برنج. 2.برش مکعب OLAP

چرخش(شکل 3) - عملیات تغییر مکان اندازه گیری های ارائه شده در یک گزارش یا در صفحه نمایش داده شده. به عنوان مثال، یک عملیات چرخش ممکن است شامل تنظیم مجدد ردیف ها و ستون های یک جدول باشد. علاوه بر این، چرخش یک مکعب داده، ابعاد خارج از جدول را با ابعاد موجود در صفحه نمایش داده شده در جای خود قرار می دهد و بالعکس.

به طور کلی، هر متخصصی می داند که OLAP امروز چیست. حداقل، مفاهیم "OLAP" و "داده های چند بعدی" به طور محکم در ذهن ما پیوند خورده است. با این وجود، این واقعیت که این موضوع دوباره مطرح می شود، امیدوارم مورد تایید اکثریت خوانندگان قرار گیرد، زیرا برای اینکه ایده چیزی به مرور زمان منسوخ نشود، باید به طور دوره ای با افراد باهوشیا مقالاتی را در یک نشریه خوب بخوانید...

انبارهای داده (محل OLAP در ساختار اطلاعاتشرکت ها)

اصطلاح "OLAP" به طور جدایی ناپذیر با اصطلاح "انبار داده" (Data Warehouse) پیوند خورده است.

در اینجا تعریفی است که توسط «پدر» بنیانگذار انبار داده، بیل اینمون، فرموله شده است: «انبار داده مجموعه‌ای از داده‌های خاص، محدود به زمان و تغییرناپذیر برای پشتیبانی از تصمیم‌گیری مدیریت است.

داده‌های موجود در انبار از سیستم‌های عملیاتی (سیستم‌های OLTP) می‌آیند که برای خودکارسازی فرآیندهای تجاری طراحی شده‌اند. علاوه بر این، مخزن را می توان از منابع خارجی، مانند گزارش های آماری، پر کرد.

چرا انبارهای داده بسازیم - به هر حال، آنها حاوی اطلاعات آشکارا اضافی هستند که قبلاً در پایگاه داده ها یا فایل های سیستم عامل "زندگی" دارند؟ پاسخ می تواند مختصر باشد: تجزیه و تحلیل مستقیم داده های سیستم عامل غیرممکن یا بسیار دشوار است. این به دلایل مختلفی از جمله تکه تکه شدن داده ها، ذخیره سازی آن در فرمت های مختلف DBMS و در "گوشه های" مختلف شبکه شرکت است. اما حتی اگر یک شرکت تمام داده های خود را بر روی یک سرور پایگاه داده مرکزی ذخیره کند (که بسیار نادر است)، یک تحلیلگر تقریباً مطمئناً ساختار پیچیده و گاهی گیج کننده آنها را درک نخواهد کرد. نویسنده تجربه بسیار غم انگیزی از تلاش برای "تغذیه" تحلیلگران گرسنه با داده های "خام" سیستم های عملیاتی دارد - معلوم شد که "برای آنها خیلی زیاد" است.

بنابراین، هدف مخزن ارائه "مواد خام" برای تجزیه و تحلیل در یک مکان و در یک ساختار ساده و قابل درک است. رالف کیمبال، در مقدمه کتاب خود "مجموعه ابزار انبار داده" می نویسد که اگر پس از خواندن کل کتاب، خواننده تنها یک چیز را بفهمد - یعنی ساختار انبار باید ساده باشد - نویسنده به نظر خود می پردازد. کار تکمیل شد.

دلیل دیگری وجود دارد که ظاهر یک مخزن جداگانه را توجیه می کند - پرس و جوهای تحلیلی پیچیده به اطلاعات عملیاتیکند کردن کار جاریشرکت ها، جداول را برای مدت طولانی مسدود می کنند و منابع سرور را تصاحب می کنند.

به نظر من، یک مخزن لزوما به معنای انباشت غول پیکر از داده ها نیست - نکته اصلی این است که برای تجزیه و تحلیل راحت است. به طور کلی، یک اصطلاح جداگانه برای تجهیزات ذخیره سازی کوچک وجود دارد - Data Marts (کیوسک های داده)، اما در روسی ما اغلب آن را نمی شنوید.

OLAP - یک ابزار تجزیه و تحلیل مناسب

تمرکز و ساختار مناسب تمام چیزی نیست که یک تحلیلگر به آن نیاز دارد. او هنوز به ابزاری برای مشاهده و تجسم اطلاعات نیاز دارد. گزارش‌های سنتی، حتی آنهایی که بر روی یک مخزن ساخته شده‌اند، فاقد یک چیز هستند - انعطاف‌پذیری. آنها را نمی توان "پیچان"، "بسط" یا "جمع کرد" تا نمای مورد نظر از داده ها را به دست آورد. البته، شما می توانید با یک برنامه نویس تماس بگیرید (اگر می خواهد بیاید) و او (اگر مشغول نیست) به اندازه کافی سریع گزارش جدیدی تهیه می کند - مثلاً ظرف یک ساعت (من این را می نویسم و ​​باور نمی کنم آن را خودم - در زندگی آنقدر سریع اتفاق نمی افتد. معلوم می شود که یک تحلیلگر نمی تواند بیش از دو ایده در روز را آزمایش کند. و او (اگر تحلیلگر خوبی باشد) می تواند در هر ساعت چندین ایده از این دست داشته باشد. و هر چه تحلیلگر «برش‌ها» و «بخش‌های» بیشتری از داده‌ها را ببیند، ایده‌های بیشتری دارد، که به نوبه‌ی خود، «برش‌های» بیشتری را برای تأیید نیاز دارد. اگر فقط ابزاری داشت که به او اجازه می داد داده ها را به سادگی و به راحتی جمع و جور کند! OLAP به عنوان چنین ابزاری عمل می کند.

