Data warehousing con SQL Server

Транскрипт

1 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! Componenti per il data warehousing " OLAP Server: è il server analitico dei dati rappresenta i dati analitici del DW in forma multidimensionale, usando i concetti di cubo, dimensione e misura " OLAP Manager : strumento di amministrazione dei dati analitici 1 Analysis Services (AS)! Punto di partenza : " DW relazionale organizzato secondo uno schema dimensionale (star schema, snowflake schema) " Il DW relazionale non deve essere necessariamente un DB gestito con SQL Server! Obiettivo : " I dati del DW relazionale vengono rappresentati ed analizzati in forma multidimensionale usando la nozione di cubo (data cube)! I cubi sono contenuti in un OLAP database gestiti dall OLAP Server! Un cubo recupera i dati dal DW relazionale che è definito come sorgente dati (data source) all interno dell OLAP Database! Un OLAP database può avere varie data source! Un cubo può recuperare dati da una singola data source! Diversi cubi (di uno stesso OLAP database) possono recuperare dati da data source differenti 2

2 Schemi multi-dimensionali in AS! Dimensioni e attributi dimensionali si chiamano livelli! I valori delle dimensioni e degli attributi dimensionali si dicono membri dimensione STORE livelli () STORE CITY STATE COUNTRY () membri Ditutto NonSoloX RE RE EmiliaR EmiliaR Italia Italia NonSoloY MO EmiliaR Italia NonSoloZ RM Lazio Italia Schemi multi-dimensionali in AS Membri e Livelli:! le dimensioni contengono solitamente il livello speciale () che contiene il solo membro All che denota tutti i membri della dimensione Organizzazione in Livelli:! In Analysis Services i livelli formano una successione lineare (un nodo può avere al massimo un figlio)! L organizzazione in livelli corrisponde alla definizione di una relazione padre-figlio tra i membri di livelli successivi (ogni membro di un livello si raggruppa nel membro padre) " il membro All è padre dei membri Italia, Francia,... " il membro Italia è padre dei membri EmiliaR, Lazio,.. " Misure : " Le misure sono considerate come membri di una dimensione speciale chiamata Measures (presente in tutti i cubi) 4

3 Misure ed operatori di aggregazione! Classificazione degli operatori di aggregazione : " Distributivi: permettono di calcolare dati aggregati a partire direttamente da dati parzialmente aggregati (es. somma, massimo, minimo) " Algebrici: richiedono un numero finito di informazioni aggiuntive (misure di supporto) per calcolare dati aggregati a partire da dati parzialmente aggregati (es. media richiede il numero dei dati elementari che hanno contribuito a formare un singolo dato parzialmente aggregato) " Olistici: non permettono di calcolare dati aggregati a partire da dati parzialmente aggregati utilizzando un numero finito di informazioni aggiuntive (es. mediana, moda)! Nel seguito analizzeremo come questi concetti generali siano riportati ed implementati in Analysis Services e quali sono alcuni dei concetti particolari di Analysis Services 5 Misure Derivate! Ottenute applicando operatori matematici a due o più valori appartenenti alla stessa tupla: nell espressione si usano solo attributi della Fact Table! Una misura derivata viene calcolata sugli eventi primari, ovvero prima di effettuare l aggregazione dei dati; quindi, al pari delle altre misure, anche per le misure derivate si deve definire un operatore di aggregazione! In Analysis Service c è il concetto di Misura Derivata 6

4 Misure Derivate : Esempio! Schema di Fatto ESAMI " Dimensioni STUD (con in gerarchia FACOLTA) e DATA (con in gerarchia MESE) " Misure BASE (Crediti di tipo Base) e ALTRO (Crediti di tipo ALTRO) " Misure derivate RAPPORTO = BASE/ALTRO TOTALE = BASE + ALTRO STUD DATA BASE ALTRO RAPPORTO TOTALE ING1 GEN ING1 GEN ING2 GEN SUM SUM AVG SUM FACOLTA DATA BASE ALTRO RAPPORTO TOTALE ING GEN ING GEN ,5 70 FACOLTA MESE BASE ALTRO RAPPORTO TOTALE ING GEN , Misure Calcolate (concetto di AS)! Una misura calcolata è una misura il cui valore è calcolato a partire da altre misure dopo aver aggregato i dati (quindi per una misura calcolata non si definisce un operatore di aggregazione)! Esempio: Consideriamo lo schema di Fatto ESAMI " Misure derivate RAP_DER = BASE/ALTRO " Misure calcolate RAP_CALC = BASE/ALTRO TOTALE = BASE + ALTRO! se la misura e distributiva (TOTALE), otteniamo lo stesso risultato sia come misura derivata che come calcolata: la scelta si basa sull efficienza del calcolo (una misura calcolata è più efficiente )! se la misura non è distributiva (RAPPORTO), non si ottiene lo stesso risultato e quindi si deve scegliere il modo opportuno 8

