Dnes: 20. ledna 2018    | Registrace | Hledáme | Redakce | Info | Testy | Školení | Ocenění | Nápověda | Čtenář: nepřihlášen

Rychlé odkazy
  • Hlavní stránka
  • Seznam rubrik
  • Ankety
  • Editoriály
  • TOP 15
  • KONFERENCE 2008
  • KONFERENCE 2007
  • KONFERENCE 2006
  • KONFERENCE 2005
  • KONFERENCE 2004
  • Sborník
  • Testy
  • Virtuální školení
  • Personalizace


  • Hledáte práci?
    Hledáme redaktora - pojďte s námi tvořit Databázový svět!

    Vyhledávání

    Hledej
    na Databázovém světě!



    Rozšířené vyhledávání

    Rubriky
    Aktuality
    Bezpečnost
    Business
    Česká scéna
    Datové sklady
    Dokumentace
    Dotazovací jazyky
    Hardware
    Historie
    Komentáře
    Literatura
    Metodologie
    Nondb
    Open Source
    Poradna
    Produkty
    Případové studie
    Redakce
    Rozhovory
    Standardy
    Technologie
    Tipy - triky
    Tiskové zprávy
    Vývoj
    Vývojové nástroje
    Zajímavosti

    Co je to?
    Datový sklad
    Tento pojem poprvé formuloval koncem 80. let William Inmon jako strategii přístupu k datům určeným pro rozsáhlé analýzy. V případě datového skladu hovoříme o historických, časově rozlišených, agregovaných, průběžně rozšiřovaných datech uspořádaných pro podporu potřeb managementu.

    Akce
    Dynamická Datová Centra
    - na semináři se seznámíte s komplexním řešením a koncepcí Dynamických Datových Center od Fujitsu Siemens Computers se speciálním důrazem na řešení FlexFrame.

    Textová inzerce
    IBPhoenix - Vše o InterBase a Firebirdu.

    Smějete se rádi? - Pak je pro vás Vtipník to pravé!

    Prodejce reklamy - Hledáme schopného prodejce reklamního prostoru, možnost i externí spolupráce.

    Přihlášený čtenář
    Nepřihlášený čtenář

    O portálu
    Databázový svět
    ISSN: 1213-5933

    Web je optimalizován pro rozlišení 1024x768, nicméně kromě větších rozlišení podporujeme i 800x600. Podrobnosti najdete zde.

    Chcete-li mít kdykoliv možnost zkontrolovat obsah našeho portálu, můžete využít podporu rss. Podrobnosti najdete zde.
    Vyrovnávací paměť pro informace


    [Případové studie] - V dnešní době snad již nikdo nepochybuje o tom, že v podnikových informačních systémech a v celé podnikové informační architektuře jsou ukryty pro provozovatele nadmíru důležité informace. Problémem ovšem může být se k daným informací efektivně, tedy včas, za únosných nákladů a při dostatečné míře přesnosti dostat.



    Proč? Vždyť současné informační systémy nabízí zpravidla snadná uživatelská rozhraní, přesně popsanou funkčnost, využívá je zaškolená obsluha… Častým problémem ovšem bývá nepochopení rozdílu mezi daty a informacemi. Zatímco k prvnímu je přístup obvykle opravdu velmi jednoduchý, v případě druhého pojmu jde o záležitosti nadmíru složité a moderními systémy bohužel nepříliš podporované.

    Zatímco data lze velmi zjednodušeně charakterizovat jako libovolnou posloupnost znaků, u informace tomu tak není. Pod posloupností se mohou skrývat libovolné znaky, třeba i ty, které vůbec neznáme či u kterých si nedokážeme představit, že jde o nějaké znaky, o nějaké písmo. Posloupnost dat tak může být již sama o sobě na první pohled pro nás nesrozumitelná, složená z něčeho, co vůbec nemusíme chápat. Pojem informace je spojen až s nějakým konkrétním významem, tzv. sémantikou dat. S určitým filosofickým nadhledem je možno prohlásit, že z dat se stávají informace teprve tehdy, pokud jsme z nich (tedy v roli příjemce) schopni získat nějaké poznatky, vědomosti, znalosti. Pokud tedy příjemce rozumí významu v datech ukrytém, znamenají pro něj data také nějakou informaci.

