Schematy logiczne dla hurtowni danych
|
|
- Antoni Marcinkowski
- 8 lat temu
- Przeglądów:
Transkrypt
1 Schematy logiczne dla hurtowni danych 26
2 Plan rozdziału 27 Model biznesowy, logiczny i fizyczny hurtowni danych Podstawowe pojęcia w modelu logicznym, logiczny model wielowymiarowy Implementacje ROLAP/MOLAP logicznego modelu wielowymiarowego Schematy logiczne dla relacyjnej hurtowni danych gwiazda, płatek śniegu, konstelacja faktów Modelowanie schematu logicznego hurtowni danych Oracle Warehouse Builder Tworzenie logicznego modelu wielowymiarowego Oracle Enterprise Manager Oracle Warehouse Builder
3 Etapy projektowania hurtowni danych 28 Model biznesowy Efekt analizy strategicznej Identyfikacja miar i wymiarów dla poszczególnych procesów biznesowych Model logiczny (wymiarowy) Model abstrakcyjny, konceptualny Encje i atrybuty (reprezentowane w modelu relacyjnym jako tabele i powiązania między nimi) Model fizyczny Wybór sposobu składowania danych Formaty danych Strategie partycjonowania Wybór indeksów Wybór materializowanych perspektyw
4 Miary i wymiary 29 Miary (ang. measures), inaczej: fakty (ang. facts) Wartości ciągłe, numeryczne Typowe miary: wartość sprzedaży, koszt, zysk, sprzedana ilość Miary mogą być: addytywne (we wszystkich wymiarach) np. liczba sprzedanych sztuk częściowo addytywne (addytywne w niektórych wymiarach) np. stan w magazynie nieaddytywne Wymiary (ang. dimensions) region Wartości dyskretne, niezmienne lub rzadko zmienne Nadają znaczenie danym (miarom, faktom) miejscowość Typowe wymiary: klient, czas, produkt, sklep Hierarchie (ang. hierarchies) umożliwiają organizację danych na różnych poziomach agregacji sklep Poziom (ang. level) reprezentuje pozycję w hierarchii Atrybuty (ang. attributes) dostarczają dodatkowych informacji o danych, np. kolor, smak, dzień tygodnia
5 Wielowymiarowy model danych 30 Dane na potrzeby przetwarzania OLAP są w naturalny sposób przedstawiane w postaci wielowymiarowej (3 lub więcej wymiarów) logiczny model wielowymiarowy Logiczne kostki stanowią sposób organizacji miar mających te same wymiary czas mln 232 4mln 117 3mln sklep 854 8mln 567 7mln 98 1mln Dallas Denver 1mln 2mln 3mln - Seattle produkt Thriller Comedy Drama
6 Implementacje logicznego wielowymiarowego modelu danych 31 Relacyjna implementacja modelu (ROLAP) Powiązane ze sobą tabele relacyjne: tabele faktów i wymiarów Schematy logiczne: Schemat gwiazdy (ang. star schema) Schemat płatka śniegu (ang. snowflake schema) Konstelacja faktów (ang. fact constellation) Materializowane perspektywy dla agregatów Logiczny model wielowymiarowy definiowany poprzez OLAP Catalog lub na poziomie aplikacji analitycznej (!) Wielowymiarowa reprezentacja modelu (MOLAP) Dane fizycznie składowane w postaci wielowymiarowej W Oracle jako analityczne przestrzenie robocze (ang. Analytic Workspaces - AW)
7 OLAP Catalog 32 Definiuje logiczne obiekty wielowymiarowe i mapuje je na fizyczne źródła danych Może być wykorzystany do opisu danych relacyjnych w celu ich załadowania do analitycznej przestrzeni roboczej (AW) Stanowi źródło metadanych dla BI Beans Dane mogą być fizycznie składowane w relacyjnych tabelach lub analitycznych przestrzeniach roboczych (AW) Niezależnie od sposobu składowania danych, metadane w OLAP Catalog są niezbędne, aby dane były dostępne dla BI Beans
8 Schemat gwiazdy 33 Centralna tabela faktów Wymiary zdenormalizowane Tabela faktów połączona z tabelami wymiarów poprzez klucze główne i klucze obce CZAS id_czasu data_transakcji dzien_tygodnia czy_swieto PRODUKTY id_produktu nazwa_produktu typ_produktu kategoria_produktu departament SPRZEDAZ id_czasu id_produktu id_sklepu suma_sprzedazy suma_zysku liczba_klientow liczba_towarow SKLEPY id_sklepu nazwa_sklepu miejscowosc region
9 Charakterystyka schematu gwiazdy 34 Prosta struktura -> schemat łatwy do zrozumienia Duża efektywność zapytań ze względu na niewielką liczbę połączeń tabel Stosunkowo długi czas ładowania danych do tabel wymiarów ze względu na denormalizację Dominująca struktura dla hurtowni danych, wspierana przez wiele narzędzi Schemat zalecany przez Oracle
10 Schemat płatka śniegu 35 Centralna tabela faktów Wymiary znormalizowane TYPY_PRODUKTOW id_typu typ_produktu KATEGORIE id_kategorii kategoria_produktu id_typu PRODUKTY id_produktu nazwa_produktu departament id_kategorii CZAS id_czasu data_transakcji dzien_tygodnia czy_swieto SPRZEDAZ id_czasu id_produktu id_sklepu suma_sprzedazy suma_zysku liczba_klientow liczba_towarow MIEJSCOWOSCI id_miejscowosci miejscowosc id_regionu SKLEPY id_sklepu nazwa_sklepu id_miejscowosci REGIONY id_regionu region