5 Esempio di Misure Calcolate STUD DATA BASE ALTRO RAP_DER TOTALE RAP_CALC ING1 GEN ING1 GEN ING2 GEN SUM SUM AVG FACOLTA DATA BASE ALTRO RAP_DER TOTALE RAP_CALC ING GEN ING GEN , FACOLTA MESE BASE ALTRO RAP_DER TOTALE RAP_CALC ING GEN , ,5 9 Operatore di Aggregazione Algebrico : AVG! In Analysis Services una misura con operatore di aggregazione algebrico deve essere definito tramite una misura calcolata! Esempio : Prezzo Unitario (PU) anno 1999 trim. I 99 II 99 III 99 IV 99 categ oria tipo prodotto Brillo 2 2 2,2 2,5 detersivo pulizia Sbianco 1,5 1,5 2 2,5 casa Lucido sapone Manipulite 1 1,2 1,5 1,5 Scent 1,5 1,5 2 cat egoria pulizia anno 1999 trim. I 99 II 99 III 99 IV 99 tipo detersivo 1,75 2,17 2,40 2,67 casa sapone 1,25 1,35 1,75 1,50 media: 1,50 1,76 2,08 2,09 anno 1999 trim. I 99 II 99 III 99 IV 99 categ oria pulizia casa 1,50 1,84 2,14 2,38 10

6 Implementazione di AVG in AS! Una misura quale PU con operatore di aggregazione AVG deve essere necessariamente definita come Misura Calcolata in quanto la devo calcolare come SUM(PU)/count(). Allora: 1. Si usa l attributo PU per definire la misura PUBase aggregata con SUM; 2. Definisco la misura di supporto Conteggio, aggregata con COUNT; per definire il conteggio posso usare un qualsiasi attributo della fact table 3. Definisco PU calcolata come PrezzoBase/Conteggio! Le due misure utilizzate per calcolare PU possono non essere visualizzate 11 ESEMPIO (pag 20 delle dispense) Sum AVG Tipo Quantità Prezzo T1 12 1,25 T2 9 0, ! Non è possibile calcolare l aggregazione a partire dalle aggregazioni componente: il guadagno per il tipo T1 non lo posso ottenere moltiplicando la quantità per il prezzo unitario! La soluzione corretta è sempre quella che si ottiene aggregando i dati direttamente dalla vista primaria : definisco Guadagno come Misura Derivata aggregata tramite la SUM? 12

7 ESEMPIO: Implementazione in AS! Prezzo ha come operatore di aggregazione AVG, allora si definisce come Misura Calcolata SUM(prezzo)/count(). Allora 1. Si usa l attributo Prezzo per definire PrezzoBase aggregata con SUM; 2. Definisco la misura di supporto Conteggio, aggregata con COUNT 3. Definisco PREZZO calcolata come PrezzoBase/Conteggio! Si definisce la misura Guadagno come Misura Derivata Prezzo*Quantità, con operatore di aggregazione Sum! Per confrontare (e verificare l errore che si otterrebbe calcolare l aggregazione a partire dalle aggregazioni componente ) si definisce anche una misura GuadagnoCalc come Misura Calcolata Prezzo*Quantità 13 Misura Derivata: esempio dei biglietti! CostoMedioBiglietto (CMB) calcolato come INCASSO/NUM_BIG. CodVolo DATA INCASSO NUM_BIG CMB ALIT1 GEN ALIT1 GEN ALIT2 GEN SUM SUM AVG Compagnia DATA INCASSO NUM_BIG CMB ALITALIA GEN ALITALIA GEN ,5 Compagnia Mese INCASSO NUM_BIG CMB ALITALIA GEN ,33 # Implementazione in Analysis Services 1. Si definisce la misura derivata CMB_Base 2. Definisco la misura di supporto Conteggio, aggregata con COUNT 3. Definisco CMB calcolata come CMB_Base/Conteggio 14

8 Parte di confronto con DFM e AS Membri e Livelli:! le dimensioni contengono solitamente il livello speciale () che contiene il solo membro All che denota tutti i membri della dimensione Organizzazione in Livelli:! Nel modello DFM gli attributi dimensionali sono organizzati in una gerarchia che è un albero direzionato (un nodo può avere più figli)! In Analysis Services i livelli formano una successione lineare (un nodo può avere al massimo un figlio)! L organizzazione in livelli corrisponde alla definizione di una relazione padre-figlio tra i membri di livelli successivi (ogni membro di un livello si raggruppa nel membro padre) " il membro All è padre dei membri Italia, Francia,... " il membro Italia è padre dei membri EmiliaR, Lazio,.. " Misure : corrispondono al concetto di misura del modello DFM " Le misure sono considerate come membri di una dimensione speciale chiamata Measures (presente in tutti i cubi) 15 Esempio di Gerarchie e Livelli! Consideriamo lo Schema di Fatto BIGLIETTI e la (parte di) dimensione dei voli, con la relativa gerarchia! In Analysis Server definiremo un cubo BIGLIETTI e le dimensioni rispetto alle quali si vogliono analizzare i dati " Dimensione VOLO-COMPAGNIA " Dimensione VOLO-ORADIPARTENZA 16