Корпоративные базы данных экономических информационных систем

Федеральное агентство образования РФ

Московский Государственный Технический Университет "МАМИ"

Факультет экономики

Кафедра

Курсовая работа по ЭИС:

"Корпоративные базы данных электронных информационных систем".

Студентки: Силаевой М.А., 10-ВЭФМе-3

Москва, 2010

Содержание

Введение

1. Корпоративные информационные системы и базы данных

2. OLTP-системы (On-Line Transaction Processing)

3. Хранилища данных (Data Warehouse)

3. Оперативная аналитическая обработка (On-Line Analytical Processing, OLAP)

4. Интеллектуальный анализ данных (Data Mining)

5. Интеграция OLAP и Data Mining

Заключение

Список использованных источников

Введение

Тема исследования данной курсовой работы - корпоративные базы данных ЭИС.

Актуальность данного исследования обусловлена тем, что сейчас наше общество находится в состоянии перехода от индустриального общества к постиндустриальному. Происходит информатизация, т.е. развитие информационных технологий, обеспечивающих достижение и поддержание уровня информированности членов общества, необходимого для улучшения условий жизни в обществе. Для успешного ведения бизнеса в наше время требуется информация. То, как успешно компания использует и управляет информацией, говорит о том, какого успеха эта компания может достигнуть. Невозможно принять верное управленческое решение не подвергая информацию обработке. Обработка данных - это процесс преобразования информации из первоначального вида к определенному результату. Сбор, накопление, хранение информации часто не являются конечной целью информационного процесса. Чаще всего первичные данные привлекаются для решения какой-либо проблемы, затем они преобразуются шаг за шагом в соответствии с алгоритмом решения задачи до получения выходных данных, которые после анализа пользователем предоставляют необходимую информацию.

Цель данного исследования - ознакомление с корпоративными базами данных в учебных целях.

Предмет данной курсовой работы - полезность баз данных, подходящих под классификацию "корпоративные".

Необходимо ли использование подобного рода систем для совершенствования и отлаживания ведения бизнеса - ответ на этот вопрос является объектом исследования.

Теоретическая ценность данной работы заключается в том, что в ней скомпелированны основные понятия о корпоративных базах данных.

Практическая ценность работы состоит в том, что она раскрывает выбранную тему "Корпоративные базы данных" и может использоваться в качестве вспомогательного материала при изучении предмета.

1. Корпоративные информационные системы и базы данных

Во время жизненного цикла корпорации накапливают большие объемы данных, которые несут в себе потенциальные возможности по получению новой аналитической информации. На основе полученной информации необходимо строить стратегию фирмы, выявлять тенденции развития рынка, находить новые решения, обусловливающие успешное развитие в условиях конкурентной борьбы.

Понять, что такое корпоративные базы данных невозможно без введения двух понятий: экономическая информационная система и корпоративная информационная система, частью которых и являются корпоративные базы данных.

Экономическая информационная система (ЭИС) представляет собой совокупность организационных, технических, программных и информационных средств, объединённых в единую систему с целью сбора, хранения, обработки и выдачи необходимой информации, предназначенной для выполнения функций управления.

Корпоративная информационная система (КИС) - это масштабируемая ЭИС система, предназначенная для комплексной автоматизации всех видов хозяйственной деятельности больших и средних предприятий, в том числе корпораций, состоящих из группы компаний, требующих единого управления. Они являются развитием систем для рабочих групп и ориентированы на крупные компании. Могут поддерживать территориально разнесенные узлы или сети. В основном они имеют иерархическую структуру из нескольких уровней. Для таких систем характерна архитектура клиент-сервер со специализацией серверов или же многоуровневая архитектура. При разработке таких систем могут использоваться те же серверы баз данных, что и при разработке групповых информационных систем. Для групповых и корпоративных систем существенно повышаются требования к надежности функционирования и сохранности данных. Эти свойства обеспечиваются поддержкой целостности данных, ссылок и транзакций в серверах баз. [2] Наиболее существенной чертой комплексной информационной системы должно стать расширение контура автоматизации для получения замкнутой, саморегулирующейся системы, способной гибко и оперативно перестраивать принципы своего функционирования.

На данный момент существует достаточно большое количество разновидностей информационных систем. Классификация информационных систем обычно осуществляется на основе каких-либо выделенных признаков. Например, с точки зрения управленческого уровня, на котором осуществляется использование ИС, принято делить корпоративные ИС на следующие виды:

1. ИС для обеспечения текущих бизнес-операций предназначены для решения задач оперативного учета и контроля бизнес-процессов предприятия. В основном их используют работники компании и их непосредственного начальства. Данные ИС можно разделить на: системы, выполняющие поддержку финансовых операций (так же осуществляющие модернизацию баз данных, обработку данных, формирование отчетов и прочих документов); системы управления процессами, управляющие физическими процессами производства продукции; системы автоматизации офиса (автоматизирующие коммуникации, делопроизводство и производительность офиса, охватывающие обработку текстов, электронную почту, организацию телеконференций, обработку и хранение документов).