    V podnikových informačních systémech jsou samozřejmě k dispozici informace různé složitosti a významu – běžné informace odpovídající zpracovávaným položkám a jednoduché výstupy nejsou ničím nezvyklým. Mnohem obtížnější je získat z dat informace, které nejsou na první pohled patrné a zřejmé, zejména pak v požadovaných souvislostech, případně s podporou předpovědí dalšího vývoje. A v takový okamžik je již pouze kousíček k analytickému zpracování a k procesu business inteligence. Za základní prostředky analytického zpracování považujeme datové sklady a reportovací nástroje.

    Požadavky na podporu analytického zpracování se sice liší případ od případu, společnost od společnosti, nicméně vždy lze najít celou řadu společných rysů pro jednotlivé typy aplikací. Pojďme se proto podívat na vybraný konkrétní případ, kterým může být analytická nadstavba systému EDIS společnosti M-line. Ekonomický a dopravní systém je zaměřen na společnosti různých velikostí věnujících se autobusové dopravě.

    Analytická nadstavba Datový sklad & Reporting využívá data uložená v databázové platformě Caché společnosti InterSystems a podporuje celou širokou škálu funkčnosti známé z univerzálních řešení. V samotném základu nechybí podpora ETL procesu pro získávání a čištění dat z provozního systému (tedy OLTP databáze) a jejich nahrání do datového skladu. Data jsou získávána z jednotlivých agend informačního systému, zajímavou vlastností je podpora zavedení vlastních položek na analytické úrovni a jejich plnění mimo provozní systémy. Z technologického pohledu jsou data uložena ve vlastních strukturách založených na globálech a s podporou proprietárních indexů. Výsledkem je větší výpočetní a tedy i analytický výkon, než když jsou použity vestavěné výkonové vlastnosti Caché. Více než osm let vývoje umožnilo vychytat většinu nedostatků a posunout hranici rychlosti nad základní možnosti Caché.

    Uživatelé mají možnost rozšířit základní výstupní sestavy definováním takřka libovolných výstupů, a to především na základě datových struktur daného datového skladu. Byť prozatím nejsou podporovány klasické ad-hoc dotazy, nové sestavy mohou být definovány na úrovni tzv. vzorců – výpočty jsou zadávány stejným způsobem, jako je tomu u vzorců pro MS Excel. Zachována je přitom plná kompatibilita vazeb vzorců, s výslednou sestavou je tedy možné snadno a bez jakýchkoli změn dále pracovat právě v MS Excelu.

    Jednotlivé sestavy mohou být v případě potřeby rozšířeny o interakci s uživateli, kteří výslednou podobu sestavy mohou určit zadáním kritérií omezujících zpracování a výstup. Tato kritéria je možné sdružovat do volitelných stromových struktur. Práci s těmito pohledy usnadňuje tzv. nástěnka, jakýsi uživatelský rozcestník pro oblíbené či doporučené pohledy.

    Podpoře výstupů nechybí možnost definovat různá bezpečnostní oprávnění, a to jak na úrovni celých datových oblastí pocházejících z různých částí provozního systému, tak i na samotné pohledy a výstupní sestavy. Za užitečnou třešinku na dortu lze považovat možnost definování různých vzhledů sestav pro jejich odlišení, například podle kategorií. Vypovídající schopnosti sestav zvyšuje podpora grafických výstupů, jak je možné se s nimi setkat například v prostředích pro dolování dat.

    Analytické činnosti zahrnují možnost napojení skutečných výsledků (například sestav za aktuální období) na plánované předpovědi a jejich srovnání. Uživatelé tak mohou velmi jednoduše zjistit například odlišnosti mezi predikovanými ekonomickými výsledky a výsledky skutečně dosaženými. Samozřejmostí je podpora analytického rozpadu na nejnižší možnou úroveň – až po zdrojová data pocházející z provozního systému, například na konkrétní doklad. Tento typ drill-downu mj. umožňuje snadno se dopátrat příčiny výkyvů v časových pohledech.

    V případě potřeby je celý analytický a reportovací modul možné přizpůsobit konkrétním požadavkům a díky otevřenému napojení na ostatní moduly rozšiřovat jeho funkčnost prakticky bez omezení. Jediným limitem pro praktické využití se tak stává kvalita a úroveň dat v provozních systémech.