اگرچه OLAP یک ویژگی ضروری یک انبار داده نیست، اما به طور فزاینده ای برای تجزیه و تحلیل اطلاعات انباشته شده در انبار استفاده می شود.

اجزای موجود در یک مخزن معمولی در شکل نشان داده شده است. 1.

برنج. 1. ساختار انبار داده

داده های عملیاتی از منابع مختلف جمع آوری می شوند، پاکسازی می شوند، یکپارچه می شوند و در یک فروشگاه رابطه ای ذخیره می شوند. علاوه بر این، آنها در حال حاضر برای تجزیه و تحلیل با استفاده از ابزارهای گزارش دهی مختلف در دسترس هستند. سپس داده ها (به طور کامل یا جزئی) برای تجزیه و تحلیل OLAP آماده می شوند. آنها را می توان در یک پایگاه داده ویژه OLAP بارگذاری کرد یا در ذخیره سازی رابطه ای ذخیره کرد. مهمترین عنصر آن ابرداده است، یعنی اطلاعاتی در مورد ساختار، مکان و تبدیل داده ها. با تشکر از آنها، تعامل موثر اجزای مختلف ذخیره سازی تضمین می شود.

به طور خلاصه، ما می توانیم OLAP را به عنوان مجموعه ای از ابزارها برای تجزیه و تحلیل چند بعدی داده های انباشته شده در یک انبار تعریف کنیم. از نظر تئوری، ابزارهای OLAP را می توان مستقیماً بر روی داده های عملیاتی یا نسخه های دقیق آنها اعمال کرد (به طوری که با کاربران عملیاتی تداخل نداشته باشد). اما به این ترتیب ما در معرض خطر قرار گرفتن بر روی سطحی که قبلاً در بالا توضیح داده شد، می‌شویم، یعنی شروع به تجزیه و تحلیل داده‌های عملیاتی می‌کنیم که مستقیماً برای تجزیه و تحلیل مناسب نیستند.

تعریف و مفاهیم اولیه OLAP

ابتدا، بیایید رمزگشایی کنیم: OLAP یک پردازش تحلیلی آنلاین است، یعنی تجزیه و تحلیل داده های عملیاتی. 12 اصل تعیین کننده OLAP در سال 1993 توسط E. F. Codd، "مخترع" پایگاه داده های رابطه ای فرموله شد. بعداً، تعریف آن به‌اصطلاح آزمون FASMI تغییر یافت، که مستلزم آن است که برنامه OLAP توانایی تجزیه و تحلیل سریع اطلاعات چند بعدی مشترک را ارائه دهد.

تست FASMI

سریع(سریع) - تجزیه و تحلیل باید به همان سرعت در تمام جنبه های اطلاعات انجام شود. زمان پاسخ قابل قبول 5 ثانیه یا کمتر است.

تحلیل و بررسی(تحلیل) - باید بتوان انواع پایه ای از تحلیل های عددی و آماری را که توسط توسعه دهنده برنامه از پیش تعریف شده یا آزادانه توسط کاربر تعریف شده است، انجام داد.

به اشتراک گذاشته شده است(به اشتراک گذاشته شده) - بسیاری از کاربران باید به داده ها دسترسی داشته باشند، در حالی که کنترل دسترسی به اطلاعات محرمانه ضروری است.

چند بعدی(چند بعدی) اصلی ترین و ضروری ترین مشخصه OLAP است.

اطلاعات(اطلاعات) - برنامه باید بدون توجه به حجم و مکان ذخیره سازی آن، بتواند به هر اطلاعات لازم دسترسی داشته باشد.

OLAP = نمای چند بعدی = مکعب

OLAP ابزاری راحت و سریع برای دسترسی، مشاهده و تجزیه و تحلیل اطلاعات کسب و کار فراهم می کند. کاربر یک مدل داده طبیعی و بصری دریافت می کند و آنها را به شکل مکعب های چند بعدی (مکعب) سازماندهی می کند. محورهای سیستم مختصات چند بعدی ویژگی های اصلی فرآیند تجاری تحلیل شده است. به عنوان مثال، برای فروش می تواند محصول، منطقه، نوع خریدار باشد. زمان به عنوان یکی از ابعاد استفاده می شود. در تقاطع محورها - ابعاد (ابعاد) - داده هایی وجود دارد که از نظر کمی فرآیند را مشخص می کند - اندازه گیری ها (Measures). این می تواند حجم فروش به صورت قطعه ای یا به صورت پولی، موجودی سهام، هزینه ها و غیره باشد. کاربر با تجزیه و تحلیل اطلاعات می تواند مکعب را بر اساس جهت های مختلف، خلاصه (مثلاً بر اساس سال) یا برعکس، جزئیات (بر اساس هفته) را دریافت کند و دستکاری های دیگری را که در طول فرآیند تحلیل به ذهن او می رسد انجام دهد.

