Хранилища данных одна из самых актуальных и динамичных тем в
современной индустрии информационных технологий.
Хранилище данных находится в центре всех ориентированных на
приложения систем. Хранилище регулярно получает данные из этих систем и
формирует сводное представление. Данные могут быть простой копией
транзакционных данных (в этом случае их называют атомарными) или же
подвергаться на пути от источника к пункту назначения (хранилищу)
трансформации либо агрегированию. В данном диплом проекте хранилище
данных работает с атомарными значениями. При этом в хранилище может
помещаться только какое-то их подмножество, или же данные могут
подвергаться конвертированию для того, чтобы обеспечить их совместимость
с данными из других источников. Для обозначения процесса отсечения и
извлечения данных обычно используются термины расслоение (slicing) и
расщепление (dicing). Внутренняя структура хранилища данных построена
так, чтобы запросы можно было легко создавать и эффективно выполнять.
Почти для всех успешно работающих приложений хранилищ данных
используются выделенные серверы. Благодаря этим серверам запросы
(типичные для хранилищ данных) влияют только на пользователей
информационного сервиса и не замедляют критичные по времени операции.
Для множества людей хранилище данных это некая совокупность
данных объединенных из различных источников, структурированная и
оптимизированная для доступа к ним при помощи средств создания запросов
OLAP (on-line analytical processing оперативной аналитической обработки).
Для других хранилище данных это фактически некая база данных,
содержащая данные более чем из одного источника, собранные для целей
управления информацией.
Понятие «хранение данных» возникло в середине 1980-х годов. И
предназначалось для описания архитектурной модели потока данных от
операционной системы к средствам поддержки принятия решений. Эта
модель отвечает за различные задачи, ассоциированные с этим потоком и
связанными с этим высокими затратами. Без такой архитектуры
передаваемая управляющая информация обычно содержит большое
количество избыточных данных. В больших корпорациях множественные
проекты принятия решений обычно осуществляются независимо, каждый
обслуживает различных пользователей, часто используя при этом те же
самые данные. Процесс сбора, чистки и обобщения данных из различных,
часто наследуемых, источников обычно дублировался для каждого проекта.
Более того, существующие системы посещались повторно при каждом новом
запросе, отличавшемся от предыдущего зачастую лишь оформлением
данных.....