Лекция 5. Управление ресурсами данных на предприятии Учебные вопросы: 1.Системы управления базами данных 2.Тенденции и перспективы развития технологий управления ресурсами данных 3.Технология анализа OLAP 4.Технология хранилищ данных Data Warehousing 5.Технология анализа «Data Mining»

1. Системы управления базами данных Обработка данных средствами СУБД. Добавление, удаление, изменение и выборка данных производится при помощи языка запросов, встроенного алгоритмического языка и других средств СУБД. Реализация запросов обеспечивается диалоговой системой команд с меню или запросами по примеру QBE (Query By Example).

Стандартным реляционным языком запросов является язык структурированных запросов SQL (Structured Queries Language). Классификация и краткий обзор современных СУБД. К важным признакам классификации современных СУБД относятся: среда функционирования класс компьютеров и операционных систем (платформа), на которых работает СУБД, в том числе разрядность операционной системы, на которую ориентирована СУБД; тип поддерживаемой в СУБД модели данных: сетевая, иерархическая или реляционная; возможности встроенного языка СУБД, его переносимость в другие приложения (SQL, Visual Basic, ObjectPAL и т.п.); наличие развитых диалоговых средств конструирования (таблиц, форм, запросов, отчетов, макросов) и средств работы с базой данных;

возможность работы с нетрадиционными данными в корпоративных сетях (страницы HTML, сообщения электронной почты, изображения, звуковые файлы, видеоклипы и т. п.); используемая концепция работы с нетрадиционными данными объектно-реляционные, объектные; уровень использования локальная (для настольных систем), архитектура клиент-сервер, с параллельной обработкой данных (многопроцессорная); использование объектной технологии OLE 2.0; возможности интеграции данных из разных СУБД; степень поддержки языка SQL и возможности работы с сервером баз данных (SQL-сервером); наличие средств отчуждаемых приложений, позволяющих не проводить полной инсталляции СУБД для тиражируемых приложений пользователя.

Наиболее известными СУБД для разработки простых приложений можно назвать Access, Paradox и Approach. Для создания более сложных бизнес- приложений, корпоративных информационных систем используются СУБД фирм Oracle, Informix, IBM, Sybase.

К общим свойствам СУБД Approach, Paradox и Access относятся: графический многооконный интерфейс, позволяющий пользователю в диало­говом режиме создавать таблицы, формы, запросы, отчеты и макросы; специальные средства, автоматизирующие работу, многочисленные мастера (Wizards) в Access, ассистенты (Assistants) в Approach и эксперты (Experts) в Paradox; возможность работы в локальном режиме или в режиме клиента на рабочей станции (Windows NT 3.51, Novell NetWare 4.1); использование объектной технологии OLE2 для внедрения в базу данных разной природы (текстов, электронных таблиц, изображений и т. п.); наличие собственного языка программирования.

2. Тенденции и перспективы развития технологий управления ресурсами данных Одной из важнейших тенденции развития СУБД является разработка «универсальных» СУБД, способных интегрировать в базе традиционные и нетрадицион­ные данные тексты, рисунки, звук и видео, страницы HTML и др. Это особенно актуально для Web. Имеются два подхода к построению таких СУБД: обьектно-реляццонный совершенствование существующих реляционных СУБД и объектный.

Следует отметить, что современные реляционные СУБД уже способны интегрировать данные, однако нетрадиционные данные недоступны для внутренней обработки. «Универсальные» СУБД должны выполнять такую обработку. В таких системах не нужны разнородные программы, которыми сложно управлять.

3.Технология хранилищ данных Data Warehousing Для того чтобы обеспечить возможность анализа накопленных данных, организации стали создавать хранилища данных (Data Warehouse DW), которые представляют собой интегрированные коллекции данных, которые собраны из различных систем оперативного доступа к данным. Концепция DW была предложена и в 1992 г. Биллом Инмоном в его книге "Building the Data Warehouse" и стала одной из доминирующих в разработке информационных технологий обработки данных 90-х годов.

Англоязычный термин Data Warehousing, который сложно перевести лаконично на русский язык, означает создание, поддержку, управление и использование хранилища данных, что говорит о том, что речь идет о процессе. Цель этого процесса - непрерывная поставка необходимой информации нужным сотрудникам организации.

Хранилища данных становятся основой для построения систем принятия решений. Основная цель создания DW в том, чтобы сделать все значимые для управления бизнесом данные доступными в стандартизованной форме, пригодными для анализа и получения необходимых отчетов. Чтобы достигнуть этого, необходимо извлечь данные из существующих внутренних и внешних машиночитаемых источников.

Несмотря на различия в подходах и реализациях, всем хранилищам данных свойственны следующие общие черты: предметная ориентированность; нтегрированность; привязка ко времени; неизменяемость.

Основные компоненты DW: оперативные источники данных; средства проектирования/разработки; средства переноса и трансформации данных; СУБД; средства доступа и анализа данных; средства администрирования.

Сферы применения DW: Сегментация рынка. Планирование продаж, прогнозирование и управление. Забота о клиенте. Разработка схем лояльности. Проектирование и разработка новых видов продукции. Интеграция цепочки поставок. Интеллектуальные технологии в организации бизнеса.

4.Технология анализа OLAP После того как данные получены, очищены, приведены к единому виду и помещены в хранилище, их необходимо анализировать. Для этого используется технология OLAP. OLAP-приложение предоставляет следующие возможности быстрого анализа разделяемой многомерной информации: высокая скорость; анализ; разделение доступа; многомерность; работа с информацией.

5.Технология анализа «Data Mining» Появление технологии Data Mining связано с необходимостью извлекать знания из накопленных информационными системами разнородных данных. Возникло понятие, которое по-русски стали называть «добыча», «извлечение» знаний. За рубежом утвердился термин «Data Mining».

Ключевое достоинство «Data Mining» по сравнению с предшествующими методами возможность автоматического порождения гипотез о взаимосвязи между различными параметрами или компонентами данных.

Выделяют пять стандартных типов закономерностей, которые позволяют выявлять методы Data Mining : Ассоциация; Последовательность; Классификация; Кластеризация; Прагнозирование.