03 dst dw.ppt - unipi.gr

Data Warehouse

Αριστομένης ΜακρήςΑριστομένης Μακρής Τεχνολογίες Υποστήριξης Λήψης Τεχνολογίες Υποστήριξης Λήψης Διοικητικών ΑποφάσεωνΔιοικητικών Αποφάσεων

ΟρισμοίΟρισμοί Data WarehouseData Warehouse

“Μια ολοκληρωμένη, διαχρονική και μόνιμη

συλλογή δεδομένων οργανωμένη κατά αντικείμενο

ανάλυσης με στόχο τη διαδικασία υποστήριξης 1.

W H I

ης μ χ η ήρ ξης

λήψης αποφάσεων”

- W.H. Inmon

“Ένα αντίγραφο των επιχειρηματικών 2

- Ralph Kimball

δεδομένων ειδικά δομημένο για ερωτήματα(queries) και ανάλυση”

2.- Ralph Kimball


Data WarehouseData Warehouse -- ΧρήσηΧρήση

• Για επιτευχθεί η επιχειρησιακή γνώση, τα δεδομένα απόΓια επιτευχθεί η επιχειρησιακή γνώση, τα δεδομένα απόδιάφορες πηγές πρέπει να συγκεντρωθούν και ναοργανωθούν κατά ένα συνεπή και χρήσιμο τρόπο. Εξ’ ουοργανωθούν κατά ένα συνεπή και χρήσιμο τρόπο. Εξ ουκαι ο όρος Data Warehouse (DW) – ΑποθήκηΠληροφοριώνΠληροφοριών

• Το DW επιτρέπει τη δημιουργία επιχειρησιακής μνήμης

• Διάφορες τεχνολογίες (OLAP, Data Mining, GIS κ.ά.)επιτρέπουν στον τελικό χρήστη να αξιοποιήσει τηνπληροφορία με τον βέλτιστο τρόπο ανάλογα με τοεπιχειρηματικό πρόβλημα


Έμφαση στα δεδομένα και όχι στις Έμφαση στα δεδομένα και όχι στις λειτουργίεςλειτουργίεςλειτουργίεςλειτουργίες

Data WarehouseData Driven

Vs. ERP DBMSFunction Driven

A/PO/P

OrderData

EIS

OrderProcessing

DataDSS


Διαφορές βάσεων Διαφορές βάσεων ERPERP και και Data WarehouseData WarehouseData Warehouse Data Warehouse

OLTP Αποθήκη ΔεδομένωνΕίδος χρήστη Υπάλληλοι γραφείου Managers, υψηλόβαθμα στελέχη

Χρήση Προβλεπόμενη, επαναλαμβανόμενη Μη δομημένηΠεριεχόμενοδ δ έ

Πρόσφατα δεδομένα με πολλή λ ί

Ιστορικότητα δεδομένωνδεδομένων πληροφορίαΟργάνωση δεδομένων Σύμφωνα με τις λειτουργικές

ανάγκες της επιχείρησηςΣύμφωνα με τις ανάγκες τουπροβλήματος προς ανάλυση

Δομή δεδομένων Βελτιστοποιημένη για μικρές Βελτιστοποιημένη για σύνθεταΔομή δεδομένων Βελτιστοποιημένη για μικρές συναλλαγές

Βελτιστοποιημένη για σύνθετα ερωτήματα

Συχνότητα χρήσης Υψηλή Μέτρια έως και χαμηλήΕίδος χρήσης Ανάγνωση, ανανέωση, διαγραφή, ΑνάγνωσηΕίδος χρήσης Ανάγνωση, ανανέωση, διαγραφή,

εισαγωγήΑνάγνωση

Πλήθος εγγραφών ανά χρήση

Λίγες Πολλέςχρή ηΧρόνος απόκρισης Μικρός Μπορεί να είναι μεγάλοςΠερίσσεια δεδομένων Μικρή ΥψηλήΜοντέλο δεδομένων Μοντέλο οντοτήτων σχέσεων (ER) Σχεσιακό και Πολυδιάστατο μοντέλο


μ ή χ ( ) χ μ

Data WarehouseData Warehouse -- ΡοήΡοήΕπιχειρησιακή

“Database”

Πελάτες ΠαραγγελίεςΕγγραφές

Πιστωτές Κ.λ.π…

Εγγραφές

Κ.λ.π.

Αντιγραφή

Καταναλωτές:• “Αναλυτές” – γνωρίζουν• “Εξερευνητές” - απρόβλεπτοι

Αντιγραφή, Οργάνωση,Ομαδοποίηση

DataWarehouse

Αξιοποίηση


Data WarehouseData Warehouse -- ΔεδομέναΔεδομένα

Είναι ένα αντίγραφο των επιχειρηματικών δεδομένωνδ δ ( i )ειδικά δομημένο για ερωτήματα (queries) -

επιχειρηματικές αναφορές και διαφόρων μορφώνάλανάλυση

Τα επιχειρηματικά δεδομένα που περιλαμβάνει έναDW δεν ενημερώνονται ούτε μεταβάλλονται πλέοναπό το σύστημα εγγραφώνΤα δεδομένα είναι ειδικά δομημένα καιμετασχηματισμέναμ χημ μ


Βασικά χαρακτηριστικάΒασικά χαρακτηριστικά

Θ ή ά• Θεματική οργάνωση• Επιχειρησιακή ΟλοκλήρωσηΕπιχειρησιακή Ολοκλήρωση• Οργάνωση σε βάθος χρόνου• Μη επανεγγράψιμο


Βασικά χαρακτηριστικά Βασικά χαρακτηριστικά -- Θεματική Θεματική ΟργάνωσηΟργάνωσηΟργάνωσηΟργάνωση

2006Cust

D/WData

2006Prod

Data2007

2008O/P

2008

A/R


Βασικά χαρακτηριστικά Βασικά χαρακτηριστικά --Επιχειρησιακή ΟλοκλήρωσηΕπιχειρησιακή ΟλοκλήρωσηΕπιχειρησιακή ΟλοκλήρωσηΕπιχειρησιακή Ολοκλήρωση

