Los cubos Olap sobresalen. OLAP = Vista multidimensional = Cubo. Crear un cubo de ventas en Internet

Los cubos de datos OLAP (procesamiento analítico en línea) le permiten extraer y analizar datos multidimensionales de manera eficiente. A diferencia de otros tipos de bases de datos, las bases de datos OLAP están diseñadas específicamente para el procesamiento analítico y la extracción rápida de todo tipo de conjuntos de datos de ellas. En realidad, existen varias diferencias clave entre las bases de datos relacionales estándar, como Access o SQL Server, y las bases de datos OLAP.

Arroz. 1. Para conectar un cubo OLAP a un libro de Excel, use el comando De los servicios de análisis

Descarga la nota en o

En las bases de datos relacionales, la información se representa como registros que se agregan, eliminan y actualizan secuencialmente. Las bases de datos OLAP almacenan sólo una instantánea de los datos. En una base de datos OLAP, la información se archiva como un único bloque de datos y está destinada únicamente a la salida bajo demanda. Aunque se puede agregar nueva información a una base de datos OLAP, los datos existentes rara vez se editan y mucho menos se eliminan.

Las bases de datos relacionales y las bases de datos OLAP son estructuralmente diferentes. Las bases de datos relacionales normalmente constan de un conjunto de tablas relacionadas entre sí. En algunos casos, una base de datos relacional contiene tantas tablas que es muy difícil determinar cómo están conectadas. En las bases de datos OLAP, las relaciones entre bloques individuales de datos se definen de antemano y se almacenan en una estructura conocida como cubos OLAP. Los cubos de datos almacenan información completa sobre la estructura jerárquica y las relaciones de la base de datos, lo que simplifica enormemente la navegación a través de ella. Además, es mucho más fácil crear informes si sabes de antemano dónde se encuentran los datos que estás extrayendo y qué otros datos están asociados a ellos.

La principal diferencia entre las bases de datos relacionales y las bases de datos OLAP es la forma en que se almacena la información. Los datos en un cubo OLAP rara vez se presentan de forma general. Los cubos de datos OLAP suelen contener información presentada en un formato prediseñado. Así, las operaciones de agrupar, filtrar, ordenar y fusionar datos en cubos se realizan antes de llenarlos de información. Esto simplifica al máximo la recuperación y visualización de los datos solicitados. A diferencia de las bases de datos relacionales, no es necesario organizar la información correctamente antes de mostrarla en pantalla.

Las bases de datos OLAP suelen ser creadas y mantenidas por administradores de TI. Si su organización no tiene una estructura responsable de administrar las bases de datos OLAP, puede comunicarse con el administrador de la base de datos relacional con una solicitud para implementar red corporativa al menos algunas soluciones OLAP.

Conexión a un cubo de datos OLAP

Para acceder a una base de datos OLAP, primero debe establecer una conexión con el cubo OLAP. Comience yendo a la pestaña Cinta Datos. Clic en el botón De otras fuentes y seleccione el comando en el menú desplegable De los servicios de análisis(Figura 1).

Cuando selecciona el comando especificado del Asistente de conexión de datos (Fig. 2). Su tarea principal es ayudarlo a establecer una conexión con el servidor, que Excel utilizará al administrar los datos.

1. Primero debe proporcionar a Excel la información de registro. Ingrese el nombre del servidor, el nombre de inicio de sesión y la contraseña de acceso a los datos en los campos del cuadro de diálogo, como se muestra en la Fig. 2. Haga clic en el botón Más. Si te conectas usando cuenta Windows, luego configure el interruptor Usar autenticación de Windows.

2. Seleccione la base de datos con la que trabajará en la lista desplegable (Fig. 3). El ejemplo actual utiliza la base de datos del Tutorial de Analysis Services. Una vez que seleccione esta base de datos, la siguiente lista le solicitará que importe todos los cubos OLAP disponibles en ella. Seleccione el cubo de datos requerido y haga clic en el botón Más.

Arroz. 3. Seleccione una base de datos de trabajo y cubo OLAP, que planea utilizar para el análisis de datos

3. En el siguiente cuadro de diálogo del asistente, que se muestra en la Fig. 4, se le solicita que ingrese información descriptiva sobre la conexión que está creando. Todos los campos del cuadro de diálogo que se muestra en la Fig. No es necesario completar 4. Siempre puedes ignorar el cuadro de diálogo actual sin completarlo, y esto no afectará tu conexión de ninguna manera.

Arroz. 4. Cambiar la información descriptiva de la conexión.

4. Haga clic en el botón Listo para completar la creación de la conexión. Aparecerá un cuadro de diálogo en la pantalla. Datos de importacion(Figura 5). Establecer el interruptor Informe de tabla dinámica y haga clic en Aceptar para comenzar a crear la tabla dinámica.

Estructura de cubo OLAP

Al crear una tabla dinámica a partir de una base de datos OLAP, notará que la ventana del panel de tareas Campos de tabla dinámica será diferente al de una tabla dinámica normal. La razón radica en la disposición de la tabla dinámica para reflejar fielmente la estructura del cubo OLAP adjunto a ella. Para navegar por un cubo OLAP lo más rápido posible, es necesario familiarizarse completamente con sus componentes y cómo interactúan. En la Fig. La Figura 6 muestra la estructura básica de un cubo OLAP típico.

Como puede ver, los componentes principales de un cubo OLAP son dimensiones, jerarquías, niveles, miembros y medidas:

• Dimensiones. Las principales características de los elementos de datos analizados. Ejemplos comunes de dimensiones incluyen Productos, Cliente y Empleado. En la Fig. La Figura 6 muestra la estructura de la dimensión Productos.
• Jerarquías. Una agregación predefinida de niveles en una dimensión especificada. La jerarquía permite crear datos resumidos y analizarlos en diferentes niveles de la estructura, sin profundizar en las relaciones que existen entre estos niveles. En el ejemplo mostrado en la Fig. 6, la dimensión Productos tiene tres niveles, que se agregan en una única jerarquía de Categorías de productos.
• Niveles. Los niveles son categorías que se agregan en una jerarquía común. Piense en las capas como campos de datos que se pueden consultar y analizar por separado. En la Fig. 6 sólo hay tres niveles: Categoría, Subcategoría y Nombre del producto.
• Miembros. Un único elemento de datos dentro de una dimensión. Normalmente se accede a los miembros a través de una estructura OLAP de dimensiones, jerarquías y niveles. En el ejemplo de la Fig. Se definen 6 miembros para el nivel Nombre del producto. Otros niveles tienen sus propios miembros, que no se muestran en la estructura.
• Medidas- Estos son datos reales en cubos OLAP. Las medidas se almacenan en sus propias dimensiones, que se denominan dimensiones de medida. Puede consultar medidas utilizando cualquier combinación de dimensiones, jerarquías, niveles y miembros. Este procedimiento se llama medidas de “rebanado”.

Ahora que está familiarizado con la estructura de los cubos OLAP, echemos un nuevo vistazo a la lista de campos de la tabla dinámica. La organización de los campos disponibles queda clara y no genera quejas. En la Fig. La Figura 7 muestra cómo la lista de campos representa los elementos de una tabla dinámica OLAP.

En la lista de campos de la tabla dinámica Medidas OLAP se muestran primero y se indican con el icono de suma (sigma). Estos son los únicos elementos de datos que pueden estar en la región VALUE. Después de ellos, en la lista se indican las dimensiones, indicadas por un icono con una imagen de tabla. Nuestro ejemplo utiliza la dimensión Cliente. Esta dimensión contiene una serie de jerarquías. Una vez que se expande la jerarquía, puede ver los niveles de datos individuales. Para ver la estructura de datos de un cubo OLAP, simplemente navegue por la lista de campos en la tabla dinámica.

Limitaciones de las tablas dinámicas OLAP

Cuando trabaje con tablas dinámicas OLAP, recuerde que interactúa con la fuente de datos de la tabla dinámica en el entorno OLAP de Analysis Services. Esto significa que todos los aspectos del comportamiento del cubo de datos, desde las dimensiones hasta las medidas que se incluyen en el cubo, también están controlados por los servicios de análisis OLAP. A su vez, esto genera restricciones en las operaciones que se pueden realizar en las tablas dinámicas OLAP:

• No puede colocar campos que no sean medidas en el área VALORES de una tabla dinámica;
• es imposible cambiar la función utilizada para resumir;
• No puede crear un campo calculado o un elemento calculado;
• cualquier cambio en los nombres de los campos se cancela inmediatamente después de que el campo se elimina de la tabla dinámica;
• No se permite cambiar los parámetros del campo de la página;
• comando no disponible Espectáculopaginas;
• opción deshabilitada Espectáculofirmaselementos si no hay campos en el área de valor;
• opción deshabilitada Subtotales por elementos de página seleccionados por el filtro;
• parámetro no disponible Fondopedido;
• después de hacer doble clic en el campo VALORES, solo se devuelven los primeros 1000 registros del caché de la tabla dinámica;
• casilla de verificación deshabilitada Optimizarmemoria.

Crear cubos de datos autónomos

En una tabla dinámica estándar, los datos de origen se almacenan en su disco duro local. Así, siempre podrás gestionarlos, así como cambiar la estructura, incluso sin acceso a la red. Pero esto no se aplica de ninguna manera a las tablas dinámicas OLAP. En las tablas dinámicas OLAP, el caché no se encuentra en el disco duro local. Por lo tanto, inmediatamente después de desconectarse de red local su tabla dinámica OLAP ya no funcionará. No podrá mover ni un solo campo en dicha tabla.

