Проектирование хранилища данных для информационной системы

Заказать уникальную курсовую работу
Тип работы: Курсовая работа
Предмет: Проектирование баз данных
  • 25 25 страниц
  • 16 + 16 источников
  • Добавлена 25.07.2020
1 496 руб.
  • Содержание
  • Часть работы
  • Список литературы
  • Вопросы/Ответы
СОДЕРЖАНИЕ

ВВЕДЕНИЕ 3
Глава 1. Теоретическая 4
1.1 Анализ предметной области 4
1.2 Разработка структуры хранилища данных, проект интеграции хранилища данных с источниками информации 8
1.3 Иерархические классификаторы-измерения и меры 13
1.4 Схема реляционной витрины данных 15
1.5 Проект SSIS служб интеграции информации источников в реляционную витрину данных 17
1.6 Создание Web-отчетов 21
Глава 2. Практическая 23
2.1 Создание проект SSAS, развертывание куба 23
2.2 Выборка значений куба с использованием кросс-таблиц и MDX-запросов 25
Заключение 29
Список использованных источников 30



Фрагмент для ознакомления

Шаг 13: На странице «Выбрать новые измерения» выбрать новые измерения для создания и нажать «Далее» .Если появляется страница «Выбрать существующие измерения», это означает, что измерения уже существуют в базе данных для любой из выбранных групп мер.Шаг 14: На странице «Завершение работы мастера» ввести имя нового куба и просмотреть его структуру. Если необходимо внести изменения, нажать «Назад»; в противном случае нажать«Готово».После создания куба отображается реляционная диаграмма.Щелкнуть правой кнопкой мыши «Куб» и выбрать«Процессы».Он спросит, «хотите ли вы построить и развернуть куб» –нажать«Да».Затем появится диалоговое окно «Развертывание».Появится следующее диалоговое окно. Нажать «Выполнить».Если куб успешно обработан, он покажет статус: «процесс завершен».Структура куба представлена на Рисунке 15.Рисунок 15 – КубПредставление куба для пользователя – Рисунок 16.Рисунок 16 – Представление куба для пользователейРабота с отчетами, получаемыми по средствам Reporting Services проста и удобна, но отчеты Reporting Services должны быть спроектированы и развернуты на сервере, поэтому можно работать только с созданными отчетами, что является не всегда удобно. Иногда существует необходимость вывести отчет, который не был предусмотрен.На этот случай можно воспользоваться Microsoft Office Excel и получить срез куба данных. Для получения отчета Microsoft Office Excel не нужно сложных запросов и с его созданием может справиться обычный пользователь. Вначале необходимо произвести соединение с источником данных (кубом данных). Необходимо выбрать источник из списка или создать его. При создании источника данных необходимо указать адрес сервера, логин, пароль. Выбрать базу данных и куб данных.После подключения к кубу данных можно выполнять различные срезы. Для этого необходимо выбрать меры и измерения.Открытие куба в Excel– Рисунок 17.Рисунок 17 – Куб в ExcelЗаключениеПод измерением будем понимать последовательность значений одного из анализируемых параметров. Например, для параметра "время" это - последовательность дней, месяцев, кварталов, лет.Возможность анализа зависимостей между различными параметрами предполагает возможность представления данных в виде многомерной модели - гиперкуба или OLAP-куба.В процессе анализа данных часто возникает необходимость построения зависимостей между различными параметрами, число которых может быть значительным.OLAP (OnlineAnalyticalProcessing) - технология оперативной аналитической обработки данных, использующая методы и средства для сбора, хранения и анализа многомерных данных в целях поддержки процессов принятия решений.Основное назначение OLAP-систем - поддержка аналитической деятельности, произвольных запросов пользователей - аналитиков. Цель OLAP-анализа - проверка возникающих гипотез.