INFORMAČNÍ TECHNOLOGIE

Atributy datového a objektového modelování

2009-03-27T14:38:00.004-07:00

- preference skalárních (statických) atributů ENTIT
- preference dynamických atributů TŘÍD objektů
- obr.: Dekompozice logistického multisystému

Dynamický model
- v souvislosti s IS byl poprvé publikován v r. 1986
- datové modelová bylo záležitostí kybernetiky

základní pojmy:
Stav
- vyjadřuje hodnoty sledovaných atributů systému vztažené k časovému okamžiku

Změny stavu – jak probíhají
- skoková, neboli diskrétní
- spojitá

Seznam událostí

2009-03-27T14:38:00.003-07:00

Seznam událostí
- shody a rozdíly v sémantice modelů
- metody strukturované (pracujeme s entitou) X objektově orientované (pracujeme s objektem)

Funkční model
Datový model
Objektový model
Dynamický model
Dynamický model

Funkční model

databázové simulační
systémy modely
- v abstrakci systému a tvorbě konceptuálního modelu před realizací aplikace na požadavku, aby materiály, informace a peníze byly v potřebném množství včas na správném míst

- v metodologickém základu

- dynamické modelování (STD)

- funkční model (informačních, peněžních, energetických, materiálových a jiných toků)

Rozdíly:
- ve sledování objektů z objektivní reality (typické pro DB systémy) se u simulačního modelu rozšiřuje o objekty subjektivní reality

- cíle systémové analýzy a účel modelování systémů

- i DB systémů se sleduje množstevní kvantifikace stavů entit vzhledem k časovému okamžiku (časový snímek) pro účely organizace

- u simulačních modelů se průběžně sledují změny stavu systému jako celku vzhledem k časovému intervalu existence za účelem poznání jeho chování

V CASE/4/0 jsou DSD zaznamenány:

2009-03-27T14:37:00.002-07:00

datový tok základ pro vytypování

Data Store předmětných oblastí

ER model předmětné oblasti (objednávka, dodací list)

Subsystémy
1.) subsystém obchodních činností
2.) skladové hospodářství
3.) výroba
4.) ekonomika, …

Yourdonův model

Vztah se vyjadřuje slovesně
- v ER modelu – na vztah pravým tlačítkem Create Relation Mode vygeneruje se model klasický, ve kterém provádím normalizaci

Entity na normalizaci:
- objednávka
- dodací listopad
- faktura

CASE/4/0

2009-03-27T14:37:00.001-07:00

jednoznačné přiřazení

nejednoznačné přiřazení – řeší se vazební entitou (různé číselníky, adresáře)
- objektově orientované modelování
- operace nejsou řešeny v relačních databázích

- generalizace (v objektovém modelování nazýváme dědičností)
- specializace

Ve cvičení máme udělané:
Model prostředí: seznam událostí z hlediska toků, a to
cíl systému materiálových, informační, peněžních,
kontextový diagram v organizaci

Model IS firmy: seznam událostí z hlediska
cíl systému informačních toků
kontextový diagram v rámci subsystému IS

Datové modelování v CASE

2009-03-27T14:36:00.002-07:00

- datový model je ve strukturovaných metodách 2. Modelem
- obr.:

- subsystém – část systému
- vyznačuje se tím ,že zahrnuje některou předmětnou oblast
- předmětná oblast – data, která do této oblasti patří
- zahrnujeme zde ta data, ty databáze, které spolu mají nějaký vztah
- základní pojmy datového modelování:
- entita
- abstrakce reálného předmětu, jehož vlastnosti (atributy) eviduje v počítači (v IS)
- pojmenování v jednotném čísle

- data store
- databázové množiny nějakých předmětů
- pojmenování je v množném čísle (např.: Pracovníci)
- relation – tabulka s jednotlivými záznamy

- relationship – vazba mezi objekty
- kardinalita 1 : 1, 1 : n, m : n, kde m, n = 0, 1, 2, …
- parciální vztah – je-li kardinalita n = 0, připouštíme NULL hodnoty