Si aún necesita analizar datos OLAP cuando no está conectado a una red, cree un cubo de datos sin conexión. Este es un archivo separado que representa el caché de la tabla dinámica. Este archivo almacena datos OLAP que se ven después de desconectarse de la red local. Para crear un cubo de datos independiente, primero cree una tabla dinámica OLAP. Coloque el cursor en la tabla dinámica y haga clic en el botón herramientas OLAP pestaña contextual Análisis, incluida en el conjunto de pestañas contextuales Trabajar con tablas dinámicas. Selecciona un equipo Modo OLAP sin conexión(Figura 8).

Aparecerá un cuadro de diálogo en la pantalla. Ajustes duración de la batería OLAP(Figura 9). Clic en el botón Crear archivo de datos sin conexión. La primera ventana del Asistente de creación de archivos de Data Cube aparecerá en la pantalla. Clic en el botón Más para continuar con el procedimiento.

En el segundo paso (Fig. 10), indique las dimensiones y niveles que se incluirán en el cubo de datos. En el cuadro de diálogo, debe seleccionar los datos a importar desde la base de datos OLAP. Es necesario seleccionar solo aquellas dimensiones que serán necesarias después de desconectar la computadora de la red local. Cuantas más dimensiones especifiques, más grande será el cubo de datos autónomo.

Clic en el botón Más para proceder al tercer paso (Fig. 11). En esta ventana debe seleccionar miembros o elementos de datos que no se incluirán en el cubo. Si la casilla de verificación no está seleccionada, el elemento especificado no se importará y ocupará espacio innecesario en su disco duro local.

Especifique la ubicación y el nombre del cubo de datos (Figura 12). Los archivos de cubo de datos tienen la extensión .cub.

Después de un tiempo, Excel guardará el cubo de datos sin conexión en la carpeta especificada. Para probarlo, haga doble clic en el archivo, lo que generará automáticamente un archivo funcional. libros de excel, que contiene una tabla dinámica asociada con el cubo de datos seleccionado. Una vez creado, puede distribuir el cubo de datos sin conexión a todos los usuarios interesados ​​que estén trabajando en modo LAN sin conexión.

Una vez conectado a la red local, puede abrir el archivo del cubo de datos sin conexión y actualizarlo junto con la tabla de datos asociada. Tenga en cuenta que, aunque el cubo de datos sin conexión se utiliza cuando no hay acceso a la red, es necesario actualizarlo cuando se restablece la conectividad de la red. Intentar actualizar un cubo de datos sin conexión después de que se haya perdido la conexión de red provocará un error.

Usar funciones de cubo de datos en tablas dinámicas

Las funciones de cubo de datos que se utilizan en bases de datos OLAP también se pueden ejecutar desde una tabla dinámica. En las versiones heredadas de Excel, solo tenía acceso a la funcionalidad del cubo de datos después de instalar el complemento Analysis Pack. En Excel 2013, estas funciones están integradas en el programa y, por lo tanto, están disponibles para su uso. Para comprender completamente sus capacidades, veamos un ejemplo específico.

Uno de los más maneras simples Aprender las funciones de un cubo de datos implica convertir una tabla dinámica OLAP en fórmulas de cubo de datos. Este procedimiento es muy sencillo y permite obtener rápidamente fórmulas de cubos de datos sin tener que crearlas desde cero. El principio clave es reemplazar todas las celdas de la tabla dinámica con fórmulas vinculadas a la base de datos OLAP. En la Fig. La Figura 13 muestra una tabla dinámica asociada con una base de datos OLAP.

Coloque el cursor en cualquier lugar de la tabla dinámica, haga clic en el botón herramientas OLAP pestaña de cinta contextual Análisis y selecciona un equipo Convertir a fórmulas(Figura 14).

Si su tabla dinámica contiene un campo de filtro de informe, el cuadro de diálogo que se muestra en la Figura 1 aparecerá en su pantalla. 15. En esta ventana, puede especificar si desea convertir las listas desplegables del filtro de datos en fórmulas. Si la respuesta es sí, las listas desplegables se eliminarán y en su lugar se mostrarán fórmulas estáticas. Si planea utilizar listas desplegables en el futuro para cambiar el contenido de la tabla dinámica, desmarque la única casilla de verificación en el cuadro de diálogo. Si trabaja en una tabla dinámica en modo de compatibilidad, los filtros de datos se convertirán en fórmulas automáticamente, sin previo aviso.

Después de unos segundos, en lugar de una tabla dinámica, se mostrarán fórmulas que se ejecutan en cubos de datos y proporcionan la salida de la información necesaria en la ventana de Excel. Tenga en cuenta que esto elimina los estilos aplicados anteriormente (Fig. 16).

Arroz. 16. Eche un vistazo a la barra de fórmulas: las celdas contienen las fórmulas del cubo de datos.

Dado que los valores que está viendo ya no forman parte del objeto de tabla dinámica, puede agregar columnas, filas y miembros calculados y combinarlos con otros fuentes externas y también cambiar el informe con más diferentes caminos, incluido arrastrar y soltar fórmulas.

Agregar cálculos a tablas dinámicas OLAP

EN Versión anterior Las tablas dinámicas OLAP de Excel no permitían cálculos personalizados. Esto significa que no fue posible agregar un nivel adicional de análisis a las tablas dinámicas OLAP de la misma manera que es posible agregar campos calculados y miembros a las tablas dinámicas normales (para obtener más información, asegúrese de estar familiarizado con este material antes de continuar). lectura ).

Excel 2013 presenta nuevas herramientas OLAP: medidas calculadas y miembros MDX calculados. Ya no está limitado a utilizar las medidas y miembros en su cubo OLAP proporcionados por su DBA. Obtiene capacidades de análisis adicionales al crear cálculos personalizados.

Introducción a MDX. Cuando utiliza una tabla dinámica con un cubo OLAP, emite consultas MDX (expresiones multidimensionales) a la base de datos. MDX es un lenguaje de consulta que se utiliza para recuperar datos de fuentes multidimensionales (como cubos OLAP). Cuando se cambia o actualiza una tabla dinámica OLAP, las consultas MDX correspondientes se envían a la base de datos OLAP. Los resultados de la consulta se devuelven a Excel y se muestran en el área de la tabla dinámica. Esto hace posible trabajar con datos OLAP sin una copia local de la caché de la tabla dinámica.

Cuando crea medidas calculadas y miembros MDX, utiliza la sintaxis del lenguaje MDX. Usando esta sintaxis, una tabla dinámica permite que los cálculos interactúen con el backend de la base de datos OLAP. Los ejemplos analizados en el libro se basan en diseños MDX básicos que demuestran nuevas funciones de excel 2013. Si necesita crear medidas calculadas complejas y miembros MDX, deberá dedicar tiempo a aprender más sobre las capacidades de MDX.

Crear medidas calculadas. Una medida calculada es la versión OLAP de un campo calculado. La idea es crear un nuevo campo de datos basado en algunas operaciones matemáticas realizadas en campos OLAP existentes. En el ejemplo mostrado en la Fig. 17 se utiliza un cuadro resumen OLAP, que incluye la relación y cantidad de bienes, así como los ingresos por la venta de cada uno de ellos. Necesitamos agregar una nueva medida que calculará el precio promedio por unidad de un artículo.

Análisis Trabajar con tablas dinámicas. En el menú desplegable herramientas OLAP seleccione un artículo (Figura 18).

Arroz. 18. Seleccione un elemento del menú Medida calculada MDX

Aparecerá un cuadro de diálogo en la pantalla. Crear una medida calculada(Figura 19).

Sigue estos pasos:

2. Seleccione el grupo de medidas en el que se ubicará la nueva medida calculada. Si no hace esto, Excel colocará automáticamente la nueva medida en el primer grupo de medidas disponible.

3. En el campo expresión MDX(MDX) Introduzca el código que especifica la nueva medida. Para acelerar el proceso de ingreso, use la lista de la izquierda para seleccionar medidas existentes para usar en los cálculos. Haga doble clic en la medida deseada para agregarla al campo MDX. Se utiliza el siguiente MDX para calcular el precio de venta unitario promedio:

4. Haga clic en Aceptar.

Presta atención al botón. Comprobar MDX, que se encuentra en la parte inferior derecha de la ventana. Haga clic en este botón para comprobar que la sintaxis MDX sea correcta. Si la sintaxis contiene errores, aparece un mensaje.

Una vez que haya terminado de crear su nueva medida calculada, vaya a la lista Campos de tabla dinámica y selecciónelo (Fig. 20).

El alcance de una medida calculada se aplica solo al libro de trabajo actual. En otras palabras, las medidas calculadas no se crean directamente en el cubo del servidor OLAP. Esto significa que nadie podrá acceder a la medida calculada a menos que abra acceso general al libro de trabajo o no lo publicará en Internet.

Cree miembros MDX calculados. Un miembro calculado MDX es la versión OLAP de un miembro calculado normal. La idea es crear un nuevo elemento de datos basado en algunas operaciones matemáticas realizadas en elementos OLAP existentes. En el ejemplo mostrado en la Fig. 22, se utiliza una tabla dinámica OLAP que incluye información de ventas para 2005-2008 (con un desglose trimestral). Supongamos que desea agregar datos para el primer y segundo trimestre creando un elemento nuevo, Primera mitad del año. También combinaremos datos relacionados con el tercer y cuarto trimestre, formando un nuevo elemento Segundo del Año.

Arroz. 22. Vamos a agregar nuevos miembros calculados MDX, primera mitad del año y segunda mitad del año.

