JPivot & Mondrian. 16 maja Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

Wielkość: px
Rozpocząć pokaz od strony:

Download "JPivot & Mondrian. 16 maja Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42"

Transkrypt

1 JPivot & Mondrian Urszula Krukar Agnieszka Lewandowska 16 maja 2007 Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

2 1 Wprowadzenie 2 Pentaho BI Suite 3 Mondrian 4 Schemat kostki 5 JPivot Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

3 Rynek produktów OLAPowych Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

4 Najwięksi gracze Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

5 Open Source Mondrian Palo serwer MOLAP interfejsy do wielu popularnych baz danych tworzony w pamięci możliwość instalacji jako usługa na serwerze Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

6 Open Source Mondrian Palo serwer MOLAP interfejsy do wielu popularnych baz danych tworzony w pamięci możliwość instalacji jako usługa na serwerze Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

7 Open Source Mondrian Palo serwer MOLAP interfejsy do wielu popularnych baz danych tworzony w pamięci możliwość instalacji jako usługa na serwerze Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

8 Pentaho BI Suite Pentaho Business Intelligence Suite Pentaho BI Suite to próba dostarczenia rozwiązania OS na ich potrzeby analizy biznesowej. Jej zaletą jest znacznie szybszy rozwój, ze względu ogromne zaangażowanie społeczności OpenSource. Celem jest nie tylko dostarczenie rozwiązania darmowego, ale również konkurencyjnego pod względem jakości w stosunku do produktów komercyjnych. Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

9 Raporty Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

10 Analiza Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

11 Integracja z MS Excellem Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

12 Dashboards Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

13 Integracja danych Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

14 Eksploracja danych Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

15 Mondrian serwer OLAP napisany w Javie wspiera analizę bardzo dużych zbiorów danych przechowywanych w relacyjnych bazach danych bez pisania zapytań SQL wspiera wielowymiarową eksploracje danych parsowanie zapytań języka MDX (Multi-Dimensional expression) na SQL Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

16 Mondrian serwer OLAP napisany w Javie wspiera analizę bardzo dużych zbiorów danych przechowywanych w relacyjnych bazach danych bez pisania zapytań SQL wspiera wielowymiarową eksploracje danych parsowanie zapytań języka MDX (Multi-Dimensional expression) na SQL Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

17 Mondrian serwer OLAP napisany w Javie wspiera analizę bardzo dużych zbiorów danych przechowywanych w relacyjnych bazach danych bez pisania zapytań SQL wspiera wielowymiarową eksploracje danych parsowanie zapytań języka MDX (Multi-Dimensional expression) na SQL Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

18 Mondrian serwer OLAP napisany w Javie wspiera analizę bardzo dużych zbiorów danych przechowywanych w relacyjnych bazach danych bez pisania zapytań SQL wspiera wielowymiarową eksploracje danych parsowanie zapytań języka MDX (Multi-Dimensional expression) na SQL Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

19 Architektura Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

20 Schemat kostki definicja połączenia między bazą SQL DB, a kostką OLAPową definicja wielowymiarowej bazy danych; składa się z: kostek wymiarów (wraz z podziałem na hierarchie) miar Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

21 Schemat kostki definicja połączenia między bazą SQL DB, a kostką OLAPową definicja wielowymiarowej bazy danych; składa się z: kostek wymiarów (wraz z podziałem na hierarchie) miar Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

22 Schemat kostki definicja połączenia między bazą SQL DB, a kostką OLAPową definicja wielowymiarowej bazy danych; składa się z: kostek wymiarów (wraz z podziałem na hierarchie) miar Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

23 Model hurtowni Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

24 Kostka W jednym schemacie może być zdefiniowanych ich wiecej niż jedna. Z kilku kostek można stworzyć kostke wirtualną (tag VIRTUAL CUBE). Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

25 Kostka <Schema name="wycieczki"> <Cube name="kostka Wycieczki" caption="kostka Wycieczki" cache="true" enabled="true"> <Table name="wycieczka"> </Table> </Cube> </Schema> Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

26 Wymiary W poziomach (tag LEVEL) można definiować własności (tag PROPERTY). Jeden wymiar może się składać z kilku hierarchii. Wymiar może być dzielony przez różne kostki (tag DIMENSION -DIMENSION USAGE), wówczas nie jest definiowany w kostce, tylko w schemacie. Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

27 Wymiar <Dimension type="standarddimension" foreignkey=" ID_PROMOCJI" name="wymiar Promocja"> <Hierarchy name="hierarchia Promocja" hasall="true" primarykey="id_promocji"> <Table name="promocja"> </Table> <Level name="poziom Promocja" table="promocja" column ="ID_PROMOCJI"> <Property name="czy stala?" column="czy_stala" type ="Boolean"/> </Level> </Hierarchy> </Dimension> Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

28 Wymiar zdegenerowany <Dimension type="standarddimension" name="wymiar Rodzaj transportu"> <Hierarchy name="hierarchia Rodzaj transportu" hasall=" true"> <Level name="poziom Rodzaj transportu" column=" RODZAJ_TRANSPORTU" type="string" uniquemembers=" false" leveltype="regular" hidememberif="never"> </Level> </Hierarchy> </Dimension> Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