DFD – Data Flow Diagram

2009-03-27T14:36:00.001-07:00

 ke každé úrovni existuje DFD
 nelze spojit horizontálně, ale v DFD to lze, ale nelze to vertikální
 objevuje se zde interface, a to nám poskytuje data
 data ukládáme do databází
 musí vytvářet systém
 každá funkce musí mít vstup i výstup
 Flow (toky) mohou být:
• informační (šedé) Data Store (sklad)
• materiálové (modré) Material Store
• peněžní (použít materiálový tok)
• událostní Event Store
 mohou být obousměrné nebo bez orientace (nepůsobí jako změna, ale pouze ke čtení)
 nelze: přenos z Interface do Data Store
 lze: přenos z funkce do funkce (ale nebudeme to používat)
 vhodné pro RT systémy (Real Time) – počítačové systémy, které řídí výrobu
 TOP úroveň – má kontextový diagram – ukazuje vazby na okolí

• 70./80. léta

2009-03-27T14:35:00.002-07:00

– vyvinuty databázové systémy na podporu dokumentace
 v 80. letech – skupina v čele s Yourdonem v r. 1989 publikovali Yourdonovu strukturovanou metodu
 3 typy modelů:
1.) funkční model
• FSD (Function Structured Diagram)
• DFD (Data Flow Diagram)
2.) datový model
• ERD (Entity Relationship Diagram)
• DSD (Data Structured Diagram)
• DDD (Data Dictionary Diagram)
3.) dynamický model
• STD (State Transition Diagram) – diagram přechodu stavů
 poprvé byl publikován v r. 1986
 byl převzat z kybernetiky – systémová věda pro informatiku

BOTTOM DOWN

2009-03-27T14:35:00.001-07:00

 minispecifikace – funkce na nejnižší úrovni, které jsou určeny k programování (jsou programovatelné)
 systém – abstrakce nějaké části reality, která je objektem našeho poznání nebo přetváření
 vlastnosti:
1.) struktura – množina prvků a vazeb mezi nimi
2.) chování
3.) cíl
4.) hierarchická výstavba systému
 subsystémy – vytypujeme podle předmětných oblastí
 mají své funkce
 funkční přístup – přístup, který je založen na tom, že se zabýváme funkcemi
• 70. léta
 Chen, Bachmann, Codd – teorie pro způsob, jak modelovat data  na jejich základě byly vytvořeny relační databáze
 vůdčí postavení má firma IBM – vyvinula metodu HIPO
 metoda HIPO = hierarchy + Input Process Output
• hierarchie – dekompozice na dílčí subsystému, z toho vyplynulo:

• systémový diagram – specifikoval zpracovávaná data

 souběžně s tím vznikly jazyky pro popis (dokumentaci) výsledků systémové analýzy a projektů

Yourdonova strukturovaná metoda

2009-03-27T14:34:00.000-07:00

Vývoj metod:
• 60. léta
 Jackson se věnoval metodě strukturovaného programování, kterou metodicky zpracoval
 analytici zjistili, že je tato metoda vhodná i pro účely systémové analýzy
 jednou z vlastností systému je jeho hierarchická výstavba
 každá funkce má nějaký svůj cíl, popis ve Wordu

Diagram hierarchické struktury (FSD)
úrovně

SYSTÉM  TOP
UP TOP D
1. 2. 3. E
subsystém subsystém subsystém nultá a K
s úroveň n O
y 1.1 1.2 a M
n subsystém subsystém 1. úroveň l P
t ý O
é z Z
z 1.2.1 1.2.2 1.2.3 2. úroveň a I
a subsystém subsystém subsystém jeden vstup , C
nebo 1 výstup, E
nebo obojí

6.12.2. fáze užití DW

2009-03-27T14:33:00.002-07:00

Zajištění přístupu uživatelům k relevantním informacím a podpora výběru prostředí dle individuálních potřeb uživatelů. Zde je kladen důraz na :
 směrování na příslušný zdroj dat operativního prostředí se zajištěním efektivního a pružného přístupu (heterogenní a distribuované prostředí),
 respektování standardů a všeobecného interface s cílem dosažení otevřenosti infrastruktury a integrace produktů.
6.12.3 fáze údržba DW
Přizpůsobení DW měnícím se potřebám řízení. Zpravidla se jedná o:
 nárůst objemu dat (historie, vývoj potřeb různých skupin uživatelů),
 zajištění průchodnosti řešení,
 modifikace získávání informací z operativní úrovně,
 změny načasování dodávky dat,
 změny v uspořádání uživatelských skupin,
 změny v jednotlivých pohledech uživatelských skupin,
 aktualizace zajištění bezpečnosti informací.

