Sistemi Informativi Aziendali. Sistemi Informativi Aziendali. Sistemi Informativi Aziendali
|
|
- Beatrice Caselli
- 7 anni fa
- Visualizzazioni
Transcript
1 DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE ANTONIO RUBERTI Introduzione al Data Warehousing per b. Progetto di Datawarehouse 1
2 Progetto di Data Warehouse Definizione di obiettivi e pianificazione fattibilità (confini, dimensione, sorgenti, ) team piano operativo Progetto dell infrastruttura alternative architetturali alternative tecnologiche Progetto e sviluppo dei Data Mart analisi con esperti del dominio 2
3 Ciclo di vita (Kimball, 1998) pianificazione definizione requisiti progetto architettura modellazione dimensionale specifica applicazioni gestione progetto tecnologia selezione e installazione prodotti realizzazione dati progetto fisico progetto e sviluppo alimentazione manutenzione applicazioni sviluppo applicazioni 3
4 Flussi dati & Evoluzione progettuale DW Flusso dati Logica di progettazione 4
5 Fasi di progetto di un Data Mart 1. Analisi e riconciliazione delle fonti dati schemi delle sorgen schema riconciliato 2. Analisi dei requisiti schema riconciliato fa, carico lavoro 3. Progetto Concettuale schema riconciliato, fa, carico lavoro schemi di fa o 4. Progetto Logico schemi di fa o, carico lavoro schema logico Data Mart 5. Progetto dell Alimentazione schemi di fatto star-schema, snowflakes entità-relazione schemi delle sorgenti, schema riconciliato, schema logico Data Mart procedure alimentazione 6. Progetto Fisico schema logico Data Mart, carico lavoro, DBMS schema fisico DM 5
6 Riconciliazione delle fonti dati Integrazione di schemi: a un passo a scala bilanciato iterativo 6
7 Fatti il punto della situazione FATTO: categoria di eventi che si verificano nella realtà di interesse dell organizzazione. Per ciascun fatto: dimensioni: coordinate di analisi/classificazione misure: proprietà di un fatto, aspetti quantitativi gerarchia dimensionale: per ciascuna dimensione granularità di informazione: compromesso ( * ) tra quantità di informazione ed efficienza ( * ) Per compiti specifici esistono, in ogni caso: il DB operazionale / riconciliato il drill-through 7
8 Progetto Concettuale Il modello ER non sembra adeguato (anche se resta un fondamentale supporto nella fase di progetto logico) Non esiste un consenso unanime sul modello da adottare Diverse proposte in letteratura: Multidimensional Entity-Relationship Model DFM - Dimensional Fact Model 8
9 Schema ER del DB operazionale data numero importo p_iva citta DATA (1,n) emessa FATTURA_V presso NEGOZIO situato CITTA quantita posizione incasso (1,n) contiene VOCE_V riferita ARTICOLO codice 9
10 Schema logico del DB operazionale data numero importo p_iva citta DATA (1,n) emessa FATTURA_V presso NEGOZIO situato CITTA quantita posizione incasso (1,n) contiene VOCE_V riferita ARTICOLO codice 10
11 Schema logico DB operazionale -revisione denormalizzazione ELIMINAZIONE DI ATTRIBUTI: vengono tolti dallo schema gli attributi che non interessano data citta DATA (1,n) emessa VENDITA presso NEGOZIO situato CITTA ACCORPAMENTO: si ipotizza che non interessi il raggruppamento delle vendite in fatture (ossia la Market Basket Analysis) e pertanto collassano le entità FATTURA e VOCE voce_vendita quantita incasso riferita ARTICOLO 11
12 Schema di fatto (preliminare) DIMENSIONI FATTO data (TEMPO) (SPAZIO) MISURE VENDITA quantità incasso (MERCE) 12
13 Gerarchie dimensionali anno gerarchia TEMPO gerarchia SPAZIO trimestre mese settimana zona regione responsabile distretto citta data Dettagli (granularità) In base a specifiche di utente gerarchia MERCE sottogenere marca genere città_marca 13
14 Schema di fatto DFM (Dimensional Fact Model) anno trimestre mese settimana zona regione responsabile distretto città data VENDITA quantità incasso sottogenere marca genere città_marca 14
15 Schema di Fatto (esempio) ALL trimestre anno Es: vendite mensili per città e per marca mese data settimana ALL zona regione responsabile distretto città VENDITA quantità incasso sottogenere marca genere città_marca ALL 15
16 Schema ER settimana (1,n) SETTIMANA anno trimestre mese data ANNO (1,n) TRIMESTRE (1,n) MESE (1,n) DATA responsabile (1,n) ZONA zona RESPONSABILE (1,n) quantita emessa citta incasso (1,n) REGIONE CITTA situato NEGOZIO presso VENDITA regione distretto DISTRETTO CITTA_MARCA MARCA riferita ARTICOLO citta_marca marca GENERE SOTTOGENERE appartiene genere sottogenere 16
17 Gerarchie condivise e ruoli anno trimestre mese settimana data responsabile distretto VENDITA quantità incasso sottogenere genere città_ città_marca marca zona regione città può essere interessante valutare la distribuzione territoriale dei marchi di successo 17