29 Relacja rodzic-dziecko <Level name="region" column="id_regionu" namecolumn=" NAME" ordinalcolumn="name" parentcolumn=" ID_PARENT" nullparentvalue="brak" type="numeric" uniquemembers="true" leveltype="regular" hidememberif="never"> </Level> Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

30 Miary Istnieje możliwość zdefiniowania własnych miar z miar istniejących w tabeli faktów (tag CALCULATED MEMBER). Ponadto dzięki możliwością roszerzania języka MDX można definiować własne funkcje (tag USER DEFINED FUNCTION), które mogą być użyte do obliczenia własnych miar. Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

31 Miara <Measure name="cena" column="cena" aggregator="avg" v i s i b l e="true"> </Measure> Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

32 Miara wyliczona <CalculatedMember name="profit" caption="profit" formula= "[Measures].[Cena] - [Measures].[Koszt]" dimension=" Measures" v i s i b l e="true"> </CalculatedMember> Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

33 Kostka wirtualna <VirtualCube name="warehouse and Sales"> <VirtualCubeDimension cubename="sales" name="yearly Income" /> <VirtualCubeDimension cubename="warehouse" name="warehouse "/> <VirtualCubeMeasure cubename="sales" name="[measures].[ Profit Growth]"/> <VirtualCubeMeasure cubename="warehouse" name="[measures].[ Store Invoice]"/> </VirtualCube> Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

34 Funkcja użytkownika <UserDefinedFunction name="dziel" classname="functions. DivideFunction"> </UserDefinedFunction> Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

35 Tabele zagregowane Widok zmaterializowany przechowujący wartości zagregowanych miar dla zgrupowanych wymiarów. Optymalizują czas wykonywania zapytań. Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

36 Tabele zagregowane <Cube name="sales"> <Table name="sales"> <AggName name="agg_1"> <AggFactCount column="row count"/> <AggMeasure name="[measures].[unit Sales]" column="sum units"/> <AggLevel name="[product].[brand]" column="brand"/> </AggName> </Table> <! Rest of the cube definition > </Cube> Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

37 Funkcje nieomówione i18n system uprawnień Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

38 Funkcje nieomówione i18n system uprawnień Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

39 Narzędzia Workshop CubeDesigner ręcznie Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

40 Narzędzia Workshop CubeDesigner ręcznie Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

41 Workshop Posiada wiele zalet, w tym: przeglądanie schematu DB weryfikacja poprawności pliku z DB testowanie zapytań MDX uproszczenie tworzenia pliku z definicją kostki Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

42 Workshop Posiada wiele zalet, w tym: przeglądanie schematu DB weryfikacja poprawności pliku z DB testowanie zapytań MDX uproszczenie tworzenia pliku z definicją kostki Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

43 Workshop Posiada wiele zalet, w tym: przeglądanie schematu DB weryfikacja poprawności pliku z DB testowanie zapytań MDX uproszczenie tworzenia pliku z definicją kostki Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

44 Workshop Posiada wiele zalet, w tym: przeglądanie schematu DB weryfikacja poprawności pliku z DB testowanie zapytań MDX uproszczenie tworzenia pliku z definicją kostki Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

45 Workshop Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

46 API import mondrian.olap.*; import java.io.printwriter; Connection connection = DriverManager.getConnection( "Provider=mondrian;" + "Jdbc=jdbc:odbc:MondrianFoodMart;" + "Catalog=/WEB-INF/FoodMart.xml;", null, false); Query query = connection.parsequery( "SELECT {[Measures].[Unit Sales], [Measures].[Store Sales]} on columns," + " {[Product].children} on rows " + "FROM [Sales] " + "WHERE ([Time].[1997].[Q1], [Store].[CA].[San Francisco])"); Result result = connection.execute(query); result.print(new PrintWriter(System.out)); Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

47 Konfiguracja Konfiguracja przechowywana jest w pliku mondrian.properties, który powinien znajdowac się w classpath. Alternatywnie, ustawienia konfiguracyjne można przekazać jako parametry uruchomienia maszyny virtualnej: -Dproperty=value Poprzez plik properties można kontrolować ustawienia Mondriana dotyczące: logowania, wykorzystania tabel zagregowanych, ustawienia pamięci podręcznej, generowania zapytań SQL, monitorowania zużycia pamięci. Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

48 Przykładowe ustawienia mondrian.rolap.aggregates.use - czy korzystać z tabel zagregowanych mondrian.rolap.star.disablecaching - czy przechowywać wyniki w pamięci pośredniej mondrian.query.limit - limit na liczbę współbieżnych zapytań mondrian.rolap.largedimensionthreshold - kiedy wymiar jest uważany za duży Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

49 Przykładowe ustawienia mondrian.rolap.aggregates.use - czy korzystać z tabel zagregowanych mondrian.rolap.star.disablecaching - czy przechowywać wyniki w pamięci pośredniej mondrian.query.limit - limit na liczbę współbieżnych zapytań mondrian.rolap.largedimensionthreshold - kiedy wymiar jest uważany za duży Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

