Olap-kuution mitat ja mitat. Mikä on kuutio? OLAP asiakkaalla ja palvelimella

/ Kubistiseen tapaan. OLAP-kuutioiden soveltaminen suuryritysten johtamiskäytännössä

Yhteydessä

Luokkatoverit

Konstantin Tokmachev, järjestelmäarkkitehti

Kubistiseen tyyliin.
OLAP-kuutioiden soveltaminen suuryritysten johtamiskäytännössä

Ehkä aika on kulunut, jolloin yrityksen laskentaresurssit käytettiin vain tietojen ja kirjanpitoraporttien kirjaamiseen. Samaan aikaan johdon päätökset tehtiin "silmällä" toimistoissa, kokouksissa ja istunnoissa. Ehkä Venäjällä on aika palauttaa yritysten tietojärjestelmät pääresursseihinsa - ratkaista hallintaongelmia tietokoneeseen rekisteröityjen tietojen perusteella

Tietoja liiketoimintaanalytiikan eduista

Yrityksen johtamissilmukassa "raaka" datan ja hallittavaan objektiin vaikuttavien "vipujen" välissä on "suorituskykyindikaattorit" - KPI. Ne muodostavat eräänlaisen "kojelaudan", joka heijastaa ohjatun kohteen eri alijärjestelmien tilaa. Yrityksen varustaminen informatiivisilla suoritusindikaattoreilla ja niiden laskennan ja saatujen arvojen seuraaminen on liiketoimintaanalyytikon työtä. Automatisoidut analyysipalvelut, kuten MS-apuohjelma, voivat tarjota merkittävää apua yrityksen analyyttisen työn organisoinnissa. SQL Server Analyysipalvelut (SSAS) ja sen pääominaisuus on OLAP-kuutio.

Tässä on vielä yksi seikka. Oletetaan, että amerikkalaisessa perinteessä OLAP-kuutioiden kanssa työskentelemiseen keskittynyt erikoisuus on nimeltään BI (Business Intelligence). Ei pitäisi olla illuusioita siitä, että amerikkalainen BI vastaa venäläistä "liiketoimintaanalyytikkoa". Ei pahalla, mutta usein yritysanalyytikkomme on "alikirjanpitäjä" ja "aliohjelmoija", epämääräisen tietämyksen ja pienen palkan omaava asiantuntija, jolla ei todellakaan ole omia työkaluja ja metodologiaa.

BI-asiantuntija on itse asiassa soveltava matemaatikko, korkeasti koulutettu asiantuntija, joka käyttää nykyaikaisia ​​matemaattisia menetelmiä yrityksen arsenaalissa (niin kutsuttiin Operations Research). BI vastaa paremmin "järjestelmäanalyytikon" erikoisalaa, joka oli kerran Neuvostoliitossa, valmistui Moskovan valtionyliopiston laskennallisen matematiikan ja matematiikan tiedekunnasta. M.V. Lomonosov. OLAP-kuutiosta ja analyysipalveluista voi tulla lupaava pohja venäläisen yritysanalyytikon työpaikalle, ehkä amerikkalaisen BI:n suuntaisen jatkokoulutuksen jälkeen.

Viime aikoina on ilmaantunut toinen haitallinen suuntaus. Erikoistumisen ansiosta yritysten eri työntekijäryhmien keskinäinen ymmärrys on menetetty. Kirjanpitäjä, johtaja ja ohjelmoija, kuten "joutsen, rapu ja hauki" I.A:n tarussa. Krylov, vetää yhtiötä eri suuntiin.

Kirjanpitäjä on kiireinen raportoinnissaan, niin merkitykseltään kuin dynamiikaltaan, ne eivät liity suoraan yrityksen liiketoimintaprosessiin.

Johtaja on kiireinen oman osansa kanssa liiketoimintaprosessissa, mutta ei pysty arvioimaan globaalisti, koko yrityksen tasolla, toimintansa tuloksia ja tulevaisuudennäkymiä.

Lopuksi ohjelmoija, joka oli aikoinaan (koulutuksensa ansiosta) edistyneiden teknisten ideoiden vetäjä tieteenalalta yritysmaailmaan, on muuttunut kirjanpitäjän ja johtajan fantasioiden passiiviseksi toteuttajaksi, joten se ei ole enää harvinaista, että yritysten IT-osastoja ohjaavat kirjanpitäjät ja yleensä kaikki, joille ei ole laiskoja. Aloitteen puute, lukutaidoton, mutta suhteellisen korkeasti palkattu 1C-ohjelmoija on todellinen vitsaus venäläiset yhtiöt. (Melkein kuin kotimainen jalkapalloilija.) En edes puhu niin sanotuista "ekonomisteista ja lakimiehistä" heistä on sanottu kauan sitten.

Joten tietointensiivisellä SSAS-laitteistolla varustetun, ohjelmoinnin ja kirjanpidon perusteet hallitsevan yritysanalyytikon asema pystyy vahvistamaan yrityksen työtä suhteessa liiketoimintaprosessin analysointiin ja ennustamiseen.

OLAP-kuutioiden edut

OLAP-kuutio on moderni lääke yrityksen tietokonejärjestelmätietokannan analyysi, jonka avulla on mahdollista tarjota työntekijöille hierarkian kaikilla tasoilla tarvittavat indikaattorit, jotka kuvaavat valmistusprosessi yritykset. Asia ei ole pelkästään se, että kätevä käyttöliittymä ja joustava kyselykieli MDX-kuutiolle (MultiDimensional eXpressions) mahdollistavat tarvittavien analyyttisten indikaattoreiden muotoilun ja laskemisen, vaan myös OLAP-kuution huomattavassa nopeudessa ja helppoudessa. Lisäksi tämä nopeus ja helppous, tietyissä rajoissa, eivät riipu laskelmien monimutkaisuudesta ja tietokannan koosta.

Jotain johdatusta OLAPiin
kuutio voidaan antaa MS Excelin "pivot-taulukolla". Näillä objekteilla on samanlainen logiikka ja samanlaiset rajapinnat. Mutta kuten artikkelista nähdään, OLAP-toiminnallisuus on verrattoman rikkaampi ja suorituskyky on verrattoman korkeampi, joten "pivot-taulukko" pysyy paikallisena työpöytätuotteena, kun taas OLAP on yritystason tuote.

Miksi OLAP-kuutio on niin hyvä ratkaisu? analyyttiset tehtävät? OLAP-kuutio on suunniteltu siten, että kaikki indikaattorit kaikissa mahdollisissa osissa on ennalta laskettu (kokonaan tai osittain), ja käyttäjä voi vain “vetää ulos” tarvittavat indikaattorit (mitat) ja mitat (mitat) vain hiiri, ja ohjelma voi piirtää taulukot uudelleen.

Kaikki mahdollinen analytiikka kaikissa osioissa muodostaa yhden valtavan kentän, tai pikemminkin, ei kentän, vaan vain moniulotteisen OLAP-kuution. Mitä tahansa pyyntöä käyttäjä (johtaja, yritysanalyytikko, johtaja) kääntyy analytiikkapalvelun puoleen, vastausnopeus selittyy kahdella asialla: ensinnäkin tarvittava analytiikka voidaan muotoilla helposti (joko valita luettelosta nimen mukaan tai määrittää kaava MDX-kielellä ), toiseksi se on yleensä jo laskettu.

Analytiikan muotoilu on mahdollista kolmella vaihtoehdolla: se on joko tietokantakenttä (tai pikemminkin varastokenttä), tai kuution suunnittelutasolla määritelty laskentakenttä tai MDX-kielilauseke, kun työskennellään vuorovaikutteisesti kuution kanssa.

Tämä tarkoittaa useita houkuttelevia ominaisuuksia OLAP-kuutioissa. Pohjimmiltaan raja käyttäjän ja tiedon välillä katoaa. Este on sovellusohjelmoijan muodossa, jonka täytyy ensin selittää ongelma (asettaa tehtävä). Toiseksi sinun on odotettava, kunnes sovellusohjelmoija luo algoritmin, kirjoittaa ja debugaa ohjelman ja mahdollisesti muuttaa sitä. Jos työntekijöitä on paljon ja heidän vaatimuksensa vaihtelevat ja vaihtelevat, tarvitaan koko joukko sovellusohjelmoijia. Tässä mielessä OLAP-kuutio (ja pätevä yritysanalyytikko) korvaa analyyttisessä työssä kokonaisen sovellusohjelmoijaryhmän, aivan kuten tehokas kaivinkone kaivinkoneen kuljettajalla korvaa koko joukon siirtotyöläisiä lapioineen ojaa kaivaessaan!

Samalla saavutetaan toinen erittäin tärkeä saadun analyyttisen tiedon laatu. Koska koko yritykselle on vain yksi OLAP-kuutio, ts. Tämä on sama kenttä, jossa analyytikot ovat kaikille, mikä eliminoi ärsyttävät ristiriitaisuudet tiedoissa. Kun esimies joutuu kysymään samaa tehtävää usealta itsenäiseltä työntekijältä subjektiivisuustekijän eliminoimiseksi, mutta he silti tuovat erilaisia ​​vastauksia, joita jokainen sitoutuu selittämään jotenkin jne. OLAP-kuutio varmistaa analyyttisen tiedon yhtenäisyyden yrityshierarkian eri tasoilla, ts. jos johtaja haluaa tarkentaa tietyn häntä kiinnostavan indikaattorin, hän tulee varmasti niihin alemman tason tietoihin, joilla hänen alaisensa työskentelee, ja tämä on juuri se tieto, jonka perusteella ylemmän tason indikaattori laskettiin , eikä muuta dataa, joka on vastaanotettu jollain muulla tavalla, johonkin muuhun aikaan jne. Eli koko yritys näkee saman analytiikan, mutta eri aggregointitasoilla.

Otetaan esimerkki. Oletetaan, että johtaja hallitsee myyntisaamisia. Niin kauan kuin erääntyneiden saatavien KPI on vihreä, se tarkoittaa, että kaikki on normaalia eikä hallintatoimenpiteitä tarvita. Jos väri on muuttunut keltaiseksi tai punaiseksi, jokin on vialla: leikkaamme KPI:t myyntiosastoittain ja näemme osastot välittömästi "punaisina". Seuraava osio johtajilta - ja myyjä, jonka asiakkaat ovat maksuista jäljessä, tunnistetaan. (Lisäksi erääntynyt määrä voidaan jakaa asiakkaiden, ehtojen jne. mukaan.) Yhtiön johtaja voi ottaa suoraan yhteyttä rikkojiin millä tahansa tasolla. Mutta yleisesti ottaen sekä osastopäälliköt että myyntipäälliköt näkevät saman KPI:n (hierarkiatasoillaan). Siksi tilanteen korjaamiseksi heidän ei tarvitse edes odottaa ”puhelua matolle”... Tietenkään KPI:n ei itse tarvitse välttämättä olla erääntyneiden maksujen määrä - se voi olla erääntyneiden maksujen painotettu keskiarvo tai yleensä saamisten kiertonopeus.