همانطور که در مکعب سه بعدی نشان داده شده در شکل. 2، مقادیر فروش استفاده می شود و زمان، محصول و فروشگاه به عنوان ابعاد استفاده می شود. اندازه‌گیری‌ها در سطوح خاصی از گروه‌بندی ارائه می‌شوند: محصولات براساس دسته‌بندی گروه‌بندی می‌شوند، فروشگاه‌ها بر اساس کشور گروه‌بندی می‌شوند، و داده‌های زمان‌بندی تراکنش براساس ماه گروه‌بندی می‌شوند. کمی بعد با جزئیات بیشتری به سطوح گروه بندی (سلسله مراتب) خواهیم پرداخت.

برنج. 2. مثال مکعب

"برش" یک مکعب

حتی نمایش یک مکعب سه بعدی بر روی صفحه کامپیوتر دشوار است تا مقادیر اندازه گیری های مورد علاقه قابل مشاهده باشد. در مورد مکعب های بیش از سه بعدی چه می توانیم بگوییم؟ برای تجسم داده های ذخیره شده در یک مکعب، به عنوان یک قاعده، از نماهای آشنای دو بعدی، یعنی جدولی، با عناوین ردیف و ستون سلسله مراتبی پیچیده استفاده می شود.

یک نمایش دو بعدی از یک مکعب را می توان با "برش" آن در یک یا چند محور (بعد) به دست آورد: مقادیر همه ابعاد به جز دو را ثابت می کنیم و یک جدول دو بعدی منظم به دست می آوریم. محور افقی جدول (سربرگ ستون ها) یک بعد، محور عمودی (سرصفحه های ردیف) نشان دهنده بعد دیگر و سلول های جدول مقادیر اندازه گیری ها را نشان می دهد. در این حالت، مجموعه ای از اندازه گیری ها در واقع به عنوان یکی از ابعاد در نظر گرفته می شود - ما یا یک اندازه را برای نمایش انتخاب می کنیم (و سپس می توانیم دو بعد را در عنوان ردیف و ستون قرار دهیم)، یا چندین اندازه را نشان می دهیم (و سپس یکی از محورهای جدول با نام اندازه گیری ها اشغال می شود و دیگری - مقادیر تنها بعد "برش نشده").

به انجیر نگاهی بیندازید. 3 - در اینجا یک برش دو بعدی از مکعب برای یک پیمانه - فروش واحد (قطعات فروخته شده) و دو بعد "بریده نشده" - فروشگاه (فروشگاه) و زمان (زمان) آورده شده است.

برنج. 3. برش مکعب 2 بعدی برای یک پیمانه

در شکل شکل 4 تنها یک بعد «برش‌نخورده» را نشان می‌دهد - فروشگاه، اما مقادیر چندین معیار - فروش واحد (واحد فروخته شده)، فروش فروشگاه (مبلغ فروش) و هزینه فروشگاه (هزینه‌های فروشگاه) را نشان می‌دهد.

برنج. 4. برش مکعب 2 بعدی برای اقدامات متعدد

نمایش دو بعدی یک مکعب نیز زمانی امکان پذیر است که بیش از دو بعد "بریده نشده" باقی بماند. در این حالت، دو یا چند بعد از مکعب "برش" روی محورهای برش (ردیف ها و ستون ها) قرار می گیرد - به شکل 1 مراجعه کنید. 5.

برنج. 5. تکه مکعب دوبعدی با ابعاد متعدد در یک محور

برچسب ها

مقادیر " گذاشته شده " در امتداد ابعاد، اعضا یا برچسب نامیده می شوند. برچسب‌ها هم برای «برش» مکعب و هم برای محدود کردن (فیلتر کردن) داده‌های انتخابی استفاده می‌شوند - زمانی که در ابعادی که «برش‌نخورده» باقی می‌ماند، ما به همه مقادیر علاقه‌مند نیستیم، بلکه به زیرمجموعه‌ای از آنها علاقه‌مندیم، مثلاً به سه شهر. از چند ده مقادیر برچسب در نمای مکعب دوبعدی به عنوان سرفصل های ردیف و ستون ظاهر می شوند.

سلسله مراتب و سطوح

برچسب ها را می توان در سلسله مراتب متشکل از یک یا چند سطح ترکیب کرد. برای مثال، برچسب‌های بعد فروشگاه به طور طبیعی در یک سلسله مراتب با سطوح گروه‌بندی می‌شوند:

کشور

حالت

شهر

فروشگاه.

مقادیر کل بر اساس سطوح سلسله مراتبی محاسبه می شود، به عنوان مثال حجم فروش برای ایالات متحده آمریکا (سطح "کشور") یا برای کالیفرنیا (سطح "ایالت"). می توان بیش از یک سلسله مراتب را در یک بعد پیاده سازی کرد - مثلاً برای زمان: (سال، ربع، ماه، روز) و (سال، هفته، روز).

معماری برنامه های OLAP

همه آنچه در بالا در مورد OLAP گفته شد اساساً به ارائه چند بعدی داده ها مربوط می شود. نحوه ذخیره سازی داده ها، به طور کلی، به کاربر نهایی و توسعه دهندگان ابزاری که مشتری استفاده می کند مربوط نمی شود.