50 Przykładowe ustawienia mondrian.rolap.aggregates.use - czy korzystać z tabel zagregowanych mondrian.rolap.star.disablecaching - czy przechowywać wyniki w pamięci pośredniej mondrian.query.limit - limit na liczbę współbieżnych zapytań mondrian.rolap.largedimensionthreshold - kiedy wymiar jest uważany za duży Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

51 Przykładowe ustawienia mondrian.rolap.aggregates.use - czy korzystać z tabel zagregowanych mondrian.rolap.star.disablecaching - czy przechowywać wyniki w pamięci pośredniej mondrian.query.limit - limit na liczbę współbieżnych zapytań mondrian.rolap.largedimensionthreshold - kiedy wymiar jest uważany za duży Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

52 Zarządzanie pamięcią W Javie 5.0 wprowadzono możliwość kontroli zużycia pamięci. Aplikacja może zostać poinformowana o kończącej się pamięci, w reakcji zwolnić zaalokowane zasoby i uniknąć w ten sposób błędu OutOfMemoryError. Mondrian od wersji 3.2 wykorzystuje tą możliwość. mondrian.util.memorymonitor.enable - czy należy monitorować zużycie pamięci mondrian.util.memorymonitor.percentage.threshold - przy jakim zużycie ostrzegać Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

53 Zarządzanie pamięcią W Javie 5.0 wprowadzono możliwość kontroli zużycia pamięci. Aplikacja może zostać poinformowana o kończącej się pamięci, w reakcji zwolnić zaalokowane zasoby i uniknąć w ten sposób błędu OutOfMemoryError. Mondrian od wersji 3.2 wykorzystuje tą możliwość. mondrian.util.memorymonitor.enable - czy należy monitorować zużycie pamięci mondrian.util.memorymonitor.percentage.threshold - przy jakim zużycie ostrzegać Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

54 Zarządzanie pamięcią W Javie 5.0 wprowadzono możliwość kontroli zużycia pamięci. Aplikacja może zostać poinformowana o kończącej się pamięci, w reakcji zwolnić zaalokowane zasoby i uniknąć w ten sposób błędu OutOfMemoryError. Mondrian od wersji 3.2 wykorzystuje tą możliwość. mondrian.util.memorymonitor.enable - czy należy monitorować zużycie pamięci mondrian.util.memorymonitor.percentage.threshold - przy jakim zużycie ostrzegać Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

55 JPivot niestandardowa biblioteka tagów JSP renderuje tabele OLAPowe wykonuje typowe OLAPowe nawigacje, takie jak slice, dice, drill down, roll up współpracuje z Mondrianem Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

56 JPivot niestandardowa biblioteka tagów JSP renderuje tabele OLAPowe wykonuje typowe OLAPowe nawigacje, takie jak slice, dice, drill down, roll up współpracuje z Mondrianem Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

57 JPivot niestandardowa biblioteka tagów JSP renderuje tabele OLAPowe wykonuje typowe OLAPowe nawigacje, takie jak slice, dice, drill down, roll up współpracuje z Mondrianem Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

58 JPivot niestandardowa biblioteka tagów JSP renderuje tabele OLAPowe wykonuje typowe OLAPowe nawigacje, takie jak slice, dice, drill down, roll up współpracuje z Mondrianem Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

59 Web Component Framework Zbiór reużywalnych znaczników JSP, przeznaczonych do tworzenia formularzy, tabel i drzew na stronach WWW. Buduje drzewo DOM a następnie wykorzystując transformacje XSLT renderuje je. Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

60 Tagi JPivot mondrianquery - wykonuje zapytanie i przechowuje jego treść w atrybucie sesji chart - generuje wykres table - generuje tablele przestawną Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

61 Tagi JPivot mondrianquery - wykonuje zapytanie i przechowuje jego treść w atrybucie sesji chart - generuje wykres table - generuje tablele przestawną Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

62 Tagi JPivot mondrianquery - wykonuje zapytanie i przechowuje jego treść w atrybucie sesji chart - generuje wykres table - generuje tablele przestawną Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

63 Podsumowanie ciekawa alternatywa dla systemów komercyjnych słaba dokumentacja API narzędzia do tworzenia schematów niedoskonałe (ale już są!) warto obserwować rozwój aplikacji Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

64 Podsumowanie ciekawa alternatywa dla systemów komercyjnych słaba dokumentacja API narzędzia do tworzenia schematów niedoskonałe (ale już są!) warto obserwować rozwój aplikacji Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

65 Podsumowanie ciekawa alternatywa dla systemów komercyjnych słaba dokumentacja API narzędzia do tworzenia schematów niedoskonałe (ale już są!) warto obserwować rozwój aplikacji Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

66 Podsumowanie ciekawa alternatywa dla systemów komercyjnych słaba dokumentacja API narzędzia do tworzenia schematów niedoskonałe (ale już są!) warto obserwować rozwój aplikacji Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