Huomattakoon, että MDX-kielen monimutkaisuus ja joustavuus yhdessä nopeiden (joskus välittömien) tulosten kanssa mahdollistavat sen, että voimme ratkaista (kehitysvaiheet ja virheenkorjauksen vaiheet huomioon ottaen) monimutkaisia ​​ohjaustehtäviä, joita ei muuten olisi voitu esittää ollenkaan. sovellusohjelmoijien monimutkaisuuden ja muotoilun alkuperäisen epävarmuuden vuoksi. (Pitkät määräajat sovellusohjelmoijille analyyttisten ongelmien ratkaisemisessa johtuen huonosti ymmärretyistä formulaatioista ja ohjelmien pitkistä muutoksista, kun olosuhteet muuttuvat, käytännössä kohdataan usein.)

Kiinnittäkäämme myös huomiota siihen, että jokainen yrityksen työntekijä voi kerätä yleiskentältä OLAP-analyytikolle täsmälleen sen sadon, jota hän tarvitsee työhönsä, eikä tyytyä "nauhaan", joka hänelle leikataan yhteisöllisesti. "vakioraportit".

Usean käyttäjän käyttöliittymä OLAP-kuution kanssa työskentelyyn asiakas-palvelin-tilassa mahdollistaa jokaisen työntekijän muista riippumatta omat (jopa tietyllä taidolla itsetehdyt) analytiikkalohkonsa (raportit), jotka määritetään automaattisesti. päivitetty - toisin sanoen ne ovat aina ajan tasalla.

Eli OLAP-kuution avulla voit tehdä analyyttisestä työstä (jota itse asiassa eivät tee vain vastaanottoanalyytikot, vaan itse asiassa lähes kaikki yrityksen työntekijät, jopa logistiikot ja johtajat, jotka hallitsevat saldoja ja lähetyksiä) valikoivampaa, "ei yleisesti ottaen" , mikä luo edellytyksiä työn parantamiselle ja tuottavuuden lisäämiselle.

Yhteenvetona esittelystämme totean, että OLAP-kuutioiden käyttö voi nostaa yrityksen johtamisen korkeammalle tasolle. Analyyttisten tietojen yhdenmukaisuus kaikilla hierarkian tasoilla, niiden luotettavuus, monimutkaisuus, indikaattoreiden luomisen ja muokkaamisen helppous, yksilölliset asetukset, nopea tietojenkäsittely ja lopuksi vaihtoehtoisten analyysipolkujen tukemiseen käytetyn rahan ja ajan säästö (sovellusohjelmoijat, työntekijän riippumattomat laskelmat) avaa mahdollisuuksia OLAP-kuutioiden käyttöön venäläisten suuryritysten käytännössä.

OLTP + OLAP: ääriviivat palautetta yrityksen johtamisketjussa

Katsotaanpa nyt OLAP-kuutioiden yleistä ideaa ja niiden sovelluskohtaa yrityksen johtamisketjussa. Termin OLAP (OnLine Analytical Processing) otti brittiläinen matemaatikko Edgar Codd käyttöön aiemmin käyttöönotetun terminsä OLTP (OnLine Transactions Processing) lisäksi. Tästä keskustellaan myöhemmin, mutta E. Codd tietysti ehdotti termien lisäksi myös OLTP:n ja OLAPin matemaattisia teorioita. Yksityiskohtiin menemättä, nykyaikaisessa tulkinnassa OLTP on relaatiotietokanta, jota pidetään mekanismina tietojen tallentamiseen, tallentamiseen ja hakemiseen.

Ratkaisumenetelmä

ERP-järjestelmissä (Enterprice Resource Planning), kuten 1C7, 1C8, MS Dynamics AX, on käyttäjälähtöiset ohjelmistoliitännät (asiakirjojen syöttäminen ja muokkaaminen jne.) sekä relaatiotietokanta (DB) tietojen tallentamiseen ja hakemiseen, joita nykyään edustavat ohjelmistot. tuotteita, kuten MS SQL Server (SS).

Huomaa, että ERP-järjestelmän tietokantaan rekisteröidyt tiedot ovat todellakin erittäin arvokas resurssi. Asia ei ole vain siinä, että rekisteröidyt tiedot varmistavat yrityksen nykyisen asiakirjavirran (asiakirjojen poimiminen, oikaisu, tulostus- ja täsmäytyskyky jne.) eikä vain tilinpäätösten laskemista (verot, tilintarkastus jne.). ). Johtamisen näkökulmasta on paljon tärkeämpää, että OLTP-järjestelmä (relaatiotietokanta) on itse asiassa todellinen todellinen kokoinen digitaalinen malli yrityksen toiminnasta.

Mutta prosessin hallitsemiseksi ei riitä, että rekisteröit tietoja siitä. Prosessi tulee esittää numeeristen indikaattorien (KPI) järjestelmän muodossa, joka kuvaa sen edistymistä. Lisäksi indikaattoreille on määriteltävä hyväksyttävät arvoalueet. Ja vain jos indikaattorin arvo putoaa sallitun välin ulkopuolelle, on seurattava ohjaustoimenpide.

Mitä tulee tähän hallintalogiikkaan (tai mytologiaan) ("ohjaus poikkeamalla"), niin antiikin kreikkalainen filosofi Platon, joka loi kuvan ruorimiehestä (kybernoosi), joka nojaa airoon, kun vene poikkeaa suunnasta, sekä Amerikkalainen matemaatikko Norbert Wiener, joka loi kybernetiikan tieteen tietokoneiden aikakauden kynnyksellä.

Tavanomaisen OLTP-menetelmää käyttävän tiedon tallennusjärjestelmän lisäksi tarvitaan toinen järjestelmä - järjestelmä kerättyjen tietojen analysointiin. Tämä lisäosa, joka ohjaussilmukassa toimii palautteena hallinnan ja ohjausobjektin välillä, on OLAP-järjestelmä tai lyhyesti sanottuna OLAP-kuutio.

OLAPin ohjelmistototeutuksena harkitsemme MS Analysis Services -apuohjelmaa, joka on osa MS SQL Serverin, lyhennettynä SSAS, vakiotoimitusta. Huomaa, että E. Coddin suunnitelman mukaan analytiikan OLAP-kuution tulisi antaa sama kattava toimintavapaus kuin OLTP-järjestelmä ja relaatiotietokanta (SQL Server) tarjoavat tiedon tallentamisessa ja hakemisessa.

OLAP Logistics

Katsotaan nyt tiettyä kokoonpanoa ulkoisia laitteita, sovellusohjelmat ja teknologiset toiminnot, joihin OLAP-kuution automatisoitu toiminta perustuu.

Oletetaan, että yhtiö käyttää toiminnanohjausjärjestelmää, esimerkiksi 1C7 tai 1C8, johon tiedot tallennetaan normaalisti. Tämän ERP-järjestelmän tietokanta sijaitsee tietyllä palvelimella ja sitä tukee MS SQL Server.

Oletamme myös, että toiselle palvelimelle on asennettu ohjelmisto, mukaan lukien MS SQL Server MS Analysis Services (SSAS) -apuohjelmalla sekä MS SQL Server Management Studio, MS C#, MS Excel ja MS Visual Studio. Nämä ohjelmat yhdessä muodostavat tarvittavan kontekstin: työkalut ja tarvittavat rajapinnat OLAP-kuutioiden kehittäjälle.

SSAS-palvelimella on vapaasti jaettu ohjelma nimeltä blat, jota kutsutaan (parametreineen) from komentorivi ja postipalvelujen tarjoaminen.

Työntekijöiden työasemilla, sisällä paikallinen verkko MS Excel -ohjelmat (versiot vähintään 2003) asennetaan sekä mahdollisesti erityinen ajuri, joka varmistaa, että MS Excel toimii MS Analysis Services -palvelun kanssa (ellei vastaavaa ajuria ole jo mukana MS Excelissä).

Varmuuden vuoksi oletetaan, että työntekijöiden työasemille on asennettu käyttöjärjestelmä. Windows-järjestelmä XP ja palvelimilla - Windows Server 2008. Lisäksi MS SQL Server 2005:tä voidaan käyttää SQL Serverinä, ja Enterprise Edition (EE) tai Developer Edition (DE) on asennettu palvelimelle OLAP-kuution kanssa. Näissä painoksissa on mahdollista käyttää ns. "puoliadditiiviset toimenpiteet", ts. lisää aggregaattifunktiot(tilastot) muut kuin tavalliset summat (esimerkiksi äärimmäiset tai keskimääräiset).

OLAP-kuution suunnittelu (OLAP-kubismi)

Sanotaanpa muutama sana itse OLAP-kuution suunnittelusta. Tilastojen kielellä OLAP-kuutio on joukko suoritusindikaattoreita, jotka on laskettu kaikkiin tarvittaviin osioihin, esimerkiksi lähetysindikaattori osioissa asiakkaiden, tavaroiden, päivämäärien jne. OLAP-kuutioiden venäläisessä kirjallisuudessa englannista käännetyn suoran käännöksen vuoksi indikaattoreita kutsutaan "mittaviksi" ja osia kutsutaan "dimensioiksi". Tämä on matemaattisesti oikea, mutta syntaktisesti ja semanttisesti ei kovin onnistunut käännös. Venäjän sanat "measure", "dimension", "dimension" ovat lähes samat merkitykseltään ja oikeinkirjoitukseltaan, kun taas englanninkieliset "measure" ja "dimension" ovat erilaisia ​​​​sekä oikeinkirjoituksen että merkityksen suhteen. Siksi annamme etusijalle perinteiset venäläiset tilastotermit "indikaattori" ja "leikkaus", jotka ovat merkitykseltään samanlaisia.

OLAP-kuution ohjelmistototeutukseen on useita vaihtoehtoja suhteessa OLTP-järjestelmään, johon tiedot tallennetaan. Tarkastelemme vain yhtä järjestelmää, yksinkertaisinta, luotettavinta ja nopeinta.

Tässä suunnittelussa OLAP ja OLTP eivät jaa taulukoita, ja OLAP-analytiikka lasketaan mahdollisimman yksityiskohtaisesti kuutiopäivitysvaiheessa (Process), joka edeltää käyttövaihetta. Tätä mallia kutsutaan MOLAP (Multidimensional OLAP). Sen haittoja ovat epäsynkronisuus ERP:n kanssa ja korkeat muistikustannukset.

Vaikka muodollisesti OLAP-kuutio voidaan rakentaa käyttämällä kaikkia (tuhansia) ERP-järjestelmän relaatiotietokantataulukoita tietolähteenä ja kaikkia (satoja) niiden kenttiä indikaattoreina tai osioina, todellisuudessa näin ei pitäisi tehdä. Päinvastoin. Kuutioon lataamista varten on oikeampaa valmistaa erillinen tietokanta, jota kutsutaan "showcaseiksi" tai "varastoksi".

Useat syyt pakottavat meidät tähän.

