OnLine Analytical Processing (OLAP): Principi e Modelli
|
|
- Filippa Leone
- 5 anni fa
- Visualizzazioni
Transcript
1 Lezione 6 - B OnLine Analytical Processing (OLAP): Principi e Modelli 27/02/ /02/2010 1
2 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. Kamber Data Mining: Concepts and Techniques 2
3 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems 3
4 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems 4
5 Motivations La tecnologia dei DB, Internet ed il recupero automatico dei dati hanno causato l esplosione della dimensione delle sorgenti di dati (large data set) I Sistemi di Supporto alle Decisioni possono trarre vantaggio da una più elevata conoscenza derivata da enormi quantità di dati Spesso i dati sono contenuti in Sistemi Informativi eterogenei, complessi e distribuiti Inadeguatezza dei tradizionali DBMS (tecnologia OLTP On Line Transactional Processing) 5
6 Differences between OLTP and OLAP OLTP OLAP users clerk, IT professional knowledge worker function day to day operations decision support DB design application-oriented subject-oriented data current, up-to-date historical, detailed, flat relational summarized, multidimensional, isolated integrated, consolidated usage repetitive ad-hoc access read/write lots of scans index/hash on prim. key unit of work short, simple transaction complex query # records accessed tens millions # users thousands hundreds DB size 100MB-GB 100GB-TB metric transaction throughput query throughput, response 6
7 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems Exploitation: Interrogazione Approssimata di OLAP Data Cubes 7
8 The Applicative Context Data Warehousing Environment Monitor + Integrator Metadati Server OLAP DB Operazionali Extract Transform Load Refresh Data Warehouse Serve Analisi Query Report Data mining altre sorgenti Data Marts Sorgenti Archivio Dati Motore OLAP Tool Front-End 8
9 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems Exploitation: Interrogazione Approssimata di OLAP Data Cubes 9
10 OLAP Foundamentals Si basa su un modello logico multidimensionale dei dati (dimensioni, misure, gerarchie e livelli) Consente di estrarre conoscenza da grosse moli di dati Supporta analisi di tipo qualitativa Lavora su dati storicizzati Concetto di reticolo di cuboidi 10
11 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems Exploitation: Interrogazione Approssimata di OLAP Data Cubes 11
12 Conceptual Models for supporting the OLAP Data Cubes Design Dimensional Fact Model Consente di modellare a livello concettuale lo schema multidimensionale dell OLAP data cube category brand Product description street Sales money quantity Time day store Zone city region month week year country 12
13 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems Exploitation: Interrogazione Approssimata di OLAP Data Cubes 13
14 Logic Models for supporting the OLAP Data Cubes Design Star schema Un singolo oggetto (fact table) in mezzo connesso ad un numero di oggetti (dimension tables) Snowflake schema Un raffinamento dello star schema in cui la gerarchia dimensionale è rappresentata esplicitamente (normalizzando le tabelle delle dimensioni) Fact constellations fact tables multiple condividono dimension tables 14
15 Star Schema Date Date Month Year Store StoreID City State Country Region Measurements Sales Fact Table Date Product Store Customer unit_sales dollar_sales Yen_sales Product ProductNo ProdName ProdDesc Category QOH Cust CustId CustName CustCity CustCountry 15
16 Snowflake Schema Year Year Country Country Region Month Month Year State State Country Date Date Month City City State Store StoreID City Measurements Sales Fact Table Date Product Store Customer unit_sales dollar_sales Yen_sales Product ProductNo ProdName ProdDesc Category QOH Cust CustId CustName CustCity CustCountry 16
17 time time_key day day_of_the_week month quarter year Fact Constellations Sales Fact Table time_key item_key branch_key item item_key item_name brand type supplier_type Shipping Fact Table time_key item_key shipper_key from_location branch branch_key branch_name branch_type Measures location_key units_sold dollars_sold avg_sales location location_key street city province_or_street country to_location dollars_cost units_shipped shipper shipper_key shipper_name location_key shipper_type 17