11 Charakterystyka schematu płatka śniegu 36 Spadek wydajności zapytań w porównaniu ze schematem gwiazdy ze względu na większą liczbę połączeń tabel Struktura łatwiejsza do modyfikacji Krótki czas ładowania danych do tabel (normalizacja -> mniejszy rozmiar) Wykorzystywany rzadziej niż schemat gwiazdy, gdyż efektywność zapytań jest ważniejsza niż efektywność ładowania danych do tabel wymiarów
12 Konstelacja faktów 37 Schemat stanowiący kombinację schematów gwiazd współdzielących niektóre wymiary Różne tabele faktów mogą odwoływać się do różnych poziomów danego wymiaru DIM_1 DIM_3 FACT_1 FACT_2 DIM_4 DIM_2
13 38 Charakterystyka tabeli faktów i wymiarów Tabela faktów: Zawiera numeryczne miary Posiada wieloatrybutowy klucz główny złożony z kluczy obcych odwołujących się do wymiarów Największy rozmiar spośród tabel tworzących gwiazdę Typowo zawiera ponad 90% danych Jej rozmiar szybko się powiększa Tabele wymiarów: Zawierają atrybuty opisowe Nadają znaczenie faktom Definiują przestrzeń faktów Zawierają dane stosunkowo statyczne Podlegają zmianom np. pojawianie się nowych klientów, produktów
14 Narzędzia do modelowania schematu logicznego relacyjnej hurtowni danych 39 Kartka i ołówek Oracle Designer Narzędzie ogólnego przeznaczenia Brak szczególnego wsparcia dla hurtowni danych Oracle Warehouse Builder Modelowanie schematu jest jedną z funkcji narzędzia Sensowny wybór gdy wykorzystane będą również inne możliwości OWB: Dokumentacja projektu hurtowni danych (repozytorium metadanych) Obsługa procesu ETL, generacja skryptów
15 OWB: Tworzenie repozytorium 40 Przed rozpoczęciem projektowania za pomocą Oracle Warehouse Builder należy utworzyć repozytorium Do tworzenia repozytorium OWB służy narzędzie OWB Repository Assistant Podstawowe kroki: Wybór lub utworzenie użytkownika właściciela repozytorium Wybór przestrzeni tabel dla repozytorium
16 OWB: Modelowanie relacyjnego schematu 41 hurtowni danych Przykład (1/10) Uruchomienie OWB Client Logowanie jako: Właściciel repozytorium Użytkownik, któremu właściciel repozytorium nadał prawo dostępu call WBSecurityHelper.registerOWBUser('User1')
17 OWB: Modelowanie relacyjnego schematu 42 hurtowni danych Przykład (2/10) Główne okno OWB Client nawigator obiektów projektu OWB składuje definicje dla schematu docelowego w modułach Uruchomienie kreatora nowego modułu:
18 OWB: Modelowanie relacyjnego schematu 43 hurtowni danych Przykład (3/10) Tworzenie modułu Moduł schematu docelowego hurtowni danych Możliwość importu metadanych przez DB Link
19 OWB: Modelowanie relacyjnego schematu 44 hurtowni danych Przykład (4/10) Tworzenie modułu -> wybór lokalizacji Na tym etapie lokalizacja jest abstrakcyjna (nie podaje się parametrów połączenia)
20 OWB: Modelowanie relacyjnego schematu 45 hurtowni danych Przykład (5/10) Utworzony moduł drzewko modułu w nawigatorze obiektów
21 OWB: Modelowanie relacyjnego schematu 46 hurtowni danych Przykład (6/10) Tworzenie definicji tabeli w modelu schematu docelowego
22 OWB: Modelowanie relacyjnego schematu 47 hurtowni danych Przykład (7/10) Tworzenie definicji tabeli cd. (więzy integralnościowe)
23 OWB: Modelowanie relacyjnego schematu 48 hurtowni danych Przykład (8/10) Edycja definicji tabeli edytor graficzny
24 OWB: Modelowanie relacyjnego schematu 49 hurtowni danych Przykład (9/10) Edytor graficzny: wizualizacja powiązanych tabel
25 OWB: Modelowanie relacyjnego schematu 50 hurtowni danych Przykład (10/10) Generacja skryptów SQL Uwaga: Istnieje możliwość bezpośredniego utworzenia obiektów w docelowej bazie danych narzędziem OWB Deployment Manager
26 OWB: Tworzenie repozytorium Runtime Repository 51 Tworzenie obiektów hurtowni danych w docelowej bazie danych musi być poprzedzone utworzeniem w niej: Repozytorium Runtime Repository Schematu docelowego (ang. target schema) Do realizacji powyższych zadań służy OWB Runtime Assistant Jednym z kroków jest tworzenie użytkownika, który będzie służył do pracy z repozytoriów (oprócz właściciela) Standardowe pytania: nazwa schematu, nazwy przestrzeni tabel itp.
27 OWB: Tworzenie obiektów hurtowni danych Przykład (1/4) 52 Utworzenie połączenia z Runtime Repository Uruchomienie narzędzia Deployment Manager z menu OWB Client
28 OWB: Tworzenie obiektów hurtowni danych Przykład (2/4) 53 Wybór obiektów, które maja zostać utworzone i start procesu
29 OWB: Tworzenie obiektów hurtowni danych Przykład (3/4) 54 Rejestracja abstrakcyjnej dotąd lokalizacji