• Ensinnäkin OLAP-kuution linkittäminen todellisen tietokannan taulukoihin aiheuttaa varmasti teknisiä ongelmia. Taulukon tietojen muuttaminen voi laukaista kuution päivityksen, ja kuution päivittäminen ei välttämättä ole nopea prosessi, joten kuutio on jatkuvan uudelleenrakentamisen tilassa; Samalla kuution päivitysprosessi voi estää (luettaessa) tietokantataulukoiden tiedot, mikä hidastaa käyttäjien työtä tietojen rekisteröinnissä ERP-järjestelmään.
• toiseksi, Jos indikaattoreita ja leikkauksia on liikaa, kuution tallennustila palvelimella kasvaa dramaattisesti. Älä unohda, että OLAP-kuutio ei tallenna vain lähdetietoja, kuten OLTP-järjestelmässä, vaan myös kaikki indikaattorit, jotka on laskettu yhteen kaikista mahdollisista osista (ja jopa kaikkien osien kaikista yhdistelmistä). Lisäksi kuution päivitysnopeus ja viime kädessä analytiikan ja niihin perustuvien käyttäjäraporttien rakentamisen ja päivittämisen nopeus hidastuvat vastaavasti.
• Kolmanneksi, liian monet kentät (ilmaisimet ja osiot) aiheuttavat ongelmia OLAP-kehittäjän käyttöliittymässä, koska elementtiluetteloista tulee valtavia.
• Neljänneksi, OLAP-kuutio on erittäin herkkä tietojen eheysrikkomuksille. Kuutiota ei voida rakentaa, jos avaintiedot eivät sijaitse kuutiokenttäyhteyksien rakenteessa määritellyssä linkissä. Tilapäiset tai pysyvät eheysrikkomukset, tyhjät kentät ovat yleisiä ERP-järjestelmätietokannassa, mutta tämä ei todellakaan sovi OLAP:iin.

Voit myös lisätä, että ERP-järjestelmän ja OLAP-kuution tulisi sijaita eri palvelimilla kuorman jakamiseksi. Mutta sitten, jos OLAP:lle ja OLTP:lle on yhteisiä taulukoita, syntyy myös verkkoliikenteen ongelma. Käytännössä ratkaisemattomia ongelmia syntyy tässä tapauksessa, kun on tarpeen yhdistää useita eri ERP-järjestelmiä (1C7, 1C8, MS Dynamics AX) yhdeksi OLAP-kuutioksi.

Todennäköisesti voimme jatkaa teknisten ongelmien kasaamista. Mutta mikä tärkeintä, muista, että toisin kuin OLTP, OLAP ei ole väline tietojen tallentamiseen ja tallentamiseen, vaan analytiikkatyökalu. Tämä tarkoittaa, että ei tarvitse ladata ja ladata "likaisia" tietoja ERP:stä OLAPiin "varmuuden vuoksi". Päinvastoin, ensin on kehitettävä konsepti yrityksen hallintaan ainakin KPI-järjestelmän tasolla ja sitten suunniteltava sovellustietovarasto (varasto), joka sijaitsee samalla palvelimella kuin OLAP-kuutio ja sisältää pienen , hallintaan tarvittava jalostettu tietomäärä ERP : stä .

Ilman pahojen tapojen edistämistä OLAP-kuutio suhteessa OLTP:hen voidaan verrata tunnettuun "stilliin", jonka avulla "puhdas tuote" saadaan todellisen rekisteröinnin "fermentoidusta massasta".

Joten saimme, että OLAPin tietolähde on erityinen tietokanta (varasto), joka sijaitsee samalla palvelimella kuin OLAP. Yleensä tämä tarkoittaa kahta asiaa. Ensinnäkin on oltava erityisiä menettelyjä, jotka luovat varaston ERP-tietokannoista. Toiseksi OLAP-kuutio on asynkroninen ERP-järjestelmiensä kanssa.

Ottaen huomioon edellä mainitut ehdotamme seuraavaa versiota.

Ratkaisuarkkitehtuuri

Oletetaan, että tietyn yrityksen (holding) useita ERP-järjestelmiä sijaitsee eri palvelimilla, joiden analyyttiset tiedot haluaisimme koottuna yhteen OLAP-kuutioon. Korostamme, että kuvatussa tekniikassa yhdistämme ERP-järjestelmien tiedot varastotasolla jättäen OLAP-kuution suunnittelun ennalleen.

Luomme OLAP-palvelimelle kuvia (tyhjiä kopioita) kaikkien näiden ERP-järjestelmien tietokannoista. Suoritamme ajoittain (öisin) vastaavien aktiivisten ERP-tietokantojen osittaisen replikoinnin näihin tyhjiin kopioihin.

Seuraavaksi käynnistetään SP (tallennettu menettely), joka samalle OLAP-palvelimelle ilman verkkoliikennettä, ERP-järjestelmän tietokantojen osittaisten kopioiden perusteella, luo (tai täydentää) varaston (varaston) - OLAP-kuution tietolähteen.

Sitten käynnistetään vakiomenettely varastotietoihin perustuvalle kuution päivittämiselle/rakentamiselle (Prosessin toiminta SSAS-rajapinnassa).

Kommentoikaamme tiettyjä tekniikan näkökohtia. Millaista työtä SP:t tekevät?

Osittaisen replikoinnin seurauksena nykyiset tiedot näkyvät jonkin ERP-järjestelmän kuvassa OLAP-palvelimella. Muuten, osittainen replikointi voidaan suorittaa kahdella tavalla.

Ensinnäkin kaikista ERP-järjestelmän tietokannan taulukoista vain varaston rakentamiseen tarvittavat taulukot kopioidaan osittaisen replikoinnin aikana. Tätä ohjaa kiinteä luettelo taulukoiden nimistä.

Toiseksi osittainen replikointi voi tarkoittaa myös sitä, että kaikkia taulukon kenttiä ei kopioida, vaan vain niitä, jotka ovat mukana varaston rakentamisessa. Kopioitavien kenttien luettelo joko määritetään tai luodaan dynaamisesti SP:ssä kopion kuvassa (jos kaikki kentät eivät ole alun perin mukana taulukon kopiossa).

Tietenkin on mahdollista olla kopioimatta kokonaisia ​​taulukon rivejä, vaan vain lisätä uusia tietueita. Tämä aiheuttaa kuitenkin vakavia haittoja, kun ERP-versiot otetaan huomioon "taannehtivasti", mikä on usein tilanne tosielämän järjestelmissä. Joten on helpompi kopioida kaikki tietueet (tai päivittää "häntä" tietystä päivämäärästä alkaen) ilman pitkiä puheita.

Seuraavaksi SP:n päätehtävänä on muuntaa ERP-järjestelmätiedot varastomuotoon. Jos ERP-järjestelmiä on vain yksi, muuntamisen tehtävä on pääasiassa tarvittavien tietojen kopiointi ja mahdollisesti uudelleenmuotoilu. Mutta jos on tarpeen yhdistää useita eri rakenteellisia ERP-järjestelmiä samaan OLAP-kuutioon, muunnokset monimutkaistuvat.

Useiden erilaisten ERP-järjestelmien yhdistäminen kuutioon on erityisen vaikea tehtävä, jos niiden objektijoukot (tavarahakemistot, urakoitsijat, varastot jne.) menevät osittain päällekkäin, kohteilla on sama merkitys, mutta ne kuvataan hakemistoissa luonnollisesti eri tavalla. eri järjestelmien (koodien, tunnisteiden, nimien jne. merkityksessä).

Todellisuudessa tällainen kuva syntyy suuressa holdingyhtiössä, kun useat sen muodostavat samantyyppiset itsenäiset yhtiöt harjoittavat suunnilleen samanlaista toimintaa suunnilleen samalla alueella, mutta käyttävät omia ja ei-sovittuja rekisteröintijärjestelmiään. Tässä tapauksessa varastotasolla tietoja konsolidoitaessa ei voi tehdä ilman apukartoitustaulukoita.

Kiinnitämme huomiota varaston varastointiarkkitehtuuriin. Tyypillisesti OLAP-kuutioskeema esitetään "tähden" muodossa, ts. tietotaulukkona, jota ympäröivät hakemistojen "säteet" - toissijaisten avainarvojen taulukot. Taulukko on "indikaattoreiden" lohko; Tässä tapauksessa hakemisto puolestaan ​​voi olla mielivaltainen epätasapainoinen puu tai tasapainoinen hierarkia, esimerkiksi monitasoinen tavara- tai urakoitsijaluokitus. OLAP-kuutiossa varaston tietotaulukon numeeriset kentät muuttuvat automaattisesti "indikaattoreiksi" (tai mitoiksi), ja osiot (tai dimensiot) voidaan määrittää toissijaisten avaintaulukoiden avulla.

Tämä on visuaalinen "pedagoginen" kuvaus. Itse asiassa OLAP-kuution arkkitehtuuri voi olla paljon monimutkaisempi.

Ensinnäkin varasto voi koostua useista "tähdistä", jotka on mahdollisesti yhdistetty yhteisten hakemistojen kautta. Tässä tapauksessa OLAP-kuutio on useiden kuutioiden (useiden tietolohkojen) liitto.

Toiseksi, tähden "säde" ei voi olla vain yksi hakemisto, vaan koko (hierarkkinen) tiedostojärjestelmä.

Kolmanneksi, olemassa olevien ulottuvuusosien perusteella voidaan määrittää uusia hierarkkisia osioita käyttämällä OLAP-kehittäjän käyttöliittymätyökaluja (esim. vähemmän tasoja, eri tasojärjestyksiä jne.)

Neljänneksi, olemassa olevien indikaattoreiden ja osien perusteella voidaan määritellä uusia indikaattoreita (laskutoimituksia) käyttämällä MDX-kielilausekkeita. On tärkeää huomata, että uudet kuutiot, uudet indikaattorit, uudet osat integroidaan automaattisesti täysin alkuperäisten elementtien kanssa. On myös huomattava, että huonosti muotoillut laskelmat ja hierarkkiset osat voivat hidastaa merkittävästi OLAP-kuution toimintaa.

MS Excel käyttöliittymänä OLAPiin

Erityisen kiinnostava on käyttöliittymä OLAP-kuutioiden kanssa. Luonnollisesti täydellisimmän käyttöliittymän tarjoaa itse SSAS-apuohjelma. Tämä sisältää OLAP-kuution kehittäjän työkalupakin, interaktiivisen raporttisuunnittelijan ja ikkunan interaktiivista työtä OLAP-kuution kanssa MDX-kyselyitä käyttäen.

Itse SSAS:n lisäksi on monia ohjelmia, jotka tarjoavat rajapinnan OLAP:iin ja kattavat niiden toiminnallisuuden enemmän tai vähemmän. Mutta niiden joukossa on yksi, jolla on mielestämme kiistattomia etuja. Tämä on MS Excel.

Käyttöliittymän MS Exceliin tarjoaa erityinen ajuri, joka on ladattavissa erikseen tai sisältyy Excel-jakeluun. Se ei kata kaikkia OLAPin toimintoja, mutta MS Excelin versionumeroiden kasvaessa tämä kattavuus laajenee (esimerkiksi MS Excel 2007:ssä tulee graafinen esitys KPI:stä, jota ei ollut MS Excel 2003:ssa jne. ).

Tietysti melko täydellisten toimintojensa lisäksi MS Excelin tärkein etu on tämän ohjelman laaja levinneisyys ja se, että suuri määrä toimistokäyttäjiä tuntee sen. Tässä mielessä, toisin kuin muut käyttöliittymäohjelmat, yrityksen ei tarvitse ostaa mitään ylimääräistä eikä tarvitse kouluttaa ketään lisää.

MS Excelin suuri etu OLAP-rajapintana on kyky jatkossa käsitellä itsenäisesti OLAP-raportissa saatuja tietoja (eli jatkaa OLAPista saatujen tietojen tutkimista saman Excelin muilla arkeilla, ei enää OLAP-työkaluja käyttämättä, vaan käyttämällä tavallisia Excel-työkaluja).

