Data Warehousing: concetti base e metodologie
|
|
|
- Baldo Gioia
- 8 anni fa
- Visualizzazioni
Transcript
1 Data Warehousing: concetti base e metodologie Paolo Atzeni (con la collaborazione di Luca Cabibbo e Riccardo Torlone) Università di Roma Tre Dipartimento di Informatica e Automazione atzeni@dia.uniroma3.it atzeni/ Roma, 9 febbraio 1999
2 Sommario Introduzione Informazioni, dati e processi Basi di dati integrate, sì, ma OLTP e OLAP Data warehousing Data warehouse e data warehousing Dati multidimensionali Web farming Progettazione di data warehouse Analisi delle sorgenti informative Integrazione Progettazione Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 2
3 Le risorse persone denaro materiali informazioni (e dati) Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 3
4 Informazioni e dati definizioni (dal Vocabolario della lingua italiana, Treccani, 1987) informazione: notizia dato o elemento che consente di avere conoscenza più o meno esatta di fatti, situazioni, modi di essere dato: ciò che è immediatamente presente alla conoscenza, prima di ogni elaborazione; (in informatica) elementi di informazione costituiti da simboli che debbono essere elaborati Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 4
5 Processi processi direzionali processi gestionali processi operativi Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 5
6 Processi, dati e decisioni processi operativi dati dipartimentali e dettagliati decisioni strutturate, con regole precise processi gestionali dati settoriali, parzialmente aggregati decisioni semistrutturate: regole più intervento creativo/responsabile processi direzionali dati integrati e fortemente aggregati decisioni non strutturate Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 6
7 Processi presso una banca processi operativi gestione movimenti su conti correnti processi gestionali concessione di mutui definizione delle condizioni su un conto corrente processi direzionali accordo commerciale con una carta di credito Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 7
8 Sistemi informatici: una classificazione Transaction processing systems: per i processi operativi Management information systems: settoriali, per i processi gestionali Decision support systems: fortemente integrati, di supporto ai processi direzionali Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 8
9 Base di dati Collezione di dati persistente e condivisa, gestita in modo efficace, efficiente e affidabile (da un DBMS) il concetto di base di dati nasce per rispondere alle esigenze di gestione di una risorsa pregiata, condivisa da più applicazioni Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 9
10 Basi di dati: le magnifiche sorti e progressive ogni organizzazione ha una base di dati, che organizza tutti i dati di interesse in forma integrata e non ridondante ciascuna applicazione ha accesso a tutti i dati di proprio interesse, in tempo reale e senza duplicazione, riorganizzati secondo le proprie necessità bla bla bla Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 10
11 La base di dati ideale Applicazione A Applicazione B... Applicazione N DBMS BD Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 11
12 L obiettivo ideale è sensato e praticabile? La realtà è in continua evoluzione, non esiste uno stato stazionario (se non nell iperuranio): cambiano le esigenze cambiano le strutture le realizzazioni richiedono tempo Il coordinamento forte fra i vari settori può risultare controproducente (vedi l uso di pacchetti di settore, con difficoltà ad usare pacchetti generalizzati in contesti molto grandi) Ogni organizzazione ha di solito diverse basi di dati distribuite, eterogenee, autonome Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 12
13 Integrazione di basi di dati e sistemi informativi L esigenza di integrare sistemi distribuiti, eterogenei, autonomi emerge in molti casi: integrazione di componenti sviluppati separatamente (per ragioni tecniche, organizzative o temporali) cooperazione di processi in precedenza separati cooperazione (o fusione) di enti o aziende indipendenti ed è stimolata dallo sviluppo delle reti Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 13
14 OLTP e OLAP On-Line Transaction Processing On-Line Analytical Processing Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 14
15 OLTP Tradizionale elaborazione di transazioni, che realizzano i processi operativi dell azienda-ente Operazioni predefinite e relativamente semplici Ogni operazione coinvolge pochi dati Dati di dettaglio, aggiornati Le proprietà acide (atomicità, correttezza, isolamento, durabilità) delle transazioni sono essenziali Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 15
16 Sistemi di supporto alle decisioni Richiedono operazioni non previste a priori Coinvolgono anche grandi quantità di dati, anche storici e aggregati Coinvolgono dati provenienti da varie fonti operative, anche esterne Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 16
17 OLAP Elaborazione di operazioni per il supporto alle decisioni Operazioni complesse e casuali Ogni operazione può coinvolgere molti dati Dati di aggregati, storici, anche non attualissimi Le proprietà acide non sono rilevanti, perché le operazioni sono di sola lettura Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 17
18 OLTP e OLAP OLTP OLAP Utente impiegato dirigente Funzione operazioni giornaliere supporto alle decisioni Progettazione orientata all'applicazione orientata ai dati Dati correnti, aggiornati, dettagliati, relazionali, isolati storici, aggregati, multidimensionali, integrati, consolidati Uso ripetitivo casuale Accesso read-write, indicizzato read, sequenziale Unità di lavoro transazione breve interrogazione complessa Record acc. decine milioni N. utenti migliaia centinaia Dimensione 100MB - 1GB 100GB - 1TB Metrica throughput tempo di risposta Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 18
19 OLTP e OLAP I requisiti sono quindi contrastanti Le applicazioni dei due tipi possono danneggiarsi a vicenda Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 19
20 Multi-database e Data Warehouse (due approcci all integrazione) client client client Gestore DW MultiDBMS DW Integratore Integratore Mediatore Mediatore Mediatore client Mediatore Mediatore Mediatore client DBMS DBMS DBMS DBMS DBMS DBMS BD BD BD BD BD BD Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 20
21 Sommario Introduzione Informazioni, dati e processi Basi di dati integrate, sì, ma OLTP e OLAP Data warehousing Data warehouse e data warehousing Dati multidimensionali Web farming Progettazione di data warehouse Analisi delle sorgenti informative Integrazione Progettazione Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 21
22 Data warehouse Un data warehouse è una base di dati utilizzata principalmente per il supporto alle decisioni direzionali orientata ai dati non alle applicazioni integrata aziendale e non dipartimentale storici con un ampio orizzonte temporale, e indicazione di almeno un elemento di tempo non volatile i dati sono caricati e acceduti fuori linea mantenuta separatamente dalle basi di dati operazionali Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 22
23 ... orientata ai dati... Le basi di dati operazionali sono costruite a supporto dei singoli processi operativi o applicazioni produzione marketing vendita Il data warehouse è costruito attorno alle principali entità del patrimonio informativo aziendale prodotto fornitore cliente Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 23
24 ... integrata... I dati di interesse provengono da tutte le sorgenti informative ciascun dato proviene da una o più di esse Il data warehouse rappresenta i dati in modo univoco riconciliando le eterogeneità dalle diverse rappresentazioni nomi struttura codifica rappresentazione multipla Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 24
