ما هي أنظمة OLAP؟

المعالجة التحليلية عبر الإنترنت ، أو OLAP ، هي تقنية فعالة لمعالجة البيانات ، ونتيجة لذلك ، بناءً على صفائف ضخمة من جميع أنواع البيانات ، يتم عرض المعلومات النهائية. هذا منتج قوي يساعد على الوصول إلى المعلومات واستعادتها وعرضها على جهاز كمبيوتر ، وتحليلها من وجهات نظر مختلفة.

OLAP هي أداة توفر موقعًا استراتيجيًا للتخطيط طويل الأجل وتتناول المعلومات الأساسية للبيانات التشغيلية من منظور 5 أو 10 سنوات أو أكثر. يتم تخزين البيانات في قاعدة البيانات مع البعد ، والذي هو السمة الخاصة بهم. يمكن للمستخدمين عرض نفس مجموعة البيانات ذات سمات مختلفة ، اعتمادًا على الغرض من التحليل.

تاريخ OLAP

OLAP ليس مفهومًا جديدًا وقد تم استخدامه منذ عقود. في الواقع ، يعود أصل التكنولوجيا إلى عام 1962. ولكن تم صياغة المصطلح فقط في عام 1993 من قبل مؤلف قاعدة البيانات تيد كودوم ، الذي وضع أيضًا 12 قاعدة للمنتج. كما هو الحال في العديد من التطبيقات الأخرى ، مر المفهوم بعدة مراحل من التطور.

يعود تاريخ تقنية OLAP نفسها إلى عام 1970 ، عندما تم إصدار موارد معلومات Express وخادم Olap الأول. تم شراؤها بواسطة Oracle في عام 1995 وأصبحت فيما بعد أساسًا للمعالجة التحليلية عبر الإنترنت لآلية الحوسبة متعددة الأبعاد التي توفرها علامة الكمبيوتر الشهيرة في قاعدة بياناتها. في عام 1992 ، تم إصدار منتج معالجة تحليلي معروف آخر على الإنترنت Essbase بواسطة Arbor Software (حصلت عليه Oracle في 2007).

في عام 1998 ، أصدرت Microsoft خادم معالجة بيانات التحليل عبر الإنترنت ، MS Analysis Services. هذا ساهم في شعبية التكنولوجيا ودفع تطوير المنتجات الأخرى. اليوم ، هناك العديد من الموردين العالميين الذين يقدمون تطبيقات Olap ، بما في ذلك IBM و SAS و SAP و Essbase و Microsoft و Oracle و IcCube.

المعالجة التحليلية عبر الإنترنت

OLAP هي أداة تتيح لك اتخاذ قرارات بشأن الأحداث المخططة. يمكن أن يكون حساب Olap غير النموذجي أكثر تعقيدًا من مجرد تجميع البيانات. يتم استخدام الاستعلامات التحليلية في الدقيقة (AQM) كمرجع قياسي لمقارنة أداء الأدوات المختلفة. يجب على هذه الأنظمة إخفاء المستخدمين قدر الإمكان عن بناء جملة الاستعلامات المعقدة وتوفير وقت استجابة متسق للجميع (بغض النظر عن مدى تعقيدهم).

الميزات الرئيسية التالية لـ OLAP موجودة:

1. تمثيلات بيانات متعددة الأبعاد.
2. دعم الحوسبة المعقدة.
3. الذكاء المؤقت.

يوفر العرض متعدد الأبعاد الأساس للمعالجة التحليلية من خلال الوصول المرن إلى بيانات الشركة. يسمح للمستخدمين بتحليل البيانات في أي بُعد وفي أي مستوى من التجميع.

دعم الحوسبة المعقدة هو أساس برنامج OLAP.

يستخدم الذكاء المؤقت لتقييم فعالية أي تطبيق تحليلي خلال فترة زمنية محددة. على سبيل المثال ، هذا الشهر مقارنة بالشهر السابق ، هذا الشهر مقارنة بنفس الشهر من العام الماضي.

هيكل البيانات متعدد الأبعاد

واحدة من الخصائص الرئيسية للمعالجة التحليلية عبر الإنترنت هي بنية البيانات متعددة الأبعاد. يمكن أن يكون للمكعب عدة أبعاد. بفضل هذا النموذج ، تكون عملية التحليل الذكي لـ OLAP بأكملها بسيطة للمديرين والمديرين التنفيذيين ، نظرًا لأن الكائنات الممثلة في الخلايا هي كائنات أعمال حقيقية. بالإضافة إلى ذلك ، يتيح نموذج البيانات هذا للمستخدمين معالجة ليس فقط المصفوفات المنظمة ، ولكن أيضًا المصفوفات غير المهيكلة وشبه الهيكلية.كل هذا يجعلها ذات شعبية خاصة لتحليل البيانات وتطبيقات استقصاء المعلومات.