Facubi-iltahoitojakso

Nyt kuvaamme OLAP-toiminnan päivittäistä (öistä) laskennallista sykliä. Laskenta suoritetaan facubi-ohjelman ohjauksessa, joka on kirjoitettu kielellä C# 2005 ja käynnistetty Task Schedulerin kautta palvelimella, jossa on varasto ja SSAS. Alussa facubi siirtyy Internetiin ja lukee nykyiset valuuttakurssit (käytetään edustamaan useita indikaattoreita valuutassa). Suorita seuraavaksi seuraavat vaiheet.

Ensinnäkin facubi käynnistää SP:t, jotka suorittavat osittaisen replikoinnin paikallisverkossa saatavilla olevien eri ERP-järjestelmien (holding-elementtien) tietokannoista. Replikointi suoritetaan, kuten sanoimme, valmiiksi valmistetuille "taustoille" - SSAS-palvelimella sijaitsevien ERP-järjestelmien kuviin.

Toiseksi SP:n kautta kartoitus suoritetaan ERP-replikoista varastotallennustilaan - erityiseen tietokantaan, joka on OLAP-kuutiotietojen lähde ja joka sijaitsee SSAS-palvelimella. Tässä tapauksessa ratkaistaan ​​kolme päätehtävää:

• ERP-tiedot säädetty vaadittuihin kuutiomuotoihin; me puhumme sekä taulukoista että taulukkokentistä. (Joskus vaadittu taulukko on "muodistattava", esimerkiksi useista MS Excel -arkeista.) Samankaltaisilla tiedoilla voi olla eri muotoja eri ERP:issä, esimerkiksi 1C7-hakemistojen avaintunnuskentissä on 36-numeroinen merkkikoodi, jonka pituus on 8. , ja _idrref kentät hakemistoissa 1С8 – heksadesimaaliluvut, joiden pituus on 32;
• käsittelyn aikana toteutetaan looginen tiedonhallinta (mukaan lukien ”oletusarvojen” kirjoittaminen puuttuvien tietojen tilalle, mikäli mahdollista) ja eheysvalvonta, ts. ensisijaisten ja toissijaisten avainten läsnäolon tarkistaminen vastaavissa luokittelijoissa;
• koodin yhdistäminen objektit, joilla on sama merkitys eri ERP:issä. Esimerkiksi eri ERP:iden hakemistojen vastaavilla elementeillä voi olla sama merkitys, vaikka ne ovat sama vastapuoli. Koodien yhdistämisongelma ratkaistaan ​​rakentamalla kartoitustaulukoita, joissa erilaisia ​​koodeja samat esineet tuodaan yhteen.

Kolmanneksi facubi laukaisee tavanomainen menettely prosessikuutiotietojen päivittäminen (SSAS-apuohjelmasta).

Tarkistuslistojen perusteella facubi lähettää sähköpostit käsittelyvaiheiden edistymisestä.

Facubin suorittamisen jälkeen Task Scheduler käynnistää vuorotellen useita excel-tiedostoja, joissa raportit luodaan valmiiksi OLAP-kuutio-indikaattoreiden perusteella. Kuten sanoimme, MS Excelillä on erityinen ohjelmiston käyttöliittymä(erikseen ladattava tai sisäänrakennettu ohjain) OLAP-kuutioiden kanssa työskentelemiseen (SSAS:n kanssa). Kun käynnistät MS Excelin, MS VBA -ohjelmat (kuten makrot) aktivoituvat, mikä varmistaa, että raporttien tiedot päivitetään; raportteja muokataan tarvittaessa ja lähetetään postitse (blat-ohjelma) käyttäjille tarkistuslistojen mukaan.

Paikallisverkon käyttäjät, joilla on pääsy SSAS-palvelimeen, saavat OLAP-kuutiolle määritettyjä "live-raportteja". (Periaatteessa he voivat itse, ilman postia, päivittää omassa käytössä olevia OLAP-raportteja MS Excelissä paikalliset tietokoneet.) Paikallisverkon ulkopuoliset käyttäjät saavat joko alkuperäiset raportit, joiden toiminnallisuus on rajoitettu, tai heille (OLAP-raporttien päivityksen jälkeen MS Excelissä) lasketaan erityiset "kuollut" raportit, jotka eivät käytä SSAS-palvelinta.

Tulosten arviointi

Puhuimme edellä OLTP:n ja OLAPin asynkronisuudesta. Tarkasteltavana olevassa teknologiaversiossa OLAP-kuution päivitysjakso suoritetaan yöllä (esim. se alkaa kello 1). Tämä tarkoittaa, että käyttäjät työskentelevät kuluvana työpäivänä eilisen datan kanssa. Koska OLAP ei ole tallennustyökalu (katso asiakirjan viimeisin versio), vaan hallintatyökalu (ymmärrä prosessin suuntaus), tällainen viive ei yleensä ole kriittinen. Tarvittaessa päivitys voidaan kuitenkin suorittaa myös kuvatussa kuutioarkkitehtuurin (MOLAP) versiossa useita kertoja päivässä.

Päivitystoimenpiteiden suoritusaika riippuu OLAP-kuution suunnitteluominaisuuksista (enemmän tai vähemmän monimutkaisuudesta, enemmän tai vähemmän onnistuneista indikaattoreiden ja osien määrittelyistä) ja ulkoisten OLTP-järjestelmien tietokantojen määrästä. Kokemuksen mukaan varaston rakentaminen kestää muutamasta minuutista kahteen tuntiin, kuution päivitys (Process) kestää 1 - 20 minuuttia. Puhumme monimutkaisista OLAP-kuutioista, jotka yhdistävät kymmeniä tähtityyppisiä rakenteita, kymmeniä yhteisiä "säteitä" (viiteosioita) ja satoja indikaattoreita. Lähetysasiakirjoihin perustuvien ulkoisten ERP-järjestelmien tietokantojen määrää arvioitaessa puhutaan sadasta tuhansista asiakirjoista ja vastaavasti miljoonista tuotelinjoista vuodessa. Käyttäjää kiinnostava historiallinen käsittelysyvyys oli kolmesta viiteen vuotta.

Kuvattua tekniikkaa on käytetty useissa suurissa yrityksissä: vuodesta 2008 Russian Fish Companyssä (RRK) ja Russian Sea Companyssa (RM), vuodesta 2012 lähtien Santa Bremor -yhtiössä (SB). Jotkut yritykset ovat pääasiassa kauppa- ja ostoyrityksiä (PPC), toiset ovat tuotantoyrityksiä (kalan ja äyriäisten jalostuslaitokset Moldovan tasavallassa ja Valko-Venäjän tasavallassa). Kaikki yritykset ovat suuria omistuksia, jotka yhdistävät useita yrityksiä itsenäisillä ja erilaisilla atk-kirjanpitojärjestelmillä - standardeista ERP-järjestelmistä, kuten 1C7 ja 1C8, DBF- ja Excel-pohjaisiin "relic"-kirjanpitojärjestelmiin. Lisään vielä, että kuvattu teknologia OLAP-kuutioiden käyttämiseen (kehitysvaihetta huomioimatta) joko ei vaadi lainkaan erityisiä työntekijöitä tai on yhden kokopäiväisen yritysanalyytikon vastuulla. Ongelma on pyörinyt jo vuosia automaattinen tila, joka tarjoaa eri ryhmien yritysten työntekijöille ajantasaisia ​​raportteja päivittäin.

Ratkaisun plussat ja miinukset

Kokemus osoittaa, että ehdotettu ratkaisu on varsin luotettava ja helppokäyttöinen. Sitä on helppo muokata (uusien ERP:iden kytkeminen/irrottaminen, uusien indikaattoreiden ja osioiden luominen, Excel-raporttien ja niiden postituslistojen luominen ja muokkaaminen) muuttumattomina ohjausohjelma facubi.

MS Excel OLAP-liittymänä tarjoaa riittävän ilmaisukyvyn ja mahdollistaa erilaisten toimistotyöntekijöiden nopean perehtymisen OLAP-tekniikkaan. Käyttäjä saa päivittäiset "standardi" OLAP-raportit; käyttämällä MS Excel -rajapintaa OLAPin kanssa, voi itsenäisesti luoda OLAP-raportteja MS Excelissä. Lisäksi käyttäjä voi itsenäisesti jatkaa OLAP-raporttien tietojen tutkimista MS Excelin tavanomaisilla ominaisuuksilla.

"Paljastettu" varastotietokanta, johon on yhdistetty (kuution rakentamisen aikana) useita heterogeenisiä ERP-järjestelmiä, jopa ilman OLAP:ia, mahdollistaa ratkaisun (SSAS-palvelimella Transact SQL:n kyselymenetelmällä tai SP-menetelmällä jne.) monet sovelletut hallintaongelmat. Muistakaamme, että varastotietokantarakenne on yhtenäinen ja paljon yksinkertaisempi (taulukoiden lukumäärän ja taulukkokenttien lukumäärän suhteen) kuin alkuperäisen ERP:n tietokantarakenteet.

Huomioimme erityisesti, että ehdottamamme ratkaisussamme on mahdollisuus yhdistää erilaisia ​​ERP-järjestelmiä yhteen OLAP-kuutioon. Näin voit saada koko omistusosuuden analytiikkaa ja ylläpitää pitkän aikavälin jatkuvuutta analytiikan osalta, kun yritys siirtyy toiseen kirjanpidon ERP-järjestelmään, esimerkiksi siirryttäessä 1C7:stä 1C8:aan.

Käytimme MOLAP-kuutiomallia. Tämän mallin etuja ovat toimintavarmuus ja käyttäjien pyyntöjen nopea käsittely. Haitat: OLAP ja OLTP ovat asynkronisia, samoin kuin suuri määrä muistia OLAPin tallentamiseen.

Lopuksi, tässä on toinen argumentti OLAPin puolesta, joka olisi voinut olla sopivampi keskiajalla. Koska sen todistusvoima on auktoriteetin varassa. Vaatimaton, selvästi aliarvostettu brittiläinen matemaatikko E. Codd kehitti relaatiotietokantojen teorian 60-luvun lopulla. Tämän teorian voima oli sellainen, että nyt, 50 vuoden jälkeen, on jo vaikea löytää ei-relaatiotietokantaa ja muuta tietokantakyselykieltä kuin SQL.

OLTP-tekniikka, joka perustuu relaatiotietokantojen teoriaan, oli Coddin ensimmäinen idea. Itse asiassa OLAP-kuutioiden käsite on hänen toinen ideansa, jonka hän ilmaisi 90-luvun alussa. Vaikka oletkin matemaatikko, voit odottaa, että toinen idea on yhtä tehokas kuin ensimmäinen. Toisin sanoen tietokoneanalytiikan kannalta OLAP-ideat valtaavat pian maailman ja syrjäyttävät kaikki muut. Yksinkertaisesti siksi, että analytiikan aihe löytää kattavan matemaattisen ratkaisunsa OLAP:sta, ja tämä ratkaisu on "sopiva" (B. Spinozan termi) analytiikan käytännön ongelmaan. "Riittävästi" tarkoittaa Spinozassa, että Jumala itse ei olisi voinut ajatella mitään parempaa...

1. Larson B. Liiketoimintaanalytiikan kehittäminen Microsoft SQL Server 2005:ssä. – Pietari: “Peter”, 2008.
2. Codd E. Tietokannan alikielien suhteellinen täydellisyys, tietokantajärjestelmät, Courant Computer Science Sumposia Series 1972, v. 6, Englwood Cliffs, N.Y., Prentice – Hall.