6.12 Životní cyklus řešení Data Warehouse

2009-03-27T14:33:00.001-07:00

 Vytvoření
 Užití
 Údržba

Obr. č. 4 Životní cyklus DW
6.12.1. fáze vytvoření DW
Navržení a vytvoření kvantitativní a kvalitativní formy dat, která odpovídá potřebám koncových uživatelů dispozitivní úrovně, tj.:
 dobré porozumění obsahu a struktuře operativních dat,
 zahrnutí časového faktoru pro účely komparativní a trendové analýzy,
 respektování úrovní agregací dat (střední management, představenstvo),
 zajištění pružnosti datových pohledů vzhledem k měnícím se potřebám uživatelů.
Produktem této fáze je vytvoření třech typů metadat, které jsou využívány ve fázi Užití nebo modifikovány ve fázi Údržba. Jedná se o:
 popis dat operativního prostředí,
 popis dat DW,
 popis uživatelských profesních pohledů (view).

• Data mining (surfing)

2009-03-27T14:32:00.004-07:00

– v podstatě „prosévání“ velkých objemů dat pro nalezení vzájemných vztahů v datech, navigování v celém datovém skladu pomocí Drag&Drop operací.
• Drill-down – zobrazení detailních dat, která byla použita pro agregace.
• Drill-up – zobrazení agregovaných hodnot na nejblíže vyšší úrovni.
• Drill-everywhere – rozlišení aktuální analýzy v libovolném smysluplném směru.
• Drill-across – možnost změny pohledu na jiná data beze změny stupně agregace.
• Dicing – rotace nebo převrácení multidimenzionální kostky.
• Slicing – vydělení jedné vrstvy z multidimenzionální kostky.
• Pivoting – rotace dvourozměrné křížové tabulky (záměna sloupců za řádky a naopak).
• Dynamické dotazy – dynamické SQL dotazy obvykle formulované v klientské aplikaci, nejsou předzpracovány, provádějí se v reálném čase.
11. flexibilní výstupy – koncový uživatel musí mít možnost snadné manipulace s výstupními daty v jakékoliv formě.
12. neomezené dimenze a úrovně agregací – nástroje by měly umožňovat práci alespoň s 15-ti, lépe s 20-ti dimenzemi.

2. transparentnost

2009-03-27T14:32:00.003-07:00

– pro uživatele by mělo být lhostejné, kde a jak jsou analytické funkce pro multidimenzionální analýzu umístěny.
3. dostupnost dat – schopnost získat data z heterogenních zdrojů fyzických dat ( i externích zdrojů). DBMS musí pracovat nezávisle na HW a musí pracovat s nezbytným middleware přes standardní rozhraní (např. ODBC). Pro optimalizaci využívání uživatelskými skupinami musí být schopen distribuovat data na různé servery.
4. stabilní výkonnost – výkonnost nezávislá na nárůstu počtu dimenzí pro výběr.
5. architektura klient/server – komponenty musí být dostatečně mocné, aby je bylo možno implementovat s minimálním úsilím.
6. generická dimenzionalita – pro všechny rozměry by měla existovat pouze jedna logická struktura.
7. dynamické manipulace s řídkými maticemi – pro efektivní zpracování nulových či prázdných hodnot.
8. podpora více uživatelů – řešení musí umožňovat souběžný přístup, bezpečnost a integritu pro více uživatelů.
9. neomezené cross – dimenzionální operace – tj.výpočty a jiné činnosti mezi dimenzemi bez zásahu uživatele.
10. intuitivní manipulace s daty

Datové sklady jsou charakterizovány těmito technologickými znaky:

2009-03-27T14:32:00.001-07:00

 zpracovávají malý počet komplexních dotazů,
 data se načítají dávkově,
 důležitým hlediskem je rychlý přístup k datům pro účely analýz a prezentací,
 integrita dat se zajišťuje při dávkových načítacích procesech,
 datové modely jsou optimalizované pro rychlé zpracování výstupů,
 používá se kombinace datových modelů (normalizované a denormalizované relační modely, sumarizované tabulky, star schema modely, snow flake modely, multidimenzionální modely).
6.11 Kvalitativní vlastnosti OLAP
Abychom mohli určitým způsobem kvalifikovat produkty použitelné pro OLAP, je účelné pro ně definovat určitý konceptuální architektonický rámec. Jedním z autorů, který toto kvalitativní vymezení navrhl, byl E. F. Codd. Tato kriteria je možno vymezit takto:
1. multidimenzionální konceptuální pohled – dovoluje uživateli pohledy na data z různých hledisek. Multidimenzionalita znamená, že data jsou uspořádána alespoň s jedním dalším rozměrem – nejčastěji časem. Navíc je možné rozlišovat dotazy s různým stupněm agregace. Se snižujícím se stupněm agregace (drill-down) je možno tyto detaily zobrazit.

Datové sklady jsou naopak charakterizovány následujícími znaky:

2009-03-27T14:31:00.002-07:00

 účelem je dostat informace ze systému,
 uživatelé mají možnost pouze číst data,
 umožňují kreativitu uživatelů při práci s daty (analýzy, prezentace dat),
 aplikace jsou dynamické (požadavky na funkčnost aplikace se mění),
 podporují dlouhodobé strategie firmy,
 poskytují konkurenční výhodu,
 proces implementace a využívání je poháněn potřebami organizace (tj. impulsem k inovaci systému jsou nové potřeby uživatelů).
6.10.2 Technologické rozdíly
Provozní systémy se vyznačují těmito technologickými znaky:
 zpracovávají velké objemy malých transakcí,
 transakce neustále přidávají a aktualizují data,
 důležitým hlediskem je omezení redundance dat,
 integrita dat se zajišťuje datovým modelem a aplikacemi,
 datové modely jsou optimalizované pro on-line aktualizace a rychlé zpracování transakcí,
 používají se převážně normalizované relační datové modely.

6.10 Rozdíly mezi provozními systémy a datovým skladem

2009-03-27T14:31:00.001-07:00

Hlavním účelem provozních systémů je automatizace operací a procesů. Naproti tomu za hlavní účel datových skladů je považováno vytváření podmínek pro poskytování optimálních informací pro rozhodování. Kromě hlavního účelu můžeme dále definovat dva druhy rozdílů:
 koncepční rozdíly,
 technologické rozdíly.
6.10.1 Koncepční rozdíly
Provozní systémy jsou charakteristické těmito znaky:
 účelem je dostat data do systému,
 uživatelé mají možnost zadávat data, měnit data, rušit data a číst data,
 zajišťují automatizaci rutinních činností,
 aplikace jsou v podstatě statické (požadavky na funkčnost jsou poměrně stálé),
 podporují každodenní firemní aktivity,
 orientované na výkonnost,
 proces implementace a využívání je poháněn technologií (tj. impulsem k inovaci systému je nové systémové prostředí, nová verze databáze apod.).

Při metodě MOLAP ...

2009-03-27T14:30:00.004-07:00

Při metodě MOLAP se všechny podrobné údaje z kostky ukládají ve vyhrazené multidimenzionální databázi. To znamená, že relační data uložená v tabulkách dimenzí a v tabulkách faktů jsou zapsána do optimalizované multidimenzionální databáze.
Navíc jsou k podrobným údajům o kostce do multidimenzionální databáze uloženy také všechny agregace. Tato architektura OLAP je optimalizována pro zpracování dotazu ve službách OLAP a poskytuje nejlepší výkon ze všech tří metod ukládání dat.
Metoda ukládání ROLAP vyžaduje uložení jak všech podrobných údajů, tak agregací v relační databázi. To znamená, že všechna detailní data z kostky, která se najdou v tabulkách dimenzí a tabulkách faktů jsou ponechána v jejich přirozené relační databázi. Data se nepřesunují. Při ukládání agregací se vytvoří sumarizační tabulky, do kterých budou relační data ukládána službami OLAP pomocí jednoduchého SQL příkazu INSERT INTO. Služby OLAP vytvoří všechny tabulky a indexy samočinně. Podrobné údaje v kostce zůstávají beze změny.
Tento způsob ukládání nenabízí pro výkon zlepšení porovnatelná s MOLAPem; nicméně jde o velmi rozšířený způsob ukládání, díky kterému může firma využít stávající možnosti uložení dat.
Posledním způsobem ukládání dat je HOLAP. Je to kombinaci MOLAPu a ROLAPu. Jde o ukládání všech podrobných informací z kostek do relační databáze a všech agregovaných údajů do multidimenzionální databáze. Tato metoda se snaží poskytovat to nejlepší z obou světů: výkonnost MOLAPu a rozšiřitelnost ROLAPu.