Coloque el cursor en cualquier lugar de la tabla dinámica y seleccione la pestaña contextual Análisis desde un conjunto de pestañas contextuales Trabajar con tablas dinámicas. En el menú desplegable herramientas OLAP seleccione un artículo Miembro calculado MDX(Figura 23).

Aparecerá un cuadro de diálogo en la pantalla. (Figura 24).

Arroz. 24. ventana Crear un artículo calculado

Sigue estos pasos:

1. Asigne un nombre a la medida calculada.

2. Seleccione la jerarquía principal para la que está creando nuevos miembros calculados. En un sitio de construcción Elemento padre asignar un valor Todo. Esta configuración permite a Excel acceder a todos los miembros de la jerarquía principal al evaluar una expresión.

3. En la ventana expresión MDX Ingrese la sintaxis MDX. Para ahorrar algo de tiempo, use la lista de la izquierda para seleccionar miembros existentes para usar en MDX. Haga doble clic en el elemento seleccionado y Excel lo agregará a la ventana expresión MDX. En el ejemplo mostrado en la Fig. 24, se calcula la suma del primer y segundo trimestre:

..&& +

.. && +

.. && + …

4. Haga clic en Aceptar. Excel muestra el miembro calculado MDX recién creado en la tabla dinámica. Como se muestra en la Fig. 25, el nuevo elemento calculado se muestra junto con los demás elementos calculados en la tabla dinámica.

En la Fig. La Figura 26 ilustra un proceso similar utilizado para crear el elemento calculado para la segunda mitad del año.

Observe que Excel ni siquiera intenta eliminar los miembros MDX originales (Figura 27). La tabla dinámica continúa mostrando registros correspondientes a los años 2005-2008, desglosados ​​por trimestre. En este caso, esto no es gran cosa, pero en la mayoría de los escenarios, debes ocultar elementos “extra” para evitar conflictos.

Arroz. 27. Excel muestra el miembro calculado MDX creado como los miembros originales. Pero aún es mejor eliminar los elementos originales para evitar conflictos.

Recuerde: los miembros calculados solo se encuentran en el libro de trabajo actual. En otras palabras, las medidas calculadas no se crean directamente en el cubo del servidor OLAP. Esto significa que nadie podrá acceder a la medida calculada o al miembro calculado a menos que comparta el libro o lo publique en línea.

Tenga en cuenta que si la jerarquía principal o el elemento principal en un cubo OLAP cambia, el elemento calculado MDX ya no funciona. Necesitará recrear este elemento.

Gestión de cálculos OLAP. Excel proporciona una interfaz que le permite administrar medidas calculadas y miembros MDX en tablas dinámicas OLAP. Coloque el cursor en cualquier lugar de la tabla dinámica y seleccione la pestaña contextual Análisis desde un conjunto de pestañas contextuales Trabajar con tablas dinámicas. En el menú desplegable herramientas OLAP seleccione un artículo Gestión informática. En la ventana Gestión informática Hay tres botones disponibles (Fig.28):

• Crear. Cree una nueva medida calculada o miembro MDX calculado.
• Cambiar. Cambie el cálculo seleccionado.
• Borrar. Eliminar el cálculo seleccionado.

Arroz. 28. cuadro de diálogo Gestión informática

Realice análisis hipotéticos sobre datos OLAP. En Excel 2013, puede realizar análisis hipotéticos de datos en tablas dinámicas OLAP. Gracias a esto nueva oportunidad Puede cambiar valores en una tabla dinámica y recalcular medidas y miembros en función de sus cambios. También puede propagar los cambios al cubo OLAP. Para aprovechar las capacidades de análisis hipotético, cree una tabla dinámica OLAP y seleccione la pestaña contextual Análisis Trabajar con tablas dinámicas. En el menú desplegable herramientas OLAP selecciona un equipo Y si el análisis –> Habilitar análisis hipotético(Figura 29).

A partir de este momento, puedes cambiar los valores de la tabla dinámica. Para cambiar el valor seleccionado en la tabla dinámica, haga clic derecho sobre él y seleccione el elemento en el menú contextual (Figura 30). Excel volverá a ejecutar todos los cálculos en la tabla dinámica con los cambios que realizó, incluidas las medidas calculadas y los miembros MDX calculados.

Arroz. 30. Selecciona un artículo Tenga en cuenta el cambio al calcular la tabla dinámica para realizar cambios en la tabla dinámica

De forma predeterminada, las ediciones realizadas en una tabla dinámica en el modo de análisis hipotético son locales. Si desea propagar cambios al servidor OLAP, seleccione el comando para publicar cambios. Seleccione una pestaña contextual Análisis, ubicado en un conjunto de pestañas contextuales Trabajar con tablas dinámicas. En el menú desplegable herramientas OLAP Seleccionar articulos Y si el análisis – > Publicar cambios(Figura 31). Como resultado de ejecutar este comando, " respóndeme» en el servidor OLAP, lo que significa que los cambios se pueden propagar al cubo OLAP de origen. (Para propagar cambios al servidor OLAP, debe tener los permisos adecuados para acceder al servidor. Comuníquese con el administrador de su base de datos para que lo ayude a obtener permisos de acceso de escritura a la base de datos OLAP).

La nota fue escrita basándose en el libro de Jelen, Alexander. . Capítulo 9

/ De manera cubista. Aplicación de cubos OLAP en la práctica de gestión de grandes empresas.

En contacto con

Compañeros de clase

Konstantin Tokmachev, sistema arquitecto

De estilo cubista.
Aplicación de cubos OLAP en la práctica de gestión de grandes empresas.

Quizás haya pasado el tiempo en que los recursos informáticos de una corporación se gastaban únicamente en registrar información e informes contables. Al mismo tiempo, las decisiones de gestión se tomaban "a simple vista" en las oficinas, en reuniones y sesiones. Quizás en Rusia haya llegado el momento de devolver los sistemas informáticos corporativos a su recurso principal: resolver problemas de gestión basándose en los datos registrados en la computadora.

Acerca de los beneficios de la analítica empresarial

En el circuito de gestión corporativa, entre los datos "sin procesar" y las "palancas" para influir en el objeto gestionado, existen "indicadores de desempeño": KPI. Forman una especie de "tablero" que refleja el estado de varios subsistemas del objeto controlado. Dotar a la empresa de indicadores de desempeño informativos y monitorear su cálculo y valores obtenidos es trabajo de un analista de negocios. Los servicios de análisis automatizados, como la utilidad MS SQL Server Analysis Services (SSAS) y su herramienta principal, el cubo OLAP, pueden brindar una ayuda significativa en la organización del trabajo analítico de la corporación.

Es necesario señalar aquí un punto más. Digamos que, en la tradición americana, una especialidad centrada en trabajar con cubos OLAP se llama BI (Business Intelligence). No debería hacerse ilusiones de que el BI estadounidense corresponde al “analista de negocios” ruso. No te ofendas, pero a menudo nuestro analista de negocios es un "subcontador" y un "subprogramador", un especialista con conocimientos vagos y un salario pequeño, que realmente no tiene herramientas ni metodología propias.

Un especialista en BI es, de hecho, un matemático aplicado, un especialista altamente calificado que utiliza métodos matemáticos modernos para el arsenal de la empresa (lo que se llamó Investigación de Operaciones). BI es más consistente con la especialidad de "analista de sistemas" que una vez hubo en la URSS, se graduó en la Facultad de Matemática Computacional y Matemáticas de la Universidad Estatal de Moscú. MV Lomonósov. El cubo OLAP y los servicios de análisis pueden convertirse en una base prometedora para el puesto de trabajo de un analista de negocios ruso, quizás después de una formación avanzada en la dirección del BI estadounidense.

Recientemente ha surgido otra tendencia dañina. Gracias a la especialización se ha perdido el entendimiento mutuo entre las diferentes categorías de empleados de las empresas. Contador, gerente y programador, como “un cisne, un cangrejo y un lucio” en la fábula de I.A. Krylov, están empujando a la corporación en diferentes direcciones.

El contador está ocupado con la presentación de informes; sus importes, tanto en significado como en dinámica, no están directamente relacionados con el proceso comercial de la empresa.

El directivo está ocupado con su parte del proceso empresarial, pero no es capaz de evaluar globalmente, a nivel de la empresa en su conjunto, los resultados y perspectivas de sus acciones.

Finalmente, el programador, que alguna vez fue (gracias a su educación) conductor de ideas técnicas avanzadas desde el ámbito de la ciencia al ámbito de los negocios, se ha convertido en un ejecutor pasivo de las fantasías del contable y del gerente, por lo que ya no es Ya no es raro que los departamentos de TI de las corporaciones estén dirigidos por contables y, en general, por todo aquel que no sea perezoso. La falta de iniciativa, el programador 1C analfabeto pero relativamente bien pagado es un verdadero flagelo para las corporaciones rusas. (Casi como un futbolista nacional.) Ni siquiera hablo de los llamados “economistas y abogados”, de ellos ya se ha dicho todo hace mucho tiempo.

Así, el puesto de analista de negocios, equipado con un aparato SSAS intensivo en conocimientos, que domina los conceptos básicos de programación y contabilidad, es capaz de consolidar el trabajo de la empresa en relación al análisis y previsión del proceso de negocio.

Ventajas de los cubos OLAP

El cubo OLAP es remedio moderno análisis de la base de datos del sistema informático corporativo, que permite brindar a los empleados de todos los niveles jerárquicos el conjunto requerido de indicadores que caracterizan proceso de manufactura compañías. La cuestión no es solo que la interfaz conveniente y el lenguaje de consulta flexible del cubo MDX (MultiDimensional eXpressions) le permiten formular y calcular los indicadores analíticos necesarios, sino también la notable velocidad y facilidad con la que el cubo OLAP lo hace. Además, esta velocidad y facilidad, dentro de ciertos límites, no dependen de la complejidad de los cálculos ni del tamaño de la base de datos.