18 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems Exploitation: Interrogazione Approssimata di OLAP Data Cubes 18
19 Multidimensional Data Model Sales come funzione di Product, Month, e Region Product Zone Time Industry Region Year Category Country Quarter Product Product City Month Week Office Day Time 19
20 Dimensions, Hierarchies and Levels all all region Europe... North_America country Germany... Spain Canada... Mexico city Frankfurt... Vancouver... Toronto office L. Chan... M. Wind 20
21 Hierarchies and Aggregations Le gerarchie consentono di aggregare automaticamente i dati di interesse quando ci si focalizza su un livello: se ci concentriamo su Mese i fatti rappresentano i totali delle vendite per ogni mese Possiamo concentrarci su diversi livelli della gerarchia in dimensioni diverse: le vendite mensili per regione di ogni prodotto 21
22 Cuboids Lattice n NC = L i + 1 i = 1 all n = numero di dimensioni L i = profondità della gerarchia definita sulla dimensione i 0-D(apex) cuboid time item location supplier 1-D cuboids time,item time,location item,location location,supplier time,supplier item,supplier 2-D cuboids time,item,location time,location,supplier 3-D cuboids time,item,supplier item,location,supplier time, item, location, supplier 4-D(base) cuboid 22
23 OLAP Measures Distributive calcolo incrementale E.g., count, sum, min, max Algebriche risultato di una funzione algebrica di M argomenti (M costante) in cui ogni argomento è un aggregato E.g., avg, min_k, max_k, standard_deviation Olistiche non c è un limite costante nel numero di elementi necessari per definirle a partire da un sottoaggregato E.g., median, mode, rank OLAP E UNO STRUMENTO DI ANALISI 23
24 An Example of OLAP Data Cube Store Pisa Roma Firenze sum Product Milk Bread Orange... sum All Products January 96, Pisa. Jan 96 Feb Time sum Ogni dimensione contiene una gerarchia di valori Ogni cella del cubo contiene valori aggregati (count, sum, max, etc.) 24
25 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems Exploitation: Interrogazione Approssimata di OLAP Data Cubes 25
26 OLAP Data Cube Browsing Visualization OLAP capabilities Interactive manipulation 26
27 OLAP Operators/1 Roll Up decrementa il livello di dettaglio ( aggrega i dati ) Drill Down aumenta il livello di dettaglio ( naviga i dettagli ) Roll Up Nazione Regione Provincia Drill Down 27
28 OLAP Operators/2 Slice & Dice proiezione e selezione un set di celle OLAP corrisponde ad un query che coinvolge più dimensioni: Sales where Country = Italy and Week > 2 Product Product Slice Month Month 28
29 OLAP Operators/3 An Example of S&D Analysis Prodotti Regioni Vendite Noccioline Calabria 50 Noccioline Sicilia 60 Noccioline Basilicata 100 Pistacchi Calabria 40 Pistacchi Sicilia 70 Pistacchi Basilicata 80 Patatine Calabria 90 Patatine Sicilia 120 Patatine Basilicata 140 Vendite per Regione Calabria Sicilia Basilicata Noccioline Pistacchi Patatine
30 OLAP Operators/3 Pivoting riorganizza il data cube Pivot All All All Pivot Product Time Drill-Down Pivot Product Time Drill-Down Time Drill-Down 30
31 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems Exploitation: Interrogazione Approssimata di OLAP Data Cubes 31
32 Example/1 3D OLAP Data Cube Dimensione: Tempo celle Anno livello Semestre 1 Semestre 2 trimestre 1 trimestre 2 trimestre 3 trimestre 4 gen feb mar apr mag giu lug ago setr ott nov dic membri Vista 2D 32
33 Example/2 Vista 2D Dimensione: Prodotto Prodotto Categoria 1 Categoria sottocategoria 1 sottocategoria 2 sottocategoria 3 sottocategoria P1 P2 P3 P4 P5 P6 P7 P
34 Example/3 Anno Dimensioni Misura Anno Prodotto Zona Vendita 1999 P1 Z P2 Z2 15 Z4 Z Z1 Z P1 15 P2 P3 P4 Prodotto 2000 P1 Z P3 Z P1 Z P1 Z P3 Z P1 Z P2 Z P2 Z3 25 Zona 2002 P3 Z P2 Z P4 Z2 23 Interpretazione Multi-Dimensionale di Dati Relazionali (RDBMS) 34
35 Example/4 Anno Anno Z4 Z Z1 Z P1 15 P2 P3 P4 Prodotto Z4 Z Z1 Z C1 16 C2 Categoria Zona Zona Dimensione Prodotto: gerarchia Prodotto Categoria Aggregazione sulla Dimensione Prodotto {P1, P2} C1 {P3, P4} C2 35
36 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems Exploitation: Interrogazione Approssimata di OLAP Data Cubes 36
