Как создать olap куб в oracle

Измерения в аналитической рабочей области могут быть построены либо на базе уровней, точно так же, как "измерение" в реляционном объекте, либо на базе значений что известно также, как иерархия "родитель-потомок". Информация, требующаяся для создания измерения в составе аналитической рабочей области, очень похожа на информацию для созданного ранее SQL-измерения.

Результаты этого процесса предоставляются как ряд рекомендаций, которые могут быть реализованы через SQL Access Advisor или вручную. Можно видеть, что советник сделал некоторые рекомендации, которые, по его предсказаниям, могут привести к существенному повышению производительности.

Если у вас имеется возможность выполнить такие операции предварительно, это может помочь обеспечить быстрое время ответа на запросы и более быстрое выполнение анализа. В тех случаях, когда не используется ни одна из описанных в этой Белой книге методик, запросы будут получить доступ к этим данным в базе данных непосредственно во время выполнения запроса, что может привести к значительной задержке перед возвращением результатов пользователю.

В этой Белой книге везде предполагается, что читатель знаком с основными принципами организации хранилищ данных, например, с таблицами фактов, измерениями и иерархиями, и с тем, как они используются и реализуются в Oracle Database.

Но организации быстро поняли, что огромное количество данных, содержащихся в их хранилищах, дает возможность получать намного более интересные и сложные отчеты и выполнять гораздо более сложный анализ этих данных. Теперь типичный запрос имеет вид: Подобный тип запроса часто называют многомерным запросом, и бизнес-аналитики создают эти запросы в онлайновом режиме, а также создают и уточняют "продольную и поперечную нарезку" slice and dice представления полученных данных, чтобы раскрыть и выделить основные тенденции.

Следовательно, чтобы быть в состоянии повысить производительность запросов, некоторые части операций запроса должны быть выполнены заранее. Это может быть сделано с использованием материализованных представлений, которые содержат предварительно вычисленные результаты, и переписывания запросов, при котором происходит прозрачное переписывание SQL-запросов таким образом, чтобы они обращались к материализованным представлениям, или это может быть выполнено с использованием аналитических рабочих областей и кубов.

Запросы подобного типа может оказаться довольно трудно выразить в реляционном виде с использованием SQL, но их можно весьма просто описать в многомерном виде, используя опцию Oracle OLAP. При аналитической обработке все еще требуется хранить данные, к которым производится обращение, в специализированном формате внутри базы данных Oracle, и она является неотъемлемой частью реализации Oracle OLAP: На приведенной ниже диаграмме показан один куб, который определяется тремя измерениями,Time, Product и Customer, а ячейками куба являются значения которые также известны как показатели.

Построение индексов для материализованных представлений. Так же как индекс, построенный на таблице дает выигрыш запросам к таблице, индексы на материализованных представлениях могут использоваться для повышения производительности запросов, переписываемых с использованием материализованных представлений.

Как правило, для хранения объектов, необходимых для ответов на запросы бизнес-пользователей, требуется всего одна аналитическая рабочая область AW. Например, наша область будет состоять из четырех измерений и двух кубов, а в приводимой ниже таблице перечисляется, что именно должно быть создано и источник данных для каждого объекта.

Это значит, что теперь базовым уровнем для измерения Time служит месяц. Данные COST для продукта также используются для еще одной таблицы фактов, и они были изменены аналогичным образом, чтобы удалить измерение Promotions и сделать самым нижним уровнем измерения Time месяц. Методология для проектирования и построения материализованных представлений Имеются два метода, которые могут использоваться для определения материализованных представлений: Создание материализованного представления вручную Шаг 1.

Сравните это с SQL-измерениями, которые являются метаданными о структуре измерения, хранящимися в реляционных таблицах: Создание кубов После создания измерений Customer, Channel и Month с такой же непринужденностью могут быть созданы и заполнены кубы.

Например, такие запросы, которые могут показывать тенденции в данных, сравнивая результаты с предыдущими периодами времени или с другими группировками данных, типа категорий продуктов или географических регионов. Механизм выполняет аналитические запросы, но помимо этого дает возможность конструировать прогнозы и модели тенденций, и выполнять другие типы экспертиз, например, "what if" "что, если" , в которых обычно также выполняются аналитические операции.

Oracle OLAP, используя кубы и измерения, позволяет сохранять данные в базе данных в специальном формате, который обеспечивает быстрый анализ и составление отчетов по запросам. Традиционно запросы к хранилищам данных создавались для ответа на вопросы, типа "Какова прибыль, полученная каждым региональный подразделением?