Yhteydessä

Ehkä joillekin OLAP-teknologian (On-line Analytic Processing) käyttö raporttien luomisessa tuntuu hieman eksoottiselta, joten OLAP-CUBEn käyttö heille ei ole ollenkaan yksi tärkeimmistä vaatimuksista budjetoinnin ja johdon kirjanpidon automatisoinnissa.

Se on itse asiassa erittäin kätevä käyttää moniulotteinen CUBE kun työskentelet johdon raportoinnin kanssa. Budjettimuotoja kehitettäessä saatat kohdata monimuuttujalomakkeiden ongelman (lisätietoja voit lukea kirjasta 8, ”Yrityksen budjetoinnin määritystekniikka” ja kirjasta ”Johdon kirjanpidon asettaminen ja automatisointi”).

Tämä johtuu siitä, että yrityksen tehokas johtaminen edellyttää entistä yksityiskohtaisempaa johdon raportoimista. Eli järjestelmä käyttää yhä enemmän erilaisia ​​analyyttisiä osia (in tietojärjestelmä analytiikan määrittelee joukko hakuteoksia).

Tämä luonnollisesti johtaa siihen, että johtajat haluavat saada raportteja kaikista heitä kiinnostavista analyyttisista osioista. Tämä tarkoittaa, että raportit on saatava "hengittämään" jotenkin. Toisin sanoen voidaan sanoa, että tässä tapauksessa puhutaan siitä, että saman raportin merkityksen pitäisi antaa tietoa eri analyyttisista näkökohdista. Siksi staattiset raportit eivät enää sovi monille nykyaikaisille johtajille. He tarvitsevat dynamiikkaa, jonka moniulotteinen CUBE voi tarjota.

Näin ollen OLAP-teknologiasta on jo tullut pakollinen osa nykyaikaisia ​​ja tulevaisuuden tietojärjestelmiä. Siksi ohjelmistotuotetta valittaessa on kiinnitettävä huomiota siihen, käyttääkö se OLAP-tekniikkaa.

Lisäksi sinun on kyettävä erottamaan todelliset KUUTIOT jäljitelmistä. Yksi tällainen simulaatio on pivot-taulukot MS Excelissä. Kyllä, tämä työkalu näyttää CUBElta, mutta itse asiassa se ei ole sellainen, koska nämä ovat staattisia, eivät dynaamisia taulukoita. Lisäksi niillä on paljon huonompi toteutus kykyyn rakentaa raportteja käyttämällä hierarkkisten hakemistojen elementtejä.

Vahvistaaksemme CUBEn käytön tarkoituksenmukaisuutta johdon raportointia laadittaessa voimme antaa yksinkertaisen esimerkin myyntibudjetista. Tarkasteltavassa esimerkissä seuraavat analyyttiset osiot ovat yrityksen kannalta relevantteja: tuotteet, sivuliikkeet ja myyntikanavat. Jos nämä kolme analytiikkaa ovat tärkeitä yritykselle, niin myyntibudjetti (tai raportti) voidaan näyttää useissa versioissa.

On huomattava, että jos luot budjettirivejä kolmen analyyttisen osan perusteella (kuten tarkasteltavassa esimerkissä), voit luoda melko monimutkaisia ​​budjettimalleja ja luoda yksityiskohtaisia ​​raportteja CUBE:n avulla.

Esimerkiksi myyntibudjetti voidaan koota käyttämällä vain yhtä analytiikkaa (hakemistoa). Esimerkki myyntibudjetista, joka on rakennettu yhden analytiikan "Tuotteet" perusteella, on esitetty osoitteessa Kuvio 1.

Riisi. 1. Esimerkki myyntibudjetista, joka on rakennettu OLAP-CUBE:n yhden analytiikan "Tuotteet" perusteella

Sama myyntibudjetti voidaan koota käyttämällä kahta analytiikkaa (hakemistoja). Esimerkki myyntibudjetista, joka on rakennettu kahden analytiikan "Tuotteet" ja "Osalaisuudet" perusteella, on esitetty osoitteessa Kuva 2.

Riisi. 2. Esimerkki myyntibudjetista, joka on rakennettu kahden analytiikan "Tuotteet" ja "Osalaisuudet" perusteella INTEGRAL-ohjelmistopaketin OLAP-CUBEssa

.

Jos on tarve rakentaa yksityiskohtaisempia raportteja, niin sama myyntibudjetti voidaan koota kolmen analytiikan (hakemistojen) avulla. Esimerkki myyntibudjetista, joka on rakennettu kolmen analytiikan "Tuotteet", "Osalaisuudet" ja "Myyntikanavat" pohjalta, on esitetty osoitteessa Kuva 3.

Riisi. 3. Esimerkki myyntibudjetista, joka on rakennettu INTEGRAL-ohjelmistopaketin OLAP-CUBE:n kolmen analytiikan "Tuotteet", "Osalaisuudet" ja "Myyntikanavat" perusteella.

On syytä muistaa, että raporttien luomiseen käytetty CUBE mahdollistaa tietojen näyttämisen eri järjestyksessä. Päällä Kuva 3 Myyntibudjettia "laajennetaan" ensin tuotekohtaisesti, sitten toimialakohtaisesti ja sitten myyntikanavan mukaan.

Samat tiedot voidaan esittää eri järjestyksessä. Päällä Kuva 4 samaa myyntibudjettia "laajennetaan" ensin tuotteen, sitten myyntikanavan ja sitten toimialan mukaan.

Riisi. 4. Esimerkki myyntibudjetista, joka on rakennettu INTEGRAL-ohjelmistopaketin OLAP-CUBE:n kolmen analytiikan "Tuotteet", "Jakelukanavat" ja "Osalaisuudet" perusteella.

Päällä Kuva 5 Sama myyntibudjetti "avutetaan" ensin toimialojen, sitten tuotteiden ja sitten myyntikanavien mukaan.

Riisi. 5. Esimerkki myyntibudjetista, joka on rakennettu OLAP-CUBE-ohjelmistopaketin "INTEGRAL" kolmen analytiikan "Osalaisuudet", "Tuotteet" ja "Myyntikanavat" perusteella.

Itse asiassa siinä ei vielä kaikki mahdollisia vaihtoehtoja myyntibudjetin peruuttaminen.

Lisäksi sinun on kiinnitettävä huomiota siihen, että CUBE antaa sinun työskennellä hierarkinen rakenne lähdekirjat. Esitetyissä esimerkeissä hierarkkiset hakemistot ovat "Tuotteet" ja "Jakelukanavat".

Käyttäjän näkökulmasta tässä esimerkissä hän saa useita johtamisraportteja (katso. Riisi. 1-5) ja asetusten kannalta ohjelmistotuote- Tämä on yksi raportti. Yksinkertaisesti käyttämällä CUBEa voit tarkastella sitä useilla tavoilla.

Käytännössä on luonnollisesti erittäin suuri määrä vaihtoehtoja erilaisten johdon raporttien tulostamiseen, jos niiden artikkelit perustuvat yhteen tai useampaan analyytikkoon. Ja itse analytiikan joukko riippuu käyttäjien yksityiskohtien tarpeista. Totta, meidän ei pidä unohtaa, että toisaalta mitä suurempi analyytikko, sitä yksityiskohtaisempia raportteja voidaan rakentaa. Mutta toisaalta tämä tarkoittaa, että rahoitusbudjetointimalli on monimutkaisempi. Joka tapauksessa, jos KUB on olemassa, yrityksellä on mahdollisuus tarkastella tarvittavia raportteja eri versioina kiinnostavien analyyttisten osioiden mukaisesti.

On tarpeen mainita useita muita OLAP-CUBEn ominaisuuksia.

Moniulotteisessa hierarkkisessa OLAP-CUBEssa on useita ulottuvuuksia: rivityyppi, päivämäärä, rivit, hakemisto 1, hakemisto 2 ja hakemisto 3 (katso. Riisi. 6). Luonnollisesti raportissa näkyy niin monta hakemistopainikkeita kuin on budjettirivillä, joka sisältää enimmäismäärän hakemistoja. Jos yhdelläkään budjettirivillä ei ole yhtä hakuteosta, raportissa ei ole yhtä painiketta hakuteoksilla.

Aluksi OLAP-CUBE rakennetaan kaikkia ulottuvuuksia pitkin. Kun raportti alun perin laaditaan, mitat sijaitsevat oletusarvoisesti täsmälleen näillä alueilla Kuva 6. Toisin sanoen mitta, kuten "Päiväys", sijaitsee pystymittojen alueella (mitat sarakealueella), mittojen "Rivit", "Hakemisto 1", "Hakemisto 2" ja "Hakemisto 3" alueella - vaakasuuntaisten mittojen alue (mitat alueriveissä) ja "Rivityyppi"-mitta on "laajentamattomien" mittojen alueella (mitat sivualueella). Jos ulottuvuus on viimeisellä alueella, raportin tiedot eivät "laajennu" kyseisessä ulottuvuudessa.

Jokainen näistä mitoista voidaan sijoittaa mihin tahansa kolmesta alueesta. Kun mittaukset on siirretty, raportti rakennetaan välittömästi uudelleen vastaamaan uutta mittauskonfiguraatiota. Voit esimerkiksi vaihtaa päivämäärän ja rivit hakuteoksilla. Tai voit siirtää jonkin viitekirjoista pystymittausalueelle (katso. Riisi. 7). Toisin sanoen voit "kääntää" raporttia OLAP-CUBEssa ja valita käyttäjälle sopivimman raportin tulostusvaihtoehdon.

Riisi. 7. Esimerkki raportin muodostamisesta uudelleen INTEGRAL-ohjelmistopaketin mittauskokoonpanon muuttamisen jälkeen

Mittauskonfiguraatiota voidaan muuttaa joko CUBE-päälomakkeessa tai muutoskarttaeditorissa (katso. Riisi. 8). Tässä editorissa voit myös vetää ja pudottaa mittauksia alueelta toiselle hiirellä. Lisäksi voit vaihtaa mittoja samalla alueella.

Lisäksi samassa muodossa voit määrittää joitain mittausparametreja. Jokaiselle ulottuvuudelle voit mukauttaa kokonaissumman sijaintia, elementtien lajittelujärjestystä ja elementtien nimiä (katso. Riisi. 8). Voit myös määrittää, minkä elementin nimi raportissa näytetään: lyhennettynä (Name) tai täysinä (FullName).

Riisi. 8. INTEGRAL-ohjelmistopaketin mittauskarttaeditori

Voit muokata mittausparametreja suoraan jokaisessa niistä (katso. Riisi. 9). Voit tehdä tämän napsauttamalla mittauksen nimen vieressä olevan painikkeen kuvaketta.

Riisi. 9. Esimerkki hakemiston 1 Tuotteet ja palvelut muokkaamisesta

Tämän editorin avulla voit valita elementit, jotka haluat näyttää raportissa. Oletuksena kaikki elementit näkyvät raportissa, mutta tarvittaessa jotkin elementit tai kansiot voidaan jättää pois. Jos esimerkiksi haluat näyttää vain yhden tuoteryhmän raportissa, sinun on poistettava kaikkien muiden valinnat mittauseditorissa. Sen jälkeen raportti sisältää vain yhden tuoteryhmän (katso. Riisi. 10).

Voit myös lajitella elementtejä tässä editorissa. Lisäksi elementtejä voidaan järjestää uudelleen eri tavoilla. Tällaisen uudelleenryhmittelyn jälkeen raportti rakennetaan välittömästi uudelleen.