37 Physical Representation of OLAP Data/1 Multidimensional OLAP (MOLAP) Memorizzazione basata su array multidimensionali (si basa su tecniche ottimizzate di rappresentazione ed algoritmi per matrici sparse) Richiede strutture di indicizzazione dedicate (veloci) per precomputare i dati aggregati Relational OLAP (ROLAP) Utilizza tecniche basate sulla tradizionale tecnologia dei RDBMS (oppure loro estensioni) Presuppone ottimizzazione degli strati di back-end degli RDBMS server e l implementazione di tool di navigazione dei dati aggregati Consente una maggiore scalabilità 37
38 Physical Representation of OLAP Data/2 Hybrid OLAP (HOLAP) Flessibilità per l utente. Esempio: MOLAP per basso livello e ROLAP per alto livello Specialized SQL servers Supporto dedicato per OLAP query su schemi a stella ed a fiocco di neve Utilissimi nelle applicazioni dedicate 38
39 Outline Motivazioni Il Contesto Applicativo I Cardini di OLAP Modelli Concettuali a Supporto della Progettazione di OLAP Data Cubes Modelli Logici a Supporto della Progettazione di OLAP Data Cubes Modello Multidimensionale dei Dati Operatori ed Operazioni OLAP Un esempio Modelli di Rappresentazione Fisica di OLAP Data Cubes Commercial OLAP Server Systems 39
40 Commercial OLAP Server Systems Oracle OLAP Business Objects Microsoft Analysis Services on SQL Server 40
OLAP 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.
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.
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
DettagliData warehousing e OLAP (tratti da slides di C.Renso e C.Gozzi)
Data warehousing e OLAP (tratti da slides di C.Renso e C.Gozzi) Introduzione Il contesto, processi aziendali Decision Support Systems Sistemi di Data Warehousing Data mart Architettura Modellazione Concettuale
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
DettagliLezione 7. Data Warehouse & OLAP
Lezione 7 Data Warehouse & OLAP Che cos'è un Data Warehouse? Termine inventato da Bill Inmon alla fine degli anni 1980. È una base di dati contenente dati provenienti da uno o più basi di dati operative
DettagliLezione 9. Ambienti Operativi per OLAP Casi di Studio 08/03/2010 1
Lezione 9 Ambienti Operativi per OLAP Casi di Studio 08/03/2010 1 Ambienti Operativi per OLAP. Casi di Studio Alfredo Cuzzocrea DEIS Dipartimento di Elettronica, Informatica e Sistemistica Università della
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
DettagliIntroduzione a data warehousing e OLAP
Corso di informatica Introduzione a data warehousing e OLAP La Value chain Information X vive in Z S ha Y anni X ed S hanno traslocato Data W ha del denaro in Z Stile di vita Punto di vendita Dati demografici
DettagliData warehousing e OLAP
Data warehousing e OLAP Introduzione Il contesto, processi aziendali Decision Support Systems Sistemi di Data Warehousing Data mart Architettura Modellazione Concettuale Star Schema, Dimensioni, Livelli
DettagliData Warehouse e OLAP
Data Warehouse e OLAP Gianluca Amato Corso di Laurea Specialistica in Economia Informatica Università G. D'Annunzio di Chieti-Pescara ultimo aggiornamto: 03/04/09 1 Knowledge Discovery in Databases ci
DettagliData 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
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
DettagliData 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
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
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
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
DettagliSistemi Informativi Aziendali. Sistemi Informativi Aziendali. Sistemi Informativi Aziendali
DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE ANTONIO RUBERTI Introduzione al Data Warehousing per b. Progetto di Datawarehouse 1 Progetto di Data Warehouse Definizione di obiettivi e
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
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
DettagliThematica Software Technologies
Sperimentazione di Servizi Innovativi alle Imprese Produttrici di Software Università della Calabria 21-10-2004 Giovanni Laboccetta Thematica s.r.l. www.thematica.it glaboccetta@thematica.it Perché i data
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
DettagliProf. Giorgio Poletti
5 Informatica Laurea Triennale in Economia Anno Accademico 2017-2018 Prof. Giorgio Poletti giorgio.poletti@unife.it I dati sono diventati il quarto fattore produttivo, dopo i classici terra, lavoro e capitale.