Σύστημα ERPΣύστημα ERP

Παραγγελία Order ID = 10 D/W

Πελάτες Order ID = 12 Order ID = 16

Δαχείριση Προϊόντων Order ID = 8

Διαχείριση Προσωπικού Sex = Α/ΓΔιαχείριση Προσωπικού Sex = Α/Γ D/W

Μισθοδοσία Sex = 1/2 Sex = Α/ΓSex Α/Γ

Δαχείριση Προϊόντων Sex = 0/1


Βασικά χαρακτηριστικά Βασικά χαρακτηριστικά -- Οργάνωση Οργάνωση σε βάθος χρόνουσε βάθος χρόνουσε βάθος χρόνουσε βάθος χρόνου

Data WarehouseΒάση Δεδομένων ERP

• Εικόνα σε βάθος χρόνου (3 – 10 Έτη)

• Σημερινή εικόνα

• Μια ολοκληρωμένη εικόνα της επιχείρισης ά άδ ό

• Εύρος χρόνου με βάση τις λειτουργικές ά ανά μονάδα χρόνου

• Η ημερομηνία είναι ά λ δί

ανάγκες

• Η ημερομηνία μπορεί πάντα κλειδί• Η ημερομηνία μπορεί να μην είναι κλειδί


Βασικά χαρακτηριστικά Βασικά χαρακτηριστικά –– Μη Μη επανεγγράψιμοεπανεγγράψιμοεπανεγγράψιμοεπανεγγράψιμο

Νέ Ε ή Αλλ ή

Βάση Δεδομένων ERP

Μό Νέ Ε ή

Data Warehouse

• Νέα Εγγραφή και Αλλαγή • Μόνο Νέα Εγγραφή

Insert

CreateLoad Read

Read

Update Replace

Create Read

Read

Delete Read


Data MartData Mart ((DM) DM) –– Πηγή ΠληροφοριώνΠηγή Πληροφοριών

• Είναι ένα μικρότερο πιο στοχευμένο Data

Warehouse – ένα μικρό warehouse.

• Συνήθως αποτυπώνει τους επιχειρηματικούς

κανόνες μιας συγκεκριμένης επιχειρηματικής

άδ ίμονάδας μιας επιχείρησης


Data Warehouse to Data MartData Warehouse to Data Mart

Πληροφόρηση

Data Mart

ηρ φ ρη ηΥποστήριξης Αποφάσεων

DataWarehouse Data Mart

Πληροφόρηση Υποστήριξης Αποφάσεων

Πληροφόρηση Υ ή ξ

Data MartΥποστήριξης Αποφάσεων


Αποθήκη πληροφοριών Αποθήκη πληροφοριών -- Δημιουργία Δημιουργία ΑξιοποίησηΑξιοποίηση-- ΑξιοποίησηΑξιοποίηση


Λογικός σχεδιασμός Λογικός σχεδιασμός Σχεσιακών Σχεσιακών ΑρχείωνΑρχείωνΑρχείωνΑρχείων


Το μοντέλο οντοτήτωνΤο μοντέλο οντοτήτων

•Οντότητες (Entities)Οντότητες ( es)

•Πεδία (Attributes)

•Συσχετίσεις (Relationships)

•Κλειδιά (Identifiers)

Ο ό ίΟντότητες είναι υποψήφια αρχεία


Τι είναι ΟντότητεςΤι είναι ΟντότητεςΕί λλ ή δώ έ ί έ όλΕί λλ ή δώ έ ί έ όλ••Είναι συλλογή ομοειδών αντικειμένων τα οποία έχουν όλα τις Είναι συλλογή ομοειδών αντικειμένων τα οποία έχουν όλα τις ίδιες ιδιότητες και κάθε ένα από τα αντικείμενα αυτά είναι ίδιες ιδιότητες και κάθε ένα από τα αντικείμενα αυτά είναι σαφώς διακριτό από τα υπόλοιπα. Παραδείγματα :σαφώς διακριτό από τα υπόλοιπα. Παραδείγματα :σαφώς διακριτό από τα υπόλοιπα. Παραδείγματα :σαφώς διακριτό από τα υπόλοιπα. Παραδείγματα :

••Ομάδες αντικειμένων (προϊόντα, υλικά, μηχανήματα …)Ομάδες αντικειμένων (προϊόντα, υλικά, μηχανήματα …)

••Ομάδες ατόμων (εργαζόμενοι, προμηθευτές, πελάτες …)Ομάδες ατόμων (εργαζόμενοι, προμηθευτές, πελάτες …)

••Τοποθεσίες (πόλεις, ποτάμια, αποθήκες, γραφεία …)Τοποθεσίες (πόλεις, ποτάμια, αποθήκες, γραφεία …)ς ( ς, μ , ή ς, γρ φ )ς ( ς, μ , ή ς, γρ φ )

••Οργανωτικές δομές (επιχειρήσεις, διευθύνσεις, τμήματα …)Οργανωτικές δομές (επιχειρήσεις, διευθύνσεις, τμήματα …)

••Λειτουργίες Λειτουργίες –– ροές (συμφωνία, δρομολόγιο, λογαριασμός…)ροές (συμφωνία, δρομολόγιο, λογαριασμός…)

••Ομοειδή γεγονότα που συνέβησαν κάποιο χρονικό διάστημαΟμοειδή γεγονότα που συνέβησαν κάποιο χρονικό διάστημα