25 ... dati storici... Le basi di dati operazionali mantengono il valore corrente delle informazioni L orizzonte temporale di interesse è dell ordine dei pochi mesi Nel data warehouse è di interesse l evoluzione storica delle informazioni L orizzonte temporale di interesse è dell ordine degli anni Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 25
26 ... non volatile... In una base di dati operazionale, i dati vengono acceduti inseriti modificati cancellati pochi record alla volta Nel data warehouse, abbiamo operazioni di accesso e interrogazione diurne operazioni di caricamento e aggiornamento dei dati notturne che riguardano milioni di record Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 26
27 ... una base di dati separata... Un data warehouse viene mantenuto separatamente dalle basi di dati operazionali perché non esiste un unica base di dati operazionale che contiene tutti i dati di interesse la base di dati deve essere integrata non è tecnicamente possibile fare l integrazione in linea i dati di interesse sarebbero comunque diversi devono essere mantenuti dati storici devono essere mantenuti dati aggregati l analisi dei dati richiede per i dati organizzazioni speciali e metodi di accesso specifici degrado generale delle prestazioni senza la separazione Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 27
28 Architettura per il data warehousing Monitoraggio & Amministrazione Strumenti Sorgenti esterne Metadati Data Warehouse Analisi Basi di dati operazionali Estrazione Trasformazione Caricamento Refresh Serve Interrogazione/ Presentazione Data Mining Serve Sorgenti dei dati Data Mart Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 28
29 Livelli di rappresentazione dei dati Nelle sorgenti informative: le basi di dati preesistenti dipartimentali orientate alle applicazioni es: vendita, produzione, marketing,... Nel data warehouse: la base di dati integrata aziendale soggetti comuni a tutta l organizzazione es: prodotti, clienti, fornitori,... Nei data mart sottoinsiemi del data warehouse dipartimentali o settoriali soggetti selezionati es: dati relativi al marketing Negli strumenti di analisi: estratti dal DW o da un data mart individuali focalizzata su un problema in esame es: promozioni e vendite negli ultimi cinque anni Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 29
30 Popolazione del data warehouse Attività necessarie a popolare un data warehouse estrazione accesso ai dati nelle sorgenti informative operazionali trasformazione pulizia dei dati, trasformazione di formato, correlazione con oggetti in sorgenti diverse caricamento con introduzione di informazioni temporali e generazione dei dati aggregati refresh le stesse fasi, ma eseguite in modalità incrementale I metadati sono informazioni mantenute a supporto di queste attività Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 30
31 Strumenti per il Data Warehousing I maggiori produttori di software forniscono soluzioni tecnologiche per il data warehousing strumenti per la progettazione strumenti per l estrazione dei dati dalle sorgenti informative strumenti per la trasformazione e il caricamento strumenti per l aggiornamento server relazionali per il data warehouse strumenti per l analisi multidimensionale strumenti per il data mining Non è possibile comprare un prodotto integrato per il data warehousing ma realizzare una soluzione personalizzata integrando prodotti Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 31
32 Rappresentazione multidimensionale dei dati L analisi dei dati orientata al supporto alle decisioni non viene eseguita direttamente sul data warehouse ma su dati estratti dal DW o da un data mart e rappresentati in forma multidimensionale L analisi può essere basata sui seguenti concetti fatto: un concetto sul quale centrare l analisi misura:una proprietà atomica di un fatto da analizzare dimensione: una prospettiva lungo la quale effettuare l analisi Esempi di fatti/misure/dimensioni vendita / quantità venduta, incasso / prodotto, tempo telefonata / costo, durata / chiamante, tempo Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 32
33 Rappresentazione multidimensionale dei dati Gli analisti sono abituati a ragionare in termini di dimensioni e misure non di schemi, tabelle e record Mercati Vendite Prodotti Periodi di tempo Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 33
34 Viste su dati multidimensionali Il manager regionale esamina la vendita dei prodotti in tutti i periodi relativamente ai propri mercati Il manager finanziario esamina la vendita dei prodotti in tutti i mercati relativamente al periodo corrente e quello precedente Mercati Prodotti Tempo Il manager di prodotto esamina la vendita di un prodotto in tutti i periodi e in tutti i mercati Il manager strategico si concentra su una categoria di prodotti, una area regionale e un orizzonte temporale medio Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 34
35 Dimensioni e gerarchie di livelli Ciascuna dimensione è organizzata in una gerarchia che rappresenta i possibili livelli di aggregazione per i dati negozio, città, provincia, regione prodotto, categoria, marca giorno, mese, trimestre, anno regione anno provincia categoria marca trimestre città mese negozio prodotto giorno Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 35
36 Analisi multidimensionale Lo scopo è individuare degli andamenti inattesi regolarità o irregolarità browsing dei dati e reporting interattivo analisi statistiche e previsioni analisi what-if Un approccio alternativo all analisi il data mining associazioni individuare regolarità in un insieme di transazioni anonime pattern sequenziali individuare regolarità in un insieme di transazioni non anonime, nel corso di un periodo temporale similitudine di sequenze temporali e non classificazione apprendimento di situazioni Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 36
37 Operazioni su dati multidimensionali Roll up aggrega i dati volume di vendita totale dello scorso anno per categoria di prodotto e regione Drill down disaggrega i dati, ovvero mostra dati a un livello di aggregazione più basso per una particolare categoria di prodotto e regione, mostra le vendite giornaliere dettagliate per ciascun negozio Slice & dice seleziona e proietta solitamente su un piano bidimensionale Pivot re-orienta il cubo Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 37
38 Strumenti per l analisi multidimensionale: server I server OLAP (per i data mart) sono DBMS speciali server OLAP multidimensionali (MOLAP) server OLAP relazionali (ROLAP) Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 38
39 Strumenti per l analisi multidimensionale: client I client OLAP sono basati su interfacce grafiche tipo foglio elettronico un foglio elettronico multidimensionale orientate a utenti non-informatici con esigenze estemporanee visualizzazione dei dati numerici, tabellari, grafici, torte, istogrammi,... concetti dalla cartografia sull uso di colori, linee e forme operazioni sui dati roll up, drill down, slice & dice, pivot eseguite mediante point-and-click possibilità di sincronizzare le diverse viste Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 39
40 Web farming: data warehousing su Web il Web offre grandi quantità di dati di ogni tipo in particolare offre sorgenti interessanti per il data warehousing difficoltà instabilità qualità non garantita eterogeneità e disorganizzazione l attività deve essere strutturata e non estemporanea (non interessa il surfing ) Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 40