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
DettagliAnalisi 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
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
DettagliIndice. 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
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
Dettagli4 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,
DettagliData Warehousing. LucaCabibbo, Riccardo Torlone, Paolo Atzeni. Sommario
Data Warehousing LucaCabibbo, Riccardo Torlone, Paolo Atzeni Sommario Introduzione Basi di dati integrate, sì, ma OLTP e OLAP Data warehousing Data warehouse e data warehousing Dati multidimensionali Progettazione
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
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
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:
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 Warehousing. Paolo Atzeni. (con materiale di Luca Cabibbo e Riccardo Torlone) 5 giugno 2008
Data Warehousing Paolo Atzeni (con materiale di Luca Cabibbo e Riccardo Torlone) 5 giugno 2008 Sommario Introduzione Basi di dati integrate, sì, ma OLTP e OLAP Data warehouse e data warehousing Dati multidimensionali
DettagliSistemi di Elaborazione dell Informazione
Magazzino Sistemi di Elaborazione dell Informazione Parte Quarta L Elaborazione della Conoscenza Sistema Informativo Integrato e Business Intelligence Conoscenza Struttura di un azienda di Produzione Dati
DettagliData Warehousing. Paolo Atzeni. (con materiale di Luca Cabibbo e Riccardo Torlone) 6 giugno 2006
Data Warehousing Paolo Atzeni (con materiale di Luca Cabibbo e Riccardo Torlone) 6 giugno 2006 Sommario Introduzione Basi di dati integrate, sì, ma OLTP e OLAP Data warehouse e data warehousing Dati multidimensionali
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
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
DettagliAnalisi dei dati. analisi dei dati 1
Analisi dei dati analisi dei dati 1 Il problema... Limitazioni della tecnologia relazionale - Difficoltà d'uso - Rigidità Conseguenze - Uso operativo: buono - Uso strategico: scarso Soluzioni: tecniche,
DettagliIntroduzione ad OLAP Metodi e Modelli per il Supporto alle Decisioni Paolo Avallone IT Specialist Sr Consulting DB2, Data Management
OLAP Data Management Software Introduzione ad OLAP Metodi e Modelli per il Supporto alle Decisioni Paolo Avallone IT Specialist Sr Consulting DB2, Data Management Dicembre 2004 Obiettivo L obiettivo che
DettagliSistema informativo. Combinazione di risorse umane, materiali e procedure per la gestione. (raccolta, archiviazione, elaborazione, scambio )
Data Warehousing 1 Ripasso 2 Sistema informativo Combinazione di risorse umane, materiali e procedure per la gestione (raccolta, archiviazione, elaborazione, scambio ) delle informazioni necessarie per
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
DettagliData warehouse Analisi dei dati
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 Analisi dei dati DATA WAREHOUSE: OLAP - 1 Database
DettagliData Warehousing. Paolo Atzeni. (con materiale di Luca Cabibbo e Riccardo Torlone)
Data Warehousing Paolo Atzeni (con materiale di Luca Cabibbo e Riccardo Torlone) 17 settembre 2009 http://atzeni.dia.uniroma3.it/ Sommario Introduzione Basi di dati integrate, sì, ma OLTP e OLAP Data warehouse