Riisi. 10. Esimerkki tulosteesta vain yhden tuoteryhmän (kansion) raportissa INTEGRAL-ohjelmistopaketissa

Dimensioeditorissa voit nopeasti luoda omia ryhmiä, vetää ja pudottaa elementtejä siellä olevista hakemistoista jne. Oletuksena vain Muut-ryhmä luodaan automaattisesti, mutta muita ryhmiä voidaan luoda. Dimensioeditorin avulla voit siis määrittää, mitkä hakuteosten elementit ja missä järjestyksessä raportissa näytetään.

On huomattava, että kaikkia tällaisia ​​uudelleenjärjestelyjä ei kirjata. Toisin sanoen raportin sulkemisen tai sen uudelleenlaskennan jälkeen kaikki hakemistot näytetään raportissa määritetyn menetelmän mukaisesti.

Itse asiassa kaikki tällaiset muutokset olisi voitu tehdä aluksi linjojen perustamisen yhteydessä.

Esimerkiksi rajoitusten avulla voit myös määrittää, mitkä elementit tai hakemistoryhmät raportissa näkyvät ja mitkä eivät.

Huomautus: tämän artikkelin aihetta käsitellään tarkemmin työpajoissa "Yrityksen budjetin hallinta" Ja "Johdon kirjanpidon organisointi ja automatisointi" tämän artikkelin kirjoittaja Alexander Karpov.

Jos käyttäjän on lähes säännöllisesti näytettävä raportissa vain tietyt elementit tai hakemistokansiot, on parempi tehdä sellaiset asetukset etukäteen raporttirivejä luotaessa. Jos hakemistoelementtien erilaiset yhdistelmät raporteissa ovat käyttäjälle tärkeitä, ei menetelmää määritettäessä tarvitse asettaa rajoituksia. Kaikki tällaiset rajoitukset voidaan määrittää nopeasti mittauseditorilla.

4.7.2011 Derek Comingore

Jos olet työskennellyt millä tahansa teknologiaan liittyvällä alalla, olet luultavasti kuullut termin "kuutio"; useimmat tavalliset tietokannan ylläpitäjät ja kehittäjät eivät kuitenkaan työskennelleet näiden objektien kanssa. Kuutiot tarjoavat tehokkaan tietoarkkitehtuurin moniulotteisen tiedon nopeaan kokoamiseen. Jos organisaatiosi tarvitsee analysoida suuria tietomääriä, niin ihanteellinen ratkaisu siitä tulee kuutio

Mikä on kuutio?

Relaatiotietokannat on suunniteltu käsittelemään tuhansia samanaikaisia ​​tapahtumia säilyttäen samalla suorituskyky ja tietojen eheys. Suunniteltuna relaatiotietokannat eivät ole tehokkaita suurten tietomäärien yhdistämisessä ja etsimisessä. Suurten tietomäärien yhdistämiseksi ja palauttamiseksi relaatiotietokannan on vastaanotettava joukkopohjainen kysely, jonka tiedot kerätään ja aggregoidaan lennossa. Tällaiset relaatiokyselyt ovat erittäin kalliita, koska ne perustuvat useisiin liitoksiin ja aggregaattitoimintoihin; Aggregoidut relaatiokyselyt ovat erityisen tehottomia käytettäessä suuria tietomääriä.

Kuutiot ovat moniulotteisia kokonaisuuksia, jotka on suunniteltu korjaamaan tämä relaatiotietokantojen puute. Kuution avulla voit tarjota käyttäjille tietorakenteen, joka tarjoaa nopean vastauksen suuria koontimääriä sisältäviin kyselyihin. Kuutiot suorittavat tämän "aggregaatin taian" yhdistämällä ensin dataa (ulottuvuuksia) useista ulottuvuuksista. Kuution esiaggregointi suoritetaan yleensä käsittelyn aikana. Kun käsittelet kuutiota, tuotat esilaskettuja tietokoostumuksia, jotka tallennetaan binäärimuodossa levylle.

Kuutio on keskeinen tietorakenne käyttöjärjestelmä SQL Server Analytical Services (SSAS) OLAP-tietojen analyysi. Kuutiot rakennetaan tyypillisesti alla olevasta relaatiotietokannasta, jota kutsutaan dimensiomalliksi, mutta ne ovat erillisiä teknisiä kokonaisuuksia. Loogisesti kuutio on tietovarasto, joka koostuu mitoista (mitoista) ja mitoista (mitoista). Ulottuvuudet sisältävät kuvaavia ominaisuuksia ja hierarkioita, kun taas ulottuvuudet ovat tietoja, jotka kuvailet ulottuvuuksissa. Dimensiot ryhmitellään loogisiin yhdistelmiin, joita kutsutaan mittaryhmiksi. Linkität mitat mittausryhmiin ominaisuuden - tarkkuuden - perusteella.

SISÄÄN tiedostojärjestelmä kuutio toteutetaan linkitettyjen binääritiedostojen sarjana. Kuution binaariarkkitehtuuri mahdollistaa suurten moniulotteisen datan nopean haun.

Mainitsin, että kuutiot rakennetaan alla olevasta relaatiotietokannasta, jota kutsutaan ulottuvuusmalliksi. Dimensiomalli sisältää relaatiotaulukoita (fakta ja ulottuvuus), jotka yhdistävät sen kuutiokokonaisuuksiin. Faktataulukot sisältävät mitat, kuten myydyn tuotteen määrän. Dimensiotaulukot tallentavat kuvaavia määritteitä, kuten tuotteiden nimet, päivämäärät ja työntekijöiden nimet. Tyypillisesti faktataulukot ja dimensiotaulukot liittyvät ensisijaiseen vieraan avaimen rajoituksiin, kun vieraita avaimia sijaitsevat faktataulukossa (tämä relaatiosuhde liittyy edellä käsiteltyyn kuution granulaarisuusattribuuttiin). Kun dimensiotaulukot linkitetään suoraan faktataulukkoon, muodostuu tähtiskeema. Kun ulottuvuustaulukoita ei ole suoraan linkitetty faktataulukkoon, tuloksena on lumihiutaleskeema.

Huomaa, että mittamallit luokitellaan sovelluksen mukaan. Datamarket on ulottuvuusmalli, joka on suunniteltu yhdelle liiketoimintaprosessille, kuten myyntiin tai varastonhallintaan. Tietovarasto on dimensiomalli, joka on suunniteltu kaappaamaanja, jotta se helpottaa yritysten välistä prosessien analysointia.

Ohjelmistovaatimukset

Nyt kun sinulla on perusymmärrys siitä, mitä kuutiot ovat ja miksi ne ovat tärkeitä, kytken vaihteet päälle ja opastan sinut vaiheittaiselle kierrokselle ensimmäisen kuutiosi rakentamisessa SSAS:n avulla. On joitain peruskomponentteja ohjelmisto, jota tarvitset, joten ennen kuin aloitat ensimmäisen kuution rakentamisen, varmista, että järjestelmäsi täyttää vaatimukset.

Esimerkki Internet Sales -kuutioni rakennetaan AdventureWorksDW 2005 -testitietokannasta. Rakennan testikuution testitietokannasta löytyvistä taulukoista, joista on hyötyä Internet-myyntitietojen analysointiin. Kuvassa 1 on esitetty tietokantataulukoiden perusasettelu. Koska käytän versiota 2005, voit seurata ohjeitani joko SQL Server 2005:llä tai SQL Server 2008:lla.

Kuva 1. Adventure Works Internet Sales -datakaupan osajoukko

Adventure WorksDW 2005 -koulutustietokanta löytyy CodePlex-verkkosivustolta: msftdbprodsamples.codeplex.com. Etsi linkki "SQL Server 2005 -tuotemallitietokannat ovat edelleen saatavilla" (http://codeplex.com/MSFTDBProdSamples/Release/ProjectReleases.aspx?ReleaseId=4004). Harjoitustietokanta on tiedostossa AdventureWorksBI.msi (http://msftdbprodsamples.codeplex.com/releases/view/4004#DownloadId=11755).

Kuten mainittiin, sinulla on oltava pääsy SQL Server 2008:n tai 2005:n esiintymään, mukaan lukien SSAS- ja Business Intelligence Development Studio (BIDS) -komponentit. Käytän SQL Server 2008:aa, joten saatat nähdä hienoisia eroja, jos käytät SQL Server 2005:tä.

SSAS-projektin luominen

Ensimmäinen asia, joka sinun tulee tehdä, on luoda SSAS-projekti käyttämällä BIDSia. Etsi BIDS Käynnistä-valikosta ja sitten Microsoft SQL Server 2008/2005 -valikon alakohdasta SQL Server Business Intelligence Development Studio. Tämän painikkeen napsauttaminen käynnistää BIDSin oletusaloitusnäytöllä. Luoda uusi projekti SSAS valitsemalla Tiedosto, Uusi, Projekti. Näet Uusi projekti -valintaikkunan, joka näkyy kuvassa 1. Valitse Analysis Services Project -kansio ja aseta projektin kuvaukseksi SQLMAG_MyFirstCube. Napsauta OK.

Kun projekti on luotu, napsauta sitä hiiren kakkospainikkeella Solution Explorerissa ja valitse kontekstivalikko Ominaisuudet kohde. Valitse nyt Käyttöönotto-osio SQLMAG_MyFirstCube: Property Pages -valintaikkunan vasemmasta reunasta ja tarkista Target Server and Database -asetukset, kuten kuvasta 2 näkyy. Jos työskentelet hajautettuun SQL Server -ympäristöön, sinun on täytettävä Target Server -ominaisuus sen palvelimen nimellä, johon aiot ottaa käyttöön. Napsauta OK, kun olet tyytyväinen tämän SSAS-projektin käyttöönottoasetuksiin.

Tietolähteen määrittäminen

Ensimmäinen objekti, joka sinun on luotava, on tietolähde. Tietolähdeobjekti tarjoaa skeeman ja tiedot, joita käytetään kuutioon liittyvien ja sen pohjassa olevien objektien rakentamiseen. Voit luoda tietolähdeobjektin BIDSissa käyttämällä ohjattua lähdetoimintoa Data Lähdevelho.

Käynnistä ohjattu tietolähdetoiminto napsauttamalla hiiren kakkospainikkeella Data Source -kansiota Solution Explorer -paneelissa ja valitsemalla Uusi tietolähde. Tulet huomaamaan, että SSAS-objektien luominen BIDS:ssä on kehitysluonteista. Ensin ohjattu toiminto opastaa sinut objektin luontiprosessin läpi ja Yleiset asetukset. Sitten avaat tuloksena olevan SSAS-objektin suunnittelijassa ja muokkaat sitä tarvittaessa yksityiskohtaisesti. Kun olet ohittanut kehotenäytön, määritä uusi datayhteys napsauttamalla Uusi-painiketta. Valitse ja luo uusi yhteys, joka perustuu Native OLEDB\SQL Server Native Client 10:een, joka osoittaa haluamaasi SQL-palvelin Palvelin, joka omistaa halutun tietokantaesiintymän. Voit käyttää joko Windows- tai SQL Server -todennusta SQL Server -ympäristöasetuksistasi riippuen. Napsauta Testaa yhteys -painiketta varmistaaksesi, että olet tunnistanut tietokantayhteyden oikein, ja napsauta sitten OK.