2. Системы поддержки процесса принятия решений также имеют три разновидности: системы предоставления информации (предоставляющие менеджерам предопределенные и регламентированные сообщения и отчеты о текущих бизнес-операциях); системы поддержки принятия решений (имеющие в своем составе набор диалоговых и специальных средств проектирования альтернативных решений для использования в непрограммируемых ситуациях); ИС руководителей, обслуживающие менеджеров высшего уровня с целью мгновенного формирования критической информации в свободном формате (информируют о состоянии предприятия по ключевым факторам); ИС для обеспечения стратегических преимуществ дают мгновенный доступ к информации о важнейших факторах, влияющих на достижении фирмой своих задач.

Корпоративные ИС можно классифицировать на основе следующих характеристик:

1. предметная область системы;

2. вид поддерживаемых информационных ресурсов;

3. функции обработки информационных ресурсов;

4. степень детализации предметной области;

5. среда хранения информационных ресурсов;

6. объем информационных ресурсов;

7. степень динамичности информационных ресурсов;

8. состав лингвистических ресурсов системы;

9. архитектура системы;

10. регламент обслуживания пользователей системы;

11. расписание функционирования системы;

12. способы и характер доступа к системе;

13. поддерживаемые стандарты информационных технологий;

14. реализуемые интерфейсы;

15. программно-аппаратная платформа;

16. коммуникационное оборудование;

17. состав программного обеспечения;

18. состав системного персонала;

19. методология и инструментальные средства разработки систем [2].

После ознакомления с сущностью понятия КИС, нужно ввести понятия данных, баз данных и систем управления базами данных (СУБД)

Данные - это формализованное представление информации, доступное для обработки, интерпретации и обмена между людьми или в автоматическом режиме. База данных - совокупность взаимосвязанных данных (файлов), предназначенных для общего применения.

Термин база данных (БД) относится к набору данных, многомерному в том смысле, что между его элементами существуют внутренние связи, и поэтому доступ к информации можно осуществлять с различных точек зрения. В этом отличие базы данных от файлов традиционных систем, иногда называемых одноуровневыми файлами, которые являются одномерной системой хранения и представляют информацию только с одной точки зрения [4].

Базы данных представляют собой синтез структур данных и файловых структур. В современных базах данных методы из обеих областей применяются для создания такой системы хранения больших объемов данных, которая может выглядеть как система с множеством видов организаций данных и обслуживать приложения различных типов.

В те годы, когда формировалось понятие база данных, то в ней действительно хранились данные и только данные. Однако в современных системах управления базами данных имеется возможность не только хранить данные в своих структурах, но и хранить программный код, т.е. методы, с помощью которых происходит взаимодействие с потребителем или с другим программно - аппаратным комплексом.

Если провести обобщение выше сказанного то можно сказать, что это совокупность сведений о конкретных объектах реального мира в какой-либо предметной области. Кроме того, это хранилище данных для совместного использования. При автоматизации деятельности человека происходит перенос реального мира в электронный формат. Для этого выделяется какая-то часть этого мира и анализируется на предмет возможности автоматизации. Она называется предметной областью и строго очерчивает круг объектов, которые изучаются, измеряются, оцениваются и т.д. В результате этого процесса выделяются объекты автоматизации и определяются реквизиты, по которым данные объекты оцениваются [1].

Базы данных выполняют две основные функции. Они группируют данные по информационным объектам и их связям и предоставляют эти данные пользователям. Информация может храниться в неструктурированном виде, например, в виде текстового документа, где данные об объектах предметной области записаны в произвольной форме.

Система управления базами данных (СУБД) - комплекс программ, которые обеспечивают взаимодействие пользователя с базой данных. Посредством СУБД обеспечивается решение таких основных заданий:

1. Создание базы данных;

2. Занесение, корректировка и изъятие данных;

3. Упорядочение данных;

4. Выбор совокупности данных, что отвечают заданным критериям;

5. Оформление выходных данных и т.д.

Совокупность СУБД и базы данных - это банк данных. К достоинствам подхода, который основывается на концепции банка данных, принадлежит:

1. Удовлетворение информационных потребностей разных типов пользователей;

2. Достоверность и непротиворечивость информации, что сохраняется;

3. Санкционированный доступ к данным;

4. Адаптационной модели к изменениям предметной области;

5. Выдача информации в форме установленной пользователем;

6. Одноразовое введение данных и многократное их использование;

7. Возможность исключения избыточности данных, что сохраняются, и т.д.