••Εγγραφή, ημερολόγιο, Ισολογισμός …Εγγραφή, ημερολόγιο, Ισολογισμός …


Τι περιλαμβάνουνΤι περιλαμβάνουν

ΛογικέςΛογικέςΕ έΕ έΚλειδίΚλειδί ΕγγραφέςΕγγραφές

Α ίΑ ίΑρχείοΑρχείο


Τα χαρακτηριστικά τουςΤα χαρακτηριστικά τουςΠεδίαΠεδία ΔευτερεύονΔευτερεύον

κλειδίκλειδίΠρωτεύονΠρωτεύονκλειδίκλειδί

Α ίΑ ί

ΜΗΤΡΩΟ ΟΝΟΜΑ ΕΠΩΝΥΜΟ ΠΑΤΡΩΝΥΜΟ

Ο99314 ΑΝΔΡΕΑΣ ΠΛΟΥΜΙΣΤΟΣ ΙΩΑΝΝΗΣΛογικέςΛογικέςΕγγραφέςΕγγραφές Αρχείο Αρχείο --

ΠίνακαςΠίνακαςΟ99314 ΑΝΔΡΕΑΣ ΠΛΟΥΜΙΣΤΟΣ ΙΩΑΝΝΗΣΟ99225 ΚΩΝ/ΝΟΣ ΤΣΑΜΗΣ ΓΕΩΡΓΙΟΣΟ99200 ΚΩΝΣΤΑΝΤΙΝΟΣ ΚΑΙΔΑΝΤΖΗΣ ΕΥΑΓΓΕΛΟΣΟ99313 ΒΑΣΙΛΕΙΟΣ ΠΑΠΑΔΗΜΗΤΡΟΠΟΥΛΟΣ ΝΙΚΟΛΑΟΣΟ99086 ΝΙΚΟΛΑΟΣ ΜΑΝΩΛΑΣ ΠΑΝΑΓΙΩΤΗΣ

ΕγγραφέςΕγγραφές

Ο99058 ΚΩΝ/ΝΟΣ ΚΟΤΣΩΝΗΣ ΠΑΝΑΓΙΩΤΗΣΟ99061 ΒΑΣΙΛΕΙΟΣ ΑΝΤΩΝΟΠΟΥΛΟΣ ΦΩΤΙΟΣΟ99131 ΓΕΩΡΓΙΟΣ ΚΑΡΑΔΗΜΑΣ ΑΝΑΣΤΑΣΙΟΣ


Συσχετισμοί οντοτήτωνΣυσχετισμοί οντοτήτων•Ένας συσχετισμός χαρακτηρίζει μία σχέση π.χ.

•Κάθε τμήμα αποτελείται από εργαζόμενους•Κάθε τμήμα αποτελείται από εργαζόμενους

•Κάθε γεωγραφική περιοχή ανήκει σε μία περιφέρεια

•Ένας συσχετισμός ορίζει έναν επιχειρηματικό κανόνα π.χ.Ένας συσχετισμός ορίζει έναν επιχειρηματικό κανόνα π.χ.

•Κάθε πελάτης μπορεί να τοποθετεί μία ή περισσότερες παραγγελίεςπαραγγελίες

•Κάθε εργαζόμενος μπορεί να ανήκει ένα ή περισσότερα ταμεία ασφάλισηςταμεία ασφάλισης


Οι βασικές μεθοδολογίες Οι βασικές μεθοδολογίες ά ίά ίοργάνωσης αρχείωνοργάνωσης αρχείων

Σειριακή Οργάνωση (Sequential Access)Σειριακή Οργάνωση (Sequential Access)

Άμεσης Προσπέλασης (Direct Access)μ ης ρ ης ( )

Βάσεις Δεδομένων (Data Bases)


Σειριακή προσπέλασηΣειριακή προσπέλαση

ΑριθμόςΑριθμόςΜητρώουΜητρώου ΌνομαΌνομα ΕπώνυμοΕπώνυμο ΠατρώνυμοΠατρώνυμο ΑριθμόςΑριθμός

ΜητρώουΜητρώου ΌνομαΌνομα ΕπώνυμοΕπώνυμο ΠατρώνυμοΠατρώνυμο ΑριθμόςΑριθμόςΜητρώουΜητρώου

Κ όΚ όΚενόΚενό


Άμεση προσπέλασηΆμεση προσπέλαση

Πίνακας ΜετατροπήςΠίνακας Μετατροπής

Data FileData File

Κλειδιού σεΚλειδιού σεΦυσική ΔιεύθυνσηΦυσική Διεύθυνση

((Index file)Index file)

Κλειδί ΔιεύθυνσηΚλειδί Διεύθυνση

099200 312

Διεύθυνση Λογική ΕγγραφήΔιεύθυνση Λογική Εγγραφή

312 Κων/νος Καιδαντζής312 Κων/νος Καιδαντζής


Σχεσιακό μοντέλοΣχεσιακό μοντέλοΜαθήματαΜαθήματαΦοιτητέςΦοιτητές Entity

AA MM ΕΕΠΠΩΩΝΝΥΥΜΜΟΟ ΟΟΝΝΟΟΜΜΑΑ ΚΚΩΩΔΔΙΙΚΚΟΟΣΣ ΠΠΕΕΡΡΙΙΓΓΡΡΑΑΦΦΗΗAA..MM.. ΕΕΠΠΩΩΝΝΥΥΜΜΟΟ ΟΟΝΝΟΟΜΜΑΑ099131 ΚΑΡΑΔΗΜΑΣ ΓΕΩΡΓΙΟΣ099225 ΤΣΑΜΗΣ ΚΩΝ/ΝΟΣ099313 ΠΑΠΑΔΗΜΗΤΡΙΟΥ ΒΑΣΙΛΕΙΟΣ099314 ΠΛΟΥΜΙΣΤΟΣ ΙΩΑΝΝΗΣ

ΚΚΩΩΔΔΙΙΚΚΟΟΣΣ ΠΠΕΕΡΡΙΙΓΓΡΡΑΑΦΦΗΗ0111 Εισαγωγή στους Η/Υ0120 Χρηματοοικονομική0230 Στατιστική0317 Διοίκηση Επιχειρήσεων099314 ΠΛΟΥΜΙΣΤΟΣ ΙΩΑΝΝΗΣ 0317 Διοίκηση Επιχειρήσεων

Μαθήματα ΦοιτητώνΜαθήματα ΦοιτητώνAttribute

AA..MM.. ΚΚΩΩΔΔΙΙΚΚΟΟΣΣ099225 0111Relationship 099225 0111099225 0230099313 0111099313 0317099314 0111099314 0120099314 0230


Σχεσιακή βάση δεδομένωνΣχεσιακή βάση δεδομένωνΚατάλογοςΚατάλογος

((Data Dictionary)Data Dictionary)ΛΛΛΛΟΟΓΓΙΙΣΣ

SS

QQ

ΕΕΦΦΑΑΡΡΣΣ

ΜΜΙΙΚΚΟΟ

QQ

LL

ΡΡΜΜΟΟΓΓΗΗ

ΣυσχετισμόςΣυσχετισμόςΔεδομένωνΔεδομένων

Γλώσσα Ορισμού DDLΓλώσσα Ορισμού DDL((Data DefinitionData Definition

L )L )