DettagliData warehouse Analisi dei dati
atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of B MG ata warehouse: analisi dei dati atabase and data mining group, M B G ata warehouse Analisi dei dati
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
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
DettagliData Warehousing. Paolo Atzeni. (con materiale di Luca Cabibbo e Riccardo Torlone)
Data Warehousing Paolo Atzeni (con materiale di Luca Cabibbo e Riccardo Torlone) 8 aprile 2009 Sommario Introduzione Basi di dati integrate, sì, ma OLTP e OLAP Data warehouse e data warehousing Dati multidimensionali
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
DettagliLa misurazione dei sistemi di Data Warehouse
La misurazione dei sistemi di Data Warehouse Luca Santillo (CFPS) AIPA, 17/5/01 Sommario Introduzione Definizioni & Modelli FP & Data Warehouse? Stima dell impegno Conclusioni Misurazione Data Warehouse,
DettagliData warehouse: analisi dei dati
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
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
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
DettagliBasi di Dati e Sistemi Informativi. Analisi dei Dati: OLAP, Data Warehousing, Data Mining
Analisi dei Dati: OLAP, Data Warehousing, Data Mining Giuseppe Loseto Corso di Laurea in Ing. Informatica Ing. Gestionale Magistrale 1 of 12 Analisi dei Dati Introduzione La maggior parte delle aziende
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
DettagliDATA WAREHOUSING. Sistemi Informativi DU in Ingegneria Informatica
DATA WAREHOUSING Sistemi Informativi DU in Ingegneria Informatica Introduzione Introduzione al al Data Data Warehousing Warehousing La funzione svolta dalle basi di dati in ambito aziendale è stata fino
DettagliData 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
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
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
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
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
DettagliPERCHÉ LA BUSINESS INTELLICENCE
PERCHÉ LA BUSINESS INTELLICENCE Relatrice: Giorgia Liguori Analista Funzionale Senior BUSINESS INTELLIGENCE Lo scopo LO SCOPO Lo scopo della BI è quello di prendere in considerazione i flussi operativi
DettagliCosa 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
DettagliInformazioni generali sul corso
Informazioni generali sul corso Principi di Datawarehouse 1 Obiettivi del corso Conoscere i Datawarehouse 2 1 Argomenti Il contesto I sistemi DSS Architettura DW Proprietà DW Utilizzo DW Elementi OLAP:
DettagliData 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.
DettagliDSS. Decision Support System. 12/11/2008 Fondamenti Informatica 2 - Prof. Gregorio Cosentino 1
DSS Decision Support System 12/11/2008 Fondamenti Informatica 2 - Prof. Gregorio Cosentino 1 Definizione Il DSS è un sistema informativo che converte dati provenienti da fonti interne ed esterne in informazioni
DettagliLorenzo Braidi. Database design. Libro_datadesign.indb 1 23-11-2004 10:06:17
Lorenzo Braidi Database design Libro_datadesign.indb 1 23-11-2004 10:06:17 Sommario Introduzione...XI Capitolo 1 Le basi di dati relazionali... 1 Le basi di dati... 1 Un po di storia... 2 I database gerarchici...