الميزات الرئيسية لأنظمة OLAP:

1. استخدم طرق تحليل البيانات متعددة الأبعاد.
2. توفير دعم قاعدة البيانات المتقدمة.
3. إنشاء واجهات المستخدم النهائي سهلة الاستخدام.
4. دعم العميل / خادم العمارة.

أحد المكونات الرئيسية لمفاهيم OLAP هو خادم من جانب العميل. بالإضافة إلى تجميع البيانات ومعالجتها مسبقًا من قاعدة بيانات علائقية ، فإنها توفر معلمات حساب وتسجيل متقدمة ووظائف إضافية وقدرات استعلام متقدمة أساسية ووظائف أخرى.

بناءً على نموذج التطبيق الذي حدده المستخدم ، تتوفر نماذج وأدوات بيانات متنوعة ، بما في ذلك التنبيهات في الوقت الفعلي ، وهي ميزة لتطبيق سيناريوهات ماذا لو ، والتحسين ، وتقارير OLAP المعقدة.

شكل مكعب

ويستند المفهوم على شكل مكعب. يوضح موقع البيانات فيه مدى التزام OLAP بمبدأ التحليل متعدد المتغيرات ، ونتيجة لذلك يتم إنشاء بنية بيانات لتحليل سريع وفعال.

يُطلق على مكعب OLAP أيضًا اسم "hypercube". يوصف بأنه يتكون من الحقائق العددية (التدابير) ، مصنفة حسب الجوانب (الأبعاد). تتعلق الأبعاد بالسمات التي تحدد مشكلة العمل. ببساطة ، البعد هو التسمية التي تصف المقياس. على سبيل المثال ، في تقارير المبيعات ، سيكون المقياس هو حجم المبيعات ، وسوف تشمل الأبعاد فترة المبيعات والبائعين والمنتج أو الخدمة ومنطقة المبيعات. عند الإبلاغ عن عمليات الإنتاج ، قد يكون الإجراء هو إجمالي تكاليف الإنتاج ووحدات الإنتاج. الأبعاد هي تاريخ أو وقت الإنتاج ، ومرحلة الإنتاج أو المرحلة ، وحتى العمال المشتركون في عملية الإنتاج.

يعد مكعب بيانات OLAP حجر الأساس للنظام. يتم تنظيم البيانات في المكعب باستخدام إما نجمة أو نمط ندفة الثلج. يوجد في الوسط جدول حقائق يحتوي على مجاميع (مقاييس). يرتبط بسلسلة من جداول القياس التي تحتوي على معلومات حول المقاييس. تصف الأبعاد كيف يمكن تحليل هذه التدابير. إذا كان المكعب يحتوي على أكثر من ثلاثة أبعاد ، فإنه غالبًا ما يطلق عليه hypercube.

إحدى الوظائف الرئيسية للمكعب هي طبيعتها الساكنة ، مما يعني أنه لا يمكن تغيير المكعب بعد تطوره. لذلك ، فإن عملية بناء المكعب وإعداد نموذج البيانات هي خطوة حاسمة نحو معالجة البيانات المناسبة في بنية OLAP.

تجميع البيانات

يعد استخدام المجموعات هو السبب الرئيسي وراء معالجة الطلبات بشكل أسرع في أدوات OLAP (مقارنة بـ OLTP). التجميعات عبارة عن ملخصات للبيانات التي تم حسابها مسبقًا أثناء المعالجة. تحدد جميع الأعضاء المخزّنين في جداول الأبعاد OLAP الاستعلامات التي يمكن أن يتلقاها المكعب.

في المكعب ، يتم تخزين تراكم المعلومات في الخلايا ، ويتم تحديد إحداثياتها حسب أحجام محددة. يعتمد عدد المجاميع التي يمكن أن يحتويها المكعب على جميع مجموعات عناصر البعد الممكنة. لذلك ، يمكن أن يحتوي مكعب نموذجي في تطبيق على عدد كبير للغاية من المجاميع. سيتم إجراء حساب أولي فقط للمجاميع الرئيسية التي يتم توزيعها في جميع أنحاء المكعب التحليلي للتحليلات عبر الإنترنت. سيؤدي ذلك إلى تقليل الوقت اللازم لتحديد أي مجموعات بشكل كبير عند تنفيذ استعلام في نموذج بيانات.

هناك أيضًا خياران يتعلقان بالتجميعات التي يمكنك من خلالها تحسين أداء المكعب النهائي: إنشاء تجميع لذاكرة التخزين المؤقت للقدرات واستخدام التجميع استنادًا إلى تحليل لطلبات المستخدم.