ΟΟ ΗΗ

ΔεδομέναΔεδομέναΚαταναλωτήςΚαταναλωτήςΔεδομένωνΔεδομένων

Language)Language)


Πλεονεκτήματα Πλεονεκτήματα RDBMSRDBMS•Ενιαίο περιβάλλον ανάπτυξης (SQL - ANSI)•Δυνατότητα πρόσβασης από καταναλωτές πληροφοριών (end-user access)•Κατάλογοι (Data dictionary)•Συσχετισμοί πινάκων δομική λογική (Constraints Integrity)•Συσχετισμοί πινάκων - δομική λογική (Constraints – Integrity)•Επιχειρηματική λογική (Business logic, Procedures – Triggers– Events))•Κατανομή σε πολλαπλά συστήματα (distribution)•Λογική ενότητα εγγραφών (logical transaction, Commit –Rollback)•Λογικές δομές (Views – Cursors)•Συγχρονισμός βάσεων (Replication Propagation)•Συγχρονισμός βάσεων (Replication – Propagation)•Backup – recovery (On-line backup)


Τα πλέον διαδεδομένα συστήματα Τα πλέον διαδεδομένα συστήματα RDBMSRDBMSRDBMSRDBMS

Oracle DatabaseOracle Database

Mi f SQL SMi f SQL SMicrosoft SQL ServerMicrosoft SQL Server

IBM DB2IBM DB2IBM DB2IBM DB2


Λογικός σχεδιασμός μοντέλου Λογικός σχεδιασμός μοντέλου ίίαρχείωναρχείων


Δημιουργία Οντοτήτων Δημιουργία Οντοτήτων --ΣυσχετισμοίΣυσχετισμοί•Ορίζονται κατηγορίες εννοιών (οντότητες - entities). Π.χ. χώρα,περιοχή, πόλη κ.λ.π. ή οίκος, ομάδα, κατηγορία προϊόντων κ.λ.π.•Ορίζονται οι συσχετισμοί μεταξύ των κατηγοριών εννοιών Π χ η•Ορίζονται οι συσχετισμοί μεταξύ των κατηγοριών εννοιών. Π.χ. ηΑθήνα βρίσκεται στην Αττική.•Δημιουργούνται οι πίνακες με τις πιο πάνω δομές καιημ ργ ς μ ς μ ςκωδικοποιούνται οι κατηγορίες εννοιών, ώστε να μπορούν νασυσχετισθούν μεταξύ τους. Οι πίνακες συμπληρώνονται με έννοιες καιπεριπτώσεις εννοιών Π χ στον πίνακα με την έννοια ‘πόλη’περιπτώσεις εννοιών. Π.χ. στον πίνακα με την έννοια ‘πόλη’καταχωρούνται οι πόλεις (περιπτώσεις της έννοιας ‘πόλη’) ‘Αθήνα’,‘Θεσσαλονίκη’, ‘Βόλος’ κ.λ.π.•Οι αναφορές στις έννοιες αφορούν τις περιπτώσεις (instances) τωνεννοιών. Π.χ. καταχωρούνται πελάτες στον πίνακα πελατών με ‘πόλη’

‘Αθή ’ Α ί ώ λέξ ‘Αθή ’ άτην ‘Αθήνα’. Αντί για καταχώρηση της λέξης ‘Αθήνα’, υπάρχει μιααναφορά στον πίνακα της έννοιας ‘πόλη’.


Διαγράμματα συσχετισμού οντοτήτωνΔιαγράμματα συσχετισμού οντοτήτων

Πελάτες

Παραγγελίες Τιμολόγια ΓραμμέςΧ

ΠελάτεςΣυμβολισμοί

•Οντότητας Οντότητα

•Συσχετισμός ένα προς ένα

•Συσχετισμός πολλά προς ένα

Χ

Συσχετισμός πολλά προς ένα

•Προαιρετικός συσχετισμός

•Υποχρεωτικός συσχετισμός


χρ ς χ μ ς

Τι υποδηλώνουν οι συσχετισμοίΤι υποδηλώνουν οι συσχετισμοί


Λογικές παγίδες συσχετισμώνΛογικές παγίδες συσχετισμών

ΠολλάΠολλά προςπρος πολλάπολλά ((chasmchasm traptrap))

ΣυσχετισμόςΣυσχετισμός έλικαέλικα ((fanfan traptrap))ΣυσχετισμόςΣυσχετισμός έλικαέλικα ((fanfan traptrap))

ΜεταβατικόςΜεταβατικός συσχετισμόςσυσχετισμός (transitive(transitive relationship)relationship)

Συσχετισμός συνδέσμου (Συσχετισμός συνδέσμου (connection trapconnection trap))


Συσχετισμός πολλά προς πολλά Συσχετισμός πολλά προς πολλά ((Chasm trap)Chasm trap)

Είδη Προμηθευτές((Chasm trap)Chasm trap)

Λογική παγίδα. Δεν μπορεί να δημιουργηθεί σχέση αρχείων γιατί δεν γνωρίζουμε κάθε είδος σε ποιους προμηθευτέςγιατί δεν γνωρίζουμε κάθε είδος σε ποιους προμηθευτές ανήκει και κάθε προμηθευτής ποια είδη προμηθεύει.

Κωδικός Περιγραφή Προμηθευτής12345 Μολύβι ???β

Κωδικός Επωνυμία Είδοςς μ ς5000001 Προμηθευτική ???


Επίλυση παγίδαςΕπίλυση παγίδας

Είδη ΠρομηθευτέςΕίδη Προμηθευτή

Η παγίδα επιλύεται με την δημιουργία μιας ενδιάμεσης οντότητας (Είδη Προμηθευτή) η οποία έχει μία λογικήοντότητας (Είδη Προμηθευτή) η οποία έχει μία λογική εγγραφή για κάθε συνδυασμό Είδους – Προμηθευτή. Η

οντότητα αυτή έχει ένα σύνθετο κλειδί που αποτελείται από το πρωτεύον μοναδικό κλειδί κάθε μιας από τις δύο οντότητες (κωδικός είδους – κωδικός προμηθευτή).

