پایان نامه مطالعه روش های مختلف معماری Data warehouse به همراه ایجاد یک نمونه آزمایشی با بکارگیری بانک اطلاعاتی Oracle

پایان نامه کارشناسی

گرایش: نرم افزار

مقدمه

انبار داده  (Data Warehouse)یک سیستم تحویل اطلاعات است که در آن، داده اولیه جهت اتخاذ تصمیمات استراتژیک به اطلاعات قابل استفاده تبدیل می شود. کلیه اطلاعات برمبنای تاریخ آنها از سیستمهای عملیاتی مختلف دریافت شده، و این اطلاعات با اطلاعات مربوط به آن از منابع خارجی دیگر ترکیب  می شوند. این اطلاعات جمع آوری شده به صورت کارآمدی به منظور ایجاد اطلاعات مختلف برای کلاسهای متفاوت کاربران تغییر شکل داده می شودو در نهایت روشهای تحویل داده پیاده سازی می شود. آقای بیل اینمون که پدرانبار داده نامیده شده ، تعریف زیر را برای آن ارائه می کند:

«انبار داده، مجموعه داده موضوع گرا، یکپارچه، غیر فرار و زمان دار است که به منظور پاسخگویی به پرسجوهای تحلیلی و آماری در جهت اتخاذ تصمیمات مدیریتی جمع آوری می شوند.»

با این توصیف انبار داده، بستر اصلی ایجاد یک محیط برای سیستمهای پشتیبان تصمیم (DSS) ها می باشدکه در عصر خاصر از اهمیت خاصی دردنیا برخوردار است. اگر چه در کشور فعالیتهای مؤثری در زمینه ایجاد اینگونه سیستمها انجام گرفته است، اما هنوز بستر فرهنگی مناسبی درزمینه فعالیتهای درراستای هوشمندی تجاری(Business Intelligence) وجود ندارد.امید است انجام چنین فعالیتهای تحقیقاتی به پیشبرد این روند کمک شایان ذکری نماید.

چکیده

به منظور ایجاد یک بستر مناسب جهت تحویل اطلاعات به سیستم پشتیبان تصمیم (DSS) ، انبارداده ایجاد می شود . بانک اطلاعاتی نمونه که جهت ایجاد انبارداده آزمایشی انتخاب شده ، بانک اطلاعاتی سیستم حقوق و دستمزد یک شرکت دارای سه شعبه در سه نقطه مکانی مختلف می باشد که روی یک Station شبیه سازی شده است.

برای ایجاد محیط مورد نظرمی بایست براساس چند محور مورد نظر طراح اطلاعات از منابع مختلف جمع آوری شده و براساس ساختار جدید در محیط مقصد که همان انبار داده می باشد بارگذاری شود، از میان ساختار های داده بررسی شده ساختار Star Schema پیاده سازی شد و از میان روشهای انتقال اطلاعات روشهای مختلف Replication  مورد بررسی قرار گرفته و یکی از این روشها با عنوان روش ترکیبی (Hybrid) برای پیاده سازی انتخاب شد.

در نهایت سیستمی ایجاد شد که قادر به پاسخگویی درخواستهای درنظر گرفته شده براساس محورهای ازقبل تعیین شده می باشد.البته لازم به ذکر است که کلیه مراحل تولید انبارداده می توانست از طریق ابزارهای تولید موجود استفاده شود که به عنوان پیشنهاد در فصل پنجم به بررسی یکی از این ابزارهای قدرتمند با نام Oracle Data warehouse Builder پرداخته شده است.

1-1        مقدمه: سیر تحول

منشاء اصلی پردازش DSS به روزهای خیلی دور در تاریخ سیستمهای کامپیوتری و اطلاعاتی بر می‌گردد. جالب است بدانیم که سیستمهای پشتیبان تصمیم دارای قدمت طولانی وپیچیده در تکنولوژی اطلاعاتی است.و سیر تحول آن تا به امروز ادامه داشته است .]3[

شکل 1-1 سیر تحول پردازش اطلاعات از 1960 تا 1980 را نشان می‌دهد.

درحدود دهه1960 جهان کامپیوتر موفق به‌ایجاد نرم افزارهایی شد که با استفاده از فایلهای Master اجرا می‌شدند.این نرم افزارها در قالب برنامه ها و گزارشاتی بودند‌‌‌‌‌‌‌‌‌‌‌، که معمولاٌ به زبان COBOL نوشته می‌شد. پانچ کارتها یک ابزار ذخیر سازی عمومی به حساب می‌آمدند. فایلهای Master توسط نوارهای مغناطیسیی نگهداری می‌شدند که برای ذخیره سازی ارزان قیمت حجم زیادی از داده مناسب بودند، اما بخاطر‌اینکه دسترسی به اطلاعات می‌بایست به صورت متوالی باشد‌این روش زیاد مفید نبود. در یک گذار در فایل نوار مغناطیسی که از100% رکوردها عبور می‌شود، عموما فقط 5 درصد ازاین رکوردها یا حتی کمتر مورد نظر بودند. بعلاوه بسته به داده درون فایل و پردازشی که باید روی آن انجام می‌شد، دسترسی به فایل نوار ورودی بیشتر از 20 تا 30 دقیقه به طول می‌انجامید.]3[

در اواسط دهه 1960، به طور گسترده‌ای رشد استفاده از فایلهای Master و نوار مغناطیسی افزایش یافتند و در پی آن مقادیر هنگفتی داده افزونه نیز به وجود آمد. ازدیاد فایل Master و داده افزونه منجر به بروز چندین مشکل شد:]3[