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
DettagliIl modello dimensionale
aprile 2012 1 L organizzazione dei dati del data warehouse costituisce la pietra angolare dell intero sistema DW/BI le applicazioni BI, di supporto alle decisioni, accedono i dati direttamente dal DW l
DettagliTavola 1 - Prezzi al consumo relativi alla benzina verde con servizio alla pompa. Firenze, Grosseto, Pisa, Pistoia. Da Agosto 2008 ad Aprile 2012
Tavola 1 - Prezzi al consumo relativi alla benzina verde con servizio alla pompa. Firenze, Grosseto, Pisa, Pistoia. Benzina verde con servizio alla pompa Ago-08 Set-08 Ott-08 Nov-08 Dic-08 Firenze 1,465
DettagliEstensioni del linguaggio SQL per interrogazioni OLAP
Sistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano Estensioni del linguaggio SQL per interrogazioni OLAP Outline! Esempio introduttivo e motivazioni! Introduzione al modello
Dettagli8. Architetture per l analisi dei dati
SOMMARIO 8. Architetture per l analisi dei dati Sistemi informativi e data warehouse Architettura di un Data Warehouse Rappresentazione multidimensionale dei dati Realizzazione di un Data Warehouse Indici
DettagliIntroduzione al Data Warehousing
Il problema - dati IPERVENDO Via Vai 111 P.I.11223344 Vendite II Trim. (Milioni!) Introduzione al Data Warehousing tecnologia abilitante per il data mining ACQUA MIN 0.40 LATTE INTERO 1.23 SPAZZ.DENTI
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)
DettagliArchitetture 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
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
DettagliData 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
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 Warehousing: concetti base e metodologie
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
DettagliIntroduzione 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
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
DettagliOn 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
DettagliIntroduzione 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
DettagliMATT. POME. MATT. POME. MATT. POME. MATT. POME. MATT. POME. MATT. POME. MATT. POME. MATT. POME. MATT. POME. MATT. POME. MATT. POME.
TURNI FARMACIE APRILE 2016 Sab. 2 apr. Dom. 3 apr. Sab. 9 apr. Dom. 10 apr. Sab. 16 apr. Dom. 17 apr. Sab. 23 apr. Dom. 24 apr. Lun. 25 apr. Sab. 30 apr. Dom. 1 mag. MATT. POME. MATT. POME. MATT. POME.
DettagliI S.I. DIREZIONALI (BUSINESS INTELLIGENCE)
I S.I. DIREZIONALI (BUSINESS INTELLIGENCE) LE ESIGENZE INFORMATIVE DIREZIONALI IL LIVELLO DELLE FONTI IL LIVELLO DI TRASFORMAZIONE IL LIVELLO DI MEMORIZZAZIONE IL LIVELLO DI ELABORAZIONE IL MODELLO INFORMATICO
DettagliCORSO MOC20467: Designing Business Intelligence Solutions with Microsoft SQL Server CEGEKA Education corsi di formazione professionale
CORSO MOC20467: Designing Business Intelligence Solutions with Microsoft SQL Server 2014 CEGEKA Education corsi di formazione professionale Designing Business Intelligence Solutions with Microsoft SQL
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/)
DettagliSQL Server BI Development Studio
Il Data warehouse SQL Server Business Intelligence Development Studio Analysis Service Sorgenti dati operazionali DB relazionali Fogli excel Data warehouse Staging Area e dati riconciliati Cubi Report
DettagliSQL Server 2005. Introduzione all uso di SQL Server e utilizzo delle opzioni Olap. Dutto Riccardo - SQL Server 2005.
SQL Server 2005 Introduzione all uso di SQL Server e utilizzo delle opzioni Olap SQL Server 2005 SQL Server Management Studio Gestione dei server OLAP e OLTP Gestione Utenti Creazione e gestione DB SQL
DettagliBasi 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
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
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
DettagliUnipol Assicurazioni SpA Cumulative Auto Bologna 12/01/2015 11:18
ESER. POL AGEN. POL RAMO POL NUM. POL. ESER. SIN AGEN. SIN. NUM. SIN RAMO SIN. ISPETTORATO DATA AVVENIM. DATA CHIUSURATIPO DEN. TIPO CHIUSTP RESP ASSICURATO PREVENTIVO PAGATO DA RECUPERARE 2007 1467 130
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
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
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
DettagliSISTEMI INFORMATIVI AZIENDALI
SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Data Warehousing. Introduzione 1/2 I data warehousing
DettagliGoverno 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
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
Dettagli