41 Sommario Introduzione Informazioni, dati e processi Basi di dati integrate, sì, ma OLTP e OLAP Data warehousing Data warehouse e data warehousing Dati multidimensionali Web farming Progettazione di data warehouse Analisi delle sorgenti informative Integrazione Progettazione Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 41
42 Progettazione del data warehouse Le specifiche per la popolazione di un data warehouse sono stabilite in fase di progettazione La progettazione di un data warehouse è diversa dalla progettazione di una base di dati operazionale i dati da memorizzare hanno caratteristiche diverse vincolata dalle basi di dati esistenti guidata da criteri progettuali diversi Attività principali analisi delle sorgenti informative esistenti integrazione progettazione concettuale, logica e fisica Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 42
43 Progettazione del data warehouse Requisiti dell analisi Analisi Basi di dati aziendali Altre sorgenti informative Selezione delle sorgenti informative Traduzione in un modello concettuale comune Analisi delle sorgenti informative Integrazione Integrazione di schemi concettuali Progettazione Progettazione concettuale Progettazione logica Progettazione fisica Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 43
44 Dati in ingresso Le informazioni in ingresso necessarie alla progettazione di un data warehouse requisiti le esigenze aziendali di analisi descrizione delle basi di dati con una documentazione sufficiente per la loro comprensione descrizione di altre sorgenti informative l analisi richiede spesso la correlazione con dati non di proprietà dell azienda ma comunque da essa accessibili ad esempio, dati ISTAT o sull andamento dei concorrenti Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 44
45 Analisi delle sorgenti informative esistenti Selezione delle sorgenti informative analisi preliminare del patrimonio informativo aziendale analisi di qualità delle singole sorgenti correlazione del patrimonio informativo con i requisiti identificazione di priorità tra schemi Traduzione in un modello concettuale di riferimento attività preliminare alla correlazione e all integrazione di schemi che si svolge meglio con riferimento a schemi concettuali Analisi delle sorgenti informative identificazione di fatti (concetti su cui basare l analisi), misure (proprietà atomiche dei fatti) e dimensioni (concetti su cui aggregare le misure) Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 45
46 Integrazione di sorgenti informative L integrazione di sorgenti informative è l attività di fusione dei dati rappresentati in più sorgenti in un unica base di dati globale che rappresenta l intero patrimonio informativo aziendale Lo scopo principale dell integrazione è l identificazione di tutte le porzioni delle diverse sorgenti informative che si riferiscono a uno stesso aspetto della realtà di interesse, per unificare la loro rappresentazione L approccio è orientato alla identificazione, analisi e risoluzione di conflitti terminologici, strutturali, di codifica Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 46
47 Progettazione del data warehouse L integrazione delle sorgenti informative ha prodotto una descrizione globale del patrimonio informativo aziendale Questo è però solo il risultato dell integrazione di dati operazionali non descrive tutti i dati di interesse per il DW Progettazione del data warehouse concettuale completare la rappresentazione dei concetti dimensionali necessari per l analisi ad esempio, dati storici e geografici logica identificare il miglior compromesso tra la necessità di aggregare i dati e quella di normalizzarli fisica individuare la distribuzione dei dati e le relative strutture di accesso Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 47
48 Reverse engineering di schemi relazionali Il reverse engineering è l attività di comprensione concettuale di uno schema di dati la rappresentazione di uno schema relazionale in un modello concettuale Uno schema ER è più espressivo di uno schema relazionale è necessario conoscere la realtà di interesse per recuperare la conoscenza persa nella fase di progettazione logica Il reverse engineering di schemi relazionali è svolto in modo semiautomatico dagli strumenti di progettazione CASE Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 48
49 Integrazione di schemi di sorgenti informative Orientata all analisi e risoluzione di conflitti tra schemi rappresentazioni diverse di uno stesso concetto Prodotto prezzo (di produzione) Impiegato Impiegato Prodotto prezzo (di vendita) Dipartimento Progetto Dipartimento Divisione Progetto Persona Persona sesso Libro Libro editore Uomo Donna Editore Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 49
50 Integrazione di sorgenti informative L integrazione di sorgenti informative è guidata da quella dei loro schemi ma è necessario risolvere anche i conflitti relativi alla codifica delle informazioni un attributo sesso può essere rappresentato con un carattere M/F con una cifra 0/1 implicitamente nel codice fiscale non essere rappresentato il nome e cognome di una persona Mario, Rossi Mario Rossi Rossi, Mario Rossi, M. Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 50
51 Progettazione del DW e di basi di dati multidimensionali Introduzione di elementi dimensionali nella base di dati integrata Attività identificazione di fatti, misure e dimensioni ristrutturazione dello schema concettuale rappresentazione di fatti mediante entità individuazione di nuove dimensioni raffinamento dei livelli di ogni dimensione derivazione di un grafo dimensionale progettazione logica e fisica Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 51
52 Identificazione di fatti e dimensioni marca categoria Articolo codice nome prezzo costo codice sesso anno nascita città residenza Cliente percentuale tempo (0,1) Vendita scontrino data numero pezzi incasso Occupazione nome Negozio nome città Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 52
53 Ristrutturazione dello schema concettuale Rappresentazione di fatti mediante entità codice nome marca costo categoria Articolo Dati articolo prezzo Individuazione di nuove dimensioni codice nome prezzo costo marca categoria Articolo Dati articolo Mese mese Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 53
54 Ristrutturazione dello schema concettuale Raffinamento dei livelli di ogni dimensione E lo schema concettuale del data warehouse categoria Categoria codice prezzo costo nome Marca marca Articolo nome scontrino Dati articolo Occupazione principale codice Vendita incasso numero pezzi Giorno data Mese mese Cliente Negozio nome Trimestre trimestre anno nascita sesso Residenza Città Regione Anno anno città regione Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 54
55 Derivazione di uno schema dimensionale Prodotto Categoria Marca Costo Cliente Prezzo Sesso Nome Articolo Occupazione Cliente Vendita Giorno Mese Anno nascita Città Negozio Incasso Trimestre Provincia Indirizzo Mercato Anno Regione Tempo Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 55
56 Progettazione logica: star schema per Vendita CLIENTE CodCliente Sesso Occupazione Anno nascita Città nascita Provincia nascita Regione nascita ARTICOLO CodArticolo Marca Categoria Nome VENDITA CodArticolo CodCliente CodTempo CodNegozio Incasso NEGOZIO CodNegozio Indirizzo Città Provincia Regione TEMPO CodTempo Giorno Mese Trimestre Anno Paolo Atzeni, 9 febbraio 1999 AIPA-INAIL 56
Data Warehousing. Argomenti della lezione. Rappresentazioni dei dati. Rappresentazione dei dati. Parte II Analisi multidimensionale
Argomenti della lezione Data Warehousing Parte II Analisi multidimensionale richiami sul data warehousing organizzazione di un data warehouse l analisi multidimensionale data warehousing e internet strumenti
Cosa è un data warehouse?