67 Dziękujemy za uwagę! Krukar, Lewandowska (BiHD) JPivot & Mondrian 16 maja / 42

JPivot & Mondrian. inż. Urszula Krukar, inż. Agnieszka Lewandowska,

JPivot & Mondrian. inż. Urszula Krukar, inż. Agnieszka Lewandowska, inż. Urszula Krukar, ukrukar@gmail.com inż. Agnieszka Lewandowska, agnieszkalewandowska@gmail.com Bazy i Hurtownie Danych 12 marca 2007 Cel projektu przygotowanie instalacji webowej aplikacji JPivot i

Bardziej szczegółowo

Systemy 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 Systemy OLAP I Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr zimowy 2008/09 Studia

Bardziej szczegółowo

Spis treści. Część I Wprowadzenie do pakietu oprogramowania Analysis Services

Spis 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 szczegółowo

Część I Istota analizy biznesowej a Analysis Services

Część 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 szczegółowo

Kostki OLAP i język MDX

Kostki 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 szczegółowo

Krzysztof Dembczyński. Inteligentne Systemy Wspomagania Decyzji Studia magisterskie, semestr I Semestr letni 2007/08

Krzysztof Dembczyński. Inteligentne Systemy Wspomagania Decyzji Studia magisterskie, semestr I Semestr letni 2007/08 Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Inteligentne Systemy Wspomagania Decyzji Studia magisterskie, semestr I Semestr letni

Bardziej szczegółowo

Systemy 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 Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr zimowy 2007/08 Studia uzupełniajace magisterskie

Bardziej szczegółowo

HURTOWNIE DANYCH I BUSINESS INTELLIGENCE

HURTOWNIE 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 szczegółowo

Wprowadzenie do Hurtowni Danych. Mariusz Rafało

Wprowadzenie 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 szczegółowo

Integracja i Eksploracja Danych

Integracja i Eksploracja Danych Integracja i Eksploracja Danych Laboratorium nr 4 Wprowadzenie do języka MDX. Zadania: 1) Analogicznie do przykładu zawartego na poprzednich zajęciach, korzystając z SQL Server Business Intelligence Development

Bardziej szczegółowo

Usługi analityczne budowa kostki analitycznej Część pierwsza.

Usługi 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 szczegółowo

Modele danych - wykład V. Zagadnienia. 1. Wprowadzenie 2. MOLAP modele danych 3. ROLAP modele danych 4. Podsumowanie 5. Zadanie fajne WPROWADZENIE

Modele 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 szczegółowo

Modele danych - wykład V

Modele 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 szczegółowo

Wstęp do Business Intelligence

Wstęp 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 szczegółowo

Schematy logiczne dla hurtowni danych

Schematy logiczne dla hurtowni danych Schematy logiczne dla hurtowni danych 26 Plan rozdziału 27 Model biznesowy, logiczny i fizyczny hurtowni danych Podstawowe pojęcia w modelu logicznym, logiczny model wielowymiarowy Implementacje ROLAP/MOLAP

Bardziej szczegółowo

Migracja Business Intelligence do wersji 2013.3

Migracja 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 szczegółowo

Hurtownie danych a transakcyjne bazy danych

Hurtownie 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 szczegółowo

Hurtownie danych. 31 stycznia 2017

Hurtownie 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 szczegółowo

Plan. Wprowadzenie. Co to jest APEX? Wprowadzenie. Administracja obszarem roboczym

Plan. 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 szczegółowo

Wprowadzenie do technologii Business Intelligence i hurtowni danych

Wprowadzenie 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 szczegółowo

Hurtownie danych - przegląd technologii

Hurtownie 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 szczegółowo

Wprowadzenie do hurtowni danych

Wprowadzenie 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 szczegółowo

Pierwsze wdrożenie SAP BW w firmie

Pierwsze 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 szczegółowo

OLAP i hurtownie danych c.d.

OLAP 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 szczegółowo

Migracja XL Business Intelligence do wersji

Migracja XL Business Intelligence do wersji Migracja XL Business Intelligence do wersji 2019.0 Copyright 2018 COMARCH Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej publikacji w jakiejkolwiek postaci

Bardziej szczegółowo

LABORATORIUM 8,9: BAZA DANYCH MS-ACCESS

LABORATORIUM 8,9: BAZA DANYCH MS-ACCESS UNIWERSYTET ZIELONOGÓRSKI INSTYTUT INFORMATYKI I ELEKTROTECHNIKI ZAKŁAD INŻYNIERII KOMPUTEROWEJ Przygotowali: mgr inż. Arkadiusz Bukowiec mgr inż. Remigiusz Wiśniewski LABORATORIUM 8,9: BAZA DANYCH MS-ACCESS