30 OWB: Tworzenie obiektów hurtowni danych Przykład (4/4) 55 Zakończenie procesu tworzenia obiektów Po wybraniu opcji Deploy obiekty zostaną utworzone w bazie danych
31 Kroki tworzenia metadanych dla logicznego modelu wielowymiarowego w OLAP Catalog Utworzenie logicznych wymiarów Specyfikacja poziomów, atrybutów i hierarchii Logiczne wymiary zostaną oparte o obiekty DIMENSION w bazie danych 2. Utworzenie logicznych kostek i specyfikacja ich krawędzi (wymiarów) Logiczne kostki są definiowane tylko w postaci metadanych, nie odpowiadają im żadne obiekty w bazie danych 3. Utworzenie logicznych miar reprezentujących fakty. Powiązanie miar z kostkami 4. Mapowanie logicznych struktur na źródła danych
32 Narzędzia do definiowania logicznego modelu wielowymiarowego Oracle Enterprise Manager (OEM) uwaga: tabele tworzące schemat relacyjny muszą istnieć i powinny mieć klucze główne i obce 57 CWM2 API zbiór pakietów PL/SQL np. poprzez SQL*Plus Oracle Warehouse Bulder (OWB) bez wcześniejszego definiowania tabel! z możliwością utworzenia Analytic Workspace i wypełnienia go danymi ze schematu relacyjnego
33 OEM: Tworzenie metadanych OLAP Przykład (1/15) 58 Logowanie do EM 10g Dostęp przez http Domyślny port: 5500 Użytkownik musi posiadać: - przywilej SELECT ANY DICTIONARY - rolę OLAP_DBA
34 OEM: Tworzenie metadanych OLAP Przykład (2/15) 59 Utworzenie wymiarów
35 OEM: Tworzenie metadanych OLAP Przykład (3/15) 60 Tworzenie wymiaru -> utworzenie poziomów
36 OEM: Tworzenie metadanych OLAP Przykład (4/15) 61 Tworzenie wymiaru -> utworzenie hierarchii
37 OEM: Tworzenie metadanych OLAP Przykład (5/15) 62 Tworzenie wymiaru -> utworzenie atrybutów
38 OEM: Tworzenie metadanych OLAP Przykład (6/15) 63 Tworzenie wymiaru -> opcje OLAP
39 OEM: Tworzenie metadanych OLAP Przykład (7/15) 64 Tworzenie wymiarów: efekt końcowy Oprócz metadanych w OLAP Catalog powstaje obiekt DIMENSION w bazie danych CREATE DIMENSION SCOTT.SKLEPY LEVEL SKLEP IS SKLEPY.ID_SKLEPU LEVEL MIEJSCOWOSC IS SKLEPY.MIEJSCOWOSC LEVEL REGION IS SKLEPY.REGION HIERARCHY H_SKLEPY (SKLEP CHILD OF MIEJSCOWOSC CHILD OF REGION) ATTRIBUTE SKLEP DETERMINES (SKLEPY.ID_SKLEPU, SKLEPY.NAZWA_SKLEPU) ATTRIBUTE MIEJSCOWOSC DETERMINES SKLEPY.MIEJSCOWOSC ATTRIBUTE REGION DETERMINES SKLEPY.REGION
40 OEM: Tworzenie metadanych OLAP Przykład (8/15) 65 Tworzenie kostki Tabela lub perspektywa
41 OEM: Tworzenie metadanych OLAP Przykład (9/15) 66 Tworzenie kostki -> wskazanie wymiarów dla krawędzi
42 OEM: Tworzenie metadanych OLAP Przykład (10/15) 67 Tworzenie kostki -> dodanie miar
43 OEM: Tworzenie metadanych OLAP Przykład (11/15) Tworzenie kostki -> specyfikacja operatorów do agregacji miar w poszczególnych wymiarach Domyślnie sumowanie (SUM) 68
44 OEM: Tworzenie metadanych OLAP Przykład (12/15) 69 Tworzenie kostki -> efekt końcowy Wynikiem tworzenia kostki są jedynie metadane w OLAP Catalog - nie są tworzone żadne obiekty w bazie danych! Uwaga: Jeżeli metadane w OLAP Catalog są tworzone w celu umożliwienia BI Beans pracy na relacyjnym schemacie (bez AW), należy z poziomu SQL*Plus wykonać: exec cwm2_olap_metadata_refresh.mr_refresh;
45 OEM: Tworzenie metadanych OLAP Przykład (13/15) Tworzenie folderu miar (ang. measure folder) Składnica danych dla aplikacji OLAP składa się z miar pogrupowanych w foldery miar W celu udostępnienia zawartości kostek (miar) aplikacjom OLAP (np. BI Beans), konieczne jest umieszczenie potrzebnych miar w folderach miar 70 Możliwość tworzenia hierarchii folderów
46 OEM: Tworzenie metadanych OLAP Przykład (14/15) 71 Tworzenie folderu miar -> wybór miar
47 OEM: Tworzenie metadanych OLAP Przykład (15/15) 72 Tworzenie folderu miar -> efekt końcowy
48 OWB: Tworzenie metadanych OLAP Przykład (1/7) 73 Tworzenie wymiarów
49 OWB: Tworzenie metadanych OLAP Przykład (2/7) 74 Tworzenie wymiarów -> Poziomy i ich atrybuty
50 OWB: Tworzenie metadanych OLAP Przykład (3/7) 75 Tworzenie wymiarów -> hierarchie
51 OWB: Tworzenie metadanych OLAP Przykład (4/7) 76 Edytor graficzny dla utworzonego wymiaru
52 OWB: Tworzenie metadanych OLAP Przykład (5/7) 77 Tworzenie kostki Tworzenie kostki -> klucze obce do wymiarów
53 OWB: Tworzenie metadanych OLAP Przykład (6/7) 78 Tworzenie kostki -> definiowanie miar
54 OWB: Tworzenie metadanych OLAP Przykład (7/7) 79 Edytor kostki wizualna prezentacja utworzonej kostki
55 80 OWB: Tworzenie obiektów bazodanowych modelu wielowymiarowego w b.d. Uruchomienie narzędzia Deployment Manager W bazie danych tworzone są tabele i obiekty dimension Nie powstają wpisy w OLAP Catalog!
