Хранилище данных. Краткие сведения

В течение нескольких десятилетий роль технологии баз данных в компаниях и на предприятиях сводилась лишь к хранению оперативных данных, то есть данных, генерируемых в результате ежедневных рутинных операций, выполняемых в рамках бизнес-процессов (таких как продажа, покупка и выставление счетов).

С другой стороны, менеджерам необходим быстрый и надежный доступ к стратегической информации, которая помогает принимать решения. Такая информация извлекается в основном из огромного объема оперативных данных, хранящихся в корпоративных базах данных, путем сложного процесса отбора и обобщения.

Очень быстро экспоненциальный рост объемов данных превратил компьютеры в единственную подходящую поддержку процесса принятия решений менеджерами. Таким образом, начиная с конца 1980-х годов роль баз данных начала меняться, что привело к появлению систем поддержки принятия решений, которые представляли собой набор инструментов и методов, способных извлекать соответствующую информацию из набора данных, записанных в электронном виде. Среди систем поддержки принятия решений системы хранения данных, вероятно, являются теми, которые привлекли наибольшее внимание как промышленного, так и академического мира.

Типичный сценарий принятия решений - это сценарий крупного предприятия с несколькими филиалами, руководители которого хотят количественно оценить вклад каждого из них в глобальную коммерческую прибыль предприятия. Поскольку элементарные коммерческие данные хранятся в корпоративной базе данных, традиционный подход, применяемый менеджером, заключается в том, чтобы попросить администраторов базы данных написать специальный запрос, который может должным образом объединить имеющиеся данные для получения результата. К сожалению, написание такого запроса обычно очень сложно, поскольку будут задействованы разные, разнородные источники данных.

Кроме того, выполнение запроса, вероятно, займет очень много времени, поскольку для его выполнения потребуется огромный объем данных, и он будет выполняться вместе с запросами приложений, которые являются частью операционной нагрузки предприятия. В конце концов, менеджер получит на свой стол отчет в виде сводной таблицы, диаграммы или электронной таблицы, на основе которого он будет принимать свое решение.

Такой подход приводит к бесполезной трате времени и ресурсов и часто приводит к плохим результатам. Кстати, смешивание этих специальных аналитических запросов с оперативными, которые требуются в повседневной жизни, приводит к замедлению работы системы, что делает всех пользователей недовольными.

Таким образом, основная идея хранилища данных заключается в отделении аналитических запросов, которые обычно называются OLAP (On-Line аналитическая обработка), от оперативных запросов, называемых OLTP (On-Line транзакционная обработка), путем создания нового информационного хранилища, которое объединяет элементарные данные, поступающие из разных источников, организует их в соответствующую структуру и делает доступными для анализа и оценки, направленных на планирование и принятие решений.

Среди областей, где технологии хранения данных успешно применяются, мы упоминаем лишь некоторые: торговлю, производство, финансовые услуги, телекоммуникации и здравоохранение. С другой стороны, области применения хранилищ данных не ограничиваются предприятиями: они также варьируются от эпидемиологии до демографии, от естественных наук до дидактики.

Общей чертой для всех этих областей является потребность в инструментах, которые позволяют пользователю легко и быстро получать сводную информацию из огромного объема данных, использовать ее для изучения явления и выявления значимых тенденций и корреляций — короче говоря, для получения полезных знаний для поддержки принятия решений.