Documente Academic
Documente Profesional
Documente Cultură
Creșterea explozivă a surselor de date în timp real, așa-numitele „fluxuri de date” (sau
doar „fluxuri”) și creșterea mandatelor pentru analiza în timp real a fluxurilor dau naștere la
analiza în timp real a acestora. Cu toate acestea, dezvoltarea de sisteme personalizate pentru
astfel de aplicații nu este întotdeauna de dorit din cauza costurilor de dezvoltare ridicate și a
perioadelor lungi de dezvoltare. Permite utilizatorilor să efectueze o analiză OLAP pe fluxuri
pentru ultima perioadă de timp, numită Interval de interes (IoI). Sistemul între timp
procesează mai multe interogări de tip interogare continuă care corespund diferitelor niveluri
de agregare în rețea. Pentru a acoperi nivelurile de agregare arbitrare, folosind memoria
sistemului limitat, se propune sa se implementeze parțial interogări SQL pentru cele cu
frecvențe de referință mai mari, în timp ce rezultatele sunt calculate dinamic folosind
rezultatele agregării existente cu ajutorul motorului OLAP. Pentru implementarea optimă a
interogărilor SQL, se propune o metodă de optimizare bazată pe cost care să maximizeze
performanța. Rezultatele experimentale arată că arhitectura propusă este suficient de fezabilă
pentru a realiza fluxul OLAP combinând un SPE și un motor de cautare OLAP.
OLAP (procesare analitică online) este o metodă de calcul care permite utilizatorilor
să extragă și să interogheze cu ușurință și selectiv date pentru a le analiza din diferite puncte
de vedere. Interogarile despre informații de afaceri OLAP ajută adesea la analiza tendințelor,
raportare financiară, previziune de vânzări, bugetare și alte scopuri de planificare.
De exemplu, un utilizator poate solicita ca datele să fie analizate pentru a afișa o foaie
de calcul care arată toate biciceltele unei companii vândute în Cluj-Napoca în luna aprilie, să
compare cifrele de venit cu cele pentru aceleași produse în septembrie și apoi să vadă o
comparație cu alte vânzări de produse în Cluj-Napoca în aceeași perioadă de timp.
Introducere
Pentru a facilita acest tip de analiză, datele sunt colectate din mai multe surse de date
și stocate în depozite de date, apoi curățate și organizate în cuburi de date. Fiecare cub OLAP
conține date clasificate pe dimensiuni (cum ar fi clienții, regiunea de vânzare geografică și
perioada de timp) derivate de tabele dimensionale în depozitele de date. Dimensiunile sunt
apoi populate de membri (cum ar fi numele clienților, țări și luni) care sunt organizate
ierarhic. Cuburile OLAP sunt deseori rezumate pe dimensiuni pentru a îmbunătăți drastic
timpul de interogare în baza de date relaționale.
Analiștii pot efectua apoi cinci tipuri de operații analitice OLAP pe baza acestor baze
de date multidimensionale:
Dupa cum se poate observa in Fig.1, OLAP începe cu date acumulate din mai multe
surse și stocate într-un depozit de date. Datele sunt apoi curățate și stocate în cuburi OLAP,
cu care utilizatorii execută interogări.
Sistemele OLAP (procesare analitică online) se încadrează de obicei într-unul din cele
trei tipuri:
OLAP multidimensional (MOLAP) este OLAP care se indexează direct într-o bază de
date multidimensională.
In concluzie, procesarea analitică online (OLAP) este o tehnică care permite analiza
interactivă asupra datelor multidimensionale facilitand astfel utilizatorilor sa execute
interogari intr-un mod mai eficient si mai rapid avand acces la un numar vast de fluxuri de
date.