Базу данных можно считать корпоративной если она: включена в КИС, отвечает требованиям распределенной обработки данных, масштабируема. [3]

В последние годы в мире оформился ряд новых концепций хранения и

анализа корпоративных данных:

1. Информационные системы класса OLTP

2. Хранилища данных (Data Warehouse);

3. Оперативная аналитическая обработка (On-Line Analytical Processing, OLAP);

4. Интеллектуальный анализ данных - ИАД (Data Mining).

Технологии OLAP тесно связаны с технологиями построения хранилища данных (Data Warehouse) и методами интеллектуальной обработки - Data Mining.

2. OLTP-системы (On-Line Transaction Processing)

Информационные системы класса OLTP (On-Line Transaction Processing) или OLTP-системы предназначены, прежде всего, для обслуживания повседневной деятельности предприятия.

Главная задача этих систем - выполнение большого количества коротких транзакций. Транзакцией называют неделимую с точки зрения воздействия на базу данных последовательность операций манипулирования данными.

Сами транзакции являются достаточно простыми, но проблемы состоят в том, что таких транзакций очень много, выполняются они одновременно и при возникновении ошибок транзакция должна откатиться и вернуть систему в состояние, в котором та была до начала транзакции. Практически все запросы к базе данных в OLTP-приложениях состоят из команд вставки, обновления и удаления. Типичными примерами OLTP - приложений являются системы складского учета, заказов билетов, операционные банковские системы и др. Запросы на выборку в OLTP - системах, в основном, предназначены для предоставления пользователям выборки данных из различного рода справочников. Поскольку большая часть запросов известна заранее ещё на этапе проектирования системы, то критическим для OLTP-приложений является скорость и надежность выполнения коротких операций обновления данных.

Таким образом, OLTP-системы имеют следующие особенности:

1. Рассчитаны на быстрое обслуживание относительно простых запросов большого числа пользователей;

2. Работают с данными, которые требуют защиты от несанкционированного доступа, нарушений целостности, аппаратных и программных сбоев.

Для обеспечения целостности данных и изолированности пользователей транзакции в OLTP-системах должны обладать четырьмя основными свойствами:

1. Атомарность. Транзакция должна выполняться как единая операция доступа к базе данных (БД) и может быть выполнена полностью либо не выполнена совсем.

2. Согласованность. Свойство согласованности гарантирует взаимную целостность данных, т.е. выполнение ограничений целостности БД после окончания обработки транзакции.

3. Изолированность. Это свойство означает, что транзакции должны выполняться независимо друг от друга, и доступ к данным, изменяемым с помощью одной транзакции, для других транзакций должен быть запрещен, пока изменения не будут завершены.

4. Долговечность. Свойство долговечности означает, что если транзакция выполнена успешно, то произведенные ею изменения в данных не должны быть потеряны ни при каких обстоятельствах. [5]

Длительное время в качестве стратегии разработки OLTP-систем использовались следующие принципы:

построение отдельных автоматизированных рабочих мест (АРМ), предназначенных для обработки групп функционально связанных документов, и тиражирование готовых АРМ на места;

построение полнофункциональных систем с тиражированием и настройкой по местам. Однако получаемые таким способом системы имели невысокие адаптационные возможности, предъявляли высокие требования к эксплуатационному персоналу и требовали больших накладных расходов на сопровождение.

Относительно недавно начала применяться новая, третья стратегия разработки информационных систем класса OLTP. Ее суть состоит в том, что тиражируются не готовые системы, а некоторые заготовки и технологический инструмент, позволяющие непосредственно на месте быстро построить или достроить систему с необходимой функциональностью и далее с помощью этого же инструмента ее модифицировать в соответствии с динамикой предметной области.

3. Хранилища данных (Data Warehouse)

Хранилище данных (ХД) - предметно-ориентированный, интегрированный, неизменчивый, поддерживающий хронологию набор данных, организованный для целей поддержки управления.

По аналогии с реальными хранилищами, в хранилищах данных имеются большие области для сбора, хранения или перемещения существующих данных. Понятие "хранение данных" возникло, в середине 1980-х гг., и предназначалось для описания архитектурной модели потока данных от операционной системы к средствам поддержки принятия решений. Без такой архитектурной модели передаваемая управляющая информация обычно содержит большое количество избыточных данных.

В больших корпорациях множественные проекты принятия решений обычно осуществляются независимо, и при этом используется один и тот же набор данных. Таким образом, происходит накопление дублированных данных, что в конечном итоге приводит к снижению эффективности поддержки принятия решений.

Для повышения эффективности поддержки принятия решений и уменьшения дублированности данных применяют очистку данных (data cleaning или scrubbing). В ХД очистку данных также применяют для выявления и удаления ошибок, несоответствий в данных с целью улучшения их качества.