Alguna introducción a OLAP
El cubo puede ser proporcionado por una “tabla dinámica” de MS Excel. Estos objetos tienen lógica similar e interfaces similares. Pero, como se verá en el artículo, la funcionalidad OLAP es incomparablemente más rica y el rendimiento es incomparablemente mayor, por lo que la "tabla dinámica" sigue siendo un producto de escritorio local, mientras que OLAP es un producto de nivel empresarial.

Por qué el cubo OLAP es tan bueno para resolver tareas analíticas? El cubo OLAP está diseñado de tal manera que todos los indicadores en todas las secciones posibles se calculan previamente (en su totalidad o en parte), y el usuario solo puede "sacar" los indicadores (medidas) y dimensiones (dimensiones) requeridos con el ratón y el programa puede volver a dibujar las tablas.

Todos los análisis posibles en todas las secciones forman un campo enorme, o mejor dicho, no un campo, sino simplemente un cubo OLAP multidimensional. Cualquiera que sea la solicitud que el usuario (gerente, analista de negocios, ejecutivo) solicite al servicio de análisis, la velocidad de respuesta se explica por dos cosas: en primer lugar, los análisis requeridos se pueden formular fácilmente (ya sea seleccionados de una lista por nombre o especificados por un fórmula en el lenguaje MDX ), en segundo lugar, por regla general, ya se ha calculado.

La formulación de análisis es posible en tres opciones: es un campo de base de datos (o más bien, un campo de almacén), o un campo de cálculo definido en el nivel de diseño del cubo, o una expresión en lenguaje MDX cuando se trabaja interactivamente con el cubo.

Esto significa varias características atractivas de los cubos OLAP. Básicamente, la barrera entre el usuario y los datos desaparece. La barrera está en la forma de un programador de aplicaciones, quien, en primer lugar, necesita explicar el problema (fijar una tarea). En segundo lugar, tendrá que esperar a que el programador de la aplicación cree un algoritmo, escriba y depure el programa, y ​​luego posiblemente lo modifique. Si hay muchos empleados y sus requisitos son variados y cambiantes, entonces se necesita todo un equipo de programadores de aplicaciones. En este sentido, un cubo OLAP (y un analista de negocios calificado) reemplaza a todo un equipo de programadores de aplicaciones en términos de trabajo analítico, del mismo modo que una poderosa excavadora con un operador de excavadora reemplaza a todo un equipo de trabajadores migrantes con palas al cavar una zanja.

Al mismo tiempo se consigue otra cualidad muy importante de los datos analíticos obtenidos. Dado que sólo hay un cubo OLAP para toda la empresa, es decir Este es el mismo campo con analistas para todos, lo que elimina molestas discrepancias en los datos. Cuando un directivo tiene que encargar la misma tarea a varios empleados independientes para eliminar el factor de subjetividad, pero aun así dan respuestas diferentes, que cada uno se compromete a explicar de alguna manera, etc. El cubo OLAP garantiza la uniformidad de los datos analíticos en diferentes niveles de la jerarquía corporativa, es decir. Si un gerente quiere detallar un determinado indicador que le interesa, seguramente llegará a los datos de nivel inferior con los que trabaja su subordinado, y estos serán precisamente los datos a partir de los cuales se calculó el indicador de nivel superior. , y no algunos otros datos, recibidos de alguna otra manera, en otro momento, etc. Es decir, toda la empresa ve los mismos análisis, pero en diferentes niveles de agregación.

Pongamos un ejemplo. Digamos que un gerente controla las cuentas por cobrar. Mientras el KPI de cuentas por cobrar vencidas esté en verde, significa que todo es normal y no se requieren acciones de gestión. Si el color ha cambiado a amarillo o rojo, algo anda mal: cortamos los KPI por departamentos comerciales e inmediatamente vemos los departamentos “en rojo”. En la siguiente sección se identifican los gerentes y el vendedor cuyos clientes están atrasados ​​en los pagos. (Además, el monto vencido se puede dividir por clientes, por plazos, etc.) El director de la corporación puede contactar directamente a los infractores en cualquier nivel. Pero, en general, tanto los jefes de departamento como los gerentes de ventas ven el mismo KPI (en sus niveles jerárquicos). Por lo tanto, para corregir la situación, ni siquiera necesitan esperar una “llamada en la alfombra”... Por supuesto, el KPI en sí no necesariamente tiene que ser el monto de los pagos vencidos; puede ser el período medio ponderado de pagos vencidos o, en general, la tasa de rotación de las cuentas por cobrar.

Tengamos en cuenta que la complejidad y flexibilidad del lenguaje MDX, junto con los resultados rápidos (a veces instantáneos), nos permite resolver (teniendo en cuenta las etapas de desarrollo y depuración) problemas de control complejos que de otro modo no se habrían planteado en absoluto. debido a la complejidad para los programadores de aplicaciones y la incertidumbre inicial en la formulación. (En la práctica, a menudo se encuentran plazos prolongados para que los programadores de aplicaciones resuelvan problemas analíticos debido a formulaciones mal comprendidas y largas modificaciones de los programas cuando las condiciones cambian).

Prestemos atención también al hecho de que cada empleado de la empresa puede recoger del campo general un analista OLAP exactamente la cosecha que necesita para su trabajo, y no contentarse con la “tira” que le cortan en la comunidad. “informes estándar”.

La interfaz multiusuario para trabajar con un cubo OLAP en modo cliente-servidor permite que cada empleado, independientemente de los demás, tenga sus propios bloques analíticos (informes) (incluso hechos por usted mismo con cierta habilidad) que, una vez definidos, se actualizan automáticamente. actualizados; en otras palabras, siempre están actualizados.

Es decir, el cubo OLAP permite hacer que el trabajo analítico (que en realidad lo realizan no solo los analistas de recepción, sino también casi todos los empleados de la empresa, incluso los logísticos y gerentes que controlan los saldos y envíos) sea más selectivo. “no en términos generales”, lo que crea condiciones para mejorar el trabajo y aumentar la productividad.

Para resumir nuestra introducción, observamos que el uso de cubos OLAP puede elevar la gestión de una empresa a un nivel superior. La uniformidad de los datos analíticos en todos los niveles de la jerarquía, su confiabilidad, complejidad, facilidad para crear y modificar indicadores, configuraciones individuales, alta velocidad de procesamiento de datos y, finalmente, ahorrar dinero y tiempo dedicado a respaldar rutas analíticas alternativas (programadores de aplicaciones, cálculos independientes de los empleados) abren perspectivas para el uso de cubos OLAP en la práctica de las grandes empresas rusas.

OLTP + OLAP: esquema comentario en la cadena de gestión de la empresa

Ahora veamos la idea general de los cubos OLAP y su punto de aplicación en la cadena de gestión corporativa. El término OLAP (procesamiento analítico en línea) fue introducido por el matemático británico Edgar Codd, además del término previamente introducido OLTP (procesamiento de transacciones en línea). Esto se discutirá más adelante, pero E. Codd, por supuesto, propuso no solo los términos, sino también las teorías matemáticas de OLTP y OLAP. Sin entrar en detalles, en la interpretación moderna, OLTP es una base de datos relacional, considerada como un mecanismo para registrar, almacenar y recuperar información.

Metodología de solución

Los sistemas ERP (Enterprice Resource Planning), como 1C7, 1C8, MS Dynamics AX, tienen interfaces de software orientadas al usuario (ingreso y edición de documentos, etc.) y una base de datos relacional (DB) para almacenar y recuperar información, representada hoy por software. productos como MS SQL Server (SS).

Tenga en cuenta que la información registrada en la base de datos del sistema ERP es de hecho un recurso muy valioso. La cuestión no es solo que la información registrada asegura el flujo de documentos actual de la corporación (extracción de documentos, ajuste, capacidad de imprimir y conciliar, etc.) y no solo la capacidad de calcular estados financieros (impuestos, auditoría, etc.). ). Desde el punto de vista de la gestión, es mucho más importante que el sistema OLTP (base de datos relacional) sea, de hecho, un modelo digital real a tamaño real de las actividades de la corporación.

Pero para gestionar el proceso no basta con registrar información al respecto. El proceso debe presentarse en forma de un sistema de indicadores numéricos (KPI) que caractericen su progreso. Además, se deben definir rangos de valores aceptables para los indicadores. Y solo si el valor del indicador cae fuera del intervalo permitido, se debe tomar una medida de control.

Respecto a esta lógica (o mitología) del control (“control por desviación”), tanto el antiguo filósofo griego Platón, que creó la imagen del timonel (cibernose), que se apoya en el remo cuando el barco se desvía del rumbo, como el El matemático estadounidense Norbert Wiener, quien creó la ciencia de la cibernética en vísperas de la era de las computadoras.

Además del sistema habitual para registrar información mediante el método OLTP, se necesita otro sistema: un sistema para analizar la información recopilada. Este complemento, que en el circuito de control desempeña el papel de retroalimentación entre la gestión y el objeto de control, es un sistema OLAP o, en definitiva, un cubo OLAP.

Como implementación de software de OLAP, consideraremos la utilidad MS Analysis Services, que forma parte de la entrega estándar de MS SQL Server, abreviada SSAS. Tenga en cuenta que, según el plan de E. Codd, el cubo OLAP en análisis debería brindar la misma libertad de acción integral que brindan el sistema OLTP y la base de datos relacional (SQL Server) para almacenar y recuperar información.

