Konzepte de Online Analytical Processing (Vortrag)

14
Business Intelligence Business Intelligence Konzepte des Online Analytical Konzepte des Online Analytical Processing Vortrag von Johannes Christian Nissen im Dezember 2008 im Dezember 2008

description

A short overview about the different OLAP (online analytical processing) methods.

Transcript of Konzepte de Online Analytical Processing (Vortrag)

Page 1: Konzepte de Online Analytical Processing (Vortrag)

Business IntelligenceBusiness Intelligence

Konzepte des Online AnalyticalKonzepte des Online Analytical Processing

Vortrag von Johannes Christian Nissen im Dezember 2008im Dezember 2008

Page 2: Konzepte de Online Analytical Processing (Vortrag)

Inhalt• Begriff OLAP• Von der Tabelle zum Hypercube• Von der Tabelle zum Hypercube• Architekturvarianten

– Relationales OLAP

Begriff OLAP

Inhalt

TabellenRelationales OLAP

– Multidimensionales OLAP– Hybrides OLAP

Architekturvar.Methoden d. DA

Hypercube

• Methoden der Datenanalyse– Pivoting/Rotation

Praktischer Einsatz

– Slicing & Dicing– Roll‐up & Drill‐downDrill through & Drill across– Drill‐through & Drill‐across

– Splitt & Merge• Fragen/DiskusionFragen/Diskusion

27.12.2008 2Johannes Chr. Nissen

Page 3: Konzepte de Online Analytical Processing (Vortrag)

Begriff OLAPOnline Analytical Processing

• Software Technologie die Entscheidern schnelle• Software‐Technologie, die Entscheidern schnelle, interaktive und vielfältige Zugriffe auf relevante und