Для этого достаточно щелкнуть правой кнопкой мыши по поддереву Cube в навигационной панели окна и выбрать опцию "Create". Выбираются измерения, определяющие форму куба. В тот момент, когда создается куб, можно определить множество важных опций, которые определяют структуру хранения кубов, и их выбор может значительно улучшить время, требующееся для построения кубов. Наиболее важными из них являются:. Новинкой Oracle Database 11g является метод агрегирования по стоимости, в котором механизм OLAP определяет самые дорогие ячейки для агрегирования и сохраняет агрегированные значения для этих ячеек.

Генерация рекомендаций с помощью SQL Access Advisor Для больших и сложных баз данных определение вручную оптимального набора материализованных представлений и их индексов, поддерживающих запросы пользователей, может стать трудоёмкой задачей. Инструментальное средство SQL Access Advisor, являющееся частью пакета Tuning Pack и ставшее доступным с выходом Oracle Database 10g, значительно упрощает эту задачу и является неоценимым инструментом для этой цели. Используя на входе рабочую нагрузку SQL-операторов, советник advisor шаг за шагом проводит вас по всему процессу, чтобы отрекомендовать материализованные представления, их индексы и журналы материализованного представления, а также как их реализовать.

Материализованные представления и переписывание запросов являются частью возможности, известной, как управление итогами Summary Management , которая была включена в базу данных, начиная с Oracle8i. В материализованных представлениях предварительно вычисляются и сохраняются результаты запроса к базе данных, в котором при желании могут быть использованы соединения, агрегирования или и те, и другие.

Измерения используются для определения многомерных данных в кубе и должны быть созданы в первую очередь, чтобы их можно было использовать при создании куба.

Помните, что поскольку поддержание индексов является частью процесса обновления материализованного представления, рекомендуется ограничить общее число разворачиваемых индексов, чтобы время обновления не стало чрезмерным. Заполнение материализованного представления Материализованные представления предлагают механизмы заполнения и обновления и контролируют, когда и как они будут заполнены и обновлены. Для материализованного представления должна быть собрана статистика оптимизатора.

Создание аналитической рабочей области На втором шаге необходимо создать аналитическую рабочую область, в которой будут постоянно храниться измерения и куб. Для создания аналитической рабочей области с использованием AWM просто требуется присвоить аналитической рабочей области имя и идентифицировать табличное пространство, где она будет размещена.

Реальная мощь, скрывающаяся за материализованными представлениями и переписыванием запросов, заключается в том, что их использование является прозрачным для пользователя. Точно так же, как пользователь не обязан знать об индексах для таблицы и, тем не менее, использовать их, так и пользователь не обязан знать о наличии, структуре и контенте информационном наполнении материализованного представления.

Может быть установлено значение от 0 до - чем выше значение, тем больше будет набор предварительно вычисленных и сохраненных данных. Хорошим эмпирическим правилом считается использовать для метода значение Метод агрегирования по уровням по-прежнему может использоваться там, где уровни определены в иерархиях, в которых должны быть физически сохранены агрегирования.

Для создания измерения сначала создается информация об уровнях, а затем иерархии, в которых уровни группируются в правильном порядке сверху донизу. Наконец, любые дополнительные атрибуты для уровней создаются и назначаются на правильных уровнях. Для загрузки данных в измерение необходимо создать отображения, связывающие столбцы в таблицах, в которых хранятся исходные данные измерения, с атрибутами в измерениях.

Хотя в Oracle Database 11g у аналитических рабочих областей теперь также появилась возможность использовать материализованные представления и переписывание запросов. Сначала мы должны более детально оценить эти две возможности внутри базы данных.

Переписывание запросов допускает такое прозрачное использование материализованных представлений и такой механизм оптимизации запросов, в результате которых первоначальный SQL-запрос, который был написан к базовым таблицам, автоматически переписывается оптимизатором таким образом, чтобы он обращался к соответствующим материализованным представлениям.

Отсутствует какой-либо эквивалент SQL Access Advisor, который мог бы порекомендовать требующиеся кубы, однако, имеется диспетчер аналитического рабочего пространства Analytic Workspace Manager - AWM , который является главным административным инструментом графического интерфейса пользователя для построения аналитических рабочих областей и управления ими. Этот вопрос обсуждается в одном из следующих разделов, посвященных доступу к аналитической рабочей области с использованием SQL.

Определение измерений Некоторые запросы могут извлечь пользу из определения SQL-измерений, потому что они разрешают большее количество типов переписывания запросов. SQL-измерения - это объекты Oracle, которые определяют иерархические отношения "родитель - потомок". Их настоятельно рекомендуется использовать, потому что они обеспечивают дополнительную информацию для переписывания запросов и делают возможным принятие лучших решений по переписыванию.

Целью проектировщика базы данных является создание как можно меньшего, насколько это возможно, числа материализованных представлений, которые будут поддерживать максимально широкий диапазон запросов. Создание материализованного представления Давайте рассмотрим пример запроса о затратах заказчика в разрезе географических областей и месяцев. Текст SQL для создания материализованного представления показан ниже: Кроме того, применение секционирования базы данных также обеспечивает лучшие возможности обновления, благодаря использованию параллельного DML.

