1.2. OLAP - удобный инструмент анализа

Централизация и удобное структурирование данных - это далеко не все, что нужно аналитику. Ему ведь еще требуется инструмент для просмотра, визуализации информации. Традиционные отчеты, даже построенные на основе единого хранилища, лишены одного - гибкости. Их нельзя "покрутить", "развернуть" или "свернуть", чтобы получить желаемое представление данных. Конечно, можно вызвать программиста, и он сделает новый отчет достаточно быстро - скажем, в течение часа. Получается, что аналитик может проверить за день не более двух идей. А ему таких идей может приходить в голову по несколько в час. И чем больше "срезов" и "разрезов" данных аналитик видит, тем больше у него идей, которые, в свою очередь, для проверки требуют все новых и новых "срезов". Аналитику нужен такой инструмент, который позволил бы разворачивать и сворачивать данные просто и удобно! В качестве такого инструмента и выступает OLAP.

Хотя OLAP и не представляет собой необходимый атрибут хранилища данных, он все чаще и чаще применяется для анализа накопленных в этом хранилище сведений.

Компоненты, входящие в типичное хранилище, представлены на Рис. 1.1.

Рис. 1.1. Структура хранилища данных

Оперативные данные собираются из различных источников, очищаются, интегрируются и складываются в реляционное хранилище. При этом они уже доступны для анализа при помощи различных средств построения отчетов. Затем данные подготавливаются для OLAP-анализа. Они могут быть загружены в специальную БД OLAP или оставлены в реляционном хранилище. Важнейшим его элементом являются метаданные, т. е. информация о структуре, размещении и трансформации данных. Благодаря им обеспечивается эффективное взаимодействие различных компонентов хранилища.

Подытоживая, можно определить OLAP как совокупность средств многомерного экспресс-анализа данных, накопленных в хранилище.

1.2.1. Определение и основные понятия OLAP

OLAP - это Online Analytical Processing, т. е. оперативный анализ данных. 12 определяющих принципов OLAP (Таблица 2) сформулировал в 1993 г. Е. Ф. Кодд - "изобретатель" реляционных БД.

Таблица 2. 2 определяющих принципов OLAP

Позже его определение было переработано в так называемый тест FASMI, требующий, чтобы OLAP-приложение предоставляло возможности быстрого анализа разделяемой многомерной информации.

1.2.2. Тест FASMI

Fast (Быстрый) - анализ должен производиться одинаково быстро по всем аспектам информации. Приемлемое время отклика - 5 с или менее.

Analysis (Анализ) - должна быть возможность осуществлять основные типы числового и статистического анализа, предопределенного разработчиком приложения или произвольно определяемого пользователем.

Shared (Разделяемой) - множество пользователей должно иметь доступ к данным, при этом необходимо контролировать доступ к конфиденциальной информации.

Multidimensional (Многомерной) - это основная, наиболее существенная характеристика OLAP.

Information (Информации) - приложение должно иметь возможность обращаться к любой нужной информации, независимо от ее объема и места хранения.

1.2.3. Многомерное представление OLAP

OLAP предоставляет удобные быстродействующие средства доступа, просмотра и анализа деловой информации. Пользователь получает естественную, интуитивно понятную модель данных, организуя их в виде многомерных кубов (Cubes). Осями многомерной системы координат служат основные атрибуты анализируемого бизнес-процесса. Например, для продаж это могут быть товар, регион, тип покупателя. В качестве одного из измерений используется время. Одна из очень важных отличий OLAP-систем от OLTP состоит в том, что данные с течением времени не изменяются, а накапливаются, что позволяет проводить анализ изменения каких либо бизнес-параметров во времени. На пересечениях осей - измерений (Dimensions) - находятся данные, количественно характеризующие процесс - меры (Measures). Это могут быть объемы продаж в штуках или в денежном выражении, остатки на складе, издержки и т. п. Пользователь, анализирующий информацию, может "разрезать" куб по разным направлениям, получать сводные (например, по годам) или, наоборот, детальные (по неделям) сведения и осуществлять прочие манипуляции, которые ему придут в голову в процессе анализа. 

В качестве мер в трехмерном кубе, изображенном на Рис. 1.2, использованы количество подписчиков, а в качестве измерений - время, продукты и подписчики. Измерения представлены на определенных уровнях группировки: продукты группируются по названиям, подписчики - по городам, а данные о времени совершения операций - по месяцам. 

Рис. 1.2.  Пример куба

1.2.4. Двумерное представление многомерных данных

Даже трехмерный куб сложно отобразить на экране компьютера так, чтобы были видны значения интересующих мер. Тем более сложно отобразить куб с числом измерений большим трех. Для визуализации данных, хранящихся в кубе, применяются, как правило, привычные двумерные, т. е. табличные, представления, имеющие сложные иерархические заголовки строк и столбцов.

Двумерное представление куба можно получить, "разрезав" его поперек одной или нескольких осей (измерений): фиксируем значения всех измерений, кроме двух, - и получаем обычную двумерную таблицу. В горизонтальной оси таблицы (заголовки столбцов) представлено одно измерение, в вертикальной (заголовки строк) - другое, а в ячейках таблицы - значения мер. При этом набор мер фактически рассматривается как одно из измерений - мы либо выбираем для показа одну меру (и тогда можем разместить в заголовках строк и столбцов два измерения), либо показываем несколько мер (и тогда одну из осей таблицы займут названия мер, а другую - значения единственного "неразрезанного" измерения).

В Таблице 3 представлен двумерный срез куба для одной меры – количество подписчиков журнала и двух "неразрезанных" измерений – Подписчики и Время.

Таблица 3. Двумерный срез куба для одной меры

В Таблице 4 представлено лишь одно "неразрезанное" измерение - Продукты, но зато здесь отображаются значения нескольких мер – Количество подписчиков, стоимость.

Таблица 4. Двумерный срез куба для нескольких мер