Argomenti della lezione Data Warehousing Parte I Introduzione al warehousing cosa è un data warehouse classificazione dei processi aziendali sistemi di supporto alle decisioni elaborazione OLTP e OLAP
Data warehouse. Architettura complessiva con OLTP e OLAP OLTP. Sistemi di supporto alle decisioni
Data warehouse Data warehouse La crescita dell importanza dell analisi dei dati ha portato ad una separazione architetturale dell ambiente transazionale (OLTP on-line transaction processing) da quello
Introduzione data warehose. Gian Luigi Ferrari Dipartimento di Informatica Università di Pisa. Data Warehouse
Introduzione data warehose Gian Luigi Ferrari Dipartimento di Informatica Università di Pisa Data Warehouse Che cosa e un data warehouse? Quali sono i modelli dei dati per data warehouse Come si progetta
Data warehousing Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007
Data warehousing Introduzione A partire dalla metà degli anni novanta è risultato chiaro che i database per i DSS e le analisi di business intelligence vanno separati da quelli operazionali. In questa
Architetture per l analisi di dati
Architetture per l analisi di dati Basi di dati: Architetture e linee di evoluzione - Seconda edizione Capitolo 8 Appunti dalle lezioni Motivazioni I sistemi informatici permettono di aumentare la produttività
Data Warehousing (DW)
Data Warehousing (DW) Il Data Warehousing è un processo per estrarre e integrare dati storici da sistemi transazionali (OLTP) diversi e disomogenei, e da usare come supporto al sistema di decisione aziendale
Introduzione al data warehousing
Introduzione al data warehousing, Riccardo Torlone aprile 2012 1 Motivazioni I sistemi informatici permettono di aumentare la produttività delle organizzazioni automatizzandone la gestione quotidiana dei
Governo Digitale a.a. 2011/12
Governo Digitale a.a. 2011/12 I sistemi di supporto alle decisioni ed il Data Warehouse Emiliano Casalicchio Agenda Introduzione i sistemi di supporto alle decisioni Data warehouse proprietà architettura
Data warehouse Introduzione
Database and data mining group, Data warehouse Introduzione INTRODUZIONE - 1 Pag. 1 Database and data mining group, Supporto alle decisioni aziendali La maggior parte delle aziende dispone di enormi basi
Breve introduzione ai data warehouse (per gli allievi che non hanno seguito BD2)
Tecnologie per i sistemi informativi Breve introduzione ai data warehouse (per gli allievi che non hanno seguito BD2) Letizia Tanca lucidi tratti dal libro: Atzeni, Ceri, Paraboschi, Torlone Introduzione
Lezione 1. Introduzione e Modellazione Concettuale
Lezione 1 Introduzione e Modellazione Concettuale 1 Tipi di Database ed Applicazioni Database Numerici e Testuali Database Multimediali Geographic Information Systems (GIS) Data Warehouses Real-time and
Rassegna sui principi e sui sistemi di Data Warehousing
Università degli studi di Bologna FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI Rassegna sui principi e sui sistemi di Data Warehousing Tesi di laurea di: Emanuela Scionti Relatore: Chiar.mo Prof.Montesi
Analisi dei Dati. Lezione 10 Introduzione al Datwarehouse
Analisi dei Dati Lezione 10 Introduzione al Datwarehouse Il Datawarehouse Il Data Warehousing si può definire come il processo di integrazione di basi di dati indipendenti in un singolo repository (il
Data warehousing Mario Guarracino Data Mining a.a. 2010/2011
Data warehousing Introduzione A partire dagli anni novanta è risultato chiaro che i database per i DSS e le analisi di business intelligence vanno separati da quelli operazionali. In questa lezione vedremo
Stefania Marrara - Esercitazioni di Tecnologie dei Sistemi Informativi. Integrazione di dati di sorgenti diverse
Politecnico di Milano View integration 1 Integrazione di dati di sorgenti diverse Al giorno d oggi d la mole di informazioni che viene gestita in molti contesti applicativi è enorme. In alcuni casi le
BASI DI DATI per la gestione dell informazione. Angelo Chianese Vincenzo Moscato Antonio Picariello Lucio Sansone
BASI DI DATI per la gestione dell informazione Angelo Chianese Vincenzo Moscato Antonio Picariello Lucio Sansone Libro di Testo 22 Chianese, Moscato, Picariello e Sansone BASI DI DATI per la Gestione dell
4 Introduzione al data warehousing
Che cosa è un data warehouse? Introduzione al data warehousing 22 maggio 2001 Un data warehouse è una base di dati collezione di dati di grandi dimensioni, persistente e condivisa gestita in maniera efficace,
Introduzione alle basi di dati. Gestione delle informazioni. Gestione delle informazioni. Sistema informatico
Introduzione alle basi di dati Introduzione alle basi di dati Gestione delle informazioni Base di dati Modello dei dati Indipendenza dei dati Accesso ai dati Vantaggi e svantaggi dei DBMS Gestione delle
Ciclo di vita dimensionale
aprile 2012 1 Il ciclo di vita dimensionale Business Dimensional Lifecycle, chiamato anche Kimball Lifecycle descrive il framework complessivo che lega le diverse attività dello sviluppo di un sistema
PROGETTAZIONE E IMPLEMENTAZIONE DI UN DATAWAREHOUSE
Tesi in: ARCHITETTURA DEI SISTEMI INFORMATIVI PROGETTAZIONE E IMPLEMENTAZIONE DI UN DATAWAREHOUSE IN UN AMBIENTE DI DISTRIBUZIONE FARMACEUTICA RELATORE: Prof. Crescenzio Gallo LAUREANDO: Alessandro Balducci
Per capire meglio l ambito di applicazione di un DWhouse consideriamo la piramide di Anthony, L. Direzionale. L. Manageriale. L.