В рамках данной курсовой работы было спроектировано хранилище данных «библиотека».В теоретической части были рассмотрены OLAP средства: анализ предметной области, разработка структуры хранилища данных, меры и витрина, проведена интеграция данных.В рамках практической части данной курсовой работы было произведено проектирование и построение хранилища данных. На основании хранилища данных были выбраны измерения данных и меры данных для развертывания куба данных. Для работы с кубом данных были созданы Web-отчеты с использованием технологий Reporting Services. Также была рассмотрена возможность самостоятельного проектирование отчетов с использованием MicrosoftExcel.Список использованных источниковОсновная:Дадян, Э. Г. Методы, модели, средства хранения и обработки данных : учеб. / Э. Г. Дадян, Ю. А. Зеленков. - Москва : Вуз. учеб. : ИНФРА-М, 2017. - 168 с. - Режим доступа: http://www.znanium.comТуманов В.Е. Основы проектирования реляционных баз данных [Электронный ресурс]/ Интернет-Университет Информационных Технологий (ИНТУИТ), 2016. – Режим доступа: http://www.iprbookshop.ru/52221.html Алексеева Е.В., Амириди Ю.В., Дик В.В. Информационные аналитические системы [Электронный ресурс]: учебник / Т. В. Алексеева, Ю. В. Амириди, В. В. Дик и др.; под ред. В. В. Дика. - М.: МФПУ Синергия, 2013. - 384 с. - (Университетская серия). Режим доступа: http://znanium.com/catalog.php?bookinfo=451186Технологии информационных хранилищ : конспект лекций / сост. Т.Ф. Лебедева, Ю.В. Сусленкова ; Кемеровский институт (филиал) РЭУ им. Г. В. Плеханова. - Кемерово, 2017. - 80 с.Дополнительная:Туманов В.Е. , Маклаков С.В. Проектирование реляционных хранилищ данных / М: Диалог-МИФИ, 2007 – 333 с.Архипенков С., Голубев Д., Максименко О. Хранилища данных. От концепции до внедрения / М.: Диалог-МИФИ, 2002. – 528 с.Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям – СПб.: Питер, 2009. – 624 с.Инмон Б. Типы хранилищ данных. Перевод Intersoftlab, 2001, http://www.iso.ru/journal/articles/181.htmlКузнецов С., Артемьев В. Обзор возможностей применения ведущих СУБД для построения хранилищ данных (DataWarehouse). http://www.citforum.ru/database/kbd98/glava15.shtmlКонноллн, Томас, Бегг, Карелии. Базы данных. Проектирование, реализация и сопровождение. Теория и практика. 3-е издание.: Пер. с англ. - М.: Издательский дом "Вильямс", 2003. - 1440 с. : ил. Вдовенко, Л. А. Информационная система предприятия : учеб. пособие / Л. А. Вдовенко. - 2-е изд., перераб. и доп. - М. : Вуз. учеб. : ИНФРА-М, 2015. - 304 с. - Режим доступа: http://www.znanium.comРазработка высоконадежных интегрированных информационных систем управления предприятием : моногр. / Д. В. Капулин. и др. - Красноярск : СФУ, 2015. - 184 с. - Режим доступа: http://www.znanium.comОдинцов, Б. Е. Современные информационные технологии в управлении экономической деятельностью (теория и практика) : учеб. посо-бие / Б. Е. Одинцов, А. Н. Романов, С. М. Догучаева. - М. : Вуз. учеб. : ИНФРА-М, 2017. - 373 с. - Режим доступа: http://www.znanium.comФедотова, Е. Л. Прикладные информационные технологии : учеб. пособие / Е. Л. Федотова, Е. М. Портнов. - М. : ФОРУМ : ИНФРА-М, 2013. - 336 с. - Режим доступа: http://www.znanium.com.Нормативно-правовые документы:Федеральный закон от 27.07.2006 N 149-ФЗ (ред. от 06.04.2011, с изм. от 21.07.2011) «Об информации, информационных технологиях и о защите информации». Справочная Правовая Система Консультант-Плюс.Национальный стандарт РФ ГОСТ 34.601-90. Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Стадии создания. Электронный периодический справочник «Система ГАРАНТ»/


