Автор работы: Пользователь скрыл имя, 09 Февраля 2013 в 19:21, реферат
На первых этапах автоматизации требовалось и требуется навести порядок именно в процессах повседневной рутинной обработки (переработки) данных, на что и ориентированны традиционные СОД. Более того, системы СППР являются в определенном смысле вторичными, по отношению к ним. Здесь возможна аналогия с производством. Любая продукция, прежде чем попасть на склад и быть отгружена потребителю, должна быть сначала произведена. И прежде чем заниматься анализом данных, необходимо эти данные иметь (произвести). А именно, это и является одной из функций СОД.
Примером таких индексов, являются Bitmap индексы, которые оказываются достаточно эффективными при работе с реквизитами, количество значений которых относительно невелико. Не меньший, если не больший выигрыш, может принести использование различных вариантов горизонтального или вертикального разделения таблиц (данных). Например, разделение одной большой фактологической таблицы на несколько отдельных фрагментов (горизонтальная фрагментация). Такое разбиение может производиться, например, в соответствии временным интервалом к которому относятся данные. Каждая из таких подтаблиц (фрагментов) имеет одну и ту же структуру, формат реквизитов, индексы. И каждый из этих фрагментов, может обрабатываться независимо (например, строиться и перестраиваться индексы). В запросе, вся таблица может представляться как единое целое, причем фрагменты, не удовлетворяющие условиям выборки, могут быть легко отсечены, ещё до момента их считывания с внешнего накопителя.
Другим подходом
к повышению
В традиционных
реализациях РСУБД, данные хранятся
построчно и при
До сих пор,
мы в основном говорили о достоинствах
различных способов повышения эффективности
обработки аналитических
Оптимизаторы обработки запросов со схемой звезда
Покажем это
на примере. Такой способ оптимизации
дает эффект только тогда, когда промежуточная
таблица умещается в
Bitmap индексы:
Горизонтальное разбиение данных
Например, если таблице содержится информация о продаже товаров в регионах (50 регионов) за последние 48 месяцев, имеет смысл разбить таблицу или по регионам (каждый фрагмент соответствует определённому региону) или по времени (каждый фрагмент соответствует определённому месяцу). Но, каждое из этих решений, ускорит обработку лишь определённого фиксированного класса запросов.
Вертикальное разбиение данных
Таким образом, сегодня вновь складывается ситуация, от которой, казалось бы давно и безвозвратно ушли. И вновь, на первый план выносится значимость вопросов проектирования базы данных на физическом уровне: ”Чтобы гибко формировать запросы и быстро получать результат, необходима гибкая комбинация разных высокоэффективных индексных структур. ... корпорации нуждаются в таких проектировщиках базы данных, которые понимали бы, что в ней находится и как она будет использоваться. Хороший проект базы данных на физическом уровне - это залог высокой производительности” (5). До боли знакомая цитата, но взятая из статьи 1996, а не 1976 года. Вспомним региональные и индексно-последовательные файлы, инвертированные списки, иерархические и сетевые БД,
К тому же, от проектировщиков аналитической системы
можно и даже нужно требовать, чтобы они
понимали - что находится в БД. Но, требовать
от них того, чтобы они понимали, как она
будет использоваться, просто нереально.
Это требование хорошо для традиционной
СОД, но ни как, не для системы предполагающей нерегламентиров
МСУБД. Более просто и эффективно аналитические системы реализуются средствами специализированных баз данных, основанных на многомерном представлении данных. В этих системах данные организованы не в виде плоских таблиц (как в реляционных системах), а в виде упорядоченных многомерных массивов - гиперкубов (или поликубов).
Очевидно, что такое решение требует большей суммарной памяти для хранения данных, является менее гибким при необходимости модификации структур данных и требует больших затрат времени при их загрузке. Но, как уже было сказано выше, в аналитических задачах, все это окупается, за счет более быстрого поиска и выборки данных, отсутствия необходимости в многократном соединении различных таблиц и многократного вычисления агрегированных значений. И, как правило, среднее время ответа на нерегламентированный аналитический запрос при использовании многомерной СУБД обычно не менее чем на один два порядка меньше, чем в случае реляционной СУБД, с нормализованной схемой данных.
Казалось бы, все очевидно и выбор однозначен - многомерные БД. Однако не все так просто.
Многомерные базы, в силу чисто исторических причин, “не умеют” работать с большими объемами данных. На сегодняшний день, их реальный предел - база объемом в 10-20 гигабайт. И хотя, это ограничение, не связано с какими либо внутренними объективными недостатками многомерного подхода и, скорее всего, является временным, сегодня это так. И с этим нельзя не считаться.
К тому же, за счет де нормализации и предварительно выполненной агрегации 20 гигабайт в многомерной базе, в лучшем случае эквивалентны не более чем 1 гигабайту исходных данных. По оценкам Кодда /3/, для систем основанных на многомерном представлении данных, это соотношение лежит в диапазоне от 2.5 до 100. И здесь необходимо остановиться на основном недостатке многомерных БД - неэффективному, по сравнению с реляционными БД, использованию внешней памяти. И это уже объективный фактор.
В основе многомерного подхода лежит представление данных в виде многомерных гиперкубов, при этом обычно предполагается, что внутри такого гиперкуба нет пустот. То есть все ячейки куба всегда заполнены. Это связано с тем, что данные в них обычно хранятся в виде множества логически упорядоченных блоков (массивов) имеющих фиксированную длину, причем именно блок является минимальной индексируемой единицей. И хотя, в МСУБД обычно предполагается, что блоки, полностью заполненные неопределенными значениями, не хранятся, это обеспечивает лишь частичное решение проблемы. Данные в таких системах хранятся в упорядоченном виде. И неопределенные значения устраняются, и то частично только в том случае, если мы за счет выбора порядка сортировки сгруппируем их в максимально большие непрерывные группы.
Но, такое решение, может напрямую вступить в конфликт с тем, что МСУБД работают очень быстро только тогда, когда данные в них заранее отсортированы в том порядке, в котором они должны быть отсортированы в ответе на запрос. Но, порядок сортировки, наиболее часто используемый в запросах, может не совпадать с тем, в котором они должны быть отсортированы, для максимального устранения неопределенных (несуществующих) значений. В результате разработчик может оказаться перед трудно разрешимой дилеммой:
Таким образом, МСУБД однозначно хороши только при выполнении двух требований:
К сожалению, сегодня
отсутствуют официальные
Таблица 7. Дополнительные аргументы в пользу МСУБД и РСУБД
Многомерный подход |
Реляционный подход |
|
РСУБД обеспечивают
качественно более высокий РСУБД имеют более развитые средства администрирования и реальный опыт работы с большими и сверхбольшими БД. Для многомерных БД, в настоящее время отсутствуют единые стандарты на интерфейс, языки описания и манипулирования данными. МСУБД не поддерживают репликацию данных, наиболее часто используемую в качестве механизма загрузки |
Концепция Витрин Данных (Data Mart) была предложена Forrester Research ещё в 1991. По мысли авторов, Витрины Данных: - множество тематических БД содержащих информацию, относящуюся к отдельным аспектам деятельности организации, должны были стать реальной альтернативой Информационным Хранилищам (Information Warehouse) фирмы IBM.
Информация о работе Концепции построения и реализации информационных систем