Хранилища данных требуют и одновременно обеспечивают всестороннюю поддержку очистки данных. Они загружают и постоянно обновляют огромные объемы данных из различных источников, поэтому вероятность попадания в них "грязных данных" весьма высока. Более того, хранилища данных используются в процессе принятия решений, следовательно, чтобы некорректные данные не привели к некорректным выводам, необходимо проводить корректировки таких данных. Например, дублирующаяся или утраченная информация может стать причиной некорректной или неадекватной статистики ("мусор на входе - мусор на выходе"). Ввиду большого спектра возможных несоответствий в данных и большого объема данных их очистка считается одной из самых крупных проблем в технологии хранилищ данных.

В состав хранилища данных, как правило, входит:

виртуальное хранилище данных;

витрины данных;

глобальное хранилище данных;

многоуровневая архитектура хранилища данных.

В основе виртуального хранилища данных лежит репозиторий метаданных, который описывается источниками информации (БД транзакционных систем, внешние файлы и др.), SQL-запросами для их считывания и процедурами обработки и предоставления информации. Непосредственный доступ к последним обеспечивает программное обеспечение промежуточного слоя. В этом случае избыточность данных нулевая. Конечные пользователи фактически работают с транзакционными системами напрямую со всеми вытекающими отсюда плюсами (доступ к не агрегированным данным в реальном времени) и минусами (интенсивный сетевой трафик, снижение производительности OLTP-систем и реальная угроза их работоспособности вследствие неудачных действий пользователей-аналитиков).

Витрина данных (Data Mart) - это облегченный вариант хранилища данных, содержащий только тематически объединенные данные. Целевая база данных максимально приближена к конечному пользователю и может содержать тематически ориентированные агрегатные данные. Витрина данных существенно меньше по объему, чем хранилище данных, поэтому его реализации не требуется мощная вычислительная техника.

Глобальное хранилище данных. В последнее время все более популярной становится идея совместить концепции хранилища и витрины данных в одной реализации и использовать хранилище данных в качестве единственного источника интегрированных данных для всех витрин данных. Тогда естественной становится следующая трехуровневая архитектура системы.

На первом уровне реализуется корпоративное хранилище данных на основе одной из развитых современных реляционных СУБД. Это хранилище состоит, в основном, из детализированных данных. Реляционные СУБД обеспечивают эффективное хранение и управление данными очень большого объема, но не слишком хорошо соответствуют потребностям OLAP-систем, в частности, в связи с требованием многомерного представления данных.

На втором уровне поддерживаются витрины данных на основе многомерной системы управления базами данных (примером такой системы является Oracle Express Server). Такие СУБД почти идеально подходят для целей разработки OLAP-систем, но пока не позволяют хранить сверхбольшие объемы данных (предельный размер многомерной базы данных составляет 10-40 Гбайт). В данном случае это и не требуется, поскольку речь идет о витринах данных. Необходимо заметить, что витрина данных не обязательно должна быть полностью сформирована. Она может содержать ссылки на хранилище данных и добирать оттуда информацию по мере поступления запросов. Конечно, это несколько увеличивает время отклика, но зато снимает проблему ограниченного объема многомерной базы данных.

На третьем уровне находятся клиентские рабочие места конечных пользователей, на которых устанавливаются средства оперативного анализа данных.

Хранилища данных обладают рядом свойств:

1. Предметная ориентация. В отличие от традиционной схемы реализации информационной системы, где источником данных для средств анализа являются ОБД, в которых данные ориентированы на обработку и функциональность систем сбора информации, данные в ХД ориентированы на решение задач анализа и представления данных.

2. Интегрированность данных. Данные в информационное хранилище поступают из различных источников, где они могут иметь разные имена, атрибуты, единицы измерения и способы кодировки. После загрузки в ХД данные очищаются от индивидуальных признаков. С этого момента они представляются пользователю в виде единого информационного пространства.

3. Инвариантность во времени. В OLTP-системах истинность данных гарантирована только в момент чтения, поскольку уже в следующее мгновение они могут измениться в результате очередной транзакции. Важным отличием ХД от OLTP-систем является сохранение истинности данных в любой момент процесса чтения. В OLTP-системах информация часто модифицируется как результат выполнения каких-либо транзакций.

4. Неразрушаемость - стабильность информации. В OLTP-системах записи могут регулярно добавляться, удаляться и редактироваться. В системах ХД, как следует из требования временной инвариантности, однажды загруженные данные теоретически никогда не меняются. По отношению к ним возможны только две операции: начальная загрузка и чтение (доступ).

5. Интеграция. Различные ОБД разрабатываются различными коллективами разработчиков, зачастую в разное время и различными средствами разработки. Это приводит к тому, что объекты, отражающие одну сущность, имеют различные наименования и единицы измерения. Обязательная интеграция данных в ХД позволяет решить эту проблему.