Основная:
1) Дадян, Э. Г. Методы, модели, средства хранения и обработки данных : учеб. / Э. Г. Дадян, Ю. А. Зеленков. - Москва : Вуз. учеб. : ИНФРА-М, 2017. - 168 с. - Режим доступа: http://www.znanium.com
2) Туманов В.Е. Основы проектирования реляционных баз данных [Электронный ресурс]/ Интернет-Университет Информационных Технологий (ИНТУИТ), 2016. – Режим доступа: http://www.iprbookshop.ru/52221.html
3) Алексеева Е.В., Амириди Ю.В., Дик В.В. Информационные аналитические системы [Электронный ресурс]: учебник / Т. В. Алексеева, Ю. В. Амириди, В. В. Дик и др.; под ред. В. В. Дика. - М.: МФПУ Синергия, 2013. - 384 с. - (Университетская серия). Режим доступа: http://znanium.com/catalog.php?bookinfo=451186
4) Технологии информационных хранилищ : конспект лекций / сост. Т.Ф. Лебедева, Ю.В. Сусленкова ; Кемеровский институт (филиал) РЭУ им. Г. В. Плеханова. - Кемерово, 2017. - 80 с.

Дополнительная:
5) Туманов В.Е. , Маклаков С.В. Проектирование реляционных хранилищ данных / М: Диалог-МИФИ, 2007 – 333 с.
6) Архипенков С., Голубев Д., Максименко О. Хранилища данных. От концепции до внедрения / М.: Диалог-МИФИ, 2002. – 528 с.
7) Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям – СПб.: Питер, 2009. – 624 с.
8) Инмон Б. Типы хранилищ данных. Перевод Intersoftlab, 2001, http://www.iso.ru/journal/articles/181.html
9) Кузнецов С., Артемьев В. Обзор возможностей применения ведущих СУБД для построения хранилищ данных (DataWarehouse). http://www.citforum.ru/database/kbd98/glava15.shtml
10) Конноллн, Томас, Бегг, Карелии. Базы данных. Проектирование, реализация и сопровождение. Теория и практика. 3-е издание.: Пер. с англ. - М.: Издательский дом "Вильямс", 2003. - 1440 с. : ил.
11) Вдовенко, Л. А. Информационная система предприятия : учеб. пособие / Л. А. Вдовенко. - 2-е изд., перераб. и доп. - М. : Вуз. учеб. : ИНФРА-М, 2015. - 304 с. - Режим доступа: http://www.znanium.com
12) Разработка высоконадежных интегрированных информационных систем управления предприятием : моногр. / Д. В. Капулин. и др. - Красноярск : СФУ, 2015. - 184 с. - Режим доступа: http://www.znanium.com
13) Одинцов, Б. Е. Современные информационные технологии в управлении экономической деятельностью (теория и практика) : учеб. посо-бие / Б. Е. Одинцов, А. Н. Романов, С. М. Догучаева. - М. : Вуз. учеб. : ИНФРА-М, 2017. - 373 с. - Режим доступа: http://www.znanium.com
14) Федотова, Е. Л. Прикладные информационные технологии : учеб. пособие / Е. Л. Федотова, Е. М. Портнов. - М. : ФОРУМ : ИНФРА-М, 2013. - 336 с. - Режим доступа: http://www.znanium.com.

Нормативно-правовые документы:
15) Федеральный закон от 27.07.2006 N 149-ФЗ (ред. от 06.04.2011, с изм. от 21.07.2011) «Об информации, информационных технологиях и о защите информации». Справочная Правовая Система Консультант-Плюс.
16) Национальный стандарт РФ ГОСТ 34.601-90. Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Стадии создания. Электронный периодический справочник «Система ГАРАНТ»/

Вопрос-ответ:

Зачем нужно проектировать хранилище данных для информационной системы?