6.8.5 Multidimenzionální kostka

2009-03-27T14:30:00.003-07:00

6.8.5 Multidimenzionální kostka
Základní stavební jednotkou v multidimenzionální databázi je kostka (cube, datová kostka, multidimenzionální kostka, hyperkostka). Kostka v multidimenzionální databázi se skládá ze sady dimenzí a měr.
Dimenze (rozměr) kostky jsou kategorie, vůči kterým chceme data agregovat a analyzovat. Dimenze vznikají z tabulek relačních databází. Typickými dimenzemi v multidimenzionálních databázích jsou čas, poloha, výrobek. Dimenze se může skládat z řady úrovní, které dále zpřesňují údaje.
Míry kostky jsou kvantitativní údaje, které chceme analyzovat. Tak jako dimenze jsou i míry odvozeny z tabulek relačních databází. Běžnými mírami jsou prodeje, výdaje, ceny, ale téměř každý kvantitativní údaj může být mírou multidimenzionální kostky.
6.9 Uložení dat v OLAP databázi
Zdrojová data z relační databáze mohou být uložena jednou ze tří základních metod:
 Multidimenzionální OLAP (MOLAP).
 Relační OLAP (ROLAP).
 Hybridní OLAP (HOLAP).

6.8.3 Multidimenzionální modelování

2009-03-27T14:30:00.001-07:00

Pro efektivní využívání dat uložených v databázi datového skladu prostřednictvím OLAP aplikací je nutné uložit data určitým způsobem. OLAP aplikace jsou ve skutečnosti rozšířením či podrobnějším rozpracováním dřívějších typů aplikací, jako jsou systémy na podporu rozhodování (DSS) či exekutivní informační systémy (EIS). Cílem takovýchto aplikací je poskytování souhrnných údajů na vysoké úrovni agregace, na základě kterých se dělají rozhodnutí a díky nimž zůstává vedení firmy informováno. OLAP z tohoto přístupu vychází a dále ho rozšiřuje. Umožňuje prohlížet vybrané údaje ve firmě z různých stran, rozdělovat je, pohlížet na ně s odstupem či naopak vyhledávat podrobnosti. To, co ve skutečnosti odlišuje OLAP od klasických OLTP, je schopnost poskytovat multidimenzionální pohled na transakční data.
6.8.4 Rozdíly mezi relační a vícerozměrnou databází
Typický relační databázový systém poskytuje tradiční dvourozměrný pohled na data (řádky a sloupce). Tato nestrukturovaná reprezentace transakčních dat se příliš nehodí pro složité postupy analýzy dat, které zahrnují vyhledávání kvalitativních dat sečtených přes mnoho různých kategorií.
Na druhou stranu, vícerozměrné databáze jsou schopné poskytovat n-rozměrný pohled na data. Počet rozměrů, které lze zobrazit je teoreticky nekonečný. Jsou zde nicméně jistá praktická omezení na ukládání a výkonnost, kvůli kterým je tento počet omezen.