Είδος Προμηθευτής …..ς ρ μη ής12345 5000001 …..


Συσχετισμός έλικαΣυσχετισμός έλικα (Fan trap)(Fan trap)Διευθύνσεις

Τμήματα Εργαζόμενοι

Μπορεί να μην υπάρχει πρόβλημα. Είναι σημείο προβληματισμού κατά πόσον υπάρχει συσχετισμός μεταξύ Τμήματος και Εργαζομένου και κατά πόσον ισχύουν οιΤμήματος και Εργαζομένου και κατά πόσον ισχύουν οι

υπάρχοντες συσχετισμοί.


Επίλυση παγίδαςΕπίλυση παγίδαςΔιευθύνσεις ΕργαζόμενοιΤμήματα

Εάν πράγματι κάθε εργαζόμενος ανήκει μόνο σε ένα τμήμα και κανείς δεν ανήκει κατ’ ευθείαν στην Διεύθυνση τότε η επίλυση είναι η ανωτέρω Αν όμως υπάρχει έστω και έναςεπίλυση είναι η ανωτέρω. Αν όμως υπάρχει έστω και ένας εργαζόμενος που δεν ανήκει σε Τμήμα αλλά ανήκει κατ’ ευθείαν στην Διεύθυνση (π.χ. Διευθυντής), τότε η επίλυση η η ( χ ής), η η

φαίνεται πιο κάτω :

Δ θύΔιευθύνσεις

Τμήματα Εργαζόμενοι


Ο μεταβατικός συσχετισμός Ο μεταβατικός συσχετισμός ((T iti l ti hi )T iti l ti hi )((Transitive relationship)Transitive relationship)

Πελάτες

Τιμολόγια Γραμμές

Α ά έ λ ό δ ά ώ ή έΑφορά ένα κλειστό διάγραμμα τριών ή περισσοτέρων οντοτήτων, όπου οι οντότητες συνδέονται μεταξύ τους

περιφερειακά. Είναι σημείο προβληματισμού κατά πόσονπεριφερειακά. Είναι σημείο προβληματισμού κατά πόσον χρειάζονται όλοι οι συσχετισμοί μεταξύ τους.


Επίλυση παγίδαςΕπίλυση παγίδαςΠ λάΠελάτες

Τιμολόγια Γραμμές

Στην συγκεκριμένη περίπτωση οι αναλυτικές γραμμές των τιμολογίων (που περιέχουν τα είδη του τιμολογίου) συσχετίζονται με το τιμολόγιο και όχι με τον πελάτη.


Συσχετισμός Συνδέσμου Συσχετισμός Συνδέσμου ((C ti t )C ti t )((Connection trap)Connection trap)

Διευθύνσεις ΕργαζόμενοιΤμήματα

Η ύπαρξης ενός προαιρετικού συσχετισμού μεταξύ Τ ή Ε ζ έ δ ί ό θ άΤμήματος και Εργαζομένου δείχνει ότι θα υπάρχουν

περιπτώσεις όπου κάποιοι εργαζόμενοι δεν θα ανήκουν πουθενάπουθενά.


Επίλυση παγίδαςΕπίλυση παγίδας

Διευθύνσεις ΕργαζόμενοιΤμήματαιευθύνσεις ργαζόμενοιμήματα

Δύο είναι οι λύσεις :ς1. Δημιουργείται συσχετισμός μεταξύ Διεύθυνσης και

εργαζομένου για τους Διευθυντές που δεν ανήκουν σε Τμήμα.

2. Δημιουργείται ένα εικονικό Τμήμα με τίτλο “Διεύθυνση” και δεν είναι πλέον προαιρετικός ο συσχετισμόςκαι δεν είναι πλέον προαιρετικός ο συσχετισμός.

Διευθύνσεις ΕργαζόμενοιΤμήματα


Κανονικοποίηση (Κανονικοποίηση (Normalization)Normalization)


Γιατί χρειάζεται η κανονικοποίησηΓιατί χρειάζεται η κανονικοποίηση

ΣΣ άθάθ έέ λ ήλ ή ήή έέ λ βάλ βά λ ίλ ί ήδήδΣεΣε κάθεκάθε νέανέα λογικήλογική εγγραφήεγγραφή πρέπειπρέπει νανα επαναλαμβάνονταιεπαναλαμβάνονται πληροφορίεςπληροφορίες πουπου ήδηήδηείναιείναι καταχωρημένεςκαταχωρημένες σεσε άλλεςάλλες λογικέςλογικές εγγραφέςεγγραφές

ΤαΤα σφάλματασφάλματα καταχώρησηςκαταχώρησης έχουνέχουν σανσαν αποτέλεσμααποτέλεσμα διαφορετικέςδιαφορετικές τιμέςτιμές γιαγια τηντην ίδιαίδιαφ μφ μ χ ρη ηςχ ρη ης χχ μμ φ ρ ςφ ρ ς μ ςμ ς γγ ηηπληροφορίαπληροφορία σεσε διαφορετικέςδιαφορετικές λογικέςλογικές εγγραφέςεγγραφές..

ΔενΔεν μπορούνμπορούν νανα προστεθούνπροστεθούν νέεςνέες πληροφορίεςπληροφορίες (πόλεις,(πόλεις, συσκευές)συσκευές) εάνεάν δενδεν υπάρξειυπάρξειπρώταπρώτα οο πρώτοςπρώτος πελάτηςπελάτης πουπου θαθα τοντον αφορούναφορούνπρώταπρώτα οο πρώτοςπρώτος πελάτηςπελάτης πουπου θαθα τοντον αφορούναφορούν

ΔιαγραφήΔιαγραφή κάποιωνκάποιων λογικώνλογικών εγγραφώνεγγραφών συνεπάγεταισυνεπάγεται απώλειααπώλεια σημαντικώνσημαντικώνπληροφοριώνπληροφοριών πουπου δενδεν έχουνέχουν άμεσηάμεση σχέσησχέση μεμε τοτο πρωτεύονπρωτεύον κλειδίκλειδί..