Logística OLAP

Ahora veamos la configuración específica. dispositivos externos, programas de aplicación y operaciones tecnológicas en las que se basa el funcionamiento automatizado del cubo OLAP.

Supondremos que la corporación utiliza un sistema ERP, por ejemplo, 1C7 o 1C8, dentro del cual la información se registra como de costumbre. La base de datos de este sistema ERP está ubicada en un servidor determinado y es compatible con MS SQL Server.

También asumiremos que otro servidor tiene software instalado, incluido MS SQL Server con la utilidad MS Analysis Services (SSAS), así como MS SQL Server Management Studio, MS C#, MS Excel y MS Visual Studio. Estos programas juntos forman el contexto requerido: las herramientas y las interfaces necesarias para el desarrollador de cubos OLAP.

El servidor SSAS tiene un programa de distribución gratuita llamado blat, llamado (con parámetros) desde línea de comando y prestación de servicios postales.

En las estaciones de trabajo de los empleados dentro de la red local, entre otras cosas, se instalan programas MS Excel (versiones no inferiores a 2003), así como, posiblemente, un controlador especial para garantizar que MS Excel funcione con MS Analysis Services (a menos que el controlador correspondiente ya esté instalado). incluido en MS Excel).

Para ser más precisos, asumiremos que hay un sistema operativo instalado en las estaciones de trabajo de los empleados. sistema windows XP y en servidores - Servidor de windows 2008. Además, permita que se utilice MS SQL Server 2005 como SQL Server, con Enterprise Edition (EE) o Developer Edition (DE) instalada en el servidor con el cubo OLAP. En estas ediciones es posible utilizar el llamado. “medidas semiaditivas”, es decir adicional Funciones agregadas(estadísticas) distintas de las sumas ordinarias (por ejemplo, extremas o promedio).

Diseño de cubo OLAP (cubismo OLAP)

Digamos algunas palabras sobre el diseño del propio cubo OLAP. En el lenguaje de las estadísticas, un cubo OLAP es un conjunto de indicadores de desempeño calculados en todas las secciones necesarias, por ejemplo, el indicador de envío en secciones por clientes, por mercancías, por fechas, etc. Debido a la traducción directa del inglés a la literatura rusa sobre cubos OLAP, los indicadores se denominan "medidas" y las secciones, "dimensiones". Esta es una traducción matemáticamente correcta, pero sintáctica y semánticamente no muy exitosa. Las palabras rusas "medida", "dimensión", "dimensión" son casi iguales en significado y ortografía, mientras que "medida" y "dimensión" en inglés son diferentes tanto en ortografía como en significado. Por lo tanto, damos preferencia a los términos estadísticos tradicionales rusos "indicador" y "corte", que tienen un significado similar.

Existen varias opciones para la implementación de software de un cubo OLAP en relación con el sistema OLTP donde se registran los datos. Consideraremos solo un esquema, el más simple, confiable y rápido.

En este diseño, OLAP y OLTP no comparten tablas y los análisis de OLAP se calculan con el mayor detalle posible durante la etapa de actualización del cubo (Proceso), que precede a la etapa de uso. Este esquema se llama MOLAP (OLAP multidimensional). Sus desventajas son la asincronía con el ERP y los altos costos de memoria.

Aunque formalmente se puede construir un cubo OLAP utilizando todas (miles) de tablas de bases de datos relacionales del sistema ERP como fuente de datos y todos (cientos) de sus campos como indicadores o secciones, en realidad esto no debería hacerse. Viceversa. Para cargar en un cubo, es más correcto preparar una base de datos separada, llamada "vitrina" o "almacén".

Varias razones nos obligan a hacerlo.

• En primer lugar, Vincular un cubo OLAP a tablas en una base de datos real ciertamente creará problemas técnicos. Cambiar los datos en una tabla puede desencadenar una actualización del cubo, y actualizar un cubo no es necesariamente un proceso rápido, por lo que el cubo estará en un estado de reconstrucción constante; Al mismo tiempo, el procedimiento de actualización del cubo puede bloquear (al leer) los datos de las tablas de la base de datos, ralentizando el trabajo de los usuarios al registrar datos en el sistema ERP.
• En segundo lugar, Tener demasiados indicadores y cortes aumentará drásticamente el área de almacenamiento del cubo en el servidor. No olvidemos que el cubo OLAP almacena no solo los datos originales, como en el sistema OLTP, sino también todos los indicadores resumidos en todas las secciones posibles (e incluso todas las combinaciones de todas las secciones). Además, la velocidad de actualización del cubo y, en última instancia, la velocidad de creación y actualización de análisis e informes de usuario basados ​​en ellos se reducirán en consecuencia.
• Tercero, demasiados campos (indicadores y secciones) crearán problemas en la interfaz de desarrollador OLAP, porque las listas de elementos se volverán inmensas.
• Por cuartos, El cubo OLAP es muy sensible a las violaciones de la integridad de los datos. El cubo no se puede construir si los datos clave no se encuentran en el enlace especificado en la estructura de las conexiones del campo del cubo. Las violaciones de integridad temporales o permanentes y los campos vacíos son comunes en una base de datos de un sistema ERP, pero esto no es en absoluto adecuado para OLAP.

También puedes agregar que el sistema ERP y el cubo OLAP deben estar ubicados en servidores diferentes para compartir la carga. Pero luego, si existen tablas comunes para OLAP y OLTP, también surge el problema del tráfico de red. En este caso surgen problemas prácticamente insolubles cuando es necesario consolidar varios sistemas ERP dispares (1C7, 1C8, MS Dynamics AX) en un cubo OLAP.

Probablemente, podamos seguir acumulando problemas técnicos. Pero lo más importante es recordar que, a diferencia de OLTP, OLAP no es un medio para registrar y almacenar datos, sino una herramienta de análisis. Esto significa que no hay necesidad de cargar y descargar datos "sucios" del ERP a OLAP "por si acaso". Por el contrario, primero es necesario desarrollar un concepto para gestionar la empresa, al menos a nivel del sistema KPI, y luego diseñar un almacén de datos de aplicaciones (warehouse), ubicado en el mismo servidor que el cubo OLAP, y que contenga una pequeña Cantidad refinada de datos del ERP necesarios para la gestión.

Sin promover malos hábitos, el cubo OLAP en relación con OLTP puede compararse con el conocido “alambique”, mediante el cual se extrae un “producto puro” de la “masa fermentada” del registro real.

Entonces, obtuvimos que la fuente de datos para OLAP es una base de datos especial (almacén), ubicada en el mismo servidor que OLAP. Generalmente esto significa dos cosas. Primero, deben existir procedimientos especiales que crearán un almacén a partir de bases de datos de ERP. En segundo lugar, el cubo OLAP es asíncrono con sus sistemas ERP.

Teniendo en cuenta lo anterior, proponemos la siguiente versión de la arquitectura del proceso informático.

Arquitectura de soluciones

Supongamos que hay muchos sistemas ERP de una determinada corporación (holding) ubicados en diferentes servidores, cuyos datos analíticos nos gustaría ver consolidados en un cubo OLAP. Destacamos que en la tecnología descrita combinamos datos de sistemas ERP a nivel de almacén, dejando sin cambios el diseño del cubo OLAP.

En el servidor OLAP creamos imágenes (copias en blanco) de las bases de datos de todos estos sistemas ERP. Periódicamente (todas las noches) realizamos una replicación parcial de las bases de datos ERP activas correspondientes en estas copias vacías.

A continuación, se inicia SP (procedimiento almacenado), que, en el mismo servidor OLAP sin tráfico de red, basándose en réplicas parciales de las bases de datos del sistema ERP, crea (o repone) un almacén (almacén), la fuente de datos del cubo OLAP.

Luego se inicia el procedimiento estándar para actualizar/construir un cubo basado en datos del almacén (operación del proceso en la interfaz SSAS).

Comentemos algunos aspectos de la tecnología. ¿Qué tipo de trabajo hacen los SP?

Como resultado de la replicación parcial, los datos actuales aparecen en la imagen de algún sistema ERP en el servidor OLAP. Por cierto, la replicación parcial se puede realizar de dos formas.

En primer lugar, de todas las tablas de la base de datos del sistema ERP, durante la replicación parcial, solo se copian aquellas que son necesarias para construir un almacén. Esto está controlado por una lista fija de nombres de tablas.

En segundo lugar, la replicación parcial también puede significar que no se copian todos los campos de la tabla, sino sólo aquellos que están involucrados en la construcción del almacén. La lista de campos a copiar se especifica o se crea dinámicamente en SP en la imagen de la copia (si no todos los campos están presentes inicialmente en la copia de la tabla).

Por supuesto, es posible no copiar filas enteras de la tabla, sino sólo agregar nuevos registros. Sin embargo, esto crea serios inconvenientes al contabilizar las revisiones del ERP "retroactivamente", lo que suele ser el caso en los sistemas de la vida real. Así es más fácil, sin más, copiar todos los registros (o actualizar la “cola” a partir de una fecha determinada).

A continuación, la tarea principal de SP es convertir los datos del sistema ERP al formato de almacén. Si sólo hay un sistema ERP, la tarea de conversión se reduce principalmente a copiar y, en su caso, reformatear los datos necesarios. Pero si es necesario consolidar varios sistemas ERP de diferentes estructuras en un mismo cubo OLAP, las transformaciones se vuelven más complicadas.

La tarea de consolidar varios sistemas ERP diferentes en un cubo es especialmente difícil si los conjuntos de sus objetos (directorios de mercancías, contratistas, almacenes, etc.) se superponen parcialmente, los objetos tienen el mismo significado, pero naturalmente se describen de manera diferente en los directorios. de diferentes sistemas (en el sentido de códigos, identificadores, nombres, etc.).