Bardziej szczegółowo

OnLine Analytical Processing (OLAP) Kostki OLAP i zapytania MDX

OnLine 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 szczegółowo

Opracowanie: Izabela Czepil i Andrzej Solski

Opracowanie: 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 szczegółowo

Migracja Comarch ERP Altum Business Intelligence do wersji

Migracja Comarch ERP Altum Business Intelligence do wersji Migracja Comarch ERP Altum Business Intelligence do wersji 2016.5 Wersja 2016.5 2 Comarch ERP Altum Wersja 2016.5 Copyright 2016 COMARCH Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości

Bardziej szczegółowo

Migracja Comarch ERP Altum Business Intelligence do wersji 2019

Migracja Comarch ERP Altum Business Intelligence do wersji 2019 Migracja Comarch ERP Altum Business Intelligence do wersji 2019 Wersja 2019 2 Comarch ERP Altum Wersja 2019 Copyright 2019 COMARCH Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości lub

Bardziej szczegółowo

Migracja Business Intelligence do wersji

Migracja 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

Business Intelligence Beans + Oracle JDeveloper

Business 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 szczegółowo

Modelowanie wymiarów

Modelowanie 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 szczegółowo

Business Intelligence

Business 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 szczegółowo

Spis tre±ci. Przedmowa... Cz ± I

Spis tre±ci. Przedmowa... Cz ± I Przedmowa.................................................... i Cz ± I 1 Czym s hurtownie danych?............................... 3 1.1 Wst p.................................................. 3 1.2 Denicja

Bardziej szczegółowo

Migracja XL Business Intelligence do wersji

Migracja XL Business Intelligence do wersji Migracja XL Business Intelligence do wersji 2018.1 Copyright 2017 COMARCH Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej publikacji w jakiejkolwiek postaci

Bardziej szczegółowo

Hurtownie 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. 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 szczegółowo

Bazy danych. Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI

Bazy danych. Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI Bazy danych Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI Wszechnica Poranna Trzy tematy: 1. Bazy danych - jak je ugryźć? 2. Język SQL podstawy zapytań. 3. Mechanizmy wewnętrzne baz danych czyli co

Bardziej szczegółowo

Hurtownie danych w praktyce

Hurtownie 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 szczegółowo

Specjalizacja magisterska Bazy danych

Specjalizacja magisterska Bazy danych Specjalizacja magisterska Bazy danych Strona Katedry http://bd.pjwstk.edu.pl/katedra/ Prezentacja dostępna pod adresem: http://www.bd.pjwstk.edu.pl/bazydanych.pdf Wymagania wstępne Znajomość podstaw języka

Bardziej szczegółowo

Migracja Business Intelligence do wersji

Migracja 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 szczegółowo

Hurtownie danych wykład 3

Hurtownie 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 szczegółowo

Tabele przestawne jako narzędzie analizy biznesowej

Tabele przestawne jako narzędzie analizy biznesowej Firma szkoleniowa 2014 roku. TOP 3 w rankingu firm szkoleniowych zaprasza na szkolenie: Tabele przestawne jako narzędzie analizy biznesowej warsztaty komputerowe 24-25 września 2015 r. Warszawa Ekspert:

Bardziej szczegółowo

Instalacja SQL Server Express. Logowanie na stronie Microsoftu

Instalacja 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 szczegółowo

Proces ETL. Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska {kris,

Proces 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 szczegółowo

Spis treści. Przedmowa

Spis 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 szczegółowo

Oracle Application Express -

Oracle 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 szczegółowo

Wprowadzenie do hurtowni danych

Wprowadzenie do hurtowni danych Wprowadzenie do hurtowni danych przygotował: Paweł Kasprowski Informacje ogólne ( pawel@kasprowski.pl ) Wykładowca: Paweł Kasprowski Temat: Wprowadzenie do hurtowni danych Umiejętności wymagane: Znajomość

Bardziej szczegółowo

Migracja Business Intelligence do wersji 11.0

Migracja Business Intelligence do wersji 11.0 Migracja Business Intelligence do wersji 11.0 Copyright 2012 COMARCH Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej publikacji w jakiejkolwiek postaci jest

Bardziej szczegółowo

Rady i porady użytkowe

Rady 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 szczegółowo

Co ciekawego w EURECE pojawiło się w wersji 2.4, a być może nie zdążyliście tego odkryć?

Co ciekawego w EURECE pojawiło się w wersji 2.4, a być może nie zdążyliście tego odkryć? Co ciekawego w EURECE pojawiło się w wersji 2.4, a być może nie zdążyliście tego odkryć? Zmiana przyporządkowania elementu wymiaru użytego w strukturze budżetowej do grupy nadrzędnej. Zmiana przyporządkowania

Bardziej szczegółowo

Migracja Business Intelligence do wersji 10.2. Aktualizacja dokumentu: 2011-02-04

Migracja Business Intelligence do wersji 10.2. Aktualizacja dokumentu: 2011-02-04 Migracja Business Intelligence do wersji 10.2 Aktualizacja dokumentu: 2011-02-04 Spis treści Wstęp... 3 1 Tabela czynności jakie należy wykonać podczas migracji modułu Business Intelligence... 4 2 Migracja