ΜπορείΜπορεί νανα γίνουνγίνουν αλλαγέςαλλαγές σεσε μιαμια λογικήλογική εγγραφήεγγραφή χωρίςχωρίς νανα αλλάξουναλλάξουν καικαι όλεςόλες οιοιάλλεςάλλες λογικέςλογικές εγγραφέςεγγραφές πουπου επηρεάζονταιεπηρεάζονται απόαπό τηντην αλλαγήαλλαγή αυτήαυτή..


Αρχές κανονικοποίησηςΑρχές κανονικοποίησης1η μορφή Κανονικοποίησης

2 ή Κ ί2η μορφή Κανονικοποίησης3η μορφή Κανονικοποίησης3η μορφή Κανονικοποίησης

Περαιτέρω μορφές Κανονικοποίησης


Πρώτη κανονικοποιημένη μορφήΠρώτη κανονικοποιημένη μορφήΚάθεΚάθε πίνακαςπίνακας πρέπειπρέπει νανα έχειέχει έναένα ήή περισσότεραπερισσότερα υποψήφιαυποψήφια κλειδιάκλειδιάΚάθεΚάθε πίνακαςπίνακας πρέπειπρέπει νανα έχειέχει έναένα ήή περισσότεραπερισσότερα υποψήφιαυποψήφια κλειδιάκλειδιά..

ΤαΤα πεδίαπεδία τουτου πίνακαπίνακα δενδεν πρέπειπρέπει νανα περιέχουνπεριέχουν ομαδοποιήσειςομαδοποιήσεις.. ΔηλαδήΔηλαδήαπαγορεύονταιαπαγορεύονται ::

ΠολυδιάσταταΠολυδιάστατα πεδίαπεδία ((arraysarrays))ΠεδίαΠεδία πουπου μπορούνμπορούν νανα αναλυθούναναλυθούν σεσε άλλαάλλα πεδίαπεδίαΕπαναλαμβανόμεναΕπαναλαμβανόμενα πρωτεύονταπρωτεύοντα κλειδιάκλειδιά

ΕπομένωςΕπομένως κάθεκάθε πεδίοπεδίο πρέπειπρέπει νανα είναιείναι απλήςαπλής μορφής,μορφής, ήτοιήτοι πεδίοπεδίο χαρακτήρων,χαρακτήρων,αριθμητικό,αριθμητικό, ημερομηνία,ημερομηνία, κκ..λλ..ππ.. καικαι κάθεκάθε υποψήφιουποψήφιο πρωτεύονπρωτεύον κλειδίκλειδί πρέπειπρέπει νανα είναιείναιμοναδικόμοναδικόμμ


Δεύτερη κανονικοποιημένη μορφήΔεύτερη κανονικοποιημένη μορφήΚάθεΚάθε πίνακαςπίνακας πρέπειπρέπει νανα βρίσκεταιβρίσκεται σεσε 11ηη κανονικοποιημένηκανονικοποιημένη μορφήμορφήΚάθεΚάθε πίνακαςπίνακας πρέπειπρέπει νανα βρίσκεταιβρίσκεται σεσε 11ηη κανονικοποιημένηκανονικοποιημένη μορφήμορφή

ΚάθεΚάθε κλειδίκλειδί πρέπειπρέπει νανα καθορίζεικαθορίζει πλήρωςπλήρως κάθεκάθε πεδίοπεδίο πουπου δενδεν συμμετέχεισυμμετέχει στοστο κλειδίκλειδί

ΕπομένωςΕπομένως οιοι κανόνεςκανόνες τηςτης 22ηςης μορφήςμορφής κανονικοποίησηςκανονικοποίησης εφαρμόζονταιεφαρμόζονται σεσε πίνακεςπίνακες μεμεΕπομένωςΕπομένως οιοι κανόνεςκανόνες τηςτης 22ηςης μορφήςμορφής κανονικοποίησηςκανονικοποίησης εφαρμόζονταιεφαρμόζονται σεσε πίνακεςπίνακες μεμεσύνθετασύνθετα κλειδιάκλειδιά καικαι ελέγχονταιελέγχονται όλαόλα τατα πεδίαπεδία πουπου δενδεν είναιείναι κλειδιάκλειδιά ωςως προςπρος κάθεκάθεπεδίοπεδίο πουπου συνθέτεισυνθέτει κάθεκάθε σύνθετοσύνθετο κλειδίκλειδί


Τρίτη κανονικοποιημένη μορφήΤρίτη κανονικοποιημένη μορφήΚάθεΚάθε πίνακαςπίνακας πρέπειπρέπει νανα είναιείναι σεσε 22ηη κανονικοποιημένηκανονικοποιημένη μορφήμορφή (επομένως(επομένως καικαι σεσεΚάθεΚάθε πίνακαςπίνακας πρέπειπρέπει νανα είναιείναι σεσε 22ηη κανονικοποιημένηκανονικοποιημένη μορφήμορφή (επομένως(επομένως καικαι σεσε

πρώτη)πρώτη)..

ΤοΤο πρωτεύονπρωτεύον κλειδίκλειδί πρέπειπρέπει νανα καθορίζεικαθορίζει όλαόλα τατα άλλαάλλα πεδίαπεδία

ΕπομένωςΕπομένως οιοι κανόνεςκανόνες τηςτης 33ηςης μορφήςμορφής κανονικοποίησηςκανονικοποίησης εφαρμόζονταιεφαρμόζονται σεσε πίνακεςπίνακες μεμεπερισσότεραπερισσότερα τουτου ενόςενός πεδίαπεδία καικαι ελέγχονταιελέγχονται όλαόλα τατα πεδίαπεδία πουπου δενδεν είναιείναι κλειδιάκλειδιάμεταξύμεταξύ τουςτουςμεταξύμεταξύ τουςτους


Όλοι οι κανονικοποιημένοι πίνακεςΌλοι οι κανονικοποιημένοι πίνακεςΣυσκευές πελατών Πελάτες

Συσκευές Πόλεις


Κανονικοποιημένες οντότητεςΚανονικοποιημένες οντότητεςΠόλεις

Πόλη

Πελάτες

Κωδ.πελάτη

Συσκευές πελατών Συσκευές

Κωδ.πελάτη - συσκευή Συσκευή


Πολυδιάστατη βάση δεδομένωνΠολυδιάστατη βάση δεδομένων


Οι κανόνες Οι κανόνες OLAP OLAP του του CoddCodd1. Multidimensional conceptual view. OLAP operates with CUBEs of data that represent

ltidi i l t t f d t E t th h th i li th di i l d t th bmultidimensional construct of data. Event though the name implies three dimensional data, the numberof possible dimensions is practically unlimited.