6.8.2 Dimenze

2009-03-27T14:29:00.004-07:00

Tabulky dimenzí se skládají hlavně z textových informací, které jsou svázány se záznamy v tabulce faktů, jako jsou jména zákazníků, popisy výrobků, dodavatelé a prodejci. Tyto tabulky obsahují méně záznamů než tabulky faktů.
Ve schématu datového skladu se vždy používají tabulky dimenzí či tabulky, které pracují s úseky času. Tvoří základní prvek pro sledování v čase proměnných informací v tomto typu databází.
Teorie i praxe rozeznává několik variací klasického hvězdicového schématu. Občas jsou tabulky dimenzí podrobeny více normalizovanému přístupu. Běžným postupem je i začlenění souhrnů přes hierarchii dimenzí. Výsledkem jsou schémata označována jako sněhové vločky (snow flake schema) či souhvězdí.
Vločková schémata poskytují nejlepší výkon při použití souhrnů a tím upřednostňují výkonnost na úkor budoucích potíží při správě metadat a transformací potřebných při převodu ze zdrojových systémů.
Dimenzionální model je logickým postupem optimalizovaným pro dotazy a souhrnné výstupy. Je to dnes nejčastěji používaný model pro zavádění datových skladů a tržišť. Poskytuje zjednodušené postupy pro implementaci operací koncových uživatelů, jako je zjemňování (drill-down) podhledu a získávání více podrobností, či naopak shrnování stále vyšších celků (drill-up).

6.8 Dimenzionální modelování

2009-03-27T14:29:00.003-07:00

Tradiční E-R model (entita-relace) používá pro návrh databází normalizovaný přístup. Normalizace odstraňuje ze schématu redundance, čímž optimalizuje uložení dat. Naproti tomu datové sklady nekladou takový důraz na šetření místem, záleží jim však na tom, aby se s nimi uživateli snadno a efektivně pracovalo. Z tohoto důvodu je mírná redundace obvykle akceptována. Dimenzionální modelování je pro návrh datových skladů mnohem vhodnější. Navrhujeme v něm schéma tak, že rozdělujeme činnosti do logických událostí a faktů a nastavujeme odpovídající dimenze.
Výslednému schématu se říká hvězdicové schéma (star schema). Používá totiž pár velkých ústředních tabulek faktů a mnoho malých tabulek dimenzí. Příklad hvězdicového schématu je na obr. 2.

Obr. č.3 Star schema
6.8.1 Tabulky faktů
Ústřední tabulky faktů se obvykle skládají z obchodních událostí, které lze zaznamenávat v čase, jako jsou bankovní operace, prodeje, objednávky, obraty, dodávky, návštěvy na Webu atd. Běžně jsou tvořeny cizími klíči do tabulek dimenzí a sadou numerických hodnot. Údaje uložené v tabulkách faktů jsou obvykle neměnné, protože jsou historické. Nejběžnějším příkladem tabulky faktů v hvězdicovém schématu jsou prodeje.

6.7 Tvorba datového skladu

2009-03-27T14:29:00.001-07:00

Mezi základní rozhodnutí při procesu budování datového skladu patří rozhodnutí o použití určitého přístupu. Rozlišujeme dva přístupy:
 Postup zdola nahoru – při tomto postupu pracujeme s menšími, cílenějšími aplikacemi metod datových skladů, což může celý proces zjednodušit. Požadavky na data jsou obvykle menší a rozsah specializovaných dotazů a souhrnů omezenější. Postup zdola nahoru poskytuje rychlejší vývoj na úkor obtížného rozšiřování po celé organizaci. I když tato metoda může přinést nejrychlejší výsledky při zavádění, je nutné se postarat, aby příliš specializované zaměření nebránilo v budoucnosti začlenění do celopodnikových řešení. Efektivitu tohoto přístupu obvykle zvyšuje i neexistence administrativních omezení na vlastnictví údajů.
 Postup shora dolů – používá se pro dosažení nejlepších dlouhodobých výsledků. Nástrahám metody zdola nahoru je možné zabránit včasným určením standardizovaných definic obchodních cílů a požadavků na data. Cena, složitost a potřebný čas jsou mnohem větší, než u předchozího přístupu. Problémem je také zajištění spolupráce jednotlivých oddělení firmy, vlastnictví dat a finanční zajištění. Naopak největší předností je možnost získání obsažného zdroje dat, který je globálně použitelný po celé firmě.