چند بعدی بودن در برنامه های OLAP را می توان به سه سطح تقسیم کرد:

• نمایش داده های چند بعدی - ابزارهای کاربر نهایی که تجسم چند بعدی و دستکاری داده ها را ارائه می دهند. لایه نمایش چند بعدیاز ساختار فیزیکی داده ها انتزاع می کند و داده ها را چند بعدی می داند.
• پردازش چند بعدی - ابزاری (زبان) برای فرمول بندی پرس و جوهای چند بعدی (رابطه ای سنتی) زبان SQLمعلوم می شود که در اینجا نامناسب است) و پردازنده ای که قادر به پردازش و اجرای چنین درخواستی است.
• ذخیره سازی چند بعدی وسیله ای برای سازماندهی فیزیکی داده ها است که اجرای کارآمد پرس و جوهای چند بعدی را تضمین می کند.

دو سطح اول در همه ابزارهای OLAP اجباری است. سطح سوم، اگرچه گسترده است، اما ضروری نیست، زیرا داده های یک نمایش چند بعدی را می توان از ساختارهای رابطه ای معمولی استخراج کرد. پردازشگر پرس و جو چند بعدی در این مورد پرس و جوهای چند بعدی را به پرس و جوهای SQL ترجمه می کند که توسط DBMS رابطه ای اجرا می شوند.

محصولات خاص OLAP، به عنوان یک قاعده، یا یک ابزار نمایش داده چند بعدی، یک کلاینت OLAP (به عنوان مثال، Pivot Tables در Excel 2000 از Microsoft یا ProClarity از Knosys)، یا یک سرور چند بعدی DBMS، یک سرور OLAP (به عنوان مثال، Oracle) هستند. سرور اکسپرس یا خدمات مایکروسافت OLAP).

لایه پردازش چند بعدی معمولاً در سرویس گیرنده OLAP و/یا سرور OLAP ساخته می شود، اما می تواند به شکل خالص آن مانند مؤلفه Pivot Table Service مایکروسافت جدا شود.

جنبه های فنی ذخیره سازی داده های چند بعدی

همانطور که در بالا ذکر شد، ابزارهای تحلیل OLAP همچنین می توانند داده ها را مستقیماً از سیستم های رابطه ای استخراج کنند. این رویکرد در آن روزها که سرورهای OLAP در لیست قیمت سازندگان پیشرو DBMS قرار نمی گرفتند، جذاب تر بود. اما امروزه، Oracle، Informix، و Microsoft سرورهای OLAP تمام عیار را ارائه می دهند، و حتی آن دسته از مدیران IT که دوست ندارند یک "باغ وحش" نرم افزار از تولید کنندگان مختلف در شبکه های خود ایجاد کنند، می توانند خرید کنند (یا بهتر است بگوییم، درخواست مربوطه را به مدیریت شرکت ) سرور OLAP با همان نام تجاری سرور اصلی پایگاه داده.

سرورهای OLAP یا سرورهای پایگاه داده چند بعدی می توانند داده های چند بعدی خود را به روش های مختلف ذخیره کنند. قبل از در نظر گرفتن این روش ها، باید در مورد جنبه مهمی مانند ذخیره سازی واحدها صحبت کنیم. واقعیت این است که در هر انبار داده - اعم از معمولی و چند بعدی - به همراه داده های دقیق استخراج شده از سیستم های عملیاتی، شاخص های خلاصه (شاخص های تجمیع، تجمیع) نیز ذخیره می شود، مانند مجموع حجم فروش به تفکیک ماه، طبقه بندی کالاها و غیره. انبوه ها به صراحت تنها با هدف تسریع در اجرای پرس و جوها ذخیره می شوند. از این گذشته ، از یک طرف ، به عنوان یک قاعده ، حجم بسیار زیادی از داده ها در انبار انباشته می شود ، و از طرف دیگر ، تحلیلگران در بیشتر موارد به شاخص های دقیق ، بلکه به شاخص های تعمیم یافته علاقه مند هستند. و اگر برای محاسبه کل فروش سال باید هر بار میلیون ها فروش جداگانه جمع شود، به احتمال زیاد سرعت غیر قابل قبول خواهد بود. بنابراین، هنگام بارگذاری داده ها در یک پایگاه داده چند بعدی، تمام شاخص ها یا بخشی از آنها محاسبه و ذخیره می شوند.

اما، همانطور که می دانید، شما باید برای همه چیز هزینه کنید. و برای سرعت پردازش درخواست ها برای داده های خلاصه، باید برای افزایش حجم داده ها و زمان بارگذاری آنها هزینه کنید. علاوه بر این، افزایش حجم می تواند به معنای واقعی کلمه فاجعه بار باشد - در یکی از موارد منتشر شده آزمونهای استانداردمحاسبه کامل مجموع ها برای 10 مگابایت داده اصلی نیاز به 2.4 گیگابایت دارد، یعنی داده ها 240 برابر شده اند! درجه "تورم" داده ها هنگام محاسبه انبوه ها به تعداد ابعاد مکعب و ساختار این ابعاد بستگی دارد، یعنی نسبت تعداد "پدرها" و "فرزندان" در سطوح مختلف اندازه گیری. برای حل مشکل ذخیره سازی انبوه ها، گاهی اوقات از طرح های پیچیده استفاده می شود که امکان دستیابی به افزایش قابل توجهی در عملکرد پرس و جو هنگام محاسبه نه همه انباشته های ممکن را فراهم می کند.