مبدأ العمل

عادة ، يمكن إجراء تحليل المعلومات التشغيلية التي تم الحصول عليها من المعاملات باستخدام جدول بيانات بسيط (يتم عرض قيم البيانات في الصفوف والأعمدة). هذا أمر جيد بالنظر إلى الطبيعة ثنائية الأبعاد للبيانات. في حالة OLAP ، هناك اختلافات بسبب صفيف البيانات متعدد الأبعاد.نظرًا لأنه يتم الحصول عليها من مصادر مختلفة ، فقد لا تتمكن جدول البيانات دائمًا من معالجتها بكفاءة.

يحل المكعب هذه المشكلة ويضمن أيضًا تشغيل مستودع بيانات OLAP بطريقة منطقية ومنظمة. يجمع العمل البيانات من مصادر متعددة ويتم تقديمه بتنسيقات مختلفة مثل الملفات النصية وملفات الوسائط المتعددة وجداول بيانات Excel وقواعد بيانات Access وحتى قواعد بيانات OLTP.

يتم جمع جميع البيانات في مستودع مليء مباشرة من المصادر. في ذلك ، سيتم مسح المعلومات الأولية الواردة من OLTP والمصادر الأخرى من أي معاملات خاطئة وغير كاملة وغير متسقة.

بعد التنظيف والتحويل ، سيتم تخزين المعلومات في قاعدة بيانات علائقية. بعد ذلك ، سيتم تحميله على خادم OLAP متعدد الأبعاد (أو Olap cube) للتحليل. سيتمكن المستخدمون النهائيون المسؤولون عن تطبيقات الأعمال واستخراج البيانات وغيرها من عمليات الأعمال من الوصول إلى المعلومات التي يحتاجونها من مكعب Olap.

فوائد نموذج الصفيف

OLAP هي أداة توفر أداءً سريعًا للاستعلام ، ويتحقق ذلك من خلال التخزين المُحسّن ، والفهرسة متعددة الأبعاد ، والتخزين المؤقت ، وهي مزايا هامة للنظام. بالإضافة إلى ذلك ، المزايا هي:

1. أصغر البيانات على القرص.
2. الحساب الآلي لمجاميع مستوى أعلى من البيانات.
3. نماذج المصفوفة توفر فهرسة طبيعية.
4. يتم تحقيق استرداد البيانات بكفاءة من خلال هيكلة مسبقة.
5. مدمجة لمجموعات البيانات ذات الأبعاد المنخفضة.

تتضمن عيوب OLAP حقيقة أن بعض الحلول (خطوة المعالجة) يمكن أن تكون طويلة جدًا ، خاصة مع وجود كميات كبيرة من المعلومات. يتم تصحيح هذا عادةً عن طريق إجراء معالجة تدريجية فقط (تتم دراسة البيانات التي تم تعديلها).

العمليات التحليلية الأساسية

التفاف (لفة المتابعة / التدريبات) تعرف أيضًا باسم "التوحيد". التخثر ينطوي على جمع كل البيانات التي يمكن الحصول عليها ، وحساب كل ما في واحد أو أكثر من الأبعاد. في معظم الأحيان ، قد يتطلب هذا تطبيق صيغة رياضية. كمثال OLAP ، يمكننا النظر في شبكة البيع بالتجزئة مع منافذ البيع في مدن مختلفة. لتحديد النماذج وتوقع اتجاهات المبيعات المستقبلية ، "البيانات" من جميع النقاط "انهارت" في قسم المبيعات الرئيسي للشركة لدمجها وحسابها.

كشف (الحفر إلى أسفل). هذا هو عكس التخثر. تبدأ العملية بمجموعة بيانات كبيرة ثم تنقسم إلى أجزاء أصغر ، مما يتيح للمستخدمين عرض التفاصيل. في مثال شبكة البيع بالتجزئة ، سيقوم المحلل بتحليل بيانات المبيعات وإلقاء نظرة على العلامات التجارية الفردية أو المنتجات التي تعتبر من أكثر الكتب مبيعًا في كل من منافذ البيع في مدن مختلفة.

قسم (شريحة والزهر). هذه عملية عندما تتضمن العمليات التحليلية إجراءين: استنباط مجموعة بيانات محددة من مكعب OLAP ("قص" جانب التحليل) وعرضه من وجهات نظر أو زوايا مختلفة. يمكن أن يحدث هذا عندما يتم استلام جميع بيانات المنافذ وإدخالها في hypercube. يحلل المحلل مجموعة بيانات المبيعات من OLAP Cube. سيتم عرضه عند تحليل مبيعات الوحدات الفردية في كل منطقة. في الوقت الحالي ، قد يركز المستخدمون الآخرون على تقييم فعالية تكلفة المبيعات أو تقييم فعالية حملة التسويق والإعلان.

تحريف (المحور). يتم تدوير محاور البيانات فيه لتوفير بديل لعرض المعلومات.