56 OWB: Transfer metadanych OLAP do bazy danych Przykład (1/5) W celu eksportu metadanych OLAP o kostkach i wymiarach do bazy danych (OLAP Catalog) należy utworzyć kolekcję (obiekt Collection) Kolekcja stanowi zbiornik metadanych na potrzeby ich eksportu do innych narzędzi Miary zgromadzone w jednej kolekcji po eksporcie do bazy danych znajdą się w jednym folderze miar (measure folder) 81
57 OWB: Transfer metadanych OLAP do bazy danych Przykład (2/5) 82 Tworzenie kolekcji -> specyfikacja zawartości
58 OWB: Transfer metadanych OLAP do bazy danych Przykład (3/5) 83 Eksport metadanych Opcja Oracle9i OLAP działa też dla Oracle10g
59 OWB: Transfer metadanych OLAP do bazy danych Przykład (4/5) 84 Parametry transferu metadanych Możliwość utworzenia Analytic Workspace i wypełnienia go danymi Alternatywą jest ograniczenie się do transferu metadanych (OLAP Catalog, logiczna kostka na schemacie relacyjnym) Tworzenie AW Wypełnienie AW danymi
60 OWB: Transfer metadanych OLAP do bazy danych Przykład (5/5) 85 Transfer metadanych do OLAP Catalog efekt końcowy Możliwość generacji skryptów bez lub z uruchomieniem ich w b.d. Skrypt kończy się wywołaniem olapsys.cwm2_olap_metadata_refresh.mr_refresh Kostki mogą być wykorzystywane w BI Beans Utworzone logiczne obiekty wielowymiarowe (wymiary logiczne, kostki, foldery miar) są widoczne w Oracle Enterprise Manager
Hurtownie danych. Hurtownie danych. dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki. Maciej Zakrzewicz (1)
Hurtownie danych dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki Maciej Zakrzewicz (1) Plan wykładu Wprowadzenie do Business Intelligence (BI) Hurtownia danych Zasilanie hurtowni
Bardziej szczegółowoHurtownie danych. 31 stycznia 2017
31 stycznia 2017 Definicja hurtowni danych Hurtownia danych wg Williama Inmona zbiór danych wyróżniający się następującymi cechami uporządkowany tematycznie zintegrowany zawierający wymiar czasowy nieulotny
Bardziej szczegółowoWprowadzenie do technologii Business Intelligence i hurtowni danych
Wprowadzenie do technologii Business Intelligence i hurtowni danych 1 Plan rozdziału 2 Wprowadzenie do Business Intelligence Hurtownie danych Produkty Oracle dla Business Intelligence Business Intelligence
Bardziej szczegółowoWielowymiarowy model danych
Plan wykładu Wielowymiarowy model danych 1. Model danych 2. Analiza wielowymiarowa 3. Model wielowymiarowy: koncepcja wymiarów i faktów 4. Operacje modelu wielowymiarowego 5. Implementacje modelu wielowymiarowego:
Bardziej szczegółowoModele danych - wykład V
Modele danych - wykład V Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006 Zagadnienia 1. Wprowadzenie 2. MOLAP modele danych 3. ROLAP modele danych 4. Podsumowanie 5. Zadanie
Bardziej szczegółowoModele danych - wykład V. Zagadnienia. 1. Wprowadzenie 2. MOLAP modele danych 3. ROLAP modele danych 4. Podsumowanie 5. Zadanie fajne WPROWADZENIE
Modele danych - wykład V Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006 Zagadnienia 1. Wprowadzenie 2. MOLAP modele danych 3. modele danych 4. Podsumowanie 5. Zadanie fajne
Bardziej szczegółowoHurtownie danych. Projektowanie hurtowni: modele wielowymiarowe. Modelowanie punktowe. Operacje OLAP na kostkach. http://zajecia.jakubw.
Hurtownie danych Projektowanie hurtowni: modele wielowymiarowe. Modelowanie punktowe. Operacje OLAP na kostkach. http://zajecia.jakubw.pl/hur UZASADNIENIE BIZNESOWE Po co nam hurtownia danych? Jakie mogą
Bardziej szczegółowoSpis treści. Część I Wprowadzenie do pakietu oprogramowania Analysis Services
Spis treści Wstęp... ix Odkąd najlepiej rozpocząć lekturę?... ix Informacja dotycząca towarzyszącej ksiąŝce płyty CD-ROM... xi Wymagania systemowe... xi Instalowanie i uŝywanie plików przykładowych...
Bardziej szczegółowoWprowadzenie do hurtowni danych
Wprowadzenie do hurtowni danych przygotował: Paweł Kasprowski Kostka Kostka (cube) to podstawowy element hurtowni Kostka jest wielowymiarowa (od 1 do N wymiarów) Kostka składa się z: faktów wektora wartości
Bardziej szczegółowoUsługi analityczne budowa kostki analitycznej Część pierwsza.
Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.
Bardziej szczegółowoCzęść I Istota analizy biznesowej a Analysis Services
Spis treści Część I Istota analizy biznesowej a Analysis Services 1 Analiza biznesowa: podstawy analizy danych... 3 Wprowadzenie do analizy biznesowej... 3 Wielowymiarowa analiza danych... 5 Atrybuty w
Bardziej szczegółowoPlan wykładu. Hurtownie danych. Problematyka integracji danych. Cechy systemów informatycznych
1 Plan wykładu 2 Hurtownie danych Integracja danych za pomocą hurtowni danych Przetwarzanie analityczne OLAP Model wielowymiarowy Implementacje modelu wielowymiarowego ROLAP MOLAP Odświeżanie hurtowni
Bardziej szczegółowoHurtownie danych a transakcyjne bazy danych
Hurtownie danych a transakcyjne bazy danych Materiały źródłowe do wykładu: [1] Jerzy Surma, Business Intelligence. Systemy wspomagania decyzji, Wydawnictwo Naukowe PWN, Warszawa 2009 [2] Arkadiusz Januszewski,
Bardziej szczegółowoDane wejściowe. Oracle Designer Generowanie bazy danych. Wynik. Przebieg procesu
Dane wejściowe Oracle Designer Generowanie bazy danych Diagramy związków encji, a w szczególności: definicje encji wraz z atrybutami definicje związków między encjami definicje dziedzin atrybutów encji
Bardziej szczegółowoHurtownie danych - przegląd technologii
Hurtownie danych - przegląd technologii Problematyka zasilania hurtowni danych - Oracle Data Integrator Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel
Bardziej szczegółowoBD2 BazyDanych2. dr inż. Tomasz Traczyk 14. Systemy przetwarzania analitycznego