اکنون در مورد گزینه های مختلف برای ذخیره اطلاعات. هم داده‌های دانه‌ای و هم می‌توانند در ساختارهای رابطه‌ای یا چند بعدی ذخیره شوند. ذخیره سازی چند بعدی به شما امکان می دهد داده ها را به عنوان یک آرایه چند بعدی در نظر بگیرید که محاسبات سریع کل شاخص ها و تبدیل های چند بعدی مختلف را در هر یک از ابعاد تضمین می کند. مدتی پیش، محصولات OLAP از ذخیره سازی رابطه ای یا چند بعدی پشتیبانی می کردند. امروزه، به عنوان یک قاعده، همان محصول هر دو نوع ذخیره سازی و همچنین نوع سوم - مخلوط را فراهم می کند. شرایط زیر اعمال می شود:

• MOLAP(OLAP چند بعدی) - هم داده های دقیق و هم مجموعه ها در یک پایگاه داده چند بعدی ذخیره می شوند. در این حالت، بیشترین افزونگی به دست می آید، زیرا داده های چند بعدی کاملاً حاوی داده های رابطه ای هستند.
• ROLAP(OLAP رابطه ای) - داده های دقیق در جایی که در ابتدا "زندگی می کرد" - در پایگاه داده رابطه ای باقی می ماند. انباشته ها در یک پایگاه داده در جداول خدمات ویژه ایجاد شده ذخیره می شوند.
• HOLAP(OLAP ترکیبی) - داده های دقیق در محل خود باقی می مانند (در یک پایگاه داده رابطه ای) و مجموعه ها در یک پایگاه داده چند بعدی ذخیره می شوند.

هر کدام از این روش ها مزایا و معایب خاص خود را دارند و بسته به شرایط - حجم داده ها، قدرت DBMS رابطه ای و غیره باید از آنها استفاده کرد.

هنگام ذخیره سازی داده ها در ساختارهای چند بعدی، یک مشکل بالقوه "نفخ" به دلیل ذخیره مقادیر خالی وجود دارد. از این گذشته، اگر در یک آرایه چندبعدی فضایی برای همه ترکیب‌های ممکن از برچسب‌های ابعادی در نظر گرفته شده باشد، اما در واقع فقط بخش کوچکی پر شده باشد (مثلاً تعدادی از محصولات فقط در تعداد کمی از مناطق فروخته می‌شوند)، آنگاه بیشتر مکعب خالی خواهد بود، اگرچه فضا اشغال خواهد شد. محصولات مدرن OLAP می توانند با این مشکل کنار بیایند.

ادامه دارد. در آینده در مورد محصولات خاص OLAP تولید شده توسط تولید کنندگان پیشرو صحبت خواهیم کرد.

04/07/2011 درک کامینگور

اگر در هر زمینه مرتبط با فناوری کار کرده اید، احتمالاً اصطلاح "مکعب" را شنیده اید. با این حال، اکثر مدیران و توسعه دهندگان پایگاه داده معمولی با این اشیا کار نمی کنند. مکعب ها یک معماری داده قدرتمند برای جمع آوری سریع اطلاعات چند بعدی ارائه می دهند. اگر سازمان شما نیاز به تجزیه و تحلیل حجم زیادی از داده ها دارد، پس راه حل ایده آلیک مکعب خواهد بود

مکعب چیست؟

پایگاه داده های رابطه ای برای رسیدگی به هزاران تراکنش همزمان با حفظ عملکرد و یکپارچگی داده ها طراحی شده اند. با طراحی، پایگاه های داده رابطه ای در جمع آوری و جستجوی حجم زیادی از داده ها کارآمد نیستند. برای جمع آوری و بازگرداندن حجم زیادی از داده ها، یک پایگاه داده رابطه ای باید یک پرس و جو مبتنی بر مجموعه را دریافت کند، که اطلاعات آن در لحظه جمع آوری و تجمیع می شود. چنین پرس‌و‌جوهای رابطه‌ای بسیار پرهزینه هستند، زیرا به چندین اتصال و اتصال متکی هستند توابع جمع; پرس و جوهای رابطه ای انبوه به ویژه هنگام کار با داده های زیاد بی اثر هستند.

مکعب ها موجودیت های چند بعدی هستند که برای رفع این کمبود در پایگاه های داده رابطه ای طراحی شده اند. با استفاده از یک مکعب، می‌توانید ساختار داده‌ای را در اختیار کاربران قرار دهید که پاسخ سریع به پرس‌و‌جوها با حجم‌های تجمعی زیاد را ارائه می‌دهد. مکعب‌ها این «جادوی تجمع» را با جمع‌آوری داده‌ها (ابعاد) در ابعاد چندگانه انجام می‌دهند. قبل از تجمع مکعب معمولاً در طول پردازش انجام می شود. هنگامی که یک مکعب را پردازش می کنید، تجمیع داده های از پیش محاسبه شده را تولید می کنید که به شکل باینری روی دیسک ذخیره می شوند.

مکعب ساختار داده مرکزی در است سیستم عاملتجزیه و تحلیل داده های OLAP سرویس های تحلیلی سرور SQL (SSAS). مکعب ها معمولاً از یک پایگاه داده رابطه ای زیربنایی به نام مدل بعدی ساخته می شوند، اما موجودیت های فنی جداگانه ای هستند. از نظر منطقی، مکعب یک انبار داده است که از ابعاد (ابعاد) و اندازه‌گیری‌ها (اندازه‌ها) تشکیل شده است. ابعاد شامل ویژگی ها و سلسله مراتب توصیفی هستند، در حالی که ابعاد حقایقی هستند که شما در ابعاد توصیف می کنید. ابعاد در ترکیبات منطقی به نام گروه های بعدی گروه بندی می شوند. شما ابعاد را به گروه های اندازه گیری بر اساس یک مشخصه مرتبط می کنید - درجه جزئیات.