Seuraavaksi tulee Impersonation Information, joka, kuten tietojen yhdistäminen, riippuu SQL Server -ympäristön rakenteesta. Etuoikeuslainaus on suojauskonteksti, johon SSAS luottaa objektejaan käsitellessään. Jos hallitset käyttöönottoasi ensisijaisella, yhdellä palvelimella (tai kannettavalla tietokoneella), kuten oletan useimpien lukijoiden, voit valita Käytä palvelutiliä -vaihtoehdon. Suorita ohjattu tietolähteen toiminto loppuun napsauttamalla Seuraava ja aseta AWDW2005 tietolähteen nimeksi. On erittäin kätevää, että voit käyttää tätä menetelmää testaustarkoituksiin, mutta todellisessa tuotantoympäristössä se ei ole kaikkein paras harjoitus- käytä palvelutiliä. On parempi määrittää verkkotunnus Tilit lainata SSAS-yhteysoikeuksia tietolähteeseen.

Tietolähdenäkymä

Määrittämällesi tietolähteelle seuraava vaihe SSAS-kuution rakennusprosessissa on luoda tietolähdenäkymä (DSV). DSV tarjoaa mahdollisuuden erottaa kuution odottama skeema taustalla olevan tietokannan skeemasta. Tämän seurauksena DSV:tä voidaan käyttää taustalla olevan relaatiokaavion laajentamiseen kuutiota rakennettaessa. Joitakin DSV:n tärkeimpiä ominaisuuksia tietolähdeskeemojen laajentamiseksi ovat nimetyt kyselyt, loogiset suhteet taulukoiden välillä ja nimetyt lasketut sarakkeet.

Siirrytään eteenpäin ja napsauta hiiren kakkospainikkeella DSV-kansiota ja valitse Uusi tietolähdenäkymä käynnistääksesi ohjatun Luo uusi DSV-näkymä. Valitse valintaikkunan Valitse tietolähde -vaiheessa relaatiotietokantayhteys ja napsauta Seuraava. Valitse FactInternetSales-, DimProduct-, DimTime-, DimCustomer-taulukot ja napsauta yhtä oikeaa nuolipainiketta siirtääksesi nämä taulukot Mukana-sarakkeeseen. Napsauta lopuksi Seuraava ja viimeistele ohjattu toiminto hyväksymällä oletusnimi ja napsauttamalla Valmis.

Tässä vaiheessa sinulla pitäisi olla DSV-näkymä, joka sijaitsee Data Source Views -kansiossa Solution Explorerissa. Käynnistä DSV-suunnittelija kaksoisnapsauttamalla uutta DSV:tä. Sinun pitäisi nähdä kaikki neljä taulukkoa tietylle DSV:lle, kuten kuvassa 2.

Tietokannan mittojen luominen

Kuten edellä selitin, dimensiot tarjoavat ulottuvuuksien ja hierarkioiden kuvaavia ominaisuuksia, joita käytetään mahdollistamaan yksityiskohtien yläpuolella tapahtuva yhdistäminen. On tärkeää ymmärtää tietokantamitan ja kuutiodimension välinen ero: tietokannan dimensiot tarjoavat taustalla olevat dimensioobjektit kuution useille dimensiolle, joita käytetään kuution rakentamiseen.

Tietokanta- ja kuutiodimensiot tarjoavat tyylikkään ratkaisun "roolidimensioina" tunnetulle konseptille. Roolipohjaisia ​​ulottuvuuksia käytetään, kun sinun on käytettävä yhtä ulottuvuutta kuutiossa useita kertoja. Päivämäärä on täydellinen esimerkki tässä kuutio-instanssissa: luot yhden päivämääräulottuvuuden ja viittaat siihen kerran jokaiselle päivämäärälle, jolle haluat analysoida verkkomyyntiä. Kalenteripäivämäärä on ensimmäinen luomasi ulottuvuus. Napsauta hiiren kakkospainikkeella Dimensions-kansiota Solution Explorerissa ja valitse Uusi ulottuvuus käynnistääksesi ohjatun mittaustoiminnon. Valitse Käytä olemassa olevaa taulukkoa ja napsauta Seuraava kohdassa Valitse luontimenetelmä. Määritä Määritä lähdetiedot -vaiheessa DimTime-taulukko avattavassa Päätaulukko-luettelossa ja napsauta Seuraava. Nyt Valitse ulottuvuuden attribuutit -vaiheessa sinun on valittava aikaulottuvuuden attribuutit. Valitse kukin määrite, kuten kuvassa 3 näkyy.

Napsauta Seuraava. Viimeisenä vaiheena kirjoita himmennyspäivämäärä Nimi-kenttään ja napsauta Valmis suorittaaksesi ohjatun mittaustoiminnon. Sinun pitäisi nyt nähdä uusi Dim Date -mitta, joka sijaitsee Dimensions-kansiossa Solution Explorerissa.

Luo sitten tuote- ja asiakasmitat ohjatun mittaustoiminnon avulla. Luo perusmitta noudattamalla samoja vaiheita kuin aiemmin. Kun käytät ohjattua ulottuvuustoimintoa, varmista, että valitset kaikki mahdolliset attribuutit Valitse ulottuvuuden attribuutit -vaiheessa. Muiden asetusten oletusarvot ovat kunnossa testikuutio-instanssille.

Internet-myyntikuution luominen

Nyt kun olet valmistellut tietokannan mitat, voit aloittaa kuution rakentamisen. Napsauta Solution Explorerissa hiiren kakkospainikkeella Kuutiot-kansiota ja valitse Uusi kuutio käynnistääksesi Cube Wizard -toiminnon. Valitse Valitse luontimenetelmä -ikkunassa Käytä olemassa olevia taulukoita -vaihtoehto. Valitse FactInternetSales-taulukko mittausryhmälle Valitse mittausryhmätaulukot -vaiheessa. Poista valinta Promootioavain-, Valuutta-avain-, Myyntialueen avain- ja Versionumero-ulottuvuuksien vieressä olevista valintaruuduista Valitse mittasuhteet -vaiheessa ja napsauta Seuraava.

Varmista Select Existing Dimensions -näytössä, että kaikki olemassa olevat tietokannan dimensiot on valittu käytettäviksi kuutiodimensioina. Koska haluan pitää tämän kuution mahdollisimman yksinkertaisena, poista FactInternetSales-ulottuvuuden valinta Valitse uudet mitat -vaiheessa. Jättämällä FactInternetSales-ulottuvuuden valituksi luot niin sanotun tosiasiaulottuvuuden tai rappeutuneen ulottuvuuden. Faktadimensiot ovat ulottuvuuksia, jotka on luotu käyttämällä perustietotaulukkoa perinteisen mittataulukon sijaan.

Napsauta Seuraava siirtyäksesi ohjatun toiminnon suorittamiseen ja kirjoita "My First Cube" Kuution nimi -kenttään. Napsauta Valmis-painiketta viimeistelläksesi ohjatun kuution luontitoiminnon.

Kuution laajentaminen ja käsittely

Nyt olet valmis ottamaan käyttöön ja käsittelemään ensimmäisen kuution. Napsauta hiiren kakkospainikkeella uuden kuution kuvaketta Solution Explorerissa ja valitse Prosessi. Näet viestiruudun, jossa kerrotaan, että sisältö näyttää vanhentuneelta. Napsauta Kyllä ottaaksesi uuden kuution käyttöön kohde-SSAS-palvelimessa. Kun otat käyttöön kuution, lähetät XML-tiedosto for Analisis (XMLA) kohde-SSAS-palvelimelle, joka luo kuution itse palvelimelle. Kuten mainittiin, kuution käsittely täyttää sen binaarit levyllä päälähteen tiedoilla sekä lisäämilläsi metatiedoilla (kuution mitat, mitat ja asetukset).

Kun käyttöönottoprosessi on valmis, uusi Process Cube -valintaikkuna tulee näkyviin. Napsauta Suorita-painiketta aloittaaksesi kuution käsittelyn, joka avautuu Prosessin edistyminen -ikkunaan. Kun käsittely on valmis, napsauta Sulje (sulje molemmat valintaikkunat kahdesti) suorittaaksesi kuution käyttöönotto- ja käsittelyprosessit.

Olet nyt rakentanut, ottanut käyttöön ja käsitellyt ensimmäisen kuutiosi. Voit tarkastella tätä uutta kuutiota napsauttamalla sitä hiiren kakkospainikkeella Solution Explorer -ikkunassa ja valitsemalla Selaa. Vedä mitat pivot-taulukon keskelle ja mittaattribuutit riveille ja sarakkeille tutkiaksesi uutta kuutiota. Huomaa, kuinka nopeasti kuutio käsittelee erilaisia ​​aggregointikyselyjä. Nyt voit arvostaa rajatonta tehoa ja siten liikearvoa, kuutio OLAP.

Derek Comingore ( [sähköposti suojattu]) on vanhempi arkkitehti B.I. Voyagessa, jolla on Microsoft Partner -status yritysanalytiikan alalla. Hänellä on SQL Server MVP -titteli ja useita Microsoftin sertifikaatteja

Erillinen kuutiotiedosto (.cub) tallentaa tiedot muodossa online-analyyttisen käsittelyn (OLAP) kuutioon. Nämä tiedot voivat edustaa osaa OLAP-palvelimelta peräisin olevasta OLAP-tietokannasta tai ne voivat olla luotu OLAP-tietokannasta riippumatta. Jos haluat jatkaa PivotTable- ja PivotChart-raporttien käyttöä, kun palvelin ei ole käytettävissä tai kun se on offline-tilassa, käytä offline-kuutiotiedostoa.

Lue lisää offline-kuutioista

Kun käsittelet Pivot-taulukko- tai PivotChart-raporttia, joka perustuu OLAP-palvelimen tietolähteeseen, käytä ohjattua Offline Cube Wizard -toimintoa kopioimaan lähdetiedot erilliseen offline-kuutiotiedostoon tietokoneellasi. Näiden offline-tiedostojen luominen edellyttää, että tietokoneellesi on asennettu OLAP-tietojen tarjoaja, joka tukee näitä ominaisuuksia, kuten MSOLAP Microsoft SQL Server Analysis Services -palvelusta.

Huomautus: Offline-kuutiotiedostojen luominen ja käyttäminen Microsoft SQL Server Analysis Services -palveluista ehtojen ja lisenssien alaisina Microsoftin asennukset SQL Server. Tarkista SQL Server -versiosi asianmukaiset lisenssitiedot.

Offline Cube Wizardin käyttäminen

Jos haluat luoda offline-kuutiotiedoston, valitse ohjatun offline-kuutiotoiminnon avulla tietojen osajoukko OLAP-tietokannasta ja tallenna se sitten. Raportin ei tarvitse sisältää kaikkia tiedostoon sisältyviä kenttiä, vaan voit valita minkä tahansa sen mitoista ja tietokentistä, jotka ovat saatavilla OLAP-tietokannassa. Minimoidaksesi tiedoston koon voit sisällyttää vain ne tiedot, jotka haluat näyttää raportissa. Voit ohittaa kaikki mitat ja useimmissa mittatyypeissä myös alemman tason yksityiskohdat ja ominaisuudet huipputaso, joita ei tarvitse näyttää. Offline-tiedostossa tallennetaan myös kaikki elementit, jotka voidaan sisällyttää näiden elementtien tietokannassa oleviin ominaisuuskenttiin.