DATA WAREHOUSE Un Dataware House può essere definito come una base di dati di database. In molte aziende ad esempio ci potrebbero essere molti DB, per effettuare ricerche di diverso tipo, in funzione del
Sistemi di supporto alle decisioni
Sistemi di supporto alle decisioni Introduzione I sistemi di supporto alle decisioni, DSS (decision support system), sono strumenti informatici che utilizzano dati e modelli matematici a supporto del decision
Progettazione concettuale
Progettazione concettuale Strategie top-down A partire da uno schema che descrive le specifiche mediante pochi concetti molto astratti, si produce uno schema concettuale mediante raffinamenti successivi
Sistemi informativi secondo prospettive combinate
Sistemi informativi secondo prospettive combinate direz acquisti direz produz. direz vendite processo acquisti produzione vendite INTEGRAZIONE TRA PROSPETTIVE Informazioni e attività sono condivise da
On Line Analytical Processing
On Line Analytical Processing Data integra solitamente Warehouse(magazzino dati) èun sorgenti un unico schema globalel informazione estratta da piu puo replicazioneai puo essere èinterrogabile, non modificabile
Le Basi di Dati. Le Basi di Dati
Le Basi di Dati 20/05/02 Prof. Carlo Blundo 1 Le Basi di Dati Le Base di Dati (database) sono un insieme di tabelle di dati strutturate in maniera da favorire la ricerca di informazioni specializzate per
DSCube. L analisi dei dati come strumento per i processi decisionali
DSCube L analisi dei dati come strumento per i processi decisionali Analisi multi-dimensionale dei dati e reportistica per l azienda: DSCube Introduzione alla suite di programmi Analyzer Query Builder
Basi di dati. Corso di Laurea in Ingegneria Informatica Canale di Ingegneria delle Reti e dei Sistemi Informatici - Polo di Rieti
Basi di dati Corso di Laurea in Ingegneria Informatica Canale di Ingegneria delle Reti e dei Sistemi Informatici - Polo di Rieti Anno Accademico 2008/2009 Introduzione alle basi di dati Docente Pierangelo
B C I un altro punto di vista Introduzione
Bollicine Community B C Intelligence B C I un altro punto di vista Introduzione Graziano Guazzi General Manager Data Flow Settembre 2007 pag, 1 Cosa misurare La definizione di quale domanda di mercato
BASE DI DATI: introduzione. Informatica 5BSA Febbraio 2015
BASE DI DATI: introduzione Informatica 5BSA Febbraio 2015 Di cosa parleremo? Base di dati relazionali, modelli e linguaggi: verranno presentate le caratteristiche fondamentali della basi di dati. In particolare
Sistemi per le decisioni Dai sistemi gestionali ai sistemi di governo
Sistemi per le decisioni Dai sistemi gestionali ai sistemi di governo Obiettivi. Presentare l evoluzione dei sistemi informativi: da supporto alla operatività a supporto al momento decisionale Definire
IL SISTEMA INFORMATIVO
IL SISTEMA INFORMATIVO In un organizzazione l informazione è una risorsa importante al pari di altri tipi di risorse: umane, materiali, finanziarie, (con il termine organizzazione intendiamo un insieme
Relazione sul data warehouse e sul data mining
Relazione sul data warehouse e sul data mining INTRODUZIONE Inquadrando il sistema informativo aziendale automatizzato come costituito dall insieme delle risorse messe a disposizione della tecnologia,
Programma del Corso. Dati e DBMS SQL. Progettazione di una. Normalizzazione
Programma del Corso Dati e DBMS DBMS relazionali SQL Progettazione di una base di dati Normalizzazione (I prova scritta) (II prova scritta) Interazione fra linguaggi di programmazione e basi di dati Cenni
Introduzione Ai Data Bases. Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132 Sesto San giovanni
Introduzione Ai Data Bases Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132 Sesto San giovanni I Limiti Degli Archivi E Il Loro Superamento Le tecniche di gestione delle basi di dati nascono
Data Mining a.a. 2010-2011
Data Mining a.a. 2010-2011 Docente: mario.guarracino@cnr.it tel. 081 6139519 http://www.na.icar.cnr.it/~mariog Informazioni logistiche Orario delle lezioni A partire dall 19.10.2010, Martedì h: 09.50 16.00
Basi di Dati Complementi Esercitazione su Data Warehouse
Sommario Basi di Dati Complementi Esercitazione su Data Warehouse 1. Riassunto concetti principali dalle slide della lezione di teoria 2.Studio di caso : progettazione di un Data Warehouse di una catena
Data Warehousing e Data Mining
Università degli Studi di Firenze Dipartimento di Sistemi e Informatica A.A. 2011-2012 I primi passi Data Warehousing e Data Mining Parte 2 Docente: Alessandro Gori a.gori@unifi.it OLTP vs. OLAP OLTP vs.