که در سیستم فایلیک مکعب به عنوان دنباله ای از فایل های باینری پیوند شده پیاده سازی می شود. معماری باینری مکعب، بازیابی سریع حجم زیادی از داده های چند بعدی را تسهیل می کند.

اشاره کردم که مکعب ها از یک پایگاه داده رابطه ای زیربنایی به نام مدل بعدی ساخته می شوند. مدل بعد شامل جداول رابطه ای (واقعیت و بعد) است که آن را به موجودیت های مکعب متصل می کند. جداول اطلاعات شامل ابعادی مانند مقدار یک محصول فروخته شده است. جداول ابعاد ویژگی های توصیفی مانند نام محصول، تاریخ و نام کارکنان را ذخیره می کند. به طور معمول، جداول واقعیت و جداول ابعاد از طریق محدودیت‌های کلید خارجی اولیه، با کلیدهای خارجی در جدول واقعی قرار می‌گیرند (این رابطه رابطه‌ای مربوط به ویژگی دانه‌بندی مکعبی است که در بالا بحث شد). هنگامی که جداول ابعاد مستقیماً به جدول حقایق مرتبط می شوند، یک طرحواره ستاره ای تشکیل می شود. هنگامی که جداول ابعاد مستقیماً به جدول واقعیت مرتبط نیستند، نتیجه یک طرح واره دانه برف است.

لطفا توجه داشته باشید که مدل های ابعادی بر اساس کاربرد طبقه بندی می شوند. دیتا مارت یک مدل بعدی است که برای یک فرآیند تجاری واحد، مانند مدیریت فروش یا موجودی، طراحی شده است. انبار داده یک مدل ابعادی است که برای ثبت فرآیندهای تجاری اجزا طراحی شده است، به طوری که تجزیه و تحلیل فرآیند بین کسب و کار را تسهیل می کند.

الزامات نرم افزاری

اکنون که درک اولیه ای از چیستی مکعب ها و چرایی اهمیت آن ها دارید، من چرخ دنده ها را روشن می کنم و شما را به تور گام به گام ساختن اولین مکعب خود با استفاده از SSAS می برم. برخی از اجزای اساسی وجود دارد نرم افزار، که به آن نیاز خواهید داشت، بنابراین قبل از شروع ساختن اولین مکعب خود، مطمئن شوید که سیستم شما الزامات را برآورده می کند.

مکعب فروش اینترنتی من از پایگاه داده آزمایشی AdventureWorksDW 2005 ساخته خواهد شد. شکل 1 طرح اولیه جداول پایگاه داده را نشان می دهد. از آنجایی که من از نسخه 2005 استفاده می کنم، می توانید دستورالعمل های من را با استفاده از SQL Server 2005 یا SQL Server 2008 دنبال کنید.

پایگاه داده آموزشی Adventure WorksDW 2005 را می توان در وب سایت CodePlex یافت: msftdbprodsamples.codeplex.com. پیوند «پایگاه‌های اطلاعاتی نمونه محصول SQL Server 2005 هنوز موجود است» را بیابید (http://codeplex.com/MSFTDBProdSamples/Release/ProjectReleases.aspx?ReleaseId=4004). پایگاه داده آموزشی در فایل AdventureWorksBI.msi (http://msftdbprodsamples.codeplex.com/releases/view/4004#DownloadId=11755) موجود است.

همانطور که گفته شد، شما باید به یک نمونه از SQL Server 2008 یا 2005، از جمله اجزای SSAS و Business Intelligence Development Studio (BIDS) دسترسی داشته باشید. من از SQL Server 2008 استفاده خواهم کرد، بنابراین اگر از SQL Server 2005 استفاده می کنید، ممکن است تفاوت های ظریفی را مشاهده کنید.

ایجاد یک پروژه SSAS

اولین کاری که باید انجام دهید این است که یک پروژه SSAS با استفاده از BIDS ایجاد کنید. BIDS را در منوی Start و سپس در منو پیدا کنید مایکروسافت SQL Server 2008/2005 زیر آیتم SQL Server Business Intelligence Development Studio. با کلیک بر روی این دکمه، BIDS با صفحه نمایش پیش فرض پخش می شود. ايجاد كردن پروژه جدید SSAS با انتخاب File, New, Project. کادر محاوره ای New Project را می بینید که شکل 1 نشان می دهد پوشه Analysis Services Project را انتخاب کرده و توضیحات پروژه را روی SQLMAG_MyFirstCube تنظیم کنید. روی OK کلیک کنید.

پس از ایجاد پروژه، روی آن در Solution Explorer کلیک راست کرده و انتخاب کنید منوی زمینهمورد خواص. اکنون بخش Deployment را در سمت چپ کادر محاوره‌ای SQLMAG_MyFirstCube: Property Pages انتخاب کنید و تنظیمات Target Server و Database را بررسی کنید، همانطور که در شکل 2 نشان داده شده است ویژگی Target Server با نام سروری که قرار است در آن مستقر شوید. وقتی از تنظیمات استقرار این پروژه SSAS راضی هستید، روی OK کلیک کنید.