2. Transparency. OLAP systems should be part of an open system that supports heterogeneous datasources.

3. Accessibility. The OLAP should present the user with a single logical schema of the data.4. Consistent reporting performance. Performance should not degrade as the number of dimensions in

the model increases.5 Cli t/ hit t Sh ld b b d d l t5. Client/server architecture. Should be based on open, modular systems.6. Generic dimensionality. Not limited to 3-D and not biased toward any particular dimension. A function

applied to one dimension should also be able to be applied to another.7. Dynamic sparse-matrix handling. Related both to the idea of nulls in relational databases and to they p g

notion of compressing large files, a sparse matrix is one in which not every cell contains data. OLAPsystems should accommodate varying storage and data-handling options.

8. Multiuser support. OLAP systems should support more than one user at the time.9 Unrestricted cross dimensional operations Similar to rule of generic dimensionality; all dimensions9. Unrestricted cross-dimensional operations. Similar to rule of generic dimensionality; all dimensions

are created equal, and operations across data dimensions should not restrict relationships between cells.10.Intuitive data manipulation. Ideally, users shouldn't have to use menus or perform complex multiple-

step operations when an intuitive drag-and-drop action will do.p p g p11.Flexible reporting. Save a tree. Users should be able to print just what they need, and any changes to

the underlying financial model should be automatically reflected in reports.12.Unlimited dimensional and aggregation levels. The OLAP cube can be built with unlimited

dimensions and aggregation of the contained data also does not have practical limits


dimensions, and aggregation of the contained data also does not have practical limits.

Από το Σχεσιακό στο Πολυδιάστατο Μοντέλο Από το Σχεσιακό στο Πολυδιάστατο Μοντέλο


ΑρχιτεκτονικήΑρχιτεκτονική OLAP OLAP βάσεωνβάσεωνMultidimensional OLAP Relational OLAP Hybrid OLAP

Όλος ο κύβος σε OLAP βάση(proprietary). Ταχύτερος, ίσωςνα έχει περιορισμό μεγέθους

Όλος ο κύβος σε σχεσιακήβάση. Κάθε φορά τρέχουνSQL. Αργός, με περιορισμένηδ θ

Τα σύνολα σε OLAP βάση. Οιλεπτομέρειες σε σχεσιακή.

δυνατότητα σύνθετωνυπολογισμών (λόγωπεριορισμών της SQL).


Η ιεράρχηση των διαστάσεων Η ιεράρχηση των διαστάσεων ό έλό έλ

Κ δ ό ώ Κ δ ό ή

στο σχεσιακό μοντέλοστο σχεσιακό μοντέλοΚωδικός χώραςΠεριγραφή χώρας

Κωδικός περιοχήςΠεριγραφή περιοχήςδ ό ώπεριοχήςΚωδικός χώρας

Κωδικός πόληςΠεριγραφή πόλης

Κωδικός πελάτηΕπωνυμία πελάτη ρ γρ φή ης

Κωδικός περιοχήςμ η

Κωδικός πόληςΛοιπά στοιχεία οιπά στοιχεία…..


Πολυδιάστατο ΜοντέλοΠολυδιάστατο Μοντέλο• Οργάνωση δεδομένων σε κύβους (cubes)• Εξέταση των δεδομένων από διαφορετικά πρίσματα και σε• Εξέταση των δεδομένων από διαφορετικά πρίσματα και σεδιαφορετικά επίπεδα λεπτομέρειας

• Διάσταση (dimension)Τομείς ενδιαφέροντος της επιχείρησης

• Μέλος (member)Τα πεδία που συμμετέχουν στη διάστασηΜέ ( )• Μέτρο (measure)Ποσοτικοί υπολογισμοί


