρακάτω βήματα πριν εκτελέσετε τον οδηγό.

1. Προσδιορίστε την προέλευση δεδομένων (βλ. Εικόνα 6.1).

2. Χρησιμοποιώντας το Microsoft Query, δημιουργήστε ένα ερώτημα, συμπεριλαμβανομένων μόνο εκείνων των πεδίων που θα είναι είτε πεδία δεδομένων είτε πεδία διαστάσεων ενός κύβου OLAP. Εάν ένα πεδίο σε έναν κύβο χρησιμοποιείται περισσότερες από μία φορές, τότε πρέπει να συμπεριληφθεί στο ερώτημα τα απαιτούμενα πολλές φορές.

3. Στο τελευταίο βήμα του οδηγού δημιουργίας ερωτήματος, ρυθμίστε το διακόπτη στο στοιχείο Δημιουργία κύβου OLAP από αυτού του αιτήματος (βλ. Εικ. 6.2) ή αφού δημιουργηθεί το αίτημα χρησιμοποιώντας απευθείας το μενού Ερώτημα Αρχείοεπιλέξτε μια ομάδα Δημιουργήστε τον κύβο OLAP, μετά την οποία θα εκκινηθεί ο Οδηγός δημιουργίας κύβου OLAP.

Ο Οδηγός Create OLAP Cube Wizard αποτελείται από τρία βήματα.

Στο πρώτο βήμα του οδηγού (βλ. Εικ. 6.6) το πεδία δεδομένων– υπολογισμένα πεδία για τα οποία πρέπει να καθοριστούν οι συνολικές τιμές.

Ρύζι. 6.6. Καθορισμός Πεδίων Δεδομένων

Ο οδηγός τοποθετεί τα αναμενόμενα υπολογισμένα πεδία (συνήθως αριθμητικά πεδία) στην κορυφή της λίστας, τα ελέγχει και καθορίζει τη συνάρτηση που προκύπτει από αυτά τα πεδία, συνήθως - Αθροισμα. Όταν επιλέγετε πεδία δεδομένων, τουλάχιστον ένα πεδίο πρέπει να επιλέγεται ως πεδίο υπολογισμού και τουλάχιστον ένα πεδίο πρέπει να παραμείνει μη επιλεγμένο για να προσδιοριστεί η διάσταση.

Όταν δημιουργείτε έναν κύβο OLAP, μπορείτε να χρησιμοποιήσετε τέσσερις συναρτήσεις σύνοψης − Αθροισμα, Αριθμός(αριθμός τιμών), Ελάχιστο, Ανώτατο όριογια αριθμητικά πεδία και μία συνάρτηση Αριθμόςγια όλα τα άλλα πεδία. Εάν θέλετε να χρησιμοποιήσετε πολλές διαφορετικές συναρτήσεις σύνοψης του ίδιου πεδίου, αυτό το πεδίο πρέπει να συμπεριληφθεί στο ερώτημα τις απαιτούμενες φορές.

Το όνομα ενός υπολογιζόμενου πεδίου μπορεί να αλλάξει σε μια στήλη Όνομα πεδίου δεδομένων.

Στο δεύτερο βήμα του οδηγού, προσδιορίζονται τα περιγραφικά δεδομένα και οι διαστάσεις τους (βλ. Εικ. 6.7). Για να επιλέξετε ένα πεδίο μέτρησης, πρέπει από τη λίστα Πεδία πηγήςσύρετε το πεδίο διάστασης που θέλετε κορυφαίο επίπεδοστη λίστα Μετρήσειςστην περιοχή που έχει επισημανθεί ως Σύρετε τα πεδία εδώ για να δημιουργήσετε διαστάσεις. Για να δημιουργήσετε έναν κύβο OLAP, πρέπει να ορίσετε τουλάχιστον μία διάσταση. Στο ίδιο βήμα του οδηγού, χρησιμοποιώντας κατάλογος συμφραζόμενωνΜπορείτε να αλλάξετε το όνομα μιας διάστασης ή ενός πεδίου επιπέδου.

Ρύζι. 6.7. Καθορισμός πεδίων διαστάσεων

Τα πεδία που περιέχουν μεμονωμένα ή διακριτά δεδομένα και δεν ανήκουν σε μια ιεραρχία μπορούν να οριστούν ως διαστάσεις ενός επιπέδου. Ωστόσο, ο κύβος θα είναι πιο αποτελεσματικός εάν ορισμένα από τα πεδία είναι οργανωμένα σε επίπεδα. Για να δημιουργήσετε ένα επίπεδο ως μέρος μιας διάστασης, σύρετε ένα πεδίο από τη λίστα Πεδία πηγήςσε ένα πεδίο που είναι διάσταση ή επίπεδο. Τα πεδία που περιέχουν πιο λεπτομερείς πληροφορίες θα πρέπει να τοποθετούνται σε χαμηλότερα επίπεδα. Για παράδειγμα, στην Εικόνα 6.7 το πεδίο Τίτλος εργασίαςείναι το επίπεδο πεδίου Ονομα τμήματος.