تعریف منبع داده

اولین شیئی که باید ایجاد کنید منبع داده است. یک شی منبع داده، طرح و داده های مورد استفاده برای ساخت اشیاء مرتبط با و در پایه مکعب را فراهم می کند. برای ایجاد یک شی منبع داده در BIDS، از Source Wizard استفاده کنید داده هاجادوگر منبع.

با کلیک راست بر روی پوشه Data Source در پنل Solution Explorer و انتخاب New Data Source، جادوگر Data Source را شروع کنید. متوجه خواهید شد که ایجاد اشیاء SSAS در BIDS ماهیت توسعه ای دارد. ویزارد ابتدا شما را در فرآیند ایجاد شی و تنظیمات کلی راهنمایی می کند. و سپس شی SSAS به دست آمده را در طراح باز می کنید و در صورت لزوم آن را با جزئیات سفارشی می کنید. هنگامی که از صفحه اعلان عبور کردید، با کلیک کردن بر روی دکمه New یک اتصال داده جدید تعریف کنید. یک اتصال جدید بر اساس Native OLEDB\SQL Server Native Client 10 با اشاره به اتصالی که می خواهید انتخاب کنید و ایجاد کنید. سرور SQLسروری که نمونه پایگاه داده مورد نظر را در اختیار دارد. بسته به تنظیمات محیط SQL Server می توانید از احراز هویت ویندوز یا SQL Server استفاده کنید. برای اطمینان از اینکه اتصال پایگاه داده را به درستی شناسایی کرده اید، روی دکمه Test Connection کلیک کنید و سپس روی OK کلیک کنید.

در مرحله بعدی اطلاعات جعل هویت قرار می گیرد که مانند ارتباط داده ها به نحوه ساختار محیط SQL Server بستگی دارد. قرض گرفتن امتیاز زمینه امنیتی است که SSAS هنگام پردازش اشیاء خود به آن متکی است. اگر استقرار خود را بر روی یک سرور اصلی، تک (یا لپ‌تاپ) مدیریت می‌کنید، همانطور که تصور می‌کنم اکثر خوانندگان اینگونه هستند، می‌توانید به سادگی گزینه Use the service account را انتخاب کنید. برای تکمیل Data Source Wizard روی Next کلیک کنید و AWDW2005 را به عنوان نام منبع داده تنظیم کنید. این کاملاً راحت است که می توانید از این روش برای اهداف آزمایشی استفاده کنید، اما در یک محیط تولید واقعی این بهترین نیست. بهترین تمرین- از یک حساب سرویس استفاده کنید. بهتر است دامنه را مشخص کنید حساب هابرای قرض گرفتن حقوق اتصال SSAS به منبع داده.

نمای منبع داده

برای منبع داده ای که تعریف کرده اید، مرحله بعدی در فرآیند ساخت مکعب SSAS، ایجاد نمای منبع داده (DSV) است. DSV این امکان را فراهم می کند تا طرح واره ای را که مکعب شما انتظار دارد از پایگاه داده زیربنایی جدا کند. در نتیجه، DSV می تواند برای گسترش طرح رابطه ای زیربنایی هنگام ساخت یک مکعب استفاده شود. برخی از ویژگی های کلیدی DSV برای گسترش طرحواره های منبع داده شامل پرس و جوهای نامگذاری شده، روابط منطقی بین جداول و ستون های محاسبه شده نامگذاری شده است.

بیایید جلو برویم و روی پوشه DSV کلیک راست کرده و New Data Source View را انتخاب کنیم تا جادوگر Create New DSV View Wizard را اجرا کنیم. در کادر محاوره ای، در مرحله Select a Data Source، یک اتصال پایگاه داده رابطه ای را انتخاب کرده و روی Next کلیک کنید. جداول FactInternetSales، DimProduct، DimTime، DimCustomer را انتخاب کنید و روی دکمه فلش سمت راست کلیک کنید تا این جداول به ستون Included منتقل شوند. در نهایت روی Next کلیک کنید و با پذیرفتن نام پیش فرض و کلیک بر روی Finish، ویزارد را تکمیل کنید.

در این مرحله، شما باید یک نمای DSV در زیر پوشه Data Source Views در Solution Explorer داشته باشید. روی DSV جدید دوبار کلیک کنید تا طراح DSV راه اندازی شود. همانطور که در شکل 2 نشان داده شده است، باید هر چهار جدول را برای یک DSV مشخص ببینید.

ایجاد ابعاد پایگاه داده

همانطور که در بالا توضیح دادم، ابعاد ویژگی‌های توصیفی ابعاد و سلسله مراتبی را ارائه می‌کنند که برای فعال کردن تجمیع بالاتر از سطح جزئیات استفاده می‌شوند. درک تفاوت بین یک بعد پایگاه داده و یک بعد مکعب مهم است: ابعاد پایگاه داده، اشیای بعد زیربنایی را برای چندین بعد مکعب که برای ساختن مکعب استفاده می شود، ارائه می دهد.