En realidad, tal imagen surge en una gran sociedad holding, cuando varias de sus empresas autónomas del mismo tipo realizan aproximadamente los mismos tipos de actividades en aproximadamente el mismo territorio, pero utilizan sus propios sistemas de registro no acordados. En este caso, al consolidar datos a nivel de almacén, no puede prescindir de tablas de mapeo auxiliares.

Prestemos un poco de atención a la arquitectura de almacenamiento del almacén. Normalmente, un esquema de cubo OLAP se representa en forma de "estrella", es decir, como una tabla de datos rodeada de "rayos" de directorios: tablas de valores de clave secundaria. Una tabla es un bloque de "indicadores", los libros de referencia son sus secciones. En este caso, el directorio, a su vez, puede ser un árbol arbitrario desequilibrado o una jerarquía equilibrada, por ejemplo, una clasificación multinivel de bienes o contratistas. En un cubo OLAP, los campos numéricos de una tabla de datos de un almacén se convierten automáticamente en "indicadores" (o medidas), y las secciones (o dimensiones) se pueden definir utilizando tablas de claves secundarias.

Esta es una descripción visual “pedagógica”. De hecho, la arquitectura de un cubo OLAP puede ser mucho más compleja.

En primer lugar, un almacén puede constar de varias “estrellas”, posiblemente conectadas a través de directorios comunes. En este caso, el cubo OLAP será una unión de varios cubos (varios bloques de datos).

En segundo lugar, el "rayo" de un asterisco puede ser no sólo un directorio, sino un sistema de archivos completo (jerárquico).

En tercer lugar, sobre la base de las secciones de dimensiones existentes, se pueden definir nuevas secciones jerárquicas utilizando las herramientas de interfaz de desarrollador OLAP (por ejemplo, con menos niveles, con un orden de niveles diferente, etc.)

En cuarto lugar, basándose en los indicadores y secciones existentes, utilizando expresiones del lenguaje MDX, se pueden definir nuevos indicadores (cálculos). Es importante tener en cuenta que los nuevos cubos, los nuevos indicadores y las nuevas secciones se integran automáticamente y por completo con los elementos originales. También cabe señalar que los cálculos y las secciones jerárquicas mal formulados pueden ralentizar significativamente el funcionamiento de un cubo OLAP.

MS Excel como interfaz con OLAP

De particular interés es la interfaz de usuario con cubos OLAP. Naturalmente, la interfaz más completa la proporciona la propia utilidad SSAS. Esto incluye un kit de herramientas para desarrolladores de cubos OLAP, un diseñador de informes interactivo y una ventana. trabajo interactivo con un cubo OLAP usando consultas MDX.

Además del propio SSAS, existen muchos programas que proporcionan una interfaz para OLAP, cubriendo en mayor o menor medida su funcionalidad. Pero entre ellos hay uno que, en nuestra opinión, tiene ventajas innegables. Este es MS Excel.

La interfaz con MS Excel la proporciona un controlador especial, que se puede descargar por separado o incluido en la distribución de Excel. No cubre todas las funciones de OLAP, pero con el crecimiento de los números de versión de MS Excel, esta cobertura se hace más amplia (por ejemplo, en MS Excel 2007 aparece una representación gráfica de KPI, que no estaba en MS Excel 2003, etc. ).

Por supuesto, además de su funcionalidad bastante completa, la principal ventaja de MS Excel es la amplia distribución de este programa y el conocimiento cercano de la abrumadora cantidad de usuarios de Office. En este sentido, a diferencia de otros programas de interfaz, la empresa no necesita adquirir nada adicional y no necesita formar a nadie adicionalmente.

La gran ventaja de MS Excel como interfaz con OLAP es la capacidad de procesar de forma independiente los datos obtenidos en el informe OLAP (es decir, continuar estudiando los datos obtenidos de OLAP en otras hojas del mismo Excel, sin utilizar más las herramientas OLAP, pero utilizando herramientas habituales de Excel).

Ciclo de tratamiento nocturno Facubi

Ahora describiremos el ciclo computacional diario (nocturno) de la operación OLAP. El cálculo se realiza bajo el control del programa facubi, escrito en C# 2005 y ejecutado mediante Task Scheduler en un servidor con almacén y SSAS. Al principio, facubi va a Internet y lee los tipos de cambio actuales (utilizados para representar una serie de indicadores en una moneda). A continuación, realice los siguientes pasos.

En primer lugar, facubi lanza SP que realizan una replicación parcial de las bases de datos de varios sistemas ERP (elementos holding) disponibles en la red local. La replicación se realiza, como dijimos, en "fondos" preparados previamente: imágenes de sistemas ERP remotos ubicados en el servidor SSAS.

En segundo lugar, a través de SP, se realiza una asignación desde las réplicas de ERP al almacenamiento del almacén, una base de datos especial, que es la fuente de datos del cubo OLAP y se encuentra en el servidor SSAS. En este caso se resuelven tres tareas principales:

• datos del ERP ajustado a los formatos de cubo requeridos; estamos hablando acerca de tanto sobre tablas como sobre campos de tablas. (A veces es necesario “crear” la tabla requerida, por ejemplo, a partir de varias hojas de MS Excel). Datos similares pueden tener diferentes formatos en diferentes ERP; por ejemplo, los campos de ID de clave en los directorios 1C7 tienen un código de caracteres de 36 dígitos de longitud 8 , y campos _idrref en los directorios 1С8 – números hexadecimales de longitud 32;
• durante el procesamiento Se lleva a cabo el control lógico de los datos (lo que incluye escribir "valores predeterminados" en lugar de los datos faltantes, cuando sea posible) y el control de la integridad, es decir. comprobar la presencia de claves primarias y secundarias en los clasificadores correspondientes;
• consolidación de código objetos que tienen el mismo significado en diferentes ERP. Por ejemplo, los elementos correspondientes de directorios de diferentes ERP pueden tener el mismo significado, digamos, son la misma contraparte. El problema de consolidar códigos se resuelve construyendo tablas de mapeo, donde varios códigos los mismos objetos son llevados a la unidad.

En tercer lugar, se lanza facubi. procedimiento estándar actualizar los datos del cubo de proceso (desde los procedimientos de la utilidad SSAS).

Con base en las listas de verificación, facubi envía correos electrónicos sobre el progreso de los pasos del procesamiento.

Después de ejecutar facubi, el Programador de tareas lanza a su vez varios archivos de Excel, en los que los informes se crean previamente en función de los indicadores del cubo OLAP. Como dijimos, MS Excel tiene una especial interfaz de software(controlador incorporado o descargable por separado) para trabajar con cubos OLAP (con SSAS). Cuando inicia MS Excel, se activan los programas MS VBA (como las macros), que garantizan que los datos de los informes se actualicen; Los informes se modifican si es necesario y se envían por correo (programa blat) a los usuarios según listas de verificación.

Los usuarios de la red local con acceso al servidor SSAS recibirán informes "en vivo" configurados para el cubo OLAP. (En principio, ellos mismos, sin ningún correo, pueden actualizar los informes OLAP en MS Excel que están en su computadoras locales.) Los usuarios fuera de la red local recibirán informes originales, pero con funcionalidad limitada, o para ellos (después de actualizar los informes OLAP en MS Excel) se calcularán informes especiales "muertos" que no acceden al servidor SSAS.

Evaluación de resultados

Hablamos anteriormente sobre la asincronía de OLTP y OLAP. En la variante tecnológica considerada, el ciclo de actualización del cubo OLAP se realiza por la noche (por ejemplo, comienza a la 1 de la madrugada). Esto significa que en el día laboral actual, los usuarios están trabajando con los datos de ayer. Dado que OLAP no es una herramienta de registro (consulte la última revisión del documento), sino una herramienta de gestión (comprenda la tendencia del proceso), dicho retraso no suele ser crítico. Sin embargo, si es necesario, incluso en la versión descrita de la arquitectura de cubo (MOLAP), la actualización se puede realizar varias veces al día.

El tiempo de ejecución de los procedimientos de actualización depende de las características de diseño del cubo OLAP (más o menos complejidad, definiciones más o menos exitosas de indicadores y secciones) y del volumen de bases de datos de sistemas OLTP externos. Según la experiencia, el procedimiento de construcción del almacén dura de varios minutos a dos horas, el procedimiento de actualización del cubo (Proceso) tarda de 1 a 20 minutos. Estamos hablando de cubos OLAP complejos que unen decenas de estructuras tipo estrella, decenas de “rayos” comunes (secciones de referencia) para ellas y cientos de indicadores. Al estimar el volumen de bases de datos de sistemas ERP externos basados ​​​​en documentos de envío, estamos hablando de cientos de miles de documentos y, en consecuencia, de millones de líneas de productos por año. La profundidad del procesamiento histórico de interés para el usuario fue de tres a cinco años.

La tecnología descrita se utiliza en varios grandes corporaciones: desde 2008 en Russian Fish Company (RRK) y Russian Sea (RM), desde 2012 en Santa Bremor (SB). Algunas corporaciones son principalmente empresas comerciales y de compras (PPC), otras son empresas de producción (plantas procesadoras de pescado y marisco en la República de Moldova y la República de Bielorrusia). Todas las corporaciones son grandes holdings que unen a varias empresas con diversos sistemas de contabilidad informática independientes, que van desde sistemas ERP estándar como 1C7 y 1C8 hasta sistemas de contabilidad "reliquias" basados ​​​​en DBF y Excel. Agregaré que la tecnología descrita para operar cubos OLAP (sin tener en cuenta la etapa de desarrollo) no requiere ningún empleado especial o es responsabilidad de un analista de negocios a tiempo completo. El problema lleva años dando vueltas modo automatico, proporcionando a varias categorías de empleados corporativos informes actualizados diariamente.

