Multidimenzionální modelování

Adaptované z knihy (kap.14) : Pour,J., Gála,L, Šedivá, Z..: Podniková informatika, 2.

Vydanie,. Grada, Praha, 2009. ISBN: 978-80-247-2615-1

Podstata dimenzionálního modelování

• Podstata dimenzionálního modelování vychází z uplatňování multidimenzionality při řešení Bl,

• to znamená jeho hlavním úkolem je : vytvořit základní logiku uložení nebo uspořádání dat tak,

aby vyhovovala požadavkům na analytické a plánovací aplikace v rámci podnikového řízení.

• Cílem je tak vytvořit flexibilní datový model, který bude plně podporovat rozsah analýz, jak aktuálně požadovaných, tak předpokládaných v budoucím období

• Uplatnění dimenzionálního modelování je předpokladem pro naplnění účelu business intelligence aplikací:– prezentovat uživatelům potřebné informace co

nejjednodušším způsobem,– poskytovat odpovědi na dotazy s minimální dobou

odezvy,– zajišťovat relevantní informace přesně odpovídající

definovaným podnikovým procesům.

• Dimenzionální modelování vychází z poznání a zhodnocení potřeb řízení dané organizace, a na základě toho:– definuje všechny dimenze, jejich obsah, včetně

vnitřní hierarchie prvků, a dílčí charakteristikyjednotlivých dimenzí,

– určuje soustavu sledovaných ukazatelů a definuje jejich dílčí charakteristiky,

– specifikuje vazby mezi ukazateli a odpovídajícími dimenzemi.

Postup dimenzionálního modelování

Přípravná fáze• První, přípravná fáze navazuje na předchozí vstupní

analytické aktivity spojené s plánováním Bl projektů,se zjišťováním a dokumentací aktuálních uživatelských požadavků, s návrhem architektury Bl řešení, tj. sespecifikací jeho jednotlivých vrstev od zdrojových systémů přes transformace dat, určení datového skladua datových tržišť až po analytické aplikace a reporty.

• Tyto informace jsou obvykle zakotveny v úvodní studiiBl řešení a v rámci přípravné fáze se rekapitulují a verifikují oproti aktuálnímu stavu.

Přípravná fáze• Variantpřístupu k řešení koncepce Bl je tzv. zdrojové

modelování, jehož cílem je analyzovat zdrojové systémy a nalézt potencionální entity a atributy, které by mohly vyhovovat zatím neidentifikovaným uživatelským požadavkům. Tyto entity a atributy budou poté zahrnuty do modelů datového skladu tak, aby mohly vyhovět případným budoucím požadavkům.

• Na druhé straně existuje přístup označovaný jako cílové modelování. Ten vede k návrhu datového skladu a datových tržišť od definovaných uživatelských požadavků (ukazatele, jejich dimenze, analytické funkce, reporty) a teprve na jejich základě se posuzuje, zda existují k těmto požadav kům potřebné datové zdroje

Hrubý dimenzionální model

• Hrubý dimenzionální model vymezuje základní obsah řešení, to znamená, že zahrnuje:– návrh všech relevantních dimenzí a jejich

charakteristik,– návrh ukazatelů, jejich dílčích charakteristik a

granularity,– řešení vazeb mezi dimenzemi a ukazateli.

Tabulkové vyjádření dimenzí

Návrh ukazatelu

Návrh ukazatelu• Návrh vybraných ukazatelů a jejich přiřazení k dimenzím dokumentuje

tab. 14.2, kde ve sloupcích dimenzí v pravé části tabulky je:– D_Cas - dimenze času, např. pro sledování hodnot ukazatelů podle jednotlivých

dnů,– D_PI_skut - dimenze plánu a skutečnosti, rozlišující hodnoty ukazatelů na

plánované a skutečné,– D_Zbozi - již uvedená dimenze zboží,– D_Zakaznik - struktura zákazníků,– D_Teritoria - struktura teritorií, kde se realizuje prodej, např. dle států, krajů

apod.– D_ Útvar - je organizační struktura podniku, tedy podnikové útvary,– D_Typ_rek - typ reklamace, např. na kvalitu, cenu, sortiment, čas dodávky apod.,– D_Zpusob - způsob prodeje, resp. prodejní kanály, např. v kamenných

obchodech, přes internet, prostřednictvím obchodních zástupců apod.

Tabulka ukazatelů a jejich vazeb k dimenzím

ID Ukazatel Jednotka Zdroj/kalkulace

D_Cas

D_PI_skut

D_Zbozi

D_Teritoria

DZakazník

DJJtvar

D_Typ_rek

DZpusob

prod_trzby Tržby tis. Kč databáze AX X X X X X X X

prod_zakaz Počet zakázek, prodejních případů

zakázka databáze AX X X X X X X

náklady Náklady tis. Kč databáze AX X X X X X

prod_zisk Zisk z prodeje tis. Kčprodjrzby -prod_nak

X X X X X X

prod_rekl Počet reklamací

reklamace databáze Reklamace

X X X X X

zbo_zasoby Objem zásob zboží

tis. Kč databáze AX X X X

• Podstatným aspektem této úrovně řešení je určení náplně dimenzí a jejich prvků, to znamená např., jací konkrétní zákazníci budou naplňovat dimenzi „D_Zakaznik", jaké konkrétní zboží dimenzi „D_Zbozř apod. Je dále nezbytné prvky v dimenzi racionálně strukturalizovat, jak jsme viděli v předchozích příkladech.