Siirrä tiedot offline-tilaan ja tuo tiedot takaisin verkkoon

Tätä varten sinun on ensin luotava Pivot-taulukko- tai PivotChart-raportti, joka perustuu palvelintietokantaan, ja sitten luotava erillinen kuutiotiedosto raportista. Myöhemmin, kun työskentelet raportin parissa, voit vaihtaa palvelintietokannan ja offline-tiedoston välillä milloin tahansa (esimerkiksi työskennellessäsi kannettavalla tietokoneella kotona tai tien päällä ja yhdistäessäsi sitten tietokoneen uudelleen verkkoon).

Seuraavassa kuvataan perusvaiheet tietojen siirtämiseksi offline-tilaan ja palauttamiseksi online-tilaan.

Huomautus:

Napsauta PivotTable-raporttia. Jos tämä on PivotChart-raportti, valitse siihen liittyvä PivotTable-raportti.

"välilehdellä" Analyysi" ryhmässä laskelmat napsauta painiketta OLAP-palvelu ja paina painiketta Offline OLAP.

Valitse esine OLAP liitettävyyden kanssa ja napsauta sitten painiketta OK.

Jos sinua kehotetaan etsimään tietolähde, napsauta Etsi lähde ja etsi OLAP-palvelin verkosta.

Napsauta offline-kuutiotiedostoon perustuvaa PivotTable-raporttia.

Excel 2016: Välilehdellä tiedot" ryhmässä pyynnöt ja yhteydet Päivitä kaikki ja paina painiketta Päivittää.

Excel 2013: Välilehdellä tiedot" ryhmässä yhteyksiä napsauta painikkeen vieressä olevaa nuolta Päivitä kaikki ja paina painiketta Päivittää.

"välilehdellä" Analyysi" ryhmässä laskelmat napsauta painiketta OLAP-palvelu ja paina painiketta Offline OLAP.

Napsauta painiketta Offline-OLAP-tila, ja sitten - .

Huomautus: Lopettaa valintaikkunassa.

Varoitus:

Offline-kuutiotiedoston luominen OLAP-palvelintietokannasta

Huomautus: Jos OLAP-tietokanta on suuri ja kuutiotiedostoa tarvitaan pääsyn tarjoamiseen suureen osajoukkoon dataa, Vapaa tila levyllä, ja tiedoston tallentaminen voi kestää kauan. Suorituskyvyn parantamiseksi on suositeltavaa luoda erilliset kuutiotiedostot MDX-komentosarjalla.

Ongelma: Tietokoneellani ei ole tarpeeksi levytilaa kuutiota tallennettaessa.

OLAP-tietokannat on suunniteltu hallitsemaan suuria määriä yksityiskohtaista tietoa, joten palvelimella isännöity tietokanta voi viedä huomattavasti enemmän tilaa kuin paikallisella kiintolevyllä on käytettävissä. Jos valitset suuren tietomäärän offline-tietokuutioon, sinulla ei ehkä ole tarpeeksi vapaata levytilaa. Seuraava lähestymistapa auttaa pienentämään offline-kuutiotiedoston kokoa.

Vapauta levytilaa tai valitse toinen levy Ennen kuin tallennat kuutiotiedoston, poista se levyltä. tarpeettomia tiedostoja tai tallenna tiedosto verkkoasemaan.

Sisällytä vähemmän dataa offline-kuutiotiedostoon Mieti, kuinka voit minimoida tiedostoon sisällytettävän tiedon määrän niin, että tiedosto sisältää kaikki pivot-taulukkoraporttiin tai pivot-kaavioon tarvittavat tiedot. Kokeile alla olevia vaiheita.

Offline-kuutiotiedoston yhdistäminen OLAP-palvelimen tietokantaan

Offline-kuutiotiedoston päivittäminen ja luominen uudelleen

Palvelinkuutiosta tai uudesta offline-kuutiotiedostosta saaduista uusimmista tiedoista luodun offline-kuutiotiedoston päivittäminen voi viedä huomattavasti aikaa ja vaatia suuren määrän tilapäistä levytilaa. Suorita tämä prosessi, kun et tarvitse välitöntä pääsyä muihin tiedostoihin, kun olet varmistanut, että kiintolevylläsi on tarpeeksi tilaa.

Ongelma: Uudet tiedot eivät näy raportissa, kun ne päivitetään.

Lähdetietokannan saatavuuden tarkistaminen Offline-kuutiotiedosto ei ehkä pysty muodostamaan yhteyttä lähdepalvelimen tietokantaan uusien tietojen saamiseksi. Varmista, että palvelimen alkuperäistä tietokantaa, joka on kuution tietolähde, ei ole nimetty uudelleen tai siirretty toiseen paikkaan. Varmista, että palvelin on käytettävissä ja että siihen voidaan muodostaa yhteys.

Tarkistetaan uusia tietoja Tarkista tietokannan ylläpitäjältä, onko raporttiin sisällytettävät tiedot päivitetty.

Tietokannan organisaation muuttumattomuuden tarkistaminen Jos OLAP kuutio palvelinta on muutettu, muuttuneiden tietojen käyttäminen saattaa edellyttää raportin uudelleenjärjestelyä, offline-kuutiotiedoston luomista tai ohjatun OLAP-kuution luontitoiminnon suorittamista. Saat lisätietoja tietokannan muutoksista ottamalla yhteyttä tietokannan järjestelmänvalvojaan.

Muiden tietojen sisällyttäminen offline-kuutiotiedostoon

Muokatun offline-kuutiotiedoston tallentaminen voi olla aikaa vievää ja vaatii työskentelyä Microsoft Excel ei ole mahdollista tiedoston tallennuksen aikana. Suorita tämä prosessi, kun et tarvitse välitöntä pääsyä muihin tiedostoihin, kun olet varmistanut, että kiintolevylläsi on tarpeeksi tilaa.

Varmista, että verkkoyhteys on olemassa ja että lähde-OLAP-palvelintietokanta, josta offline-kuutiotiedosto on hankittu, on käytettävissä.

Napsauta erillisestä kuutiotiedostosta luotua PivotTable-raporttia tai pivot-kaavioraporttiin liittyvää pivot-taulukkoraporttia.

Välilehdellä Vaihtoehdot ryhmässä Palvelu napsauta painiketta OLAP-palvelu ja paina painiketta Offline-OLAP-tila.

Napsauta painiketta Offline-OLAP-tila, ja sitten - Muokkaa offline-tietotiedostoa.

Noudata ohjattua Offline Cube Wizard -toimintoa valitaksesi muut tähän tiedostoon sisällytettävät tiedot. Viimeisessä vaiheessa määritä muutettavan tiedoston nimi ja polku.

Huomautus: Voit peruuttaa tiedoston tallennuksen napsauttamalla -painiketta Lopettaa valintaikkunassa Kuutiotiedoston luominen - edistyminen.

Offline-kuutiotiedoston poistaminen

Varoitus: Jos poistat raportista offline-kuutiotiedoston, et voi enää käyttää kyseistä raporttia offline-tilassa etkä voi enää luoda offline-kuutiotiedostoa kyseiselle raportille.

Sulje kaikki työkirjat, jotka sisältävät offline-kuutiotiedostoa käyttäviä raportteja, tai varmista, että kaikki tällaiset raportit poistetaan.

SISÄÄN Microsoft Windows Paikanna ja poista offline-kuutiotiedosto (CUB-tiedosto).

lisäinformaatio

Voit aina esittää kysymyksen Excel Tech Community -asiantuntijalle, pyytää apua Answers-yhteisöstä ja myös ehdottaa uusi ominaisuus tai parannus verkkosivuilla

Vakiopivot-taulukossa lähdetiedot tallennetaan paikalliselle kiintolevylle. Tällä tavalla voit aina hallita ja järjestää niitä uudelleen, jopa ilman pääsyä verkkoon. Mutta tämä ei millään tavalla koske OLAP-pivot-taulukoita. OLAP-pivot-taulukoissa välimuistia ei koskaan tallenneta paikalliselle kiintolevylle. Siksi pivot-taulukkosi ei enää toimi heti paikallisverkon yhteyden katkaisun jälkeen. Et voi siirtää yhtä kenttää siinä.

Jos sinun on edelleen analysoitava OLAP-tietoja offline-tilaan siirtymisen jälkeen, luo offline-tietokuutio. Offline-datakuutio on erillinen tiedosto, joka on pivot-taulukon välimuisti ja joka tallentaa OLAP-tiedot, joita tarkastellaan sen jälkeen, kun yhteys paikallisverkkoon on katkaistu. Pivot-taulukkoon kopioidut OLAP-tiedot voidaan tulostaa, tämä on kuvattu yksityiskohtaisesti verkkosivustolla http://everest.ua.

Luodaksesi erillisen datakuution, luo ensin OLAP-pivot-taulukko. Aseta kohdistin pivot-taulukkoon ja napsauta OLAP-työkalut -painiketta Työkalut kontekstivälilehdellä, joka on osa PivotTable Tools -kontekstivälilehtiryhmää. Valitse Offline OLAP -komento (Kuva 9.8).

Offline OLAP Data Cube Settings -valintaikkuna tulee näyttöön. Napsauta Luo offline-tietotiedosto -painiketta. Olet käynnistänyt ohjatun Data Cube -tiedoston luontitoiminnon. Napsauta Seuraava-painiketta jatkaaksesi toimenpidettä.

Ensin sinun on määritettävä mitat ja tasot, jotka sisällytetään tietokuutioon. Valintaikkunassa sinun on valittava tiedot, jotka tuodaan OLAP-tietokannasta. Ajatuksena on määrittää vain ne mitat, joita tarvitaan sen jälkeen, kun tietokone on irrotettu paikallisverkosta. Mitä enemmän mittoja määrität, sitä suurempi autonominen datakuutio on.

Napsauta Seuraava-painiketta siirtyäksesi seuraavaan ohjatun toiminnon valintaikkunaan. Tämä antaa sinulle mahdollisuuden määrittää jäseniä tai tietoelementtejä, joita ei sisällytetä kuutioon. Et tarvitse etenkään Internet Sales-Extended Amount -mittausta, joten sen valintaruutu poistetaan luettelosta. Tyhjennetty valintaruutu tarkoittaa, että määritettyä kohdetta ei tuoda ja se vie tarpeetonta tilaa paikalliselta kiintolevyltä.

Viimeisessä vaiheessa määritä datakuution sijainti ja nimi. Meidän tapauksessamme kuutiotiedoston nimi on MyOfflineCube.cub ja se sijaitsee Työ-kansiossa.

Datakuutiotiedostoilla on tunniste .cub

Jonkin ajan kuluttua Excel tallentaa offline-tietokuution määritettyyn kansioon. Testaaksesi sen kaksoisnapsauttamalla tiedostoa, joka luo automaattisesti toimivan tiedoston Excel-työkirjat, joka sisältää valittuun tietokuutioon liittyvän pivot-taulukon. Kun se on luotu, voit jakaa offline-datakuution kaikille kiinnostuneille käyttäjille, jotka työskentelevät offline-LAN-tilassa.

Kun olet muodostanut yhteyden paikalliseen verkkoon, voit avata offline-datakuutiotiedoston ja päivittää sen sekä vastaavan tietotaulukon. Pääperiaatteena on, että offline-datakuutiota käytetään vain toimimaan, kun paikallisverkko on katkaistu, mutta se on päivitettävä yhteyden palautuksen jälkeen. Jos yritetään päivittää offline-tietokuutio yhteyshäiriön jälkeen, seurauksena on virhe.