Η Πολυδιάστατη ΣκέψηΗ Πολυδιάστατη Σκέψη

ΠΟΤΕΠΟΤΕ ΠΟΙΟΣΠΟΙΟΣ ΤΙΤΙ ΠΟΥΠΟΥ ΑΠΟΤΕΛ/ΤΑΑΠΟΤΕΛ/ΤΑΠΟΤΕΠΟΤΕ ΠΟΙΟΣΠΟΙΟΣ ΤΙΤΙ ΠΟΥΠΟΥ ΑΠΟΤΕΛ/ΤΑΑΠΟΤΕΛ/ΤΑ

ΧΡΟΝΟΣΧΡΟΝΟΣ ΠΩΛΗΤΕΣΠΩΛΗΤΕΣ ΠΡΟΪΌΝΤΑΠΡΟΪΌΝΤΑ ΚΑΝΑΛΙΚΑΝΑΛΙ ΔΕΙΚΤΗΣΔΕΙΚΤΗΣΤΙ ΤΙ ΒΛΕΠΟΥΝΒΛΕΠΟΥΝ

ΠΡΟΟΔΕΥΤΙΚΑΠΡΟΟΔΕΥΤΙΚΑ ΠΕΡΙΦΕΡΕΙΑΠΕΡΙΦΕΡΕΙΑ ΟΙΚΟΣΟΙΚΟΣ ΕΠΙΛΕΚΤΙΚΗΕΠΙΛΕΚΤΙΚΗ ΕΣΟΔΑΕΣΟΔΑ

ΟΙ ΟΙ MANAGERSMANAGERS

ΠΕΡΙΟΧΗΠΕΡΙΟΧΗΠΟΛΗΠΟΛΗ ΠΕΛΑΤΗΣΠΕΛΑΤΗΣ

ΠΟΣΟΤΗΤΑΠΟΣΟΤΗΤΑΚΟΣΤΟΣΚΟΣΤΟΣ

Γ’ ΤΡΙΜΗΝΟΓ’ ΤΡΙΜΗΝΟΟΜΑΔΑΟΜΑΔΑ

ΣΕΠΤΕΜΒΡΙΟΣΣΕΠΤΕΜΒΡΙΟΣ

ΠΟΛΗΠΟΛΗ

ΠΑΠΑΔΟΠΟΥΛΟΣΠΑΠΑΔΟΠΟΥΛΟΣ

ΠΡΟΪΟΝΠΡΟΪΟΝ

ΠΕΛΑΤΗΣΠΕΛΑΤΗΣ

Μ.ΚΕΡΔΟΣΜ.ΚΕΡΔΟΣ

ΚΟΣΤΟΣΚΟΣΤΟΣΠΩΣΠΩΣΣΥΝΤΙΘΕΤΑΙΣΥΝΤΙΘΕΤΑΙΗ Η ΠΛΗΡΟΦΟΡΙΑΠΛΗΡΟΦΟΡΙΑ

ΟΜΑΔΑΟΜΑΔΑ


Πίνακας ορισμού διαστάσεωνΠίνακας ορισμού διαστάσεων

Διάσταση Προϊόντα Γεωγραφικές Π έ

Χρόνος Διάσταση 4 Διάσταση 5------------Επίπεδο

Περιοχές

Επίπεδο 1 Γραμμή Ήπειρος Έτος

Επίπεδο 2 Ομάδα Χώρα Τρίμηνο

Επίπεδο 3 Προϊόν Περιφέρεια ΜήναςΕπίπεδο 3 Προϊόν Περιφέρεια Μήνας

Επίπεδο 4 Νομός

Επίπεδο 5 Πόλη


Πολυδιάστατη ανάλυση Πολυδιάστατη ανάλυση -- ΔομέςΔομέςΔημιουργία πολυδιάστατης δομής (δένδρων)


Δυνατότητες διαχείρισης διαστάσεωνΔυνατότητες διαχείρισης διαστάσεωνDrill up: Επιτρέπει στο χρήστη να συγκεντρώσει δεδομένα που βρίσκονται σεμεγάλο βαθμό λεπτομέρειας σε μια μορφή η οποία θα είναι πιο γενική. Δίνειμ γ β μ μ ρ ς μ μ ρφή η γ ήδηλαδή τη δυνατότητα στο χρήστη να μεταφερθεί σε υψηλότερο αθροιστικόεπίπεδο. Η συγκεκριμένη λειτουργία ονομάζεται και συνάθροιση (aggregation).Drill down: Είναι η αντίστροφη λειτουργία του drill up κατά την οποία ο χρήστηςDrill down: Είναι η αντίστροφη λειτουργία του drill up κατά την οποία ο χρήστηςμεταβαίνει από πιο γενικά δεδομένα σε πιο λεπτομερή.Pivot: Είναι η εναλλαγή των ακμών ενός κύβου με αποτέλεσμα την αλλαγή τουτρόπου παρουσίασης των δεδομένων δημιουργώντας διαφορετικές οπτικές σκοπιέςτρόπου παρουσίασης των δεδομένων, δημιουργώντας διαφορετικές οπτικές σκοπιέςεπί των δεδομένων. Η συγκεκριμένη λειτουργία ονομάζεται και rotate.Slice: Αυτή η λειτουργία στηρίζεται στην επιλογή μιας διάστασης με αποτέλεσμα οή άζ έ ή ύβ Μ ό ό δ ίχρήστης να εστιάζει σε ένα τμήμα του κύβου. Με αυτόν τον τρόπο, δημιουργείται

ένας υπο-κύβος (sub cube) του αρχικού.Dice: Η λειτουργία αυτή είναι παρόμοια με τη slice. Και σε αυτήν την περίπτωσηδημιουργείται ένας υπο-κύβος εστιάζοντας σε δύο ή περισσότερες διαστάσεις.


Ανάλυση – Σύνθεση της Πληροφορίας «DRILL DOWN – DRILL UP»Πολυδιάστατη ανάλυσηΠολυδιάστατη ανάλυση

Ανάλυση Σύνθεση της Πληροφορίας «DRILL DOWN DRILL UP»ΣΧΗΜΑΤΙΚΗ ΜΟΡΦΗΣΧΗΜΑΤΙΚΗ ΜΟΡΦΗ

14% Δ. EΛΛΑΔΑ59% N EΛΛΑΔΑ

ΑΝΑΠΤΥΞΗ ΣΕ ΠΙΝΑΚΑΑΝΑΠΤΥΞΗ ΣΕ ΠΙΝΑΚΑ

8% ΝΗΣΙΑ59% N. EΛΛΑΔΑ

ΕΛΛΑΔΑ

Ν. ΕΛΛΑΔΑ 59%Β. ΕΛΛΑΔΑ 19%

19% Β. ΕΛΛΑΔΑ

16% Δ. ΣΤΕΡΕΑΑΤΤΙΚΗ

56%

. 9%Δ. ΕΛΛΑΔΑ 14%ΝΗΣΙΑ 8%

Ν. ΕΛΛΑΔΑ 59%ΥΠΟΛΟΙΠΟ

21%ΑΤΤΙΚΗ 56%Δ. ΣΤΕΡΕΑ 16%ΚΕΝ. ΣΤΕΡ. 7%ΥΠΟΛ. 21%

Δ. ΜΑΚΕΔΟΝΙΑ 61%7% Κ. ΣΤΕΡΕΑ

ΑΘΗΝΑ54% 16% Α. ΑΤΤΙΚΗ

ΥΠΟΛ. 21%

ΑΤΤΙΚΗ 56%

ΑΘΗΝΑ 56%ΠΕΙΡΑΙΑΣ 16%

12% Δ. ΑΤΤΙΚΗ

18% ΠΕΙΡΑΙΑΣ

ΠΕΙΡΑΙΑΣ 16%Α. ΑΤΤΙΚΗ 7%Δ. ΑΤΤΙΚΗ 21%


03 dst dw.ppt - unipi.gr

Documents