6.3.4 Datový sklad (Data Warehouse)

2009-03-27T14:28:00.001-07:00

Datový sklad tvoří vlastní databáze a server, na kterém běží datový sklad. Může se skládat z jednoho centrálního skladu či více specializovaných datových tržišť (Data Marts).
6.3.5 Nástroje pro přístup a dotazy
Mohou to být nástroje pro tvorbu sestav od dalších výrobců či aplikace vyvinuté přímo v podniku, které zajistí přístup k informacím uloženým v datovém skladu.
6.6 Využití datového skladu
Přínosy z realizace datového skladu jsou tím větší, čím větší jsou možnosti pro analýzu a prezentace dat. Nejzákladnějšími metodami využití jsou operativní dotazy (předem nepřipravené) na určité hodnoty a sestavy, které mohou být standardní generované dávkově a operativní vytvářené podle potřeby.
Vyšším stupněm je multidimenzionální analýza OLAP, tj. rychlé prohlížení dat sumarizovaných na různých úrovních z různých pohledů neboli dimenzí. Dále nejrůznější statistické a finanční analýzy – ekonometrické modelování, termínové modely.
Analýzy časových řad a tvorby předpovědí slouží k předpovědi budoucích hodnot a identifikace sezónních výkyvů. Jedním z posledních hitů v této oblasti je dolování dat (Data Mining). Jedná se o specializované techniky pro zpracování velkých objemů dat a hledání skrytých vzorů a souvislostí.
Vizualizace dat nabízí prohlížení dat v dynamicky provázaných grafech pro identifikace neobvyklých a extrémních hodnot a závislostí mezi daty. Mezi důležité aplikace patří i geografické informační systémy, které převádějí hodnoty proměnných na geografickou prezentaci (např. zabarvení okresů podle počtu zákazníků) a manažerské informační systémy (EIS), které kombinují OLAP, reporting, přehledné zobrazení kritických veličin, jednoduché předpovědi a nabízejí podklady pro manažerské rozhodování.

V reálném projektu ...

2009-03-27T14:27:00.002-07:00

V reálném projektu centralizovaného datového skladu bývají desítky až stovky pumpovacích kroků. Správa kroků v software ETL probíhá obvykle pomocí acyklického orientovaného grafu, kde uzly grafu jsou kroky a spojnice tzv. workflow (pracovní toky). Většinou existují různé typy workflow podle toho, jak dopadl krok ve výchozím uzlu spojnice (úspěch, chyba, nezáleží).
Ukládání dat do datového skladu je možné provádět na základě dvou různých strategií. Buď se pokaždé uloží celý obsah datového skladu znovu, což je použitelné pouze u velmi malých objemů dat a pro úvodní načtení, nebo se ukládají pouze přírůstky a změněná data – v tomto případě musí být k dispozici systém zajišťující rozpoznávání změněných údajů.
6.3.3 Metadata
Metadata obsahují popis dat, která budou uložena do datového skladu. Mohou obsahovat zdroj původní informace a pravidla či transformace, které byly použity při nahrávání dat. Metadata lze rozdělit na dvě skupiny – technická a obchodní:
 Technická metadata definují atributy, které popisují fyzické vlastnosti položek jako: odkud pocházejí, jak byly transformovány, kdo je za to zodpovědný, kdy byly naposledy načteny atd.
 Obchodní metadata jsou důležitá pro uživatele DW, protože obsahují informace jako jsou definice dat, hodnoty atributů a domén, obchodní pravidla, vztahy mezi daty atd.
Ukládání a využívání metadat umožňuje automatické načítání dat a údržbu datového skladu.

Transformace dat se skládá z těchto dílčích operací:

2009-03-27T14:27:00.001-07:00

 Validace – ověření správnosti dat,
 Čištění – odstranění či změna nesprávných dat,
 Integrace – dosažení konzistence dat pocházejících z různých systémů (datové typy, formáty),
 Derivace – vytvoření derivovaných dat na základě vstupních dat,
 Denormalizace – snížení potřeby spojování tabulek při využívání DW,
 Sumarizace – vytvoření požadovaných souhrnů z detailních dat.
Transformace dat z provozních systémů do datového skladu je časově nejnáročnější částí projektů budování datového skladu, u většiny případů tato část zabírá 70-80 % času realizace projektu. Pro snadnější provedení těchto činností se využívají tzv. datové pumpy (ETL – Extraction Transformation and Loading). Transformace je netriviální proces, který se skládá ze dvou typů kroků:
 Přenosových – přenos dat ze zdrojového systému (jako výsledek SQL dotazu) do cíle (tabulka v relační databázi datového skladu).
 Transformačních – obvykle procedurální transformace dat v rámci jedné nebo více tabulek.