• Jedním z problémů je však to, že ukazatele s definovanými dimenzemi označenými v buňkách příslušné řád ky „X" musí mít adekvátní obraz ve zdrojových databázích.

• To znamená, že např. hodnoty ukazatele Tržby musí být identifikovány prvky všech uvedených dimenzí. Pokud tomu tak není, pak je hodnota ukazatele neúplně identifikována, což je chyba a musí být řešena v rámci čištění a transformací dat

• Z uvedených charakteristik a možností dimenzionálního modelování vyplývá, že data jsou organizována tak, je ve svém výsledku a aplikacích nabízejí tyto efekty:– lze je prezentovat na libovolné úrovni agregace (s využitím funkcí drill

down, drill up;– dimenze lze v průběhu specifikace dotazu nebo požadavku na výstupní

data libovolně kombinovat (na principu slice & dice, crosstabing, tedy identifikovat data pomocí dimenzí v různých tabulkách);

– nad dimenzionálně uspořádanými daty lze provádět nejrůznější aritmetické i množinové operace, lze využí vat agregační a statistické funkce (např. SUM, MIN, MAX, COUNT, AVG), lze efektivně vyhledávat extrémníhodnoty dle dimenzí apod.

• Speciální místo v modelu má časová dimenze, tedy určení, jaká bude struktura časových intervalů (roky, kvartály, měsíce), zda se bude k aktuálnímu datu nějakým způsobem měnit (např. na dekády, dny), zda se budou některé starší časové úseky přesouvat z provozního řešení do archivu (tzv. aging) apod.

Analýza a návrh datového skladu a tržišť

• analýza a návrh realizuje na třech základních úrovních:– konceptualní, kde se definují základní entity v datovém

skladu a jejich vazby (na základě výše uvedených principů);

– logické, kde se jednotlivé entity transformují do návrhů logických struktur databázových tabulek, tedy včetně struktur atributů těchto tabulek;

– fyzické, specifikující již všechny nezbytné technologické charakteristiky databázových tabulek a jejich vazeb.

Tabulky faktů

• Dimenzionalitu uložení dat můžeme realizovat i v relačních databázích datových skladů a tržišť vhodným řešením databázových schémat hvězdy (STAR) a sněhové vločky (SNOWFLAKE).

• V centru schématu je tabulka faktů, tedy tabulka sledovaných hodnot ekonomických a dalších ukazatelů identifikovaných klíčem složeným z cizích klíčů dimenzionálních tabulek.

Dimenzionální tabulky• Dimenzionální tabulky slouží jako úložiště textových informací o

hodnotách ukazatelů uložených v tabulce faktů. • Většinou si je lze představit jako číselník. Pro reálné dimenzionální

tabulky je typické velké množství atributů, pro něž se nejlépe hodí atributy textové a diskrétní.

• Přesto občas bývá problematické rozhodnout, které pole bude zařazeno do fakt tabulky, a které do tabulky dimenzionální.

• Naše rozhodnutí je většinou závislé na tom, jeli sledovaná veličina měřitelná a měnící se v čase - pak patří do tabulky faktů, či zda je diskrétní a vystupuje spíše jako konstanta - pak jde o položku z dimenzionální tabulky.

• Příkladem je cena zboží, která se může často podstatně měnit, a pak by měla být zařazena do tabulky faktů.

Principy tabulky faktů

• Sloupce tabulky faktů jsou pouze buď klíčové položky, nebo hodnoty. • Řádky v tabulce jsou přiřazovány na nejnižší úrovni detailu, tj. pouze na úrovni listů ve strukturách dimenzí.• Na odpovídající tabulky dimenzí se tabulka faktů odkazuje prostřednictvím cizích klíčů, např. Zbo_id váže tabulku faktů na dimenzionální tabulku D_Zbozi. • Všechny cizí klíče do odpovídajících tabulek dimenzí tvoří složený primární klíč tabulky faktů, např. Zbo_jd, Ter_jd, Cas_id.• Klíčové položky (listy ve struktuře dimenzí) jsou, s ohledem na nároky na paměťový prostor, vesměs celočíselné hodnoty.• Klíče reprezentující datumové položky mohou být buď celočíselného nebo datumového typu.

Granularita v tabulce faktů• Granularita určuje úroveň podrobnosti údajů-faktů uložených ve fakt

tabulce. Granularita údajů v tabulce faktů je přímo závislá na úrovni podrobnosti dimenzí odpovídajících příslušné tabulce faktů. Například máme-li v časové dimenzi definovanou strukturu až na jeden den, a v dimenzi D_Zbozi na jeden dílčí produkt, pak každý záznam v tabulce faktů („zrno") je na úrovni Jedno dílčí zboží" a Jeden den". Tím je dána granularita tabulky faktů a ob dobně je tomu ve vztahu k ostatním dimenzím.

• Nízká granularita, tedy nízká úroveň detailu uložených dat, znamená nemožnost pracovat s detailními daty, tj. podle dnů, jednotlivých zboží, prodejců apod. Naopak vysoká granularita, tedy vysoká úroveň detailu dat, možnosti detailních analýz nabízí, ale na druhé straně znamená i podstatně vyšší nároky na diskový prostor da tového skladu.

• Kapitola je neukončená