Bardziej szczegółowo

Hurtownie danych. Wstęp. Architektura hurtowni danych. http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH

Hurtownie 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 szczegółowo

Tworzenie raportów XML Publisher przy użyciu Data Templates

Tworzenie 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 szczegółowo

dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2016/2017

dr 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 szczegółowo

Database Connectivity

Database Connectivity Oprogramowanie Systemów Pomiarowych 15.01.2009 Database Connectivity Dr inŝ. Sebastian Budzan Zakład Pomiarów i Systemów Sterowania Tematyka Podstawy baz danych, Komunikacja, pojęcia: API, ODBC, DSN, Połączenie

Bardziej szczegółowo

Administracja i programowanie pod Microsoft SQL Server 2000

Administracja i programowanie pod Microsoft SQL Server 2000 Administracja i programowanie pod Paweł Rajba pawel@ii.uni.wroc.pl http://www.kursy24.eu/ Zawartość modułu 1 Przegląd zawartości SQL Servera Podstawowe usługi SQL Servera Programy narzędziowe Bazy danych

Bardziej szczegółowo

Hurtownie danych. Hurtownie danych. dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki. Maciej Zakrzewicz (1)

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 szczegółowo

5. Uruchomienie SQL Server Business Intelligence Development Studio Menu Start -> SQL Server Business Intelligence Development Studio

5. Uruchomienie SQL Server Business Intelligence Development Studio Menu Start -> SQL Server Business Intelligence Development Studio Wersja robocza 0.1 1. Zainstalowanie SQL Serwer 2008 Nie sprawia to dużych trudności, większość rzeczy po prostu klikamy dalej. Instalacja jest jednak dość upierdliwa. W razie żądań instalatora trzeba

Bardziej szczegółowo

Wykład XII. optymalizacja w relacyjnych bazach danych

Wykład XII. optymalizacja w relacyjnych bazach danych Optymalizacja wyznaczenie spośród dopuszczalnych rozwiązań danego problemu, rozwiązania najlepszego ze względu na przyjęte kryterium jakości ( np. koszt, zysk, niezawodność ) optymalizacja w relacyjnych

Bardziej szczegółowo

business intelligence

business intelligence business intelligence enterprise guide Szkolenia z tej grupy dedykowane są dla osób pragnących pracować z SAS Enterpriese Guide wykorzystując przy tym mnogość kreatorów graficznych pozwalających na budowanie

Bardziej szczegółowo

JDBC w LoXiMie. Interfejs Java Database Connectivity dla systemu LoXiM. Adam Michalik 2008

JDBC w LoXiMie. Interfejs Java Database Connectivity dla systemu LoXiM. Adam Michalik 2008 JDBC w LoXiMie Interfejs Java Database Connectivity dla systemu LoXiM Adam Michalik 2008 Sterownik JDBC co to jest? Sterownik JDBC to zbiór klas implementujących interfejsy opisane w specyfikacji JDBC

Bardziej szczegółowo

Podyplomowe Studium Informatyki w Bizniesie Wydział Matematyki i Informatyki, Uniwersytet Łódzki specjalność: Tworzenie aplikacji w środowisku Oracle

Podyplomowe Studium Informatyki w Bizniesie Wydział Matematyki i Informatyki, Uniwersytet Łódzki specjalność: Tworzenie aplikacji w środowisku Oracle Podyplomowe Studium Informatyki w Bizniesie Wydział Matematyki i Informatyki, Uniwersytet Łódzki specjalność: Tworzenie aplikacji w środowisku Oracle EFEKTY KSZTAŁCENIA Wiedza Absolwent tej specjalności

Bardziej szczegółowo

Podejście obiektowe do relacyjnych baz danych Hibernate.

Podejście obiektowe do relacyjnych baz danych Hibernate. Podejście obiektowe do relacyjnych baz danych Hibernate. Plan wykładu Czym jest Hibernate? Jakie są zalety pracy z Hibernate? Jak skonfigurować Hibernate? Jak korzystać z Hibernate? Praktyczne przykłady

Bardziej szczegółowo

1 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 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 szczegółowo

Referat pracy dyplomowej

Referat pracy dyplomowej Temat pracy : Projekt i realizacja aplikacji do tworzenia i wizualizacji drzewa genealogicznego Autor: Martyna Szymkowiak Promotor: dr inż. Romana Simińskiego Kategorie: gry, użytkowe Słowa kluczowe: The

Bardziej szczegółowo

METODY INŻYNIERII WIEDZY ASOCJACYJNA REPREZENTACJA POWIĄZANYCH TABEL I WNIOSKOWANIE IGOR CZAJKOWSKI

METODY INŻYNIERII WIEDZY ASOCJACYJNA REPREZENTACJA POWIĄZANYCH TABEL I WNIOSKOWANIE IGOR CZAJKOWSKI METODY INŻYNIERII WIEDZY ASOCJACYJNA REPREZENTACJA POWIĄZANYCH TABEL I WNIOSKOWANIE IGOR CZAJKOWSKI CELE PROJEKTU Transformacja dowolnej bazy danych w min. 3 postaci normalnej do postaci Asocjacyjnej Grafowej