Business Intelligence CRM
Business Intelligence CRM CRM! Customer relationship management:! L acronimo CRM (customer relationship management) significa letteralmente gestione della relazione con il cliente ;! la strategia e il
LA GESTIONE DELLE INFORMAZIONI IN AZIENDA: LA FUNZIONE SISTEMI INFORMATIVI 173 7/001.0
LA GESTIONE DELLE INFORMAZIONI IN AZIENDA: LA FUNZIONE SISTEMI INFORMATIVI 173 7/001.0 LA GESTIONE DELLE INFORMAZIONI IN AZIENDA: LA FUNZIONE SISTEMI INFORMATIVI PIANIFICAZIONE STRATEGICA NELL ELABORAZIONE
Database. Si ringrazia Marco Bertini per le slides
Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida
Dominio applicativo. Analisi e ricognizione delle fonti dati
Dominio applicativo La Società chiamata StraSport, si occupa di vendite all ingrosso di articoli sportivi. Ha agenzie distribuite sul territorio italiano che gestiscono le vendite, ognuna di esse gestisce
Telerilevamento e GIS Prof. Ing. Giuseppe Mussumeci
Corso di Laurea Magistrale in Ingegneria per l Ambiente e il Territorio A.A. 2014-2015 Telerilevamento e GIS Prof. Ing. Giuseppe Mussumeci Strutture di dati: DB e DBMS DATO E INFORMAZIONE Dato: insieme
Data Warehousing. Sommario. Luca Cabibbo, Riccardo Torlone, Paolo Atzeni. Processi. Processi, dati e decisioni. Processi presso una banca
Sommario Data Warehousing Luca Cabibbo, Riccardo Torlone, Paolo Atzeni Introduzione Basi di dati integrate, sì, ma OLTP e OLAP Data warehousing Data warehouse e data warehousing Dati multidimensionali
Archivi e database. Prof. Michele Batocchi A.S. 2013/2014
Archivi e database Prof. Michele Batocchi A.S. 2013/2014 Introduzione L esigenza di archiviare (conservare documenti, immagini, ricordi, ecc.) è un attività senza tempo che è insita nell animo umano Primi
Basi di Dati Relazionali
Corso di Laurea in Informatica Basi di Dati Relazionali a.a. 2009-2010 PROGETTAZIONE DI UNA BASE DI DATI Raccolta e Analisi dei requisiti Progettazione concettuale Schema concettuale Progettazione logica
Organizzazione delle informazioni: Database
Organizzazione delle informazioni: Database Laboratorio Informatico di base A.A. 2013/2014 Dipartimento di Scienze Aziendali e Giuridiche Università della Calabria Dott. Pierluigi Muoio (pierluigi.muoio@unical.it)
Introduzione ad OLAP (On-Line Analytical Processing)
Introduzione ad OLAP (On-Line Analytical Processing) Metodi e Modelli per il Supporto alle Decisioni 2002 Dipartimento di Informatica Sistemistica e Telematica (Dist) Il termine OLAP e l acronimo di On-Line
Base di dati e sistemi informativi
Base di dati e sistemi informativi Una base di dati è un insieme organizzato di dati opportunamente strutturato per lo svolgimento di determinate attività La base di dati è un elemento fondamentale per
Corso di Informatica (Basi di Dati)
Corso di Informatica (Basi di Dati) Lezione 1 (12 dicembre 2008) Introduzione alle Basi di Dati Da: Atzeni, Ceri, Paraboschi, Torlone - Basi di Dati Lucidi del Corso di Basi di Dati 1, Prof. Carlo Batini,
Progettaz. e sviluppo Data Base
Progettaz. e sviluppo Data Base! Progettazione Basi Dati: Metodologie e modelli!modello Entita -Relazione Progettazione Base Dati Introduzione alla Progettazione: Il ciclo di vita di un Sist. Informativo
TECNICO SUPERIORE DEI TRASPORTI E DELL INTERMODALITÀ
ISTRUZIONE E FORMAZIONE TECNICA SUPERIORE SETTORE TRASPORTI TECNICO SUPERIORE DEI TRASPORTI E DELL INTERMODALITÀ STANDARD MINIMI DELLE COMPETENZE TECNICO PROFESSIONALI TECNICO SUPERIORE DEI TRASPORTI E
Alessandra Raffaetà. Basi di Dati
Lezione 2 S.I.T. PER LA VALUTAZIONE E GESTIONE DEL TERRITORIO Corso di Laurea Magistrale in Scienze Ambientali Alessandra Raffaetà Dipartimento di Informatica Università Ca Foscari Venezia Basi di Dati
Basi di dati. (Sistemi Informativi) teoria e pratica con Microsoft Access. Basi di dati. Basi di dati. Basi di dati e DBMS DBMS DBMS
Basi di Basi di (Sistemi Informativi) Sono una delle applicazioni informatiche che hanno avuto il maggiore utilizzo in uffici, aziende, servizi (e oggi anche sul web) Avete già interagito (magari inconsapevolmente)
Progettazione di Basi di Dati
Progettazione di Basi di Dati Prof. Nicoletta D Alpaos & Prof. Andrea Borghesan Entità-Relazione Progettazione Logica 2 E il modo attraverso il quale i dati sono rappresentati : fa riferimento al modello
Il database management system Access
Il database management system Access Corso di autoistruzione http://www.manualipc.it/manuali/ corso/manuali.php? idcap=00&idman=17&size=12&sid= INTRODUZIONE Il concetto di base di dati, database o archivio
DATABASE. A cura di Massimiliano Buschi
DATABASE A cura di Massimiliano Buschi Introduzione Con Microsoft Access: Immissione dati e interrogazione Interfaccia per applicazioni e report Ma prima bisogna definire alcune conoscenze di base sui
LO SVILUPPO DELLE COMPETENZE PER UNA FORZA VENDITA VINCENTE
LO SVILUPPO DELLE COMPETENZE PER UNA FORZA VENDITA VINCENTE Non c è mai una seconda occasione per dare una prima impressione 1. Lo scenario Oggi mantenere le proprie posizioni o aumentare le quote di mercato
Specifiche tecniche e funzionali del Sistema Orchestra
Specifiche tecniche e funzionali del Sistema Orchestra Sommario 1. Il Sistema Orchestra... 3 2. Funzionalità... 3 2.1. Sistema Orchestra... 3 2.2. Pianificazione e monitoraggio dei piani strategici...