Pros y contras de la solución.

La experiencia demuestra que la solución propuesta es bastante fiable y fácil de usar. Se modifica fácilmente (conexión/desconexión de nuevos ERP, creación de nuevos indicadores y secciones, creación y modificación de informes Excel y sus listas de correo) con invariancia. programa de control facubi.

MS Excel como interfaz con OLAP proporciona suficiente expresividad y permite que diferentes categorías de empleados de oficina se familiaricen rápidamente con la tecnología OLAP. El usuario recibe informes OLAP "estándar" diarios; Al utilizar la interfaz de MS Excel con OLAP, puede crear informes OLAP de forma independiente en MS Excel. Además, el usuario puede continuar estudiando de forma independiente la información de los informes OLAP utilizando las capacidades habituales de su MS Excel.

La base de datos de almacén "refinada", en la que se consolidan varios sistemas ERP heterogéneos (durante la construcción del cubo), incluso sin ningún OLAP, permite resolver (en el servidor SSAS, utilizando el método de consulta en el lenguaje Transaccion SQL o el método SP, etc.) muchos problemas de control aplicados. Recordemos que la estructura de la base de datos del almacén está unificada y es mucho más simple (en términos de número de tablas y número de campos de tabla) que las estructuras de base de datos del ERP original.

Destacamos especialmente que en nuestra solución propuesta existe la posibilidad de consolidar varios sistemas ERP en un cubo OLAP. Esto le permite obtener análisis para todo el holding y mantener la continuidad a largo plazo en los análisis cuando una corporación pasa a otro sistema ERP contable, por ejemplo, cuando pasa de 1C7 a 1C8.

Usamos el modelo de cubo MOLAP. Las ventajas de este modelo son la confiabilidad en el funcionamiento y la alta velocidad de procesamiento de las solicitudes de los usuarios. Desventajas: OLAP y OLTP son asíncronos, además de tener una gran cantidad de memoria para almacenar OLAP.

En conclusión, he aquí otro argumento a favor de OLAP que podría haber sido más apropiado en la Edad Media. Porque su poder probatorio descansa en la autoridad. Un matemático británico modesto y claramente subestimado, E. Codd, desarrolló la teoría de las bases de datos relacionales a finales de los años 60. El poder de esta teoría era tal que ahora, después de 50 años, ya es difícil encontrar una base de datos no relacional y un lenguaje de consulta de bases de datos que no sea SQL.

La tecnología OLTP, basada en la teoría de las bases de datos relacionales, fue la primera idea de E. Codd. De hecho, el concepto de cubos OLAP es su segunda idea, expresada por él a principios de los años 90. Incluso sin ser matemático, se puede esperar que la segunda idea sea tan efectiva como la primera. Es decir, en términos de análisis informático, las ideas OLAP pronto se apoderarán del mundo y desplazarán a todas las demás. Simplemente porque el tema de la analítica encuentra su solución matemática integral en OLAP, y esta solución es "adecuada" (término de B. Spinoza) al problema práctico de la analítica. “Adecuadamente” significa en Spinoza que Dios mismo no podría haber pensado en nada mejor...

1. Larson B. Desarrollo de análisis de negocios en Microsoft SQL Server 2005. – San Petersburgo: “Peter”, 2008.
2. Codd E. Integridad relacional de sublenguajes de bases de datos, sistemas de bases de datos, Courant Computer Science Sumposia Series 1972, v. 6, acantilados de Englwood, Nueva York, Prentice – Hall.

En contacto con

Los datos suelen ser escasos y se almacenan a largo plazo. Puede implementarse sobre la base de un DBMS relacional universal o software especializado (ver también OLAP). EN productos de software La empresa SAP utiliza el término "infocubo".

Los índices de la matriz corresponden a dimensiones (dimensiones) o ejes del cubo, y los valores de los elementos de la matriz corresponden a medidas (medidas) del cubo.

w : (X,y,z) → W x Y Z,

Dónde X, y, z- mediciones, w- medida.

A diferencia de una matriz normal en un lenguaje de programación, el acceso a los elementos de un cubo OLAP se puede realizar mediante el conjunto completo de dimensiones de índice o mediante su subconjunto, y luego el resultado no será un elemento, sino muchos de ellos.

W. : (X,y) → W = ( wz1, w z2, …, w zn}

Descripción también conocida cubo OLAP utilizar terminología de álgebra relacional como proyección de relaciones.

ver también

Fundación Wikimedia. 2010.

• diagrama de estrella
• Nuestro hogar es Rusia (facción)

Vea qué es un “cubo OLAP” en otros diccionarios:

cubo OLAP- ...Wikipedia

OLAP- (ing. procesamiento analítico en línea, procesamiento analítico en tiempo real) tecnología de procesamiento de datos, que consiste en la preparación de información resumida (agregada) a partir de grandes cantidades de datos, estructurada por ... ... Wikipedia

Cubo (desambiguación)- El cubo es un término polivalente: En matemáticas En estereometría, un cubo es un poliedro regular hexagonal En álgebra, la tercera potencia de un número Serie de películas de películas de ciencia ficción: “Cubo” “Cubo 2: Hipercubo” “Cubo Cero” Argot y jerga médica... ... Wikipedia

Cubo- Este término tiene otros significados, ver Cubo (significados). Tipo de cubo Poliedro regular Cara cuadrada ... Wikipedia

Mondrian- Tipo de servidor OLAP Desarrollador de servidor OLAP Pentaho Sistema operativo multiplataforma software Ultima versión 3.4.1 (2012 05 07) Licencia de software libre ... Wikipedia - Sistema de análisis de información sistema automático Permitir a los expertos analizar rápidamente grandes volúmenes de datos es, por regla general, uno de los elementos de los centros situacionales. Además, en ocasiones el IAS incluye un sistema de recogida... ... Wikipedia

Como parte de este trabajo, se considerarán las siguientes cuestiones:

• ¿Qué son los cubos OLAP?
• ¿Qué son medidas, dimensiones, jerarquías?
• ¿Qué tipos de operaciones se pueden realizar en cubos OLAP?

El concepto de un cubo OLAP

El postulado principal de OLAP es la multidimensionalidad en la presentación de datos. En la terminología OLAP, el concepto de cubo o hipercubo se utiliza para describir un espacio de datos discretos multidimensional.

Cubo Es una estructura de datos multidimensional desde la cual un usuario-analista puede consultar información. Los cubos se crean a partir de hechos y dimensiones.

Datos- Se trata de datos sobre objetos y eventos de la empresa que estarán sujetos a análisis. Hechos del mismo tipo forman medidas. Una medida es el tipo de valor en una celda cúbica.

Mediciones- estos son los elementos de datos mediante los cuales se analizan los hechos. Una colección de dichos elementos forma un atributo de dimensión (por ejemplo, los días de la semana pueden formar un atributo de dimensión de tiempo). En las tareas de análisis empresarial para empresas comerciales, las dimensiones suelen incluir categorías como "tiempo", "ventas", "productos", "clientes", "empleados", "ubicación geográfica". Las medidas son más a menudo estructuras jerárquicas, que son categorías lógicas mediante las cuales el usuario puede analizar datos reales. Cada jerarquía puede tener uno o más niveles. Así, la jerarquía de la dimensión “ubicación geográfica” puede incluir los niveles: “país - región - ciudad”. En la jerarquía temporal podemos distinguir, por ejemplo, la siguiente secuencia de niveles: Una dimensión puede tener varias jerarquías (cada jerarquía de una dimensión debe tener el mismo atributo clave de la tabla de dimensiones).

Un cubo puede contener datos reales de una o más tablas de hechos y, en la mayoría de los casos, contiene varias dimensiones. Cualquier cubo dado suele tener un enfoque de análisis específico.

La Figura 1 muestra un ejemplo de un cubo diseñado para analizar las ventas de productos petrolíferos de una determinada empresa por región. Este cubo tiene tres dimensiones (tiempo, producto y región) y una medida (volumen de ventas expresado en términos monetarios). Los valores de las medidas se almacenan en las celdas correspondientes del cubo. Cada celda está identificada de forma única por un conjunto de miembros de cada dimensión, llamado tupla. Por ejemplo, la celda ubicada en la esquina inferior izquierda del cubo (contiene el valor $98399) está especificada por la tupla [julio de 2005, Lejano Oriente, Diesel]. Aquí el valor de 98.399 dólares muestra el volumen de ventas (en términos monetarios) de diésel en el Lejano Oriente en julio de 2005.

También vale la pena señalar que algunas celdas no contienen ningún valor: estas celdas están vacías porque la tabla de hechos no contiene datos para ellas.

Arroz. 1. Cubo con información sobre ventas de productos petrolíferos en varias regiones.

El objetivo final de la creación de dichos cubos es minimizar el tiempo de procesamiento de las consultas que extraen la información requerida de los datos reales. Para realizar esta tarea, los cubos normalmente contienen totales precalculados llamados agregaciones(agregaciones). Aquellos. el cubo cubre un espacio de datos más grande que el real; en él hay puntos lógicos calculados. Las funciones de agregación le permiten calcular los valores de puntos en el espacio lógico en función de los valores reales. Las funciones de agregación más simples son SUM, MAX, MIN, COUNT. Entonces, por ejemplo, usando la función MAX, para el cubo dado en el ejemplo, puede identificar cuándo se produjo el pico en las ventas de diésel en el Lejano Oriente, etc.