Για να μετακινήσετε ένα πεδίο σε χαμηλότερο ή υψηλότερο επίπεδο, πρέπει να το σύρετε σε ένα χαμηλότερο ή υψηλότερο πεδίο εντός της διάστασης. Για εμφάνιση ή απόκρυψη επιπέδων, χρησιμοποιήστε τα κουμπιά ή αντίστοιχα.

Εάν χρησιμοποιείτε πεδία ημερομηνίας ή ώρας ως ιδιότητα ανώτατου επιπέδου, ο Οδηγός κύβων OLAP δημιουργεί αυτόματα επίπεδα για αυτές τις διαστάσεις. Στη συνέχεια, ο χρήστης μπορεί να επιλέξει ποια επίπεδα θα εμφανίζονται στις αναφορές. Για παράδειγμα, μπορείτε να επιλέξετε εβδομάδες, τρίμηνα και έτη ή μήνες (βλ. Εικόνα 6.7).

Να θυμάστε ότι ο οδηγός δημιουργεί αυτόματα επίπεδα για τα πεδία ημερομηνίας και ώρας μόνο όταν δημιουργείτε μια ιδιότητα ανώτατου επιπέδου. Όταν προσθέτετε αυτά τα πεδία ως υποεπίπεδα μιας ιδιότητας, δεν δημιουργούνται αυτόματα επίπεδα.

Στο τρίτο βήμα του οδηγού, προσδιορίζεται ο τύπος του κύβου που δημιουργείται από τον οδηγό, με τρεις δυνατές επιλογές (βλ. Εικ. 6.8).

Ρύζι. 6.8. Επιλέγοντας τον τύπο του κύβου που θα δημιουργηθεί στο τρίτο βήμα του οδηγού

· Οι δύο πρώτες επιλογές περιλαμβάνουν τη δημιουργία ενός κύβου κάθε φορά που ανοίγετε μια αναφορά (αν ο κύβος προβάλλεται από το Excel, τότε μιλάμε για συγκεντρωτικό πίνακα). Σε αυτήν την περίπτωση, το αρχείο αίτησης και το αρχείο ορισμοί κύβου *.oqy, το οποίο περιέχει οδηγίες για τη δημιουργία ενός κύβου. Μπορείτε να ανοίξετε το αρχείο *.oqy Πρόγραμμα Excelγια να δημιουργήσετε αναφορές με βάση τον κύβο και εάν χρειάζεται να κάνετε αλλαγές στον κύβο, μπορείτε να ανοίξετε το ερώτημα για να εκτελέσετε ξανά τον Οδηγό δημιουργίας κύβου.

Από προεπιλογή, τα αρχεία ορισμού κύβου, καθώς και τα αρχεία ερωτημάτων, αποθηκεύονται στο φάκελο προφίλ χρήστη στο Application Data\Microsoft\Que-ries. Όταν αποθηκεύετε ένα αρχείο *.oqy στον τυπικό φάκελο, το όνομα του αρχείου ορισμού κύβου εμφανίζεται στην καρτέλα Κύβοι OLAPόταν ανοίγετε ένα νέο ερώτημα στο Microsoft Query ή όταν επιλέγετε μια εντολή Δημιουργήστε ένα αίτημα(μενού Δεδομένα, υπομενού Εισαγωγή εξωτερικών δεδομένων) στο Microsoft Excel.

· Σε περίπτωση επιλογής της τρίτης επιλογής τύπου κύβου Αποθήκευση ενός αρχείου κύβου που περιέχει όλα τα δεδομένα για τον κύβο, ανακτώνται όλα τα δεδομένα για τον κύβο και δημιουργείται ένα αρχείο κύβου με την επέκταση * σε μια τοποθεσία που καθορίζει ο χρήστης .νεογνό ζώου, στο οποίο αποθηκεύονται αυτά τα δεδομένα. Δημιουργία αυτό το αρχείοδεν συμβαίνει αμέσως όταν πατηθεί το κουμπί Ετοιμος; το αρχείο δημιουργείται είτε όταν αποθηκεύετε τον ορισμό του κύβου σε ένα αρχείο είτε όταν δημιουργείτε μια αναφορά με βάση τον κύβο.

Η επιλογή του τύπου του κύβου καθορίζεται από διάφορους παράγοντες: την ποσότητα των δεδομένων που περιέχει ο κύβος. τον τύπο και την πολυπλοκότητα των αναφορών που θα δημιουργηθούν με βάση τον κύβο. πόρους συστήματος (μνήμη και χώρος δίσκου) κ.λπ.

Ένα ξεχωριστό αρχείο *.cub cube θα πρέπει να δημιουργηθεί στις ακόλουθες περιπτώσεις:

1) για διαδραστικές αναφορές που αλλάζουν συχνά, εάν υπάρχει επαρκής χώρος στο δίσκο.

2) όταν πρέπει να αποθηκεύσετε τον κύβο σε διακομιστή δικτύου για να παρέχετε πρόσβαση σε αυτόν σε άλλους χρήστες κατά τη δημιουργία αναφορών. Ένα αρχείο κύβου μπορεί να παρέχει συγκεκριμένα δεδομένα από τη βάση δεδομένων προέλευσης, ενώ παραλείπει ευαίσθητα ή ευαίσθητα δεδομένα στα οποία θέλετε να αποτρέψετε την πρόσβαση άλλων χρηστών.