BD2 BazyDanych2 dr inż. Tomasz Traczyk 14. Systemy przetwarzania analitycznego ³ Copyright c Tomasz Traczyk Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej Materiały dydaktyczne
Bardziej szczegółowoInformatyzacja przedsiębiorstw
Informatyzacja przedsiębiorstw Izabela Szczęch Politechnika Poznańska Plan wykładu Elementy Business Intelligence Model wielowymiarowy Modelowanie hurtowni danych podstawowe schematy logiczne Operacje
Bardziej szczegółowoWielowymiarowy model danych: Oracle OLAP, Analytic Workspaces, OLAP DML
Wielowymiarowy model danych: Oracle OLAP, Analytic Workspaces, OLAP DML 243 Plan rozdziału 244 Architektura Oracle OLAP Porównanie architektury wielowymiarowej i relacyjnej Dostęp do danych OLAP Analityczne
Bardziej szczegółowoPorównanie wydajności hurtowni danych ROLAP i MOLAP w Oracle 10g
XI Konferencja PLOUG Kościelisko Październik 2005 Porównanie wydajności hurtowni danych ROLAP i MOLAP w Oracle 10g Bartosz Bębel, Julusz Jezierski, Robert Wrembel Politechnika Poznańska, Instytut Informatyki
Bardziej szczegółowoHurtownie danych - przegląd technologii
Hurtownie danych - przegląd technologii Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Biznesowe słowniki pojęć biznesowych odwzorowania pojęć
Bardziej szczegółowo4. Znaczenie czasu w modelowaniu i strukturalizacji danych
Temat1- Geneza 1. Ewolucja systemów opartych na bazach danych Początki to np. ręczne spisy danych na papirusie w Egipcie. Ręczne zapisywanie danych trwało aż do końca XIX wieku. W XIX wieku stworzone zostały
Bardziej szczegółowoBusiness Intelligence Beans + Oracle JDeveloper
Business Intelligence Beans + Oracle JDeveloper 360 Plan rozdziału 361 Wprowadzenie do Java OLAP API Architektura BI Beans Instalacja katalogu BI Beans Tworzenie aplikacji BI Beans Zapisywanie obiektów
Bardziej szczegółowoOracle Designer. Oracle Designer jest jednym z głównych komponentów pakietu Oracle Developer Suite. Oracle Designer wspiera :
Oracle Designer Oracle Designer jest jednym z głównych komponentów pakietu Oracle Developer Suite. Oracle Designer wspiera : - modelowanie procesów biznesowych - analizę systemu informatycznego - projektowanie
Bardziej szczegółowoHURTOWNIE DANYCH I BUSINESS INTELLIGENCE
BAZY DANYCH HURTOWNIE DANYCH I BUSINESS INTELLIGENCE Akademia Górniczo-Hutnicza w Krakowie Adrian Horzyk horzyk@agh.edu.pl Google: Horzyk HURTOWNIE DANYCH Hurtownia danych (Data Warehouse) to najczęściej
Bardziej szczegółowoWstęp do Business Intelligence
Wstęp do Business Intelligence Co to jest Buisness Intelligence Business Intelligence (analityka biznesowa) - proces przekształcania danych w informacje, a informacji w wiedzę, która może być wykorzystana
Bardziej szczegółowoModelowanie wymiarów
Wymiar Modelowanie wymiarów struktura umożliwiająca grupowanie danych z tabeli faktów implementowana jako obiekt bazy danych DIMENSION wykorzystanie DIMENSION zaawansowane przepisywanie zapytań (ang. query
Bardziej szczegółowoSpis tre±ci. Przedmowa... Cz ± I
Przedmowa.................................................... i Cz ± I 1 Czym s hurtownie danych?............................... 3 1.1 Wst p.................................................. 3 1.2 Denicja
Bardziej szczegółowoHurtownie danych wykład 3
Hurtownie danych wykład 3 dr Sebastian Zając SGH Warszawa 7 lutego 2017 Architektura relacyjna i wielowymiarowa Ze względu na przechowywanie danych na serwerze możemy zdecydować się na relacyjną bazę danych
Bardziej szczegółowoPlan. Wprowadzenie. Co to jest APEX? Wprowadzenie. Administracja obszarem roboczym
1 Wprowadzenie do środowiska Oracle APEX, obszary robocze, użytkownicy Wprowadzenie Plan Administracja obszarem roboczym 2 Wprowadzenie Co to jest APEX? Co to jest APEX? Architektura Środowisko Oracle
Bardziej szczegółowoZaawansowane systemy baz danych - ZSBD. Hurtownie danych 1. Problematyka hurtowni danych. Wykład przygotował: Robert Wrembel. ZSBD wykład 12 (1)
Hurtownie danych 1 Problematyka hurtowni danych Wykład przygotował: Robert Wrembel ZSBD wykład 12 (1) 1 Plan wykładu Problematyka integracji danych Integracja danych za pomocą hurtowni danych Przetwarzanie
Bardziej szczegółowoKostki OLAP i język MDX
Kostki OLAP i język MDX 24 kwietnia 2015 r. Opis pliku z zadaniami Wszystkie zadania na zajęciach będą przekazywane w postaci plików PDF sformatowanych jak ten. Będą się na nie składały różne rodzaje zadań,
Bardziej szczegółowoSystemy OLAP I. Krzysztof Dembczyński. Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska
Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr zimowy 2007/08 Studia uzupełniajace magisterskie
Bardziej szczegółowoProces ETL. Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska {kris,
Proces ETL Krzysztof Goczyła Teresa Zawadzka Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska {kris, tegra}@eti.pg.gda.pl - 1 - Proces ETL - 2 -
Bardziej szczegółowoHurtownie danych. Przetwarzanie zapytań. http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU
Hurtownie danych Przetwarzanie zapytań. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU Magazyny danych operacyjnych, źródła Centralna hurtownia danych Hurtownie
Bardziej szczegółowoModelowanie hurtowni danych
Modelowanie hurtowni danych Zbyszko Królikowski Instytut Informatyki Dane w hurtowniach danych pojęcia podstawowe Hurtowniadanychjestkolekcją:zintegrowanych, zorientowanych tematycznie, zmiennych w czasie,
Bardziej szczegółowoPlan. Raport. Tworzenie raportu z kreatora (1/3)
3 Budowa prostych raportów opartych o bazę danych Plan Co to jest raport? Tworzenie za pomocą kreatora Tworzenie opartego o polecenie SQL Edycja atrybutów Atrybuty regionu Atrybuty Atrybuty kolumn 2 Raport
Bardziej szczegółowoBusiness Intelligence