Basi di dati. Concetti introduttivi ESEMPIO. INSEGNAMENTI Fisica, Analisi, Aule. Docenti. Entità Relazioni Interrogazioni. Ultima modifica: 26/02/2007
Basi di dati Concetti introduttivi Ultima modifica: 26/02/2007 ESEMPIO INSEGNAMENTI Fisica, Analisi, Informatica Aule Docenti Entità Relazioni Interrogazioni St udent i Database 2 Tabella (I) STUDENTE
CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo
CAPITOLO 8 Tecnologie dell informazione e controllo Agenda Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale Sistemi di controllo a feedback IT e coordinamento
25/11/14 ORGANIZZAZIONE AZIENDALE. Tecnologie dell informazione e controllo
ORGANIZZAZIONE AZIENDALE 1 Tecnologie dell informazione e controllo 2 Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale IT e coordinamento esterno IT e
Raggruppamenti Conti Movimenti
ESERCITAZIONE PIANO DEI CONTI Vogliamo creare un programma che ci permetta di gestire, in un DB, il Piano dei conti di un azienda. Nel corso della gestione d esercizio, si potranno registrare gli articoli
ISTITUTO TECNICO ECONOMICO MOSSOTTI
CLASSE III INDIRIZZO S.I.A. UdA n. 1 Titolo: conoscenze di base Conoscenza delle caratteristiche dell informatica e degli strumenti utilizzati Informatica e sistemi di elaborazione Conoscenza delle caratteristiche
Sistemi Informativi e Sistemi ERP
Sistemi Informativi e Sistemi Trasformare i dati in conoscenza per supportare le decisioni CAPODAGLIO E ASSOCIATI 1 I SISTEMI INFORMATIVI LI - E IMPRESA SISTEMA DI OPERAZIONI ECONOMICHE SVOLTE DA UN DATO
1. BASI DI DATI: GENERALITÀ
1. BASI DI DATI: GENERALITÀ BASE DI DATI (DATABASE, DB) Raccolta di informazioni o dati strutturati, correlati tra loro in modo da risultare fruibili in maniera ottimale. Una base di dati è usualmente
La Metodologia adottata nel Corso
La Metodologia adottata nel Corso 1 Mission Statement + Glossario + Lista Funzionalià 3 Descrizione 6 Funzionalità 2 Schema 4 Schema 5 concettuale Logico EA Relazionale Codice Transazioni In PL/SQL Schema
Prova scritta del corso di Basi di dati attive 17 Dicembre 1999. Agenzia
Prova scritta del corso di Basi di dati attive 17 Dicembre 1999 Si desidera automatizzare la gestione dei banchetti organizzati da un agenzia di pubbliche relazioni. Le specifiche del sistema informativo,
Corso di Complementi di Basi di dati A.A. 2005-2006 4. Data Warehouse
Riferimenti Corso di Complementi di Basi di dati A.A. 2005-2006 4. Data Warehouse Queste trasparenze parte 4 Testo di Atzeni et al. Basi di dati R.Kimball, The Data Warehouse Lifecycle Toolkit, 2nd Ed.,
Strutturazione logica dei dati: i file
Strutturazione logica dei dati: i file Informazioni più complesse possono essere composte a partire da informazioni elementari Esempio di una banca: supponiamo di voler mantenere all'interno di un computer
Business Intelligence Revorg. Roadmap. Revorg Business Intelligence. trasforma i dati operativi quotidiani in informazioni strategiche.
soluzioni di business intelligence Revorg Business Intelligence Utilizza al meglio i dati aziendali per le tue decisioni di business Business Intelligence Revorg Roadmap Definizione degli obiettivi di
IL MARKETING E QUELLA FUNZIONE D IMPRESA CHE:
IL MARKETING E QUELLA FUNZIONE D IMPRESA CHE:! definisce i bisogni e i desideri insoddisfatti! ne definisce l ampiezza! determina quali mercati obiettivo l impresa può meglio servire! definisce i prodotti
I database. Cosa sono e a cosa servono i Database
I database Estratto dal Modulo 1 - I database Prof. Piero GALLO 1 Cosa sono e a cosa servono i Database Un database(o base di dati) e' una raccolta organizzata di dati correlati. Il principale scopo di
LE RICERCHE DI MERCATO
LE RICERCHE DI MERCATO IL MARKETING: UNA DEFINIZIONE STUDIO DELLE NORME DI COMPORTAMENTO DI UNA AZIENDA CON RIGUARDO ALLA PROGRAMMAZIONE, REALIZZAZIONE E CONTROLLO DELLE ATTIVITA DI SCAMBIO. QUESTE NORME
I Sistemi Informativi
I Sistemi Informativi Definizione Un Sistema Informativo è un mezzo per acquisire, organizzare, correlare, elaborare e distribuire le informazioni che riguardano una realtà che si desidera descrivere e
UNIVERSITA DEGLI STUDI DI BRESCIA Facoltà di Ingegneria
ESAME DI STATO DI ABILITAZIONE ALL'ESERCIZIO DELLA PROFESSIONE DI INGEGNERE PRIMA PROVA SCRITTA DEL 22 giugno 2011 SETTORE DELL INFORMAZIONE Tema n. 1 Il candidato sviluppi un analisi critica e discuta
SISTEMI INFORMATIVI AVANZATI -2010/2011 1. Introduzione
SISTEMI INFORMATIVI AVANZATI -2010/2011 1 Introduzione In queste dispense, dopo aver riportato una sintesi del concetto di Dipendenza Funzionale e di Normalizzazione estratti dal libro Progetto di Basi
LO SVILUPPO DELLE COMPETENZE RELAZIONALI DEL PERSONALE INTERNO A CONTATTO CON IL CLIENTE
LO SVILUPPO DELLE COMPETENZE RELAZIONALI DEL PERSONALE INTERNO A CONTATTO CON IL CLIENTE La qualità del servizio passa attraverso la qualità delle persone 1. Lo scenario In presenza di una concorrenza
MICHELANGELO REPORT è un
Michelangelo Report Controllare il venduto, l'acquistato, le giacenze di magazzino e gli ordini di acquisto e di vendita, analizzare le performance MICHELANGELO REPORT è un prodotto software altamente
Introduzione al data base
Introduzione al data base L Informatica è quella disciplina che si occupa del trattamento automatico dei dati con l ausilio del computer. Trattare i dati significa: raccoglierli, elaborarli e conservarli
SOMMARIO. 9- Basi di dati direzionali. Tipi di sistemi direzionali SISTEMI INFORMATIVI DIREZIONALI. Basi di Dati per la gestione dell Informazione
1 SOMMARIO 2 9- Basi di dati direzionali Basi di Dati per la gestione dell Informazione A. Chianese, V. Moscato, A. Picariello, L. Sansone Sistemi Informativi Direzionali (SID) Architettura dei SID La
Sistemi Informativi e Basi di Dati
Sistemi Informativi e Basi di Dati Laurea Specialistica in Tecnologie di Analisi degli Impatti Ecotossicologici Docente: Francesco Geri Dipartimento di Scienze Ambientali G. Sarfatti Via P.A. Mattioli
CORSO ACCESS PARTE II. Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?)
Ambiente Access La Guida di Access Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?) Guida in linea Guida rapida Assistente di Office indicazioni
Convegno 6 giugno 2013 Federlazio Frosinone
Convegno 6 giugno 2013 Federlazio Frosinone pag. 1 6 giugno 2013 Federlazio Frosinone Introduzione alla Business Intelligence Un fattore critico per la competitività è trasformare la massa di dati prodotti
GESTIONE AVANZATA DEI MATERIALI
GESTIONE AVANZATA DEI MATERIALI Divulgazione Implementazione/Modifica Software SW0003784 Creazione 23/01/2014 Revisione del 27/06/2014 Numero 1 Una gestione avanzata dei materiali strategici e delle materie
Lezione 4. Controllo di gestione. Il controllo direzionale
Lezione 4 Il controllo direzionale Sistema di pianificazione e controllo PIANIFICAZIONE STRATEGICA PIANO 1 2 OBIETTIVI OBIETTIVI ATTIVITA 3 DI LUNGO PERIODO DI BREVE PERIODO OPERATIVA 5 BUDGET FEED-BACK
IDENTIFICAZIONE DEI BISOGNI DEL CLIENTE
IDENTIFICAZIONE DEI BISOGNI DEL CLIENTE 51 Dichiarazione d intenti (mission statement) La dichiarazione d intenti ha il compito di stabilire degli obiettivi dal punto di vista del mercato, e in parte dal
Supporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita;
.netbin. è un potentissimo strumento SVILUPPATO DA GIEMME INFORMATICA di analisi dei dati con esposizione dei dati in forma numerica e grafica con un interfaccia visuale di facile utilizzo, organizzata
Anno scolastico 2015 / 2016. Piano di lavoro individuale. ITE Falcone e Borsellino. Classe: IV ITE. Insegnante: DEGASPERI EMANUELA
Anno scolastico 2015 / 2016 Piano di lavoro individuale ITE Falcone e Borsellino Classe: IV ITE Insegnante: DEGASPERI EMANUELA Materia: LABORATORIO DI INFORMATICA ISS BRESSANONE-BRIXEN LICEO SCIENTIFICO
COMUNE DI RAVENNA GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI)
COMUNE DI RAVENNA Il sistema di valutazione delle posizioni del personale dirigente GUIDA ALLA VALUTAZIONE DELLE POSIZIONI (FAMIGLIE, FATTORI, LIVELLI) Ravenna, Settembre 2004 SCHEMA DI SINTESI PER LA
I database relazionali (Access)
I database relazionali (Access) Filippo TROTTA 04/02/2013 1 Prof.Filippo TROTTA Definizioni Database Sistema di gestione di database (DBMS, Database Management System) Sistema di gestione di database relazionale
Monitoraggio sulla conversione dei prezzi al consumo dalla Lira all Euro
ISTAT 17 gennaio 2002 Monitoraggio sulla conversione dei prezzi al consumo dalla Lira all Euro Nell ambito dell iniziativa di monitoraggio, avviata dall Istat per analizzare le modalità di conversione
PROGRAMMAZIONE MODULARE DI INFORMATICA CLASSE QUINTA - INDIRIZZO MERCURIO SEZIONE TECNICO
PROGRAMMAZIONE MODULARE DI INFORMATICA CLASSE QUINTA - INDIRIZZO MERCURIO SEZIONE TECNICO Modulo 1: IL LINGUAGGIO HTML Formato degli oggetti utilizzati nel Web Elementi del linguaggio HTML: tag, e attributi
Note per la lettura dei report
Note per la lettura dei report Report strutturali 0. IMPRESE REGISTRATE PER STATO DI ATTIVITÀ. ANNO 2012 E TASSO DI CRESCITA 2012 Contiene la distribuzione dell insieme delle imprese registrate, ovvero
GESTIONE AVANZATA DEI MATERIALI
GESTIONE AVANZATA DEI MATERIALI Divulgazione Implementazione/Modifica Software SW0003784 Creazione 23/01/2014 Revisione del 25/06/2014 Numero 1 Una gestione avanzata dei materiali strategici e delle materie
PROGETTAZIONE CONCETTUALE
PROGETTAZIONE CONCETTUALE 1 Il Modello Concettuale Nella progettazione concettuale la descrizione dei dati da rappresentare avviene a livello astratto indipendentemente dal computer e dal software utilizzato.
Informatica Generale Andrea Corradini. 19 - Sistemi di Gestione delle Basi di Dati
Informatica Generale Andrea Corradini 19 - Sistemi di Gestione delle Basi di Dati Sommario Concetti base di Basi di Dati Il modello relazionale Relazioni e operazioni su relazioni Il linguaggio SQL Integrità
Progettaz. e sviluppo Data Base
Progettaz. e sviluppo Data Base! Introduzione ai Database! Tipologie di DB (gerarchici, reticolari, relazionali, oodb) Introduzione ai database Cos è un Database Cos e un Data Base Management System (DBMS)
Database. Appunti di Amaranto Oronzo e Giancane Diego Lezione dell Ing. Lucia Vaira 24/04/2014
Database Appunti di Amaranto Oronzo e Giancane Diego Lezione dell Ing. Lucia Vaira 24/04/2014 Cos'è un database? È una struttura di dati composta da tabelle a loro volta composte da campi. Caratteristiche