С точки зрения приносимой ими при решении проблемы производительности запросов пользы, все дело в том, что трудоёмкие операции соединения и агрегирования были выполнены при создании материализованные представления, еще до того, как они должны были быть использованы для ответа на запрос пользователя.

При использовании AWM это представляет собой простую задачу перетаскивания строк из исходного столбца таблицы в целевой атрибут измерения, как это показано на Рис. На последнем шаге создания измерения его необходимо заполнить, выполняя созданные ранее отображения. Для этого необходимо выбрать опцию Maintain из контекстного меню для измерения вызывается щелчком по правой кнопке мыши. При этом выполняется процесс, перемещающий данные из исходного объекта в объект измерения в аналитической рабочей области и неявно подтверждающий достоверность данных в измерении.

Создание измерений Реально аналитическая рабочая область состоит из множества различных типов объектов. Мы сосредоточим свое внимание лишь на некоторых из них:.

Именно это и послужило причиной рождения термина online analytical processing онлайновая аналитическая обработка , или OLAP. Многомерный запрос выражает бизнес-вопрос в терминах нескольких измерений, описывающих данные. В приведенном выше примере данные - это данные о продажах Sales , а измерениями являются Время Time , Продукты Products и Заказчики Customers. В этом случае - то географическое местоположение в США, где проживают Заказчики.

Совместная работа в Oracle Database Рис. Материализованные представления используются для хранения предварительно вычисленных результатов, как для реляционных, так и для многомерных данных: Для таблицы фактов используются данные Sales; однако они были упрощены путем разагрегации aggregate out и удаления измерения Promotions, а также повышения агрегирования фактических данных измерения Time с ежедневного до ежемесячного уровня.

Пользователей перестала удовлетворять ситуация, когда они получают отчеты один раз в день, теперь некоторым требуется получать отчеты ежечасно или даже каждые несколько минут. Для того чтобы обеспечить требования бизнеса при анализе постоянно растущего набора бизнес-данных, требуется уметь своевременно выполнять любой анализ. Это становится все большей и большей проблемой, особенно в тех случаях, когда анализ проводится по огромным объемам данных и в нем могут быть задействованы трудоёмкие операции типа соединений и агрегирования, а также выполняться различные аналитические функции и сравнения.

Понимание запросов Отправной точкой для создания материализованных представлений является понимание типов соединений и агрегирований, которые используются в запросах пользователей. После этого они анализируются, чтобы определить, какой набор материализованных представлений необходим для их поддержания.

Мы начинаем с изучения данных и типов тех запросов, которые выполняют наши бизнес-пользователи, а также с определения того, какие измерения нам понадобятся. В данном случае - измерения Time, Customers, Products и Channels и физические таблицы, в которых постоянно хранятся эти данные. Затем нужно определить, какие потребуются кубы и какие фактические данные мы должны хранить в этих кубах.

После этого можно перейти к другим экранам, чтобы исследовать и модифицировать сгенерированные сценарии, например, изменить имена и табличные пространства для материализованного представления, а затем задача может быть спланирована для развертывания в базе данных хранилища данных.

Схема базы данных Oracle в дополнение к обычным реляционным объектам: Механизм многомерных вычислений предлагает функциональность вычислений, которая дает пользователю возможность создавать эффективно выполняющиеся сложные аналитические запросы.

Кроме того, имеется SQL-интерфейс, который дает инструментальным средствам возможность использовать обычный язык SQL для выполнения запросов к аналитической рабочей области. Текст SQL-запроса преобразуется базой данных таким образом, чтобы он работал с объектами аналитической рабочей области, а результаты посредством SQL-интерфейса возвращались как строки и столбцы назад в SQL-запрос. Это интерфейс программирования, дающий приложениям и инструментальным средствам возможность непосредственно обращаться к аналитической рабочей области и механизму вычислений.

Но в измерения также включаются иерархии, определяющие группирование данных. Так, например, месяцы Months сворачиваются в кварталы Quarters , которые, в свою очередь, сворачиваются в годы Years. Опция OLAP в Oracle Database 11g обеспечивает специализированное хранение многомерных данных с помощью аналитических рабочих областей и их обработку с использованием механизма многомерных вычислений Multidimensional Calculation Engine. Аналитическая рабочая область Analytic Workspace - AW используется для хранения многомерных типов данных, например, измерений, показателей и кубов.

Это обеспечивает больший контроль над уровнями, которые будут предварительно вычисляться, и хорошая стратегия состоит в том, чтобы определить агрегаты, которые должны быть вычислены на дополнительных уровнях иерархии.

Подобно индексу, для хранения материализованного представления требуется пространство на диске в дополнение к тому пространству, которое требуется для хранения самих таблиц.