Проектирование хранилища данных необходимо для создания структурированного и оптимизированного хранилища информации, которое позволяет эффективно хранить и обрабатывать большие объемы данных для получения ценной информации и аналитики.

Какие этапы включает анализ предметной области при проектировании хранилища данных?

Анализ предметной области включает в себя изучение бизнес-процессов, идентификацию основных сущностей и связей, определение требований к хранению и обработке данных, исследование источников данных и многое другое.

Каким образом осуществляется интеграция хранилища данных с источниками информации?

Интеграция хранилища данных с источниками информации происходит посредством использования служб интеграции информации (SSIS), которые позволяют извлекать данные из различных источников, преобразовывать их и загружать в хранилище данных.

Что такое иерархические классификаторы измерения и меры?

Иерархические классификаторы измерения и меры позволяют организовывать данные в хранилище данных в иерархическом порядке, что облегчает их анализ и агрегацию. Классификаторы измерения определяют категории для анализа данных, а меры представляют собой числовые значения, которые агрегируются и анализируются.

Что такое реляционная витрина данных и как она связана с проектом SSIS?

Реляционная витрина данных - это структура, представляющая данные из хранилища данных в виде таблиц и представлений, что облегчает их анализ и доступность. Проект SSIS служит для интеграции и загрузки данных из источников в реляционную витрину данных.

Какие этапы включает проектирование хранилища данных для информационной системы?

Проектирование хранилища данных для информационной системы включает такие этапы как анализ предметной области, разработка структуры хранилища данных, проект интеграции хранилища данных с источниками информации, создание иерархических классификаторов, разработка схемы реляционной витрины данных, проект служб интеграции информации, создание Web отчетов и другие.

Что такое анализ предметной области при проектировании хранилища данных?

Анализ предметной области в проектировании хранилища данных - это изучение и анализ существующих данных и процессов в компании или организации, для которой создается хранилище данных. На этом этапе определяются основные показатели и меры, которые будут использоваться в хранилище данных, а также выявляются особенности и требования предметной области.

Что такое реляционная витрина данных?

Реляционная витрина данных - это структура, использованная при проектировании хранилища данных, которая представляет собой набор таблиц базы данных, связанных между собой. В реляционной витрине данных хранятся факты и измерения, а также информация о взаимосвязи между ними. Это позволяет анализировать данные, строить отчеты и делать запросы к хранилищу данных.

Как происходит интеграция хранилища данных с источниками информации?

Интеграция хранилища данных с источниками информации происходит в несколько этапов. Сначала производится анализ источников данных, определяются форматы и структура данных, которые нужно интегрировать. Затем разрабатывается проект интеграции, в котором определяются методы и средства для сбора, обработки и загрузки данных в хранилище данных. После этого производится прямая или косвенная интеграция данных с источниками, с учетом особенностей каждого источника.

Зачем нужны иерархические классификаторы при проектировании хранилища данных?

Иерархические классификаторы используются при проектировании хранилища данных для организации данных в иерархическую структуру. Это позволяет проводить анализ данных на разных уровнях детализации и агрегации. Иерархические классификаторы помогают организовать данные таким образом, чтобы было удобно проводить анализ и построение отчетов. Они также облегчают навигацию и поиск по хранилищу данных.

Какое значение имеет анализ предметной области при проектировании хранилища данных?

Анализ предметной области является важным этапом проектирования хранилища данных, поскольку позволяет понять особенности бизнес-процессов и потребности пользователей. Это помогает определить необходимые измерения, меры и связи между данными, а также разработать соответствующую структуру хранилища данных.

Каким образом можно интегрировать хранилище данных с источниками информации?

Интеграция хранилища данных с источниками информации может осуществляться различными способами, включая использование служб интеграции информации (SSIS). SSIS позволяет создавать проекты, которые предоставляют механизмы для извлечения данных из разных источников, их преобразования и загрузки в реляционную витрину данных.