Розділ «6. АВТОМАТИЗОВАНІ ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ ОБРОБЛЕННЯ, УПРАВЛІННЯ ТА АНАЛІЗУ ІНФОРМАЦІЇ»

4. Незмінністю. Дані сховища даних, що характеризують кожен "історичний пласт", ні в якому разі не підлягають змінам. Це теж є суттєвою відмінністю даних, що зберігаються у сховища даних, від оперативних даних. Оперативні дані можуть дуже часто змінюватися, з даними сховища можливі лише операції їх первинного завантаження, пошуку та їх читання.

5. Мінімальною надлишковістю. Незважаючи на те, що інформація до сховищ даних завантажується з БД, це не призводить до надлишковості даних. Зведення до мінімуму надлишковості даних забезпечується тим, що перш ніж завантажувати дані до сховищ, їх фільтрують і певним чином очищають від таких даних, які не потрібні і не можуть бути використані в системах.

Сховища даних можуть включати такі компоненти:

1. Віртуальне сховище даних – це метадані, які описують джерела надходження інформації, структуру даних сховища, методи агрегації та завантаження даних, відомості про структуру бізнес-понять та інші дані про дані, що зберігаються у сховищі.

2. Корпоративні сховища даних – вміщують інформацію, зібрану із певної множини оперативних БД, яка характеризує всю корпорацію і необхідна для виконання консолідованого аналізу діяльності в цілому. Такі сховища охоплюють всі численні напрями діяльності корпорації і використовуються для прийняття як тактичних, так і стратегічних рішень. Розроблення корпоративного сховища даних дуже трудомісткий процес, який може становити від одного до кількох років, а обсяги сховища можуть досягати від 50 Гбайтів до кількох Терабайтів.

3. Кіоски чи вітрини даних – це певна підмножина корпоративних даних, які характеризують конкретний аспект діяльності корпорації, наприклад роботу якогось її підрозділу. Кіоск може отримувати дані з корпоративного сховища даних (залежний кіоск) чи бути незалежним, і тоді джерелом поповнення його даними будуть оперативні БД. Розроблення кіоску даних потребує значно меншого часу і в середньому триває близько трьох-чотирьох місяців.

Корпоративні сховища даних та кіоски будуються за подібними принципами і використовують практично одинакові технології.

Останнім часом з'явилося поняття глобального сховища даних, в якому сховище даних розглядається як єдине джерело інтегрованих даних для всіх вітрин даних.

Сховища повинні надавати можливість параметризації даних за різними ознаками, наприклад банківські операції під час їх аналізу необхідно групувати за часом їх виконання, за клієнтами, за їх обсягами у вартісному виразі, за контрагентами, видами валют та іншими ознаками. Дані мають бути подані у сховищі таким чином, щоб надавати можливість їх багатовимірного аналізу. Основи багатовимірного аналізу були започатковані Е.Ф. Коддом у 1993р.

Найбільш вдалою формою подання даних, що надасть можливість багатовимірної їх параметризації і подання даних у вигляді багатовимірної моделі. В основу OLAP-систем покладено поняття гіперкуба, тобто багатовимірного куба, у комірках якого зберігаються необхідні для аналізу дані.

Нині існує три варіанти побудови систем на основі сховищ даних: MOLAP, ROLAP і HOLAP.

У MOLAP – системі гіперкуб реалізується як спеціальна модель нереляційної структури, яка швидше забезпечує доступ до даних, ніж реляційні моделі, але вимагає додаткових витрат пам'яті.

У KOLAP – системах гіперкуб це лише користувацький інтерфейс, який моделюється на традиційній реляційній базі даних. Дані в сховищі подаються у вигляді моделі, що дістала назву "зірка". У цих системах зберігаються агреговані дані. Такий підхід дозволяє зберігати великі обсяги даних, але вони не досить ефективні при виконанні аналітичних операцій.

HOLAP – системи – це комбінований варіант зберігання даних, який використовує обидва типи СУБД. У багатовимірній СУБД зберігаються агрегати даних, а дані, які мають невеликий обсяг, зберігаються в реляційній СУБД.