پایگاه داده و ابعاد مکعب راه حلی زیبا برای مفهومی به نام "ابعاد نقش" ارائه می دهند. ابعاد نقش محور زمانی استفاده می شود که شما نیاز دارید چندین بار از یک بعد در یک مکعب استفاده کنید. تاریخ یک مثال عالی در این نمونه مکعبی است: شما یک بعد تاریخ واحد می سازید و برای هر تاریخی که می خواهید فروش آنلاین را تجزیه و تحلیل کنید، یک بار به آن ارجاع می دهید. تاریخ تقویم اولین بعدی خواهد بود که ایجاد می کنید. روی پوشه Dimensions در Solution Explorer کلیک راست کرده و New Dimension را انتخاب کنید تا Dimension Wizard راه اندازی شود. استفاده از جدول موجود را انتخاب کرده و در مرحله Select Creation Method روی Next کلیک کنید. در مرحله Specify Source Information، جدول DimTime را در لیست کشویی Main table مشخص کرده و روی Next کلیک کنید. حال در مرحله Select Dimension Attributes باید ویژگی های بعد زمان را انتخاب کنید. همانطور که در شکل 3 نشان داده شده است، هر ویژگی را انتخاب کنید.

روی Next کلیک کنید. در مرحله آخر، Dim Date را در قسمت Name وارد کرده و روی Finish کلیک کنید تا Dimension Wizard کامل شود. اکنون باید بعد Dim Date جدید را در زیر پوشه Dimensions در Solution Explorer ببینید.

سپس از Dimension Wizard برای ایجاد ابعاد محصول و مشتری استفاده کنید. برای ایجاد بعد پایه همان مراحل قبلی را دنبال کنید. هنگام کار با Dimension Wizard، مطمئن شوید که تمام ویژگی های بالقوه را در مرحله Select Dimension Attributes انتخاب کرده اید. مقادیر پیش‌فرض برای سایر تنظیمات برای نمونه مکعب تست مناسب است.

ایجاد یک مکعب فروش اینترنتی

اکنون که ابعاد پایگاه داده را آماده کرده اید، می توانید ساخت مکعب را شروع کنید. در Solution Explorer، روی پوشه Cubes کلیک راست کرده و New Cube را انتخاب کنید تا Cube Wizard راه اندازی شود. در پنجره انتخاب روش ایجاد، گزینه استفاده از جداول موجود را انتخاب کنید. در مرحله Select Measure Group Tables جدول FactInternetSales را برای Measure Group انتخاب کنید. در مرحله Select Measures علامت کادرهای کنار کلید تبلیغاتی، کلید ارز، کلید منطقه فروش و شماره تجدیدنظر را بردارید و روی Next کلیک کنید.

در صفحه انتخاب ابعاد موجود، اطمینان حاصل کنید که همه ابعاد پایگاه داده موجود برای استفاده به عنوان ابعاد مکعب انتخاب شده اند. از آنجایی که می‌خواهم این مکعب را تا حد امکان ساده نگه دارم، بعد FactInternetSales را در مرحله Select New Dimensions لغو انتخاب کنید. با انتخاب بعد FactInternetSales، چیزی را ایجاد می کنید که بعد واقعیت یا بعد منحط نامیده می شود. ابعاد واقعیت ابعادی هستند که با استفاده از جدول واقعی واقعی برخلاف جدول ابعاد سنتی ایجاد شده اند.

برای رفتن به مرحله تکمیل جادوگر روی Next کلیک کنید و در قسمت Cube Name عبارت My First Cube را وارد کنید. برای تکمیل فرآیند Create Cube Wizard روی دکمه Finish کلیک کنید.

بسط و پردازش یک مکعب

اکنون شما آماده استقرار و پردازش اولین مکعب هستید. روی نماد مکعب جدید در Solution Explorer کلیک راست کرده و Process را انتخاب کنید. باکس پیامی خواهید دید که به نظر می رسد محتوا قدیمی است. برای استقرار مکعب جدید در سرور SSAS مورد نظر، روی Yes کلیک کنید. هنگامی که یک مکعب را مستقر می کنید، ارسال می کنید فایل XMLبرای تجزیه و تحلیل (XMLA) به سرور SSAS هدف، که یک مکعب در خود سرور ایجاد می کند. همانطور که گفته شد، پردازش یک مکعب باینری های آن را روی دیسک با داده هایی از منبع اصلی و همچنین ابرداده های اضافی که اضافه کرده اید (ابعاد، ابعاد و تنظیمات مکعب) پر می کند.

هنگامی که فرآیند استقرار کامل شد، یک کادر محاوره ای مکعب فرآیند ظاهر می شود. برای شروع پردازش مکعب، که با پنجره Process Progress باز می شود، روی دکمه Run کلیک کنید. هنگامی که پردازش کامل شد، روی Close کلیک کنید (دو بار برای بسته شدن هر دو کادر محاوره ای) تا فرآیندهای استقرار و پردازش مکعب تکمیل شود.

شما اکنون اولین مکعب خود را ساخته، استقرار و پردازش کرده اید. با کلیک راست روی آن در پنجره Solution Explorer و انتخاب Browse می توانید این مکعب جدید را مشاهده کنید. ابعاد را به مرکز جدول محوری و ویژگی های ابعاد را روی ردیف ها و ستون ها بکشید تا مکعب جدید خود را کاوش کنید. توجه کنید که مکعب با چه سرعتی پرس و جوهای مختلف تجمع را پردازش می کند. اکنون می توانید از قدرت نامحدود و در نتیجه ارزش تجاری مکعب OLAP قدردانی کنید.

درک کامینگور ( [ایمیل محافظت شده]) یک معمار ارشد در B.I Voyage است که دارای وضعیت شریک مایکروسافت در زمینه تجزیه و تحلیل تجاری است. دارای عنوان SQL Server MVP و چندین گواهینامه مایکروسافت