Business Intelligence Paweł Mielczarek Microsoft Certified Trainer (MCT) MCP,MCSA, MCTS, MCTS SQL 2005, MCTS SQL 2008, MCTS DYNAMICS, MBSS, MBSP, MCITP DYNAMICS. Geneza Prowadzenie firmy wymaga podejmowania
Bardziej szczegółowoHurtownie danych. Wstęp. Architektura hurtowni danych. http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH
Wstęp. Architektura hurtowni. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH B. Inmon, 1996: Hurtownia to zbiór zintegrowanych, nieulotnych, ukierunkowanych
Bardziej szczegółowoLaboratorium Technologii Informacyjnych. Projektowanie Baz Danych
Laboratorium Technologii Informacyjnych Projektowanie Baz Danych Komputerowe bazy danych są obecne podstawowym narzędziem służącym przechowywaniu, przetwarzaniu i analizie danych. Gromadzone są dane w
Bardziej szczegółowoHurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl
Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykładów Wprowadzenie - integracja
Bardziej szczegółowoHurtownie danych - przegląd technologii
Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykład adów Wprowadzenie - integracja
Bardziej szczegółowoWprowadzenie do Hurtowni Danych. Mariusz Rafało
Wprowadzenie do Hurtowni Danych Mariusz Rafało mrafalo@sgh.waw.pl WARSTWA PREZENTACJI HURTOWNI DANYCH Wykorzystanie hurtowni danych - aspekty Analityczne zbiory danych (ADS) Zbiór danych tematycznych (Data
Bardziej szczegółowoSystemy OLAP I. Krzysztof Dembczyński. Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska
Systemy OLAP I Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr zimowy 2008/09 Studia
Bardziej szczegółowoUsługi analityczne podstawy budowy kostki analitycznej Część druga - zarządzanie
Usługi analityczne podstawy budowy kostki analitycznej Część druga - zarządzanie Nasz definicja kostki analitycznie nie zawiera jeszcze danych. Aby zbudować kostkę funkcjonalnie działającą musimy, dokonać
Bardziej szczegółowoBazy danych. Plan wykładu. Rodzaje baz. Rodzaje baz. Hurtownie danych. Cechy hurtowni danych. Wykład 14: Hurtownie danych
Plan wykładu Bazy Wykład 14: Hurtownie Bazy operacyjne i analityczne Architektura hurtowni Projektowanie hurtowni Małgorzata Krętowska, Agnieszka Oniśko Wydział Informatyki PB Bazy (studia dzienne) 2 Rodzaje
Bardziej szczegółowoPlan. Aplikacja. Architektura aplikacji. Architektura aplikacji Tworzenie aplikacji Application Builder podstawy
Plan Podstawy narzędzia Application Builder, 2 budowa strony, kreatory Architektura Tworzenie Tworzenie formularza tabelarycznego Budowa strony 2 Architektura Aplikacja kolekcja stron połączonych ze sobą
Bardziej szczegółowo1. Ewolucja systemów opartych na bazach danych 2. Czym się rożni modelowanie od strukturalizacji danych? Model danych Struktury (danych)
1. Ewolucja systemów opartych na bazach danych Początki to np. ręczne spisy danych na papirusie w Egipcie. Ręczne zapisywanie danych trwało aż do końca XIX wieku. W XIX wieku stworzone zostały urządzenia,
Bardziej szczegółowoPierwsze wdrożenie SAP BW w firmie
Pierwsze wdrożenie w firmie Mirosława Żurek, BCC Poznao, maj 2013 Zakres tematyczny wykładu Podstawowe założenia i pojęcia hurtowni danych ; Przykładowe pierwsze wdrożenie w firmie i jego etapy; Przykładowe
Bardziej szczegółowoHURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego
HURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego http://www.jakubw.pl/zajecia/hur/bi.pdf http://www.jakubw.pl/zajecia/hur/dw.pdf http://www.jakubw.pl/zajecia/hur/dm.pdf http://www.jakubw.pl/zajecia/hur/
Bardziej szczegółowoProjektowanie hurtowni danych
Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr zimowy 2004/05 Plan wykładu Ewolucja
Bardziej szczegółowoBazy analityczne (hurtownie danych, bazy OLAP)
Bazy analityczne (hurtownie danych, bazy OLAP) Materiały pomocnicze. Bazy produkcyjne (transakcyjne) i analityczne Większość systemów baz danych to systemy produkcyjne, inaczej nazywane transakcyjnymi,
Bardziej szczegółowoOLAP i hurtownie danych c.d.
OLAP i hurtownie danych c.d. Przypomnienie OLAP -narzędzia analizy danych Hurtownie danych -duże bazy danych zorientowane tematycznie, nieulotne, zmienne w czasie, wspierjące procesy podejmowania decyzji
Bardziej szczegółowoHurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie
Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2008 Zagadnienia do omówienia 1. 2. Przegląd architektury HD 3. Warsztaty
Bardziej szczegółowoMicrosoft Excel 2013: Budowanie modeli danych przy użyciu PowerPivot
Microsoft Excel 2013: Budowanie modeli danych przy użyciu PowerPivot Alberto Ferrari i Marco Russo Przekład: Marek Włodarz APN Promise Warszawa 2014 Spis treści Wprowadzenie............................................................
Bardziej szczegółowoOpracowanie: Izabela Czepil i Andrzej Solski
Opracowanie: Izabela Czepil i Andrzej Solski Wykorzystanie serwisów do wykonywania operacji na serwerze Generowanie nowych struktur budżetowych na podstawie istniejących zbiorcze kopiowanie struktur Mechanizm
Bardziej szczegółowoHurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl
Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Modelowanie hurtowni danych Model wielowymiarowy
Bardziej szczegółowoEwolucja technik modelowania hurtowni danych
Baza wiedzy JPro Ewolucja technik modelowania hurtowni Porównanie technik modelowania hurtowni podsumowanie: Strona 1/6 Nazwa podejścia Corporate Information Factory Kimball Bus Architecture Data Vault
Bardziej szczegółowoSAS OLAP Cube Studio Wprowadzenie
SAS OLAP Cube Studio Wprowadzenie Izabela Szczęch i Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania
Bardziej szczegółowoBAZY DANYCH LABORATORIUM. Studia niestacjonarne I stopnia
BAZY DANYCH LABORATORIUM Studia niestacjonarne I stopnia Gdańsk, 2011 1. Cel zajęć Celem zajęć laboratoryjnych jest wyrobienie praktycznej umiejętności tworzenia modelu logicznego danych a nastepnie implementacji
Bardziej szczegółowoRady i porady użytkowe
Rady i porady użytkowe Dział Eksploatacji CONTROLLING SYSTEMS sp. z o.o. Rady i porady - źródło prezentacji: Najczęstsze problemy zgłaszane przez Klientów na etapie eksploatacji systemu Spostrzeżenia konsultantów
Bardziej szczegółowoOracle10g Database: struktury fizyczne dla hurtowni danych
Oracle1g Database: struktury fizyczne dla hurtowni danych 86 Plan rozdziału 87 Obiekty DIMENSION Materializowane perspektywy Przepisywanie zapytań Partycjonowanie tabel i indeksów Indeksy bitmapowe Obiekty
Bardziej szczegółowoHurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie
Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2012 Zagadnienia do omówienia 1. Miejsce i rola w firmie 2. Przegląd architektury
Bardziej szczegółowoMigracja Business Intelligence do wersji 2013.3
Migracja Business Intelligence do wersji 2013.3 Copyright 2013 COMARCH Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej publikacji w jakiejkolwiek postaci jest
Bardziej szczegółowoAKADEMIA GÓRNICZO-HUTNICZA
AKADEMIA GÓRNICZO-HUTNICZA Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki KATEDRA INFORMATYKI Hurtownia danych na przykładzie systemu billingowego. Kierunek, rok studiów: Informatyka, IV
Bardziej szczegółowoHurtownie danych. Rola hurtowni danych w systemach typu Business Intelligence
Hurtownie danych Rola hurtowni danych w systemach typu Business Intelligence Krzysztof Goczyła Teresa Zawadzka Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika
Bardziej szczegółowoZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia
ZP/ITS/11/2012 Załącznik nr 1a do SIWZ ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia Przedmiotem zamówienia jest: Przygotowanie zajęć dydaktycznych w postaci kursów e-learningowych przeznaczonych
Bardziej szczegółowoSzkolenie autoryzowane. MS Wdrażanie hurtowni danych w Microsoft SQL Server 2012
Szkolenie autoryzowane MS 10777 Wdrażanie hurtowni danych w Microsoft SQL Server 2012 Strona szkolenia Terminy szkolenia Rejestracja na szkolenie Promocje Opis szkolenia Szkolenie przeznaczone jest dla
Bardziej szczegółowoPROJEKT Z BAZ DANYCH
POLITECHNIKA WROCŁAWSKA WYDZIAŁ ELEKTRONIKI PROJEKT Z BAZ DANYCH System bazodanowy wspomagający obsługę sklepu internetowego AUTOR: Adam Kowalski PROWADZĄCY ZAJĘCIA: Dr inż. Robert Wójcik, W4/K-9 Indeks:
Bardziej szczegółowoHurtownie danych - przegląd technologii
Hurtownie danych - przegląd technologii Robert Wrembel Poznan University of Technology Institute of Computing Science Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Designing DW System (R.
Bardziej szczegółowoOracle11g: Wprowadzenie do SQL
Oracle11g: Wprowadzenie do SQL OPIS: Kurs ten oferuje uczestnikom wprowadzenie do technologii bazy Oracle11g, koncepcji bazy relacyjnej i efektywnego języka programowania o nazwie SQL. Kurs dostarczy twórcom
Bardziej szczegółowoHURTOWNIE DANYCH. Krzysztof Goczyła. Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska. kris@eti.pg.gda.pl. K.
HURTOWNIE DANYCH Krzysztof Goczyła Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska kris@eti.pg.gda.pl # 1 Część I. Tworzenie hurtowni danych 1. Co to jest hurtownia danych? 2. Model
Bardziej szczegółowoPrzepływy danych. Oracle Designer: Modelowanie przepływów danych. Diagramy przepływów danych (1) Diagramy przepływów danych (2)
Przepływy danych Oracle Designer: Modelowanie przepływów danych Cele: zobrazowanie funkcji zachodzących w organizacji, identyfikacja szczegółowych informacji, przetwarzanych przez funkcje, pokazanie wymiany
Bardziej szczegółowoSpis treści. Przedmowa
Spis treści Przedmowa V 1 SQL - podstawowe konstrukcje 1 Streszczenie 1 1.1 Bazy danych 1 1.2 Relacyjny model danych 2 1.3 Historia języka SQL 5 1.4 Definiowanie danych 7 1.5 Wprowadzanie zmian w tabelach
Bardziej szczegółowoHurtownie danych. Wprowadzenie do systemów typu Business Intelligence
Hurtownie danych Wprowadzenie do systemów typu Business Intelligence Krzysztof Goczyła Teresa Zawadzka Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika
Bardziej szczegółowoBazy danych Wykład zerowy. P. F. Góra
Bazy danych Wykład zerowy P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Patron? Św. Izydor z Sewilli (VI wiek), biskup, patron Internetu (sic!), stworzył pierwszy katalog Copyright c 2011-12 P.
Bardziej szczegółowoBazy danych 2. Wykład 1
Bazy danych 2 Wykład 1 Sprawy organizacyjne Materiały i listy zadań zamieszczane będą na stronie www.math.uni.opole.pl/~ajasi E-mail: standardowy ajasi@math.uni.opole.pl Sprawy organizacyjne Program wykładu
Bardziej szczegółowoOracle Application Express -
Oracle Application Express - Wprowadzenie Wprowadzenie Oracle Application Express (dawniej: HTML DB) to narzędzie do szybkiego tworzenia aplikacji Web owych korzystających z bazy danych Oracle. Od użytkownika
Bardziej szczegółowo1 Wprowadzenie do koncepcji Microsoft Office BI 1 Zakres ksiąŝki 2 Cel ksiąŝki 3 Wprowadzenie do tematu 3 Zawartość rozdziałów 4
1 Wprowadzenie do koncepcji Microsoft Office BI 1 Zakres ksiąŝki 2 Cel ksiąŝki 3 Wprowadzenie do tematu 3 Zawartość rozdziałów 4 2 Tabele przestawne, wykresy przestawne i formatowanie warunkowe 11 Co to
Bardziej szczegółowoZasady transformacji modelu DOZ do projektu tabel bazy danych
Zasady transformacji modelu DOZ do projektu tabel bazy danych A. Obiekty proste B. Obiekty z podtypami C. Związki rozłączne GHJ 1 A. Projektowanie - obiekty proste TRASA # * numer POZYCJA o planowana godzina
Bardziej szczegółowoOPIS PRZEDMIOTU ZAMÓWIENIA
Załącznik nr 1 OPIS PRZEDMIOTU ZAMÓWIENIA Licencja Microsoft Windows SQL Server Standard 2012 (nie OEM) lub w pełni równoważny oraz licencja umożliwiająca dostęp do Microsoft Windows SQL Server Standard
Bardziej szczegółowoOracle Hyperion Essbase
XVI Konferencja PLOUG Kościelisko Październik 2010 Oracle Hyperion Essbase Paweł Chomicz Dyrektor Centrum Kompetencyjnego Oracle w BizTech S.A. pawel.chomicz@biztech.pl; pch64@o2.pl Abstrakt. Wraz z Hyperionem
Bardziej szczegółowoPlan. Inteligencja bisnesowa (Bussiness Intelligence) Hurtownia danych OLAP
WYKŁAD 12: OLAP Plan Inteligencja bisnesowa (Bussiness Intelligence) Hurtownia danych OLAP Motywacja: Zaawansowane metody ekstrakcji danych i techniki przechowywania danych Rozwój wielu dziedzin zastosowań
Bardziej szczegółowoProjektowanie hurtowni danych i modelowanie wielowymiarowe
Projektowanie hurtowni danych i modelowanie wielowymiarowe Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania
Bardziej szczegółowoRelacyjny model baz danych, model związków encji, normalizacje
Relacyjny model baz danych, model związków encji, normalizacje Wyklad 3 mgr inż. Maciej Lasota mgr inż. Karol Wieczorek Politechnika Świętokrzyska Katedra Informatyki Kielce, 2009 Definicje Operacje na
Bardziej szczegółowoZagadnienia (1/3) Data-flow diagramy przepływów danych ERD diagramy związków encji Diagramy obiektowe w UML (ang. Unified Modeling Language)
Zagadnienia (1/3) Rola modelu systemu w procesie analizy wymagań (inżynierii wymagań) Prezentacja różnego rodzaju informacji o systemie w zależności od rodzaju modelu. Budowanie pełnego obrazu systemu
Bardziej szczegółowonr sprawy: BZP.243.24.2013.ML Wrocław, dn. 29 stycznia 2014 r. INFORMACJA DLA WYKONAWCÓW NR 6
nr sprawy: BZP.243.24.2013.ML Wrocław, dn. 29 stycznia 2014 r. INFORMACJA DLA WYKONAWCÓW NR 6 dotyczy: postępowania nr BZP.243.24.2013.ML prowadzonego w trybie przetargu nieograniczonego na realizację
Bardziej szczegółowoProcesowanie i partycjonowanie Analysis Services od podszewki (300) Adrian Chodkowski Adrian.Chodkowski@outlook.com
Media Partners Procesowanie i partycjonowanie Analysis Services od podszewki (300) Adrian Chodkowski Adrian.Chodkowski@outlook.com Adrian Chodkowski Konsultant Business Intelligence w Jcommerce S.A Certyfikowany
Bardziej szczegółowoProjektowanie bazy danych przykład
Projektowanie bazy danych przykład Pierwszą fazą tworzenia projektu bazy danych jest postawienie definicji celu, założeń wstępnych i określenie podstawowych funkcji aplikacji. Każda baza danych jest projektowana
Bardziej szczegółowoANALYSIS SERVICES. 1. Tworzymy połączenie ze źródłem danych. 2. Tworzymy nowy widok dla źródła danych
1 ANALYSIS SERVICES 1. Tworzymy połączenie ze źródłem danych Możliwości są dwie, ale dodajemy projekt analityczny do projektu w którym mamy procesy ETL (Add Project) albo tworzymy nowy projekt (New Project).
Bardziej szczegółowoTworzenie aplikacji bazodanowych
Wydział Informatyki Politechnika Białostocka Studia stacjonarne Tworzenie aplikacji bazodanowych Prowadzący: pokój: E-mail: WWW: Małgorzata Krętowska, Agnieszka Oniśko 206 (Małgorzata Krętowska), 207 (Agnieszka
Bardziej szczegółowoOnLine Analytical Processing (OLAP) Kostki OLAP i zapytania MDX
OnLine Analytical Processing (OLAP) Kostki OLAP i zapytania MDX 24 kwietnia 2014 Opis pliku z zadaniami Wszystkie zadania na zajęciach będą przekazywane w postaci plików PDF sformatowanych jak ten. Będą
Bardziej szczegółowoWprowadzenie do Hurtowni Danych. Mariusz Rafało
Wprowadzenie do Hurtowni Danych Mariusz Rafało mrafalo@sgh.waw.pl PROJEKTOWANIE WARSTWY DANYCH DETALICZNYCH - ZAGADNIENIA Partycjonowanie Partycja jest wydzielonym miejscem na dysku, w którym przechowywane
Bardziej szczegółowoMigracja Business Intelligence do wersji
Migracja Business Intelligence do wersji 2016.1 Copyright 2015 COMARCH Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej publikacji w jakiejkolwiek postaci jest
Bardziej szczegółowoInstalacja SQL Server Express. Logowanie na stronie Microsoftu
Instalacja SQL Server Express Logowanie na stronie Microsoftu Wybór wersji do pobrania Pobieranie startuje, przechodzimy do strony z poradami. Wypakowujemy pobrany plik. Otwiera się okno instalacji. Wybieramy
Bardziej szczegółowodr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2016/2017
dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2016/2017 KONTAKT Z PROWADZĄCYM dr inż. Paweł Morawski e-mail: pmorawski@spoleczna.pl www: http://pmorawski.spoleczna.pl
Bardziej szczegółowoWprowadzenie do projektowania i wykorzystania baz danych Relacje i elementy projektowania baz
Wprowadzenie do projektowania i wykorzystania baz danych Relacje i elementy projektowania baz Katarzyna Klessa RELACJE dwa sposoby tworzenia Tworzenie relacji: ręcznie za pomocą odpowiednich zapytań (ALTER
Bardziej szczegółowoTworzenie raportów XML Publisher przy użyciu Data Templates
Tworzenie raportów XML Publisher przy użyciu Data Templates Wykorzystanie Szablonów Danych (ang. Data templates) jest to jedna z metod tworzenia raportów w technologii XML Publisher bez użycia narzędzia
Bardziej szczegółowoHurtownie danych w praktyce
Hurtownie danych w praktyce Fakty i mity Dr inż. Maciej Kiewra Parę słów o mnie... 8 lat pracy zawodowej z hurtowniami danych Projekty realizowane w kraju i zagranicą Certyfikaty Microsoft z Business Intelligence
Bardziej szczegółowoMigracja Business Intelligence do wersji
Migracja Business Intelligence do wersji 2015.1 Copyright 2014 COMARCH Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej publikacji w jakiejkolwiek postaci jest
Bardziej szczegółowo