    Konkrétní příklad
    Dopravci mají celou řadu zákonných povinností, které musí splnit. Jednou z nich je i poměrně složitý výkaz DOP zpracovávány pro Ministerstvo dopravy. Obvyklá časová náročnost při ručním vytváření na základě dat a informací čerpaných pouze z provozních systémů se pohybuje v řádu týdnů. Při využití analytického a aportovacího modulu je vytvoření tohoto výkazu otázkou minut – bez nutnosti jakéhokoli významného zásahu ze strany uživatele, vše zajistí právě propojení analytické části a provozního systému. Mimochodem, vlastní vývoj této šablony trval necelého čtvrt roku.

    Proč jen Microsoft?
    Podpora otevřených technologií není cizí ani společnosti M-line a její vývojáři se již delší dobu snaží plnohodnotně integrovat podporu OpenOffice – aby nebyli zákazníci vázáni pouze na produkty společnosti Microsoft. Vzhledem k tomu, že dokumentace pro spolupráci s externími programy bohužel není ze strany týmu okolo OpenOfiice na příliš vysoké úrovni, nepodařilo se implementaci této podpory dosud úspěšně završit. V současné době je tato podpora realizována pouze v podobě exportu prostých dat do tabulkového procesoru Calc balíku OpenOffice.

    Caché
    Databázový svět nejsou jen relační technologie, ale mj. také technologie objektové a post-relační. Předním zástupcem tohoto směru je databázová platforma Caché od společnosti InterSystems. Přes svou objektovost představuje Caché platformu, která umožňuje přístup k datům také prostřednictvím jiných projekcí – tedy i pomocí klasického SQL. Podstatné je, že přístup jinými způsoby lze zajistit bez ztráty výkonu. Díky různým projekcím je možný vývoj aplikací za využití maximálních výhod, typicky relačního i objektového světa.

    Základem Caché je databázový server podporující multi-dimensionální modely. Datové struktury, do kterých Caché ukládá svá data, se nazývají globály a ve své podstatě se jedná o vícerozměrná řídká pole. Data mohou být ukládána do globálů s libovolným počtem indexů, přesně podle individuálních požadavků. Nejedná se tedy jen o jednotlivé sloupce známé z relačních modelů, ale také o složitější struktury. Logická struktura dat může být libovolná, záleží pouze na vývojáři, jaký přístup zvolí.

    ( Celý článek! | Autor: Marek Kocan | Počet komentářů: 2 | Přidat komentář | Informační e-mailVytisknout článek )

    Vyhledávání
     

    Anketa
    Kolik ročně utratíte za dovolené?

    Nic 
     (1552 hl.)
    Do 1 000,- Kč 
     (1071 hl.)
    Do 10 000,- Kč 
     (1001 hl.)
    Do 25 000,- Kč 
     (1381 hl.)
    Do 50 000,- Kč 
     (1018 hl.)
    Do 75 000,- Kč 
     (1182 hl.)
    Více než 75 000,- Kč 
     (1021 hl.)

    Celkem hlasovalo: 8226


    Poslední komentáře
    frontierd@126.com
    frontierd@126.com
    frontierd@126.com
    c
    http://www.coachoutl

    Newsletter
    Přihlaste si nezávazně - i bez registrace - odběr informačního newsletteru. Podrobné informace najdete zde.

    Emailová adresa:


    Kalendář
    <<  Leden  >>
    PoÚtStČtSoNe
    1234567
    891011121314
    15161718192021
    22232425262728
    293031    

    Redakci připojuje


    Nejčtenější

    Databáze je prázdná!


    Nejvíce komentářů

    Databáze je prázdná!


    Reklama






    Nenechte si ujít články na dalších webech




    Na této stránce použité názvy programových produktů, firem apod. mohou být ochrannými známkami
    nebo registrovanými ochrannými známkami příslušných vlastníků.

    Databázový svět | dfKlub - digitální fotografie | Vtipník - vtipy přímo k Vám | Reminder - přestaňte zapomínat | Databázový svět

    Copyright (c) 2004 AVRE Publishing, spol. s r.o. Všechna práva vyhrazena