خانه / برچسب "olap"

قبلا برای بدست آوردن اطلاعات از پایگاه‌های داده از دستورات Sql استفاده می شد. این روند یا روش جایی که یک شخص بخواهد با بخش کوچکی از پایگاه داده کار کند مناسب است. اما روش دیگری برای استفاده از پایگاه داده بویژه پایگاه داده بزرگ وجود دارد. مثلا فرض کنید یک فروشگاه آنلاین کتاب را اجرا می کنید و رکوردهایی برای ۵۰ میلیون کتاب فروخته شده دارید. شاید کتاب‌ها مقدمه ای از خیز بزرگ فروش زیست شناسی در هر سپتامبر را بدهند. در واقع می توان از این مزیت در سفارش بار و ذخیره کردن آن، اگر فقط درباره آن اطلاعات داشت استفاده نمود.

معمولا می خواهید بدانید چه تعداد مردم کتابی خاص را در طول هر ماه از سال سفارش داده اند. برای این منظور می توان یک پرس و جو ساده از Sql نوشت که برای بدست آوردن این اطلاعات ممکن است Sql Server زمان زیادی را بین رکوردهای زیاد طی کند. همچنین اگر اطلاعات درخواستی در یک جدول یا بانک نبود چه اتفاقی می افتد؟ مثلا اطلاعات مشتری‌ها در پایگاه داده ای از نوع Oracle و اطلاعات تولید کننده‌ها در پایگاه داده ای از نوع Access یا  Sql Server بود. چه می شد؟ اگر پس از دیدن اطلاعات ماهانه می خواستید اطلاعات هفتگی هر ماه را مشاهده نمایید؟

جستجو برای الگوهایی مثل این و خلاصه ای از اینها را پردازش تحلیلی آنلاین یا Olap می گویند که شرکت مایکروسافت از طریق برنامه ای به نام Microsoft SQL Server 2008 Analysis Services این امکان را فراهم کرده است.

حتما برای شما هم مواردی پیش آمده است که در میان ابرها شکل شئ را دیده یا با نگاه به آسمان شب در میان انبوه ستارگان، دب اکبر را تشخیص داده باشید. در این میان مغز آدمی‌ از میان هزاران ستاره در فضا، به خطوطی یک بُعدی و با ارتباط آن خطوط با یکدیگر به شکلی دو بُعدی دست یافته است. آدمی‌ میل شدیدی به استخراج الگو یا مدلی از میان انبوه داده‌ها دارد تا از آن معنا و مفهوم خاصی را استنتاج کند. داده کاوی نیز بر همین اساس شکل گرفته است. پاسخ به سوالاتی درباره داده است که با روش‌های عادی جستجو، قابل آدرسی دهی نباشد. پایه و اساس این تکنیک، ریشه در علوم زیر دارد: Continue reading “مقایسه OLAP و DATAMINING”

OLAP شامل سه عملیات عمده تحلیل است:

  • Roll-up: حرکت در سطح جزئی‌تر به سمت کلیت این مرحله شامل تجمیع داده‌هایی است که می‌تواند بروی یک یا چند بُعد محاسبه و قرار داده شده باشد. به عنوان مثال می‌توان اطلاعات تمامی‌دفاتر فروش را در واحد فروش انباشته کرد و یا فروش را بر اساس مقدار بیشتر فروش در هر دفتر بخش بندی کرد.
  • Drill-down: حرکت از سطح کلی تر به جزئی تر یک تکنیک است که به کاربران اجازه می‌دهد بر اساس جزئیات حرکت کنند. از موقعیتی با جزئیات داده‌ای کم به جزئیات زیاد می‌رود. این کار با پایین آمدن در ساختار سلسله مراتبی( به سمت جزئیات بیشتر) یا با ایجاد ابعاد اضافی انجام می‌گیرد. به عنوان مثال کاربر مقدار فروش یک محصول خاص را در منطقه مورد نظر خود مشاهده نماید.
  • Slicing and dicing: یک ویژگی است که به کاربران اجازه می‌دهد برخی از اطلاعات یک مکعب OLAP را بر مبنای دیدگاه‌های متفاوت مشاهده نمایند. برخی از بزرگترین تولید کنندگان سیستم‌های OLAP  در دنیا بر اساس میزان فروش به ترتیب عبارتند ازMicrosoft ،Oracle ،IBM  و …

انباره داده و OLAP دوتا از مهمترین اجزای سیستم‌های تصمیم یار هستند. سیستم‌های OLAP نام خود را از عبارت (Online Analytical Process) با معنی تحت اللفظی “سیستم‌های پردازش تحلیلی برخط” گرفته اند. می‌توان به جای OLAP از واژه پردازش سریع اطلاعات چند بُعدی و یا به عبارت بهتر از ” فن آوری تحلیل داده‌ها” استفاده کرد.OLAP یک رویکرد برای ارائه پاسخ سریع به پرس و جوهای تحلیلی چند بُعدی (multi-dimensional analytical) است. در حقیقتOLAP خود جزئی از بخش بزرگتری به نام business intelligence است که تکامل یافته سیستم‌های OLTP یا (Online Transaction Processing) می‌باشد. برنامه‌های کاربردی معمول OLAP  شامل گزارشهای تجاری مرتبط با فروش و بازاریابی، مدیریت فرآیند کسب و کار  (business process management) ، تعیین بودجه و پیش بینی آن و گزارش‌های مالی از این دست می‌باشند.  Continue reading “پردازش‌های تحلیلی برخط چیست؟”