Otra característica específica de los cubos multidimensionales es la dificultad de determinar el origen. Por ejemplo, ¿cómo se establece el punto 0 para la dimensión Producto o Regiones? La solución a este problema es introducir un atributo especial que combine todos los elementos de la dimensión. Este atributo (creado automáticamente) contiene solo un elemento: Todo. Para funciones de agregación simples como la suma, el elemento Todo es equivalente a la suma de los valores de todos los elementos en el espacio real de una dimensión determinada.

Un concepto importante en un modelo de datos multidimensional es el subespacio o subcubo. Un subcubo es parte del espacio completo de un cubo en forma de una figura multidimensional dentro del cubo. Dado que el espacio multidimensional de un cubo es discreto y limitado, el subcubo también es discreto y limitado.

Operaciones en cubos OLAP

Se pueden realizar las siguientes operaciones en un cubo OLAP:

• rebanada;
• rotación;
• consolidación;
• detallando.

Rebanada(Figura 2) es un caso especial de subcubo. Este es un procedimiento para formar un subconjunto de una matriz de datos multidimensional correspondiente a un valor único de uno o más elementos de dimensión no incluidos en este subconjunto. Por ejemplo, para saber cómo progresaron las ventas de productos petrolíferos a lo largo del tiempo solo en una determinada región, concretamente en los Urales, es necesario fijar la dimensión "Productos" en el elemento "Ural" y extraer el subconjunto correspondiente (subcubo) del cubo.

Arroz. 2. rebanada de cubo OLAP

Rotación(Figura 3): la operación de cambiar la ubicación de las mediciones presentadas en un informe o en la página mostrada. Por ejemplo, una operación de rotación puede implicar reorganizar las filas y columnas de una tabla. Además, al girar un cubo de datos, las dimensiones fuera de la tabla se mueven a su lugar con las dimensiones presentes en la página mostrada, y viceversa.

OLAP (Procesamiento analítico en línea) es un método de procesamiento electrónico de datos analíticos que representa la organización de datos en categorías jerárquicas utilizando totales precalculados. Los datos OLAP están organizados jerárquicamente y se almacenan en cubos en lugar de tablas. Los cubos OLAP son un conjunto de datos multidimensional con ejes que contienen parámetros y celdas que contienen datos agregados dependientes de parámetros. Los cubos están diseñados para análisis multidimensionales complejos de grandes volúmenes de datos porque solo proporcionan resultados resumidos para la generación de informes, en lugar de una gran cantidad de registros individuales.

El concepto de OLAP fue descrito en 1993 por el famoso investigador de bases de datos y autor del modelo de datos relacionales E. F. Codd. Actualmente, el soporte OLAP está implementado en muchos DBMS y otras herramientas.

Un cubo OLAP contiene dos tipos de datos:

· valores totales, valores para los cuales desea resumir, que representan campos de datos calculados;

· información descriptiva que representa mediciones o dimensiones. La información descriptiva normalmente se organiza en niveles de detalle. Por ejemplo: “Año”, “Trimestre”, “Mes” y “Día” en la dimensión “Tiempo”. La organización de los campos en niveles de detalle permite a los usuarios de informes elegir el nivel de detalle que desean ver, comenzando con datos resumidos de alto nivel y luego profundizando hasta una vista más detallada, y viceversa.

Las herramientas de Microsoft Query también le permiten crear cubos OLAP a partir de una consulta que carga datos de bases de datos relacionales, como acceso Microsoft, en este caso la tabla lineal se transforma en una jerarquía estructural (cubo).

El Asistente para crear cubos OLAP es una herramienta integrada de Microsoft Query. Para crear un cubo OLAP basado en una base de datos relacional, debe completar los siguientes pasos antes de ejecutar el asistente.

1. Determine la fuente de datos (ver Figura 6.1).

2. Usando Microsoft Query, cree una consulta, incluyendo solo aquellos campos que serán campos de datos o campos de dimensiones de un cubo OLAP; si un campo en un cubo se usa más de una vez, entonces se debe incluir en la consulta la cantidad requerida. numero de veces.

3. En el último paso del asistente de creación de consultas, configure el interruptor en el elemento Crear un cubo OLAP desde de esta solicitud (ver Fig. 6.2) o después de crear la solicitud usando el menú Consulta directamente Archivo seleccione un equipo Crear cubo OLAP, después de lo cual se iniciará el Asistente para crear cubos OLAP.

El asistente para crear cubos OLAP consta de tres pasos.

En el primer paso del asistente (ver Fig. 6.6) el Campos de información– campos calculados para los cuales se deben determinar los valores totales.

Arroz. 6.6. Definición de campos de datos

El asistente coloca los campos calculados esperados (generalmente campos numéricos) en la parte superior de la lista, los verifica y determina la función resultante de estos campos, generalmente: Suma. Al seleccionar campos de datos, se debe seleccionar al menos un campo como campo calculado y al menos un campo debe dejarse sin marcar para determinar la dimensión.

Al crear un cubo OLAP, puede utilizar cuatro funciones de resumen: Suma, Número(número de valores), Mínimo, Máximo para campos numéricos y una función Número para todos los demás campos. Si desea utilizar varias funciones de resumen diferentes del mismo campo, ese campo debe incluirse en la consulta la cantidad de veces requerida.

El nombre de un campo calculado se puede cambiar en una columna. Nombre del campo de datos.

En el segundo paso del asistente, se determinan los datos descriptivos y sus dimensiones (ver Fig. 6.7). Para seleccionar un campo de medición, debe de la lista Campos de origen arrastre el campo de dimensión deseado nivel superior a la lista Mediciones al área marcada como Arrastra los campos aquí para crear dimensiones.. Para crear un cubo OLAP, debe definir al menos una dimensión. En el mismo paso del asistente, utilizando Menú de contexto Puede cambiar el nombre de un campo de dimensión o nivel.

Arroz. 6.7. Definición de campos de dimensión

Los campos que contienen datos aislados o discretos y no pertenecen a una jerarquía se pueden definir como dimensiones de un solo nivel. Sin embargo, el cubo será más eficiente si algunos de los campos se organizan en niveles. Para crear un nivel como parte de una dimensión, arrastre un campo de la lista Campos de origen en un campo que es una dimensión o nivel. Los campos que contienen información más detallada deben colocarse en niveles inferiores. Por ejemplo, en la Figura 6.7 el campo Título profesional es el nivel del campo Nombre de Departamento.

Para mover un campo a un nivel inferior o superior, debe arrastrarlo a un campo inferior o superior dentro de la dimensión. Para mostrar u ocultar niveles, utilice los botones o respectivamente.

Si utiliza campos de fecha u hora como dimensión de nivel superior, el Asistente para cubos OLAP crea automáticamente niveles para esas dimensiones. Luego, el usuario puede seleccionar qué niveles deben aparecer en los informes. Por ejemplo, puede seleccionar semanas, trimestres y años, o meses (consulte la Figura 6.7).

Recuerde que el asistente crea automáticamente niveles para los campos de fecha y hora sólo cuando crea una dimensión de nivel superior; Al agregar estos campos como subniveles de una dimensión, no se crean niveles automáticos.

En el tercer paso del asistente, se determina el tipo de cubo creado por el asistente, con tres opciones posibles (ver Fig. 6.8).

Arroz. 6.8. Seleccionar el tipo de cubo que se creará en el tercer paso del asistente

· Las dos primeras opciones implican crear un cubo cada vez que abres un informe (si el cubo se ve desde Excel, entonces estamos hablando de una tabla dinámica). En este caso, el expediente de solicitud y el expediente definiciones de cubo *.oqy, que contiene instrucciones para crear un cubo. El archivo *.oqy se puede abrir en programa excel para crear informes basados ​​en el cubo y, si necesita realizar cambios en el cubo, puede abrir Consulta para ejecutar el Asistente para crear cubos nuevamente.

De forma predeterminada, los archivos de definición de cubo, como los archivos de consulta, se almacenan en la carpeta de perfil de usuario en Datos de aplicación\Microsoft\Que-ries. Al guardar un archivo *.oqy en la carpeta estándar, el nombre del archivo de definición del cubo se muestra en la pestaña cubos OLAP al abrir una nueva consulta en Microsoft Query o al seleccionar un comando Crear una solicitud(menú Datos, submenú Importar datos externos) en Microsoft Excel.

· En caso de elegir la tercera opción de tipo cubo Guardar un archivo de cubo que contiene todos los datos del cubo, se recuperan todos los datos del cubo y se crea un archivo de cubo con la extensión * en una ubicación especificada por el usuario .cachorro, en el que se almacenan estos datos. Creación Este archivo no sucede inmediatamente cuando se presiona el botón Listo; el archivo se crea cuando guarda la definición del cubo en un archivo o cuando crea un informe basado en el cubo.

La elección del tipo de cubo está determinada por varios factores: la cantidad de datos que contiene el cubo; el tipo y complejidad de los informes que se crearán en función del cubo; recursos del sistema (memoria y espacio en disco), etc.

Se debe crear un archivo de cubo *.cub independiente en los siguientes casos:

1) para informes interactivos que se cambian con frecuencia si hay suficiente espacio en disco;

2) cuando necesite guardar el cubo en un servidor de red para proporcionar acceso a él a otros usuarios al crear informes. Un archivo de cubo puede proporcionar datos específicos de la base de datos de origen y al mismo tiempo omitir datos confidenciales o confidenciales a los que desea impedir que otros usuarios accedan.