جالب است که اگر فقط ابزار ذخیره سازی داده، نوار مغناطیسی باشد، جهان پردازش اطلاعات شاهد هیچ پیشرفتی نبود، . اگر هرگز چیزی برای ذخیره داده حجیم به وجود نمی آمد، سیستمهای سریع و خیلی بزرگ درجهان ظاهر نمی‌‌شد، ونیز هرگز سیستمهای ATM و شبیه آن به وجود نمی‌‌آمد. حقیقتا، اگر قابلیت ذخیره سازی و مدیریت داده در انواع جدید ابزارهای ذخیره سازی وجود نداشت، هرگز بستر لازم برای همکاری تکنسینها و تجار با هم به وجود نمی آمد.]3[

1-2 ظهور DASD

در 1970 تقریبا هر روز یک تکنولوژی جدید برای ذخیره سازی و دسترسی داده به وجود می‌آمد.در دهه 1970 زمان تحول وسیله ذخیره سازی دستیابی مستقیم (DASD )بود. دیسک ذخیره سازی اصولا با نوار مغناطیسی از نظر قابلیت دسترسی مستقیم تفاوت داشت. ونیازی نبود که رکوردها 1,2,…,n تا n+1 رکورد مرور شود.]3[

آدرس رکورد n+1 ام شناخته شده بود، موضوع ساده‌ای بود که بفهمیم رکورد n+1 ام دقیقا در کجای دیسک قرار دارد. از‌این گذشته، زمان مورد نیاز برای دسترسی به رکورد n+1 ام، کمتر از زمان مورد نیاز برای مرور یک نوار بود. در حقیقت زمان مورد نیاز برای قرار دادن یک رکورد در DASD فقط به اندازه چند میلی ثانیه بود.]3[

به همراه DASD نوع جدیدی از نرم افزارها تولید شد که به عنوان یک سیستم مدیریت

بانک اطلاعاتی مطرح گردید. هدف از ساخت DBMS بدین منظور بود که برای برنامه نویسان ذخیره سازی و دستیابی داده در محیطDASD آسان گردد.به علاوه‌این ابزار، عملیات مختلفی را برای ذخیره سازی داده در DASD، از جمله فهرست گذاری داده و غیره راانجام می‌داد. از طریق DASD وDBMSیک راه حل تکنیکی برای حل مشکلات فایلهای Master پدید آمد.وهمچنین موضوع بانک اطلاعاتی مطرح شد.با وجود آشفتگی که فایلهای Master‌ایجاد کرده بودند و داده افزونه جمع آوری شده از آنها بسیارزیاد بود، بدین سبب عجیب نبود که در دهه 1970 بانک اطلاعاتی تعریف شده به عنوان یک منبع مجزای داده برای کلیه پردازشها مورد استفاده قرار گیرد.]3[

دراواسط دهه 1970 پردازش تراکنش بر خط (OLTP) دسترسی سریعتر به داده را امکان پذیر ساخت. باباز شدن کلیه چشم اندازهای جدید برای تجارت و پردازش، اکنون کامپیوتر می‌تواند برای انجام اعمالی که قبلا غیر ممکن به نظر می‌رسید، مثل سیستم های رزور درایو، سیستمهای پاسخگوی بانک، سیستمهای کنترل ساخت و مانند آن مورد استفاده قرار گیرد.اگر دنیا در مرحله استفاده از فایل نوار مغناطیسی باقی می‌ماند، ساخت بیشتر سیستمهایی که امروزه تولید می‌شود امکان پذیر نبود.]3[

1-3        تکنولوژی زبان های نسل چهارم و کامپیوترهای شخصی

در دهه 1980 اکثر تکنولوژیهای جدید، مثل کامپیوتر های شخصی و زبانهای نسل چهارم، شروع به فعالیت نمودند.کاربر نهایی نقش جدی را به عهده گرفت- کنترل مستقیم داده و سیستم – که نقش قبلی رزرو شده برای پردازنده داده بود. از طریق کامپیوترهای شخصی و زبانهای نسل چهارم موقعیتی پیش آمد که کاربر بیشتر می‌توانست با داده درپردازش تراکنشهای بر خط ارتباط برقرار کند. MIS (سیستم های اطلاعات مدیریتی)، همانطور که قبلا به کار می‌رفت، می‌توانست پیاده سازی شود. امروزه همانطور که سیستم های پشتیبان تصمیم شناخته شدند، سیستمهای اطلاعات مدیریتی نیز برای تصمیمهای مدیریتی استفاده شدند.در گذشته داده و تکنولوژی با هم استفاده می‌شد تا تصمیمات عملیاتی جزئی اتخاذ شود.اما هیچ بانک اطلاعاتی نمی‌‌تواند هم پردازش تراکنش عملیاتی و هم پردازش تحلیلی را در یک زمان انجام دهد.شکل 1-1 نمونه‌ای از بانک اطلاعاتی را نشان می‌دهد.]3[

(نمودار و تصاویر در فایل اصلی  موجود است)

Abstract

Data warehouse provide an information delivery to DSS. Sample Database that choose for providing the test Data warehouse is Salary system for a company that have three branches in three different points. This system simulate in to one station.

For providing this environment in the first step we should get data to such factor from different resource that system designer need them. Then we should load information in new structure to destination environment that mean Data warehouse. We develop data structure in Star Schema and discuss about Replication technique from the data transformation techniques and one of these technique develop with name of Hybrid Replication.

The end system is able to answer the query that design to factors that detect previously. Also all of the step for generating data warehouse can execute in useful tools that for suggestion we discuss one of them with name of Oracle Data warehouse Builder in chapter