مجموعة متنوعة من قواعد البيانات

من حيث المبدأ ، هذا مكعب OLAP نموذجي يقوم بتنفيذ المعالجة التحليلية للبيانات متعددة الأبعاد باستخدام OLAP Cube أو أي مكعب بيانات حتى تتمكن العملية التحليلية من إضافة أبعاد حسب الحاجة. سيتم تخزين أو أرشفة أي معلومات يتم تحميلها إلى قاعدة بيانات متعددة الأبعاد ويمكن استدعاؤها عند الحاجة.

توجد أنظمة أو تقنيات OLAP غير معروفة جيدًا ، ولكن هذه هي الأنظمة الرئيسية التي تستخدمها حاليًا الشركات الكبيرة وهياكل الأعمال وحتى الحكومة.

أدوات OLAP

يتم تقديم أدوات المعالجة التحليلية عبر الإنترنت بشكل جيد للغاية على الإنترنت في شكل إصدارات مدفوعة ومجانية.

الأكثر شعبية منهم:

1. Dundas BI من Dundas Data Visualization هي عبارة عن منصة قائمة على المستعرض من أجل ذكاء الأعمال وتصور البيانات ، والتي تتضمن لوحات معلومات متكاملة وأدوات تقارير OLAP وتحليلات البيانات.
2. Yellowfin هي عبارة عن منصة ذكاء أعمال ، وهو حل متكامل واحد مصمم للشركات من مختلف الصناعات والأحجام. تم تكوين هذا النظام للمؤسسات في مجال المحاسبة ، والإعلانات ، والزراعة.
3. ClicData هو حل ذكاء الأعمال (BI) المصمم في المقام الأول للاستخدام من قبل الشركات الصغيرة والمتوسطة الحجم. تتيح الأداة للمستخدمين النهائيين إنشاء تقارير ولوحات معلومات. تم إنشاء مجلس الإدارة للجمع بين ذكاء الأعمال وإدارة أداء الشركات وهو نظام يعمل بكامل طاقته ويخدم شركات المستوى المتوسط ​​والشركات.
4. Domo عبارة عن حزمة إدارة أعمال قائمة على الحوسبة السحابية تتكامل مع مصادر بيانات متعددة ، بما في ذلك جداول البيانات وقواعد البيانات والشبكات الاجتماعية وأي حل موجود على السحابة أو البرامج المحلية.
5. إن InetSoft Style Intelligence عبارة عن منصة لبرامج ذكاء الأعمال تتيح للمستخدمين إنشاء لوحات معلومات وتقنية تحليل OLAP مرئية وتقارير باستخدام آلية mashup.
6. Birst from Infor Company هو حل شبكي لمحللي الأعمال والتحليل ، والذي يجمع بين أفكار مختلف الفرق ويساعد على اتخاذ قرارات مستنيرة. تتيح الأداة للمستخدمين اللامركزيين زيادة نموذج فرق الشركات.
7. Halo هو نظام إدارة سلسلة التوريد وذكاء الأعمال الشامل الذي يساعد في تخطيط الأعمال والتنبؤ بالمخزون لإدارة سلسلة التوريد. يستخدم النظام البيانات من جميع المصادر - الكبيرة والصغيرة والمتوسطة.
8. يعد Chartio حلاً لذكاء الأعمال المستند إلى مجموعة النظراء يوفر للمؤسسين ومجموعات الأعمال ومحللي البيانات ومجموعات المنتجات الأدوات التنظيمية للعمل اليومي.
9. Exago BI هو حل قائم على الويب مصمم للتنفيذ في تطبيقات الويب. يتيح تنفيذ Exago BI للشركات من جميع الأحجام تزويد عملائها بتقارير خاصة وفي الوقت المناسب وتفاعلية.

تأثير الأعمال

سيجد المستخدم OLAP في معظم تطبيقات الأعمال عبر الصناعات.يستخدم التحليل ليس فقط عن طريق الأعمال ، ولكن أيضًا من قبل الأطراف المعنية الأخرى.

تتضمن بعض التطبيقات الأكثر شيوعًا ما يلي:

1. تسويق تحليل بيانات OLAP.
2. البيانات المالية التي تغطي المبيعات والنفقات والميزنة والتخطيط المالي.
3. إدارة العمليات التجارية.
4. تحليل المبيعات.
5. تسويق قواعد البيانات.

تستمر الصناعات في النمو ، مما يعني أن المستخدمين سيشاهدون المزيد من تطبيقات OLAP قريبًا. توفر المعالجة متعددة الأبعاد المصممة تحليلًا أكثر ديناميكية. ولهذا السبب يتم استخدام أنظمة وتقنيات OLAP هذه لتقييم سيناريوهات ماذا لو وسيناريوهات الأعمال البديلة.