Bardziej szczegółowo

Projektowanie hurtowni danych i modelowanie wielowymiarowe

Projektowanie 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 szczegółowo

Program szkoleniowy Efektywni50+ Moduł IV Podstawy relacyjnych baz danych i język SQL

Program szkoleniowy Efektywni50+ Moduł IV Podstawy relacyjnych baz danych i język SQL Program szkoleniowy Efektywni50+ Moduł IV Podstawy relacyjnych baz danych i język SQL 1 Podstawy relacyjnego modelu danych. 3h UWAGA: Temat zajęć jest typowo teoretyczny i stanowi wprowadzenie do zagadnień

Bardziej szczegółowo

Plan. Raport. Tworzenie raportu z kreatora (1/3)

Plan. 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 szczegółowo

Instytut Technik Innowacyjnych Semantyczna integracja danych - metody, technologie, przykłady, wyzwania

Instytut Technik Innowacyjnych Semantyczna integracja danych - metody, technologie, przykłady, wyzwania Instytut Technik Innowacyjnych Semantyczna integracja danych - metody, technologie, przykłady, wyzwania Michał Socha, Wojciech Górka Integracja danych Prosty export/import Integracja 1:1 łączenie baz danych

Bardziej szczegółowo

ANALYSIS SERVICES. 1. Tworzymy połączenie ze źródłem danych. 2. Tworzymy nowy widok dla źródła danych

ANALYSIS 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 szczegółowo

Usługi analityczne podstawy budowy kostki analitycznej Część druga - zarządzanie

Usługi 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 szczegółowo

PHP może zostać rozszerzony o mechanizmy dostępu do różnych baz danych:

PHP może zostać rozszerzony o mechanizmy dostępu do różnych baz danych: PHP może zostać rozszerzony o mechanizmy dostępu do różnych baz danych: MySQL moduł mysql albo jego nowsza wersja mysqli (moduł mysqli ma dwa interfejsy: proceduralny i obiektowy) PostgreSQL Oracle MS

Bardziej szczegółowo

COMARCH DATA WAREHOUSE MANAGER 6.2

COMARCH DATA WAREHOUSE MANAGER 6.2 COMARCH DATA WAREHOUSE MANAGER 6.2 WSTĘP DO ZAGADNIENIA HURTOWNI DANYCH Gromadzenie danych biznesowych z systemów rozproszonych, oraz doprowadzenie do ich uwspólnienia, w celu przeprowadzenia analiz oraz

Bardziej szczegółowo

Zdalna edycja i przeglądanie dokumentacji medycznej.

Zdalna edycja i przeglądanie dokumentacji medycznej. Zdalna edycja i przeglądanie dokumentacji medycznej. Opiekun pracy: Konsultant pracy: prof. dr hab. inż. Antoni Nowakowski dr inż. Jacek Rumiński Cel: Opracowanie sytemu umożliwiającego zdalną komunikację

Bardziej szczegółowo

Programowanie obiektowe

Programowanie obiektowe Programowanie obiektowe Wykład 13 Marcin Młotkowski 27 maja 2015 Plan wykładu Trwałość obiektów 1 Trwałość obiektów 2 Marcin Młotkowski Programowanie obiektowe 2 / 29 Trwałość (persistence) Definicja Cecha

Bardziej szczegółowo

Hurtownie 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 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 szczegółowo

TOPWEB Microsoft Excel 2013 i PowerBI Przygotowanie danych, analiza i efektowna prezentacja wyników raportów

TOPWEB Microsoft Excel 2013 i PowerBI Przygotowanie danych, analiza i efektowna prezentacja wyników raportów TOPWEB Microsoft Excel 2013 i PowerBI Przygotowanie danych, analiza i efektowna prezentacja wyników raportów Przeznaczenie szkolenia Szkolenie dla osób chcących: Profesjonalnie przygotowywać dane do dalszej

Bardziej szczegółowo

Hurtownie danych - przegląd technologii

Hurtownie 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 szczegółowo

Budowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa

Budowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa Budowa systemu wspomagającego podejmowanie decyzji Metodyka projektowo wdrożeniowa Agenda Systemy wspomagające decyzje Business Intelligence (BI) Rodzaje systemów BI Korzyści z wdrożeń BI Zagrożenia dla

Bardziej szczegółowo

Projektowanie hurtowni danych i modelowanie wielowymiarowe

Projektowanie 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 szczegółowo

Bazy danych. Plan wykładu. Rodzaje baz. Rodzaje baz. Hurtownie danych. Cechy hurtowni danych. Wykład 14: Hurtownie danych

Bazy 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 szczegółowo

XML w bazach danych i bezpieczeństwie

XML w bazach danych i bezpieczeństwie XML w bazach danych i bezpieczeństwie Patryk Czarnik Instytut Informatyki UW XML i nowoczesne technologie zarzadzania treścia 2007/08 Klasyfikacja wsparcia dla XML-a w bazach danych (Relacyjna) baza danych

Bardziej szczegółowo

Bazy analityczne (hurtownie danych, bazy OLAP)

Bazy 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 szczegółowo

Leonard G. Lobel Eric D. Boyd. Azure SQL Database Krok po kroku. Microsoft. Przekład: Marek Włodarz. APN Promise, Warszawa 2014

Leonard G. Lobel Eric D. Boyd. Azure SQL Database Krok po kroku. Microsoft. Przekład: Marek Włodarz. APN Promise, Warszawa 2014 Leonard G. Lobel Eric D. Boyd Microsoft TM Azure SQL Database Krok po kroku Przekład: Marek Włodarz APN Promise, Warszawa 2014 Spis treści Wprowadzenie........................................................

Bardziej szczegółowo

Podstawy Pentaho Data Integration

Podstawy Pentaho Data Integration Podstawy Pentaho Data Integration 1. Instalacja Pentaho Data Integration Program Pentaho Data Integration można pobrać ze strony - http://www.pentaho.com/download, wybierając wersję na prawo czyli data

Bardziej szczegółowo

Procesowanie i partycjonowanie Analysis Services od podszewki (300) Adrian Chodkowski Adrian.Chodkowski@outlook.com

Procesowanie 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 szczegółowo

Generowanie dokumentów XML z tabel relacyjnych - funkcje SQLX

Generowanie dokumentów XML z tabel relacyjnych - funkcje SQLX Aktualizowanie dokumentów XML ( Oracle ) do aktualizowania zawartości dokumentów XML służy między innymi funkcja updatexml. wynikiem jej działania jest oryginalny dokument ze zmodyfikowanym fragmentem,

Bardziej szczegółowo

Aplikacje Internetowe, Servlety, JSP i JDBC

Aplikacje Internetowe, Servlety, JSP i JDBC Aplikacje Internetowe, Servlety, JSP i JDBC Opis Java 2 Enterprise Edition (JEE) jest potężną platformą do tworzenia aplikacji webowych. PLatforma JEE oferuje wszystkie zalety tworzenia w Javie plus wszechstronny

Bardziej szczegółowo

E-commerce. Genialnie proste tworzenie serwisów w PHP i MySQL.

E-commerce. Genialnie proste tworzenie serwisów w PHP i MySQL. E-commerce. Genialnie proste tworzenie serwisów w PHP i MySQL. Autor: Larry Ullman Poznaj zasady wirtualnego handlu i zarabiaj prawdziwe pieniądze Jak stworzyć doskonałą witrynę sklepu internetowego? Jak

Bardziej szczegółowo

SYLABUS DOTYCZY CYKLU KSZTAŁCENIA realizacja w roku akademickim 2016/17

SYLABUS DOTYCZY CYKLU KSZTAŁCENIA realizacja w roku akademickim 2016/17 Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2013-2017 realizacja w roku akademickim 2016/17 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu

Bardziej szczegółowo

Informatyka I. Standard JDBC Programowanie aplikacji bazodanowych w języku Java

Informatyka I. Standard JDBC Programowanie aplikacji bazodanowych w języku Java Informatyka I Standard JDBC Programowanie aplikacji bazodanowych w języku Java dr inż. Andrzej Czerepicki Politechnika Warszawska Wydział Transportu 2017 Standard JDBC Java DataBase Connectivity uniwersalny

Bardziej szczegółowo

Migracja do PostgreSQL za pomocą narzędzi Enterprise DB

Migracja do PostgreSQL za pomocą narzędzi Enterprise DB Migracja do PostgreSQL za pomocą narzędzi Enterprise DB Przemysław Deć Konsultant IT Linux Polska Sp. z o.o. Cele prezentacji Czym jest Enterprise DB Korzyści migracji do opensource`owej bazy danych Kompatybilność

Bardziej szczegółowo

Plan. Aplikacja. Architektura aplikacji. Architektura aplikacji Tworzenie aplikacji Application Builder podstawy

Plan. 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 szczegółowo

4. Znaczenie czasu w modelowaniu i strukturalizacji danych

4. 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 szczegółowo

Hurtownie danych wykład 5

Hurtownie danych wykład 5 Hurtownie danych wykład 5 dr Sebastian Zając SGH Warszawa 7 lutego 2017 1 Współbieżność i integracja Niezgodność impedancji 2 bazy danych Współbieżność i integracja Niezgodność impedancji Bazy relacyjne

Bardziej szczegółowo

SAS Institute Technical Support

SAS Institute Technical Support SAS Institute Technical Support Optymalizacja kostek krok po kroku Pracując z kostkami OLAP często nie zdajemy sobie sprawy, że można przygotować je w taki sposób, aby praca z nimi była efektywniejsza

Bardziej szczegółowo

Hurtownie danych. Rola hurtowni danych w systemach typu Business Intelligence

Hurtownie 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 szczegółowo