18 Archi multipli (relazioni n:n) anno trimestre mese settimana un può avere (avuto) più responsabili responsabile distretto data VENDITA quantità incasso sottogenere genere città_ marca città_marca zona regione città 18
19 Attributi cross-dimensionali anno trimestre mese settimana data responsabile VENDITA quantità incasso sottogenere genere zona distretto città_ regione città città_marca marca può esistere una percentuale di provvigione può dipendere dalla marca e dal perc_provvigione 19
20 Schema ER (rivisto) settimana SETTIMANA (1,n) anno trimestre mese data ANNO (1,n) TRIMESTRE (1,n) MESE (1,n) DATA responsabile (1,n) ZONA zona RESPONSABILE (1,n) quantita emessa citta (1,n) incasso (1,n) REGIONE CITTA situato NEGOZIO presso VOCE_V regione percent distretto DISTRETTO riferita PROVVIGIONE ha_sede MARCA ARTICOLO GENERE marca SOTTOGENERE appartiene genere sottogenere 20
21 Manipolazione delle gerarchie zona regione responsabile distretto città potatura innesto città responsabile zona responsabile citta distretto distretto 21
22 Alternative di rappresentazione per DW: *OLAP ROLAP - Relational On-Line Analitical Processing dati su DBMS relazionale accesso indicizzato MOLAP -Multidimensional On-Line Analitical Processing dati su strutture multidimensionali accesso calcolato HOLAP - Hybrid On-Line Analitical Processing dati su strutture di entrambe le tipologie introdotta da Oracle (Express Server, 2002) 22
23 Architettura ROLAP middleware R-DBMS(+) SQL (+) OLAP client metadati DW (DB relazionale) soluzioni dedicate componente modulare 23
24 Modello Logico MOLAP mancanza di uno standard affermato sia per le strutture dati che per i linguaggi di accesso gestione della sparsità dei dati (frazione popolata del cubo multidimensionale) elementi significativi individuati in base ad offset (collezione degli indici degli elementi non nulli) partizionamento in cubi più piccoli a densità quasi uniforme (densi o molto sparsi) strutture dati ad hoc (es.: kd-trees) 24
25 Modello logico (ROLAP): STAR-SCHEMA una DIMENSION TABLE per ciascuna dimensione: chiave primaria (solitamente una chiave surrogata) un insieme di attributi che descrivono i valori per tutti i livelli di aggregazione una singola FACT TABLE: chiave primaria: una foreign-keyper ciascuna delle dimension tables un attributo per ciascuna misura Completa DENORMALIZZAZIONE (a parte la fact table) 25
26 Esempio di STAR-SCHEMA ID_ARTICOLO sottogenere genere marca città_marca regione zona dimension tables fact table vendite ID_ARTICOLO ID_DATA ID_ NEGOZIO quantità incasso data ID_DATA data settimana mese trimestre anno ID_NEGOZIO distretto responsabile città regione zona 26
27 Modello logico (ROLAP): SNOWFLAKE A partire dallo STAR-SCHEMA, si opera una NORMALIZZAZIONE (parziale) delle dimension tables, ottenendo: per ciascuna dimensione, la singola dimension table primarianello Star-Schema può essere decomposta dando luogo ad una collezione di dimension table secondarie una singola fact table: chiave primaria: una foreign-keyper ciascuna delle dimensioni (e per ciascuna dimension table primaria) un attributo per ciascuna misura 27
28 Esempio di schema SNOWFLAKE ID_ARTICOLO sottogenere genere ID_MARCA marchi ID_MARCA marca ID_CITTA dimension table secondarie dimension table primarie vendite ID_ARTICOLO ID_DATA ID_NEGOZIO quantità incasso città ID_CITTA città regione zona data ID_DATA data settimana mese trimestre anno ID_NEGOZIO distretto responsabile ID_CITTA 28
29 Progetto Fisico e VISTE Il principale problema operativo in un Data Warehouse è quello delle prestazioni Per contro, la ridondanza non costituisce un grave problema, a causa della essenziale staticità del DW Per conseguire migliori prestazioni, si opera una parziale materializzazione delle viste sulla Fact Table La contropartite legate alla materializzazione di viste sono: spazio aggiuntivo (dati completamente ridondanti) tempo di calcolo al momento del refresh del DW 29
30 Reticolo delle Viste mese VENDITE marca giorno quantità incasso prezzo_unit,giorno,mese marca,mese marca,giorno giorno marca mese {} 30
31 Ottimizzazione del calcolo basata sulle viste materializzate mese giorno VENDITE quantità incasso prezzo_unit marca FATTORI DI COSTO: tempo di calcolo spazio tempo di refresh,giorno data warehouse,mese marca,giorno query ricorrenti marca,mese giorno viste candidate viste materializzate (una ipotesi) marca mese {} 31
32 Bibliografia M. Golfarelli, S. Rizzi. Data Warehouse Teoria e Pratica della Progettazione (2 a ed.) McGraw-Hill,
Indice. Prefazione. Capitolo 1 Introduzione al data warehousing 1
Indice Prefazione XI Capitolo 1 Introduzione al data warehousing 1 1.1 I sistemi di supporto alle decisioni 2 1.2 Il data warehousing 3 1.3 Architetture per il data warehousing 6 1.3.1 Architettura a un
DettagliIl modello multidimensionale. Per le slides si ringrazia il Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e il Dott.
Il modello multidimensionale Per le slides si ringrazia il Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e il Dott. Angelo Sironi Verso il modello multidimensionale Che incassi sono stati
DettagliSistemi Informativi Avanzati
Anno Accademico 2012/2013 Sistemi Informativi Avanzati Corso di Laurea Magistrale in Ingegneria Gestionale Domenico Beneventano Andrea Scavolini Introduzione 1 Obiettivi Il corso si propone di fornire
DettagliSistemi Informativi Avanzati
Anno Accademico 2015/2016 Sistemi Informativi Avanzati Corso di Laurea Magistrale in Ingegneria Gestionale Domenico Beneventano Roberto Piuca Introduzione 1 Obiettivi Il corso si propone di fornire all'allievo
DettagliIntroduzione al Data Warehousing per Sistemi Informativi Aziendali
Università La Sapienza di Roma AA 2009-2010 Prof. Introduzione al Data Warehousing per Cos è il Data Warehousing Collezione di metodi, tecnologie e strumenti di ausilio al lavoratore della conoscenza (manager,
DettagliData warehouse Introduzione
D M B G Data warehouse Introduzione INTRODUZIONE - 1 Supporto alle decisioni aziendali La maggior parte delle aziende dispone di enormi basi di dati contenenti dati di tipo operativo queste basi di dati
DettagliData warehouse Introduzione
DataBase and Data Mining Group of DataBase and Data Mining Group of DataBase and Data Mining Group of Database and data mining group, D MG B Data warehouse Introduzione INTRODUZIONE - 1 Database and data
DettagliIl Dimensional Fact Model
Il Dimensional Fact Model Per le slides si ringrazia il Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e il Dott. Angelo Sironi Quale formalismo? Mentre è universalmente riconosciuto che un
DettagliData warehouse: introduzione
atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and
DettagliStar Schema. Progettazione Logica ROLAP 30/05/2014
Progettazione Logica Progettazione Logica ROLAP La versione multidimensionale dei dati usata nel DW può essere realizzata usando modelli logici diversi: Modello Relazionale: realizza la visione multidimensionale
DettagliSistemi Informativi Avanzati
Anno Accademico 2010/2011 Sistemi Informativi Avanzati Corso di Laurea Magistrale in Ingegneria Gestionale Prof. Domenico Beneventano beneventano.domenico@unimore.it Introduzione 1 Obiettivi Il corso si
DettagliSistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano. Archi multipli
Sistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano Archi multipli Capitoli 5.2.5 e 9.1.4 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo Golfarelli,
DettagliAnalysis Service. Dutto Riccardo IPSI - tel Dutto Riccardo - SQL Server 2008.
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo riccardo.dutto@polito.it IPSI - tel.7991 http://dbdmg.polito.it/ Il Data warehouse Sorgenti dati operazionali DB relazionali
DettagliProgettazione Logica. Sviluppo di un Database/DataWarehouse
Sistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano Progettazione Logica Dal Capitolo 8 e 9 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo
DettagliSistemi Informativi Avanzati Anno Accademico 2012/2013 Prof. Domenico Beneventano. Archi multipli
Sistemi Informativi Avanzati Anno Accademico 2012/2013 Prof. Domenico Beneventano Archi multipli Capitoli 5.2.5 e 9.1.4 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo Golfarelli,
DettagliIntroduzione al Data Warehousing
Sistemi Informativi Avanzati Anno Accademico 2015/2016 Prof. Domenico Beneventano Introduzione al Data Warehousing Molte di queste slide sono state realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/)
DettagliData warehouse Progettazione
D MG B Data warehouse Progettazione DATA WAREHOUSE: PROGETTAZIONE - 1 Fattori di rischio Aspettative elevate degli utenti il data warehouse come soluzione dei problemi aziendali Qualità dei dati e dei
DettagliDatawarehouse. Proge.azione logica
Datawarehouse Proge.azione logica 1) Modello a stella implementato 3 Semplici join permettono di ricostruire i fatti. Le tabelle dimensione sono generalmente denormalizzate: contengono le dipendenze funzionali
DettagliModellazione concettuale
Sistemi Informativi Avanzati Anno Accademico 2015/2016 Prof. Domenico Beneventano Modellazione concettuale Dal Capitolo 5 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo
DettagliIntroduzione al Data Warehousing
Sistemi Informativi Avanzati Anno Accademico 2012/2013 Prof. Domenico Beneventano Introduzione al Data Warehousing Molte di queste slide sono state realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/)
DettagliData 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
DettagliData warehouse Progettazione
Database and data mining group, Data warehouse Progettazione DATA WAREHOUSE: PROGETTAZIONE - 1 Pag. 1 Fattori di rischio Database and data mining group, Aspettative elevate degli utenti il data warehouse
DettagliDatawarehouse. Proge.azione logica
Datawarehouse Proge.azione logica 1) Modello a stella implementato 3 Semplici join permettono di ricostruire i fatti. Le tabelle dimensione sono generalmente denormalizzate: contengono le dipendenze funzionali
DettagliData warehouse Progettazione
DataBase and Data Mining Group of Database and data mining group, D M B G Data warehouse Progettazione DATA WAREHOUSE: PROGETTAZIONE - 1 DataBase and Data Mining Group of Fattori di rischio Database and
DettagliIntroduzione al Data Warehousing
Introduzione al Data Warehousing Molte di queste slide sono state realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e sono state tratte dal suo libro Data Warehouse - teoria e pratica
DettagliArchitetture di Data Warehouse. PDF created with pdffactory trial version
Architetture di Data Warehouse L aspetto architetturale del DW o L aspetto architetturale è estremamente importante: il dw deve essere dotato della capacità di eseguire operazioni complesse e pesanti dal
DettagliThematica Software Technologies
Sperimentazione di Servizi Innovativi alle Imprese Produttrici di Software Università della Calabria 21-10-2004 Nicola Nardino s.r.l. www.thematica.it nnardino@thematica.it Teconologie Microstrategy(ROLAP)
DettagliDefinizione e calcolo delle misure
Definizione e calcolo delle misure! Misure Derivate! Misure Calcolate! Misure Derivate e Progetto Logico! Calcolo delle Misure! Aggregabilità Misure Derivate " Sono misure definite a partire da altre misure
DettagliEstensioni del linguaggio SQL per interrogazioni OLAP
Sistemi Informativi Avanzati Anno Accademico 2012/2013 Prof. Domenico Beneventano Estensioni del linguaggio SQL per interrogazioni OLAP Esempio! Esempio delle vendite con scontrino (nella tabella, per
DettagliProgettazione Logica
Sistemi Informativi Avanzati Anno Accademico 2011/2012 Prof. Domenico Beneventano Progettazione Logica Versione semplificata rispetto alle dispense originali realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/)
Dettagli! Un arco multiplo corrisponde ad un associazione molti-a-molti: il padre (libro) non determina funzionalmente il figlio (autore)
Arco Multiplo! Schema di fatto contenente un arco multiplo: genere autore libro VENDITA numero incasso data mese anno arco multiplo (AM) " Per illustrare il concetto di arco multiplo si parte da uno schema
DettagliBasi di dati. Corso di Laurea in Ingegneria Informatica Canale di Ingegneria delle Reti e dei Sistemi Informatici - Polo di Rieti
Corso di Laurea in Ingegneria Informatica Canale di Ingegneria delle Reti e dei Sistemi Informatici - Polo di Rieti Anno Accademico 2009/2010 del Corso Docente Pierangelo Di Sanzo Dipartimento di Informatica
DettagliMETODOLOGIE DI PROGETTAZIONE DI BD E DI DW. Gli eventi (fenomeni) di interesse, detti fatti. La granularità dei fatti da analizzare.
METOOLOGIE I PROGETTAZIONE I B E I W ANALISI EI REQUISITI PER W B Progettare una B per agevolare le attività operative di un organizzazione. OBIETTIVO ANALISI EI REQUISITI W Progettare un W per agevolare
DettagliIl ciclo di sviluppo del Data Warehouse
Il ciclo di sviluppo del Data Warehouse Sistemi Informativi L Corso di Laurea in Ingegneria dei Processi Gestionali A.A. 2003/2004 Docente: Prof. Wilma Penzo Perché? Molte organizzazioni mancano della
DettagliData Warehousing. Esercitazione 2
Esercitazione 2 Reminder In laboratorio è presente un installazione Enterprise di DB2. Per accedere richiedere un account come specificato sul sito del corso 1 Riepilogo Esercitazione 1: Descrizione dello
DettagliBasi di Dati Direzionali
Basi di Dati Direzionali Angelo Chianese, Vincenzo Moscato, Antonio Picariello, Lucio Sansone Basi di dati per la gestione dell'informazione 2/ed McGraw-Hill Capitolo 9 Appunti dalle lezioni SQL come DDL
DettagliData warehouse. Progettazione di un data warehouse
Data warehouse Progettazione di un data warehouse Architettura di un dw 2 Componenti di un dw Due funzioni principali: 1. Prendere le informazioni dai sistemi operazionali, pulirle e metterle dentro il
DettagliProgettazione logica. Prof. Stefano Rizzi
Progettazione logica Prof. Stefano Rizzi Modelli logici per il Data Mart Mentre la modellazione concettuale è indipendente dal modello logico prescelto per l implementazione, evidentemente lo stesso non
DettagliBasi di Dati. Corso di Laurea in Informatica Corso B A.A. 2015/16. Dr. Claudia d'amato. Dipartimento di Informatica, Università degli Studi Bari
Basi di Dati Corso di Laurea in Informatica Corso B A.A. 2015/16 Dr. Claudia d'amato Dipartimento di Informatica, Università degli Studi Bari tel.: 080 5442246 email: claudia.damato@uniba.it http://www.di.uniba.it/~cdamato/
DettagliPentaho: una soluzione Open per la progettazione e sviluppo di Data Warehouse
DPTS - DCMT/1 Pentaho: una soluzione Open per la progettazione e sviluppo di Data Warehouse Mariano Crea Istituto Nazionale di Statistica Agenda Data Warehouse Overview La Suite Pentaho Mondrian & JPivot:
DettagliArchitetture Evolute nei Sistemi Informativi. architetture evolute 1
Architetture Evolute nei Sistemi Informativi architetture evolute 1 Scalabilità delle Applicazioni carico: insieme di tutte le applicazioni (query) scalabilità: abilità di conservare prestazioni elevate
DettagliI DATI E LA LORO INTEGRAZIONE 63 4/001.0
I DATI E LA LORO INTEGRAZIONE 63 4/001.0 L INTEGRAZIONE DEI DATI INTEGRAZIONE DEI DATI SIGNIFICA LA CONDIVISIONE DEGLI ARCHIVI DA PARTE DI PIÙ AREE FUNZIONALI, PROCESSI E PROCEDURE AUTOMATIZZATE NELL AMBITO
DettagliUn arco multiplo corrisponde ad un associazione molti-a-molti: il padre (libro) non determina funzionalmente il figlio (autore)
Arco Multiplo Schema di fatto contenente un arco multiplo: genere autore libro VENDITA numero incasso data mese anno arco multiplo (AM) Per illustrare il concetto di arco multiplo si parte da uno schema
DettagliSISTEMI INFORMATIVI TERRITORIALI DATABASES -LEZIONE 3
SISTEMI INFORMATIVI TERRITORIALI DATABASES -LEZIONE 3 Patrizio Pelliccione patrizio.pelliccione@di.univaq.it Dipartimento di Informatica Università degli Studi dell Aquila RINGRAZIAMENTI Queste slides
DettagliBusiness Intelligence & Data Warehousing
Business Intelligence & Data Warehousing prof. Stefano Rizzi DISI - Università di Bologna stefano.rizzi@unibo.it Sommario! La BI! Il data warehouse Architetture L ETL Il modello multidimensionale Reportistica
DettagliData Warehousing e Business Intelligence
Data Warehousing e Business Intelligence Urbino 15 maggio 2008 Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna 1 Introduzione al Data Warehousing 1 L evoluzione dei sistemi informativi
DettagliModellazione concettuale
Sistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano Modellazione concettuale Dal Capitolo 5 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo
DettagliData warehousing con SQL Server
Data warehousing con SQL Server SQL Server è un RDBMS (Relational DataBase Management System) Analysis Services è un componente di SQL Server che offre un insieme di funzionalità di supporto al data warehousing
DettagliLezione 5. Alimentazione dei Data Warehouses Riconciliazione e Integrazione di Schemi di Dati per il Data Warehousing
Lezione 5 Alimentazione dei Data Warehouses Riconciliazione e Integrazione di Schemi di Dati per il Data Warehousing 16/05/2011 1 Alimentazione di un DW Sorgenti operazionali Estrazione Pulizia Staging
DettagliPROGRAMMAZIONE DIDATTICA DI DIPARTIMENTO A.S. 2017/2018
ISTITUTO ISTRUZIONE SUPERIORE EINAUDI - SCARPA TECNOLOGICO - ECONOMICO PROFESSIONALE Via J. Sansovino, 6-31044 MONTEBELLUNA (TV) 0423 23587 - Fax 0423 602717 web: www.iiseinaudiscarpa.gov.itemail: info@iiseinaudiscarpa.gov.it
DettagliA.s Programma di Informatica
A.s. 2008-2009 Programma di Informatica Gli aspetti teorici della disciplina sono suddivisi in 5 moduli: A. Progetto di sistemi informativi B. Basi di dati C. Linguaggi per basi di dati relazionali D.
DettagliArchitetture per l analisi dei dati
Architetture per l analisi dei dati Esercizio 8.1 Progettare un cubo multidimensionale relativo all analisi dei sinistri per una compagnia assicurativa, basandosi sulle specifiche accennate nel paragrafo
DettagliNella vita quotidiana esistono innumerevoli esempi di database. Un agenda telefonica, un vocabolario o un catalogo di viaggi, sono tutti esempi di
1 Nella vita quotidiana esistono innumerevoli esempi di database. Un agenda telefonica, un vocabolario o un catalogo di viaggi, sono tutti esempi di archivi di dati. Il prelievo da un bancomat o il noleggio
DettagliSistemi Informativi Avanzati Anno Accademico 2011/2012 Prof. Domenico Beneventano. OLAP - Analysis Services
Sistemi Informativi Avanzati Anno Accademico 2011/2012 Prof. Domenico Beneventano OLAP - Analysis Services OLAP: cubi multidimensionali OLAP : insieme di tecniche software per l'analisi interattiva e veloce
DettagliCorso di basi di dati Fascicolo T04b Nota: i primi lucidi sostituiscono alcuni già proposti, in altro ordine e ccon qualche differenza, nel fascicolo
Corso di basi di dati Fascicolo T04b Nota: i primi lucidi sostituiscono alcuni già proposti, in altro ordine e ccon qualche differenza, nel fascicolo T04a ... dati storici...... dati aggregati... Le basi
DettagliPrefazione. Parte Prima Basi di dati relazionali: modello e linguaggi 15
Prefazione xi 1 Introduzione 1 1.1 Sistemi informativi, informazioni e dati... 1 1.2 Basi di dati e sistemi di gestione di basi di dati... 3 1.3 Modelli dei dati... 6 1.3.1 Schemi e istanze... 8 1.3.2
DettagliA. Ferrari modello relazionale
modello relazionale informatica progettazione logica relazionale o progettazione logica relazionale: o conversione di un diagramma E/R in un insieme di relazioni (tabelle), che costituisce lo schema logico
DettagliSQL Server Business Intelligence Development Studio. SQL Server BI Development Studio. SQL Server BI Development Studio *Analysis Services*
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo http://dbdmg.polito.it/ SQL Server BI Development Studio Analysis Services Operazioni OLAP Creazione di dimensioni Creazione
DettagliSQL Server Business Intelligence Development Studio
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo http://dbdmg.polito.it/ SQL Server BI Development Studio Analysis Services Operazioni OLAP Creazione di dimensioni Creazione
DettagliData 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
DettagliData warehousing con SQL Server
Data warehousing con SQL Server! SQL Server è un RDBMS (Relational DataBase Management System)! Analysis Services è un componente di SQL Server che offre un insieme di funzionalità di supporto al data
DettagliIntroduzione 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
DettagliBasi di dati attive. Una base di dati è ATTIVA quando consente la definizione e la gestione di regole di produzione (regole attive o trigger).
Basi di dati attive Una base di dati è ATTIVA quando consente la definizione e la gestione di regole di produzione (regole attive o trigger). Tali regole vengono attivate in modo automatico al verificarsi
DettagliCONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI
CONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI Introduzione alle basi di dati (2) 2 Modelli dei dati, schemi e istanze (1) Nell approccio con basi di dati è fondamentale avere un certo livello di
DettagliLaboratorio di Basi di Dati progettazione concettuale
Laboratorio di Basi di Dati progettazione concettuale Pierluigi Pierini Technolabs S.p.a. Pierluigi.Pierini@technolabs.it Analisi dei requisiti a partire da modulistica Un modulo contiene soltanto dati
DettagliA. Ferrari modello relazionale
modello relazionale progettazione logica relazionale o progettazione logica relazionale: o conversione di un diagramma E/R in un insieme di relazioni (tabelle), che costituisce lo schema logico relazionale
DettagliPag Politecnico di Torino 1
Introduzione Strutture fisiche di accesso Definizione di indici in SQL Progettazione fisica Linguaggio SQL: costrutti avanzati D B M G D B M G2 Organizzazione fisica dei dati All interno di un DBMS relazionale,
DettagliTecnico della progettazione implementazione e manutenzione di sistemi di gestione di database
CORSO DI FORMAZIONE Tecnico della progettazione implementazione e manutenzione di sistemi di gestione di database Sequenza delle UF e dei moduli Introduzione database Sistemi di Gestione dei database Linguaggi
DettagliD B M G D B M G 2. Gestione degli indici. Introduzione Strutture fisiche di accesso Definizione di indici in SQL Progettazione fisica
Linguaggio SQL: costrutti avanzati D B M G Introduzione Strutture fisiche di accesso Definizione di indici in SQL Progettazione fisica D B M G 2 Pag. 1 2007 Politecnico di Torino 1 D B M G Organizzazione
DettagliSQL Server BI Development Studio. SQL Server Business Intelligence Development Studio. Analysis Services
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo Analysis Services Operazioni OLAP Creazione di dimensioni Creazione e interrogazione di cubi Operazioni di Data Mining
DettagliRassegna 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
DettagliAmbienti Operativi per OLAP. Casi di Studio
Ambienti Operativi per OLAP. Casi di Studio Alfredo Cuzzocrea DEIS Dipartimento di Elettronica, Informatica e Sistemistica Università della Calabria cuzzocrea@deis.unical.it Sommario Installazione e Configurazione
DettagliITI M. FARADAY. Programmazione a. s
ITI M. FARADAY Programmazione a. s. 2018-2019 Disciplina: INFORMATICA Indirizzo: INFORMATICA E TELECOMUNICAZIONI Classi: Quinta A Quinta B Ore settimanali previste: 6 (3 ora Teoria - 3 ore Laboratorio)
DettagliFilippo Geraci DATA WAREHOUSING
Filippo Geraci DATA WAREHOUSING Data warehouse Bill Inmon (seconda metà anni 80) [ ] collezione di dati, a supporto del processo decisionale manageriale orientata al soggetto, integrata, non volatile e
DettagliBasi di dati Architetture e linee di evoluzione
Basi di dati Architetture e linee di evoluzione Paolo Atzeni Stefano Ceri Piero Fraternali Stefano Paraboschi Riccardo Tarlane web site McGraw-Hill IUAV - VENEZIA H 9891 BIBLIOTECA CENTRALE I J ()(),,.
DettagliProgettazione di basi di dati
Progettazione di basi di dati Sistemi Informativi L-B Home Page del corso: http://www-db.deis.unibo.it/courses/sil-b/ Versione elettronica: progettazionedb.pdf Sistemi Informativi L-B Progettazione di
DettagliIl modello relazionale. A. Ferrari
Il modello relazionale A. Ferrari Progettazione logica relazionale La progettazione logica relazionale consiste nella conversione di un diagramma E/R in un insieme di relazioni (o tabelle), che costituisce
DettagliFondamenti di Informatica e Programmazione
Fondamenti di Informatica e Programmazione Prof. G ianni D Angelo Email: giadangelo@unisa.it A. A. 2018/19 Dati e Basi di Dati 1/4 I dati sono importanti poiché costituiscono una risorsa aziendale La loro
DettagliData 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
DettagliLezione 3. Modello Multidimensionale dei Dati Metadati per il Data Warehousing Accesso ai Data Warehouses Implementazioni per il Data Warehousing
Lezione 3 Modello Multidimensionale dei Dati Metadati per il Data Warehousing Accesso ai Data Warehouses Implementazioni per il Data Warehousing 27/02/2010 1 Modello multidimensionale Nasce dall esigenza
DettagliLezione 2. Dati e Architetture per il Data Warehousing ETL
Lezione 2 Dati e Architetture per il Data Warehousing ETL 27/02/2010 1 Introduzione al DW: Dati I dati possono essere classificati in vari modi nel DW si adotta una classificazione a tre assi: significato
DettagliOLAP On Line Analytical Processing
OLAP On Line Analytical Processing Alfredo Cuzzocrea DEIS Dipartimento di Elettronica, Informatica e Sistemistica Università della Calabria cuzzocrea@si.deis.unical.it Testo di Riferimento: J. Han, M.
DettagliSistemi Informativi L. Corso di Laurea in Ingegneria dei Processi Gestionali A.A. 2003/2004. Docente: Prof. Wilma Penzo
Data Warehousing Sistemi Informativi L Corso di Laurea in Ingegneria dei Processi Gestionali A.A. 2003/2004 Docente: Prof. Wilma Penzo Sommario Il ruolo della business intelligence e del sistema informativo
DettagliI Componenti del processo decisionale 7
Indice Introduzione 1 I Componenti del processo decisionale 7 1 Business intelligence 9 1.1 Decisioni efficaci e tempestive........ 9 1.2 Dati, informazioni e conoscenza....... 12 1.3 Ruolo dei modelli
DettagliLezione 9. Microsoft Analysis Services: Principi e Funzionalità
Lezione 9 Microsoft Analysis Services: Principi e Funzionalità MS Analysis Services (OLAP Server) E l implementazione Microsoft di OLAP Server Offre buone prestazione per realtà aziendali medie/grandi
DettagliCorso di Basi di Dati
Corso di Basi di Dati Progettazione di Basi di Dati: Overview Home page del corso: http://www.cs.unibo.it/~difelice/dbsi/ Negli esempi visti fin ora, abbiamo studiato come implementare una base di dati
DettagliIndice Prefazione Funzionalit `a e architettura dei DBMS La gestione della memoria permanente e del buffer Organizzazioni seriale e sequenziale
Prefazione XI 1 Funzionalità e architettura dei DBMS 1 1.1 I DBMS............................... 1 1.2 Architettura dei DBMS....................... 3 1.3 Il sistema JRS............................ 5 1.4
DettagliAttività Didattica Svolta
ISTITUTO D ISTRUZIONE SECONDARIA SUPERIORE I.T.C.G. L. EINAUDI LICEO SCIENTIFICO G. BRUNO Programma Informatica Anno scolastico 2016-2017 CLASSE III SEZ. A CORSO SIA DOCENTI prof.ssa Virdis Francesca,
DettagliSistemi informativi aziendali struttura e processi
Sistemi informativi aziendali struttura e processi I sistemi operazionali Copyright 2011 Pearson Italia Finalità dei sistemi operazionali Finalità dei sistemi operazionali Registrazione delle transazioni
DettagliREGIONE BASILICATA UFFICIO S. I. R. S.
UFFICIO S. I. R. S. Modellazione dati Id Base Dati CONTROLLO DEL DOCUMENTO APPROVAZIONI Redatto da: Approvato da: Data Autore Ing. Vincenzo Fiore VARIAZIONI Versione prec. Data Autore Paragrafi modificati
DettagliProgettazione logica
Progettazione logica Progettazione Logica Il prodotto della progettazione logica è uno schema logico che rappresenta le informazioni contenute nello schema E- R in modo corretto ed efficiente. Richiede
DettagliFoglio elettronico e Banche dati e per la Pubblica Amministrazione
Foglio elettronico e Banche dati e per la Pubblica Amministrazione MASTER UNIVERSITARIO DI II LIVELLO IN MANAGER NELLE AMMINISTRAZIONI PUBBLICHE A.A. 2013-2014 PROF.SSA BICE CAVALLO Introduzione La pubblica
DettagliDatawarehouse. Stanza 2017 ricevimento giovedì dalle 11 alle 12 e su appuntamento
Datawarehouse Docenti Prof. Andrea Maurino maurino@disco.unimib.it Stanza 2017 ricevimento giovedì dalle 11 alle 12 e su appuntamento Dott. Marco Comerio comerio@disco.unimib.it Laboratorio MISS (U14-T035)
DettagliI database. Introduzione alla teoria delle basi di dati
I database Introduzione alla teoria delle basi di dati 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 un database
DettagliData warehouse: progettazione
atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and
DettagliCatena del valore (studio di caso)
(studio di caso) aprile 2012 1 Sono stati finora studiati individualmente alcuni processi di business può essere però utile anche inquadrare tali processi congiuntamente, in un contesto più ampio in particolare,
DettagliIl sistema informativo deve essere di tipo centralizzato e accessibile mediante un computer server installato nella rete locale dell albergo.
PROBLEMA. Un albergo di una grande città intende gestire in modo automatizzato sia le prenotazioni sia i soggiorni e realizzare un database. Ogni cliente viene individuato, tra l altro, con i dati anagrafici,
DettagliEsercitazioni Basi di dati e web Dario Facchinetti
Esercitazioni Basi di dati e web Dario Facchinetti - 2019 dario.facchinetti@unibg.it https://cs.unibg.it/dariofad/esercitazioni/bdweb2019.htm Introduzione Questa esercitazione ѐ rivolta alla parte di progettazione
DettagliSistemi Informativi La Modellazione Dimensionale dei Fatti. Obiettivi Concetti Base Operazioni OLAP DFM Casi Modellazione Logica Esercizi
Sistemi Informativi La Modellazione Dimensionale dei Fatti Obiettivi Concetti Base Operazioni OLAP DFM Casi Modellazione Logica Esercizi Obiettivi Nelle lezioni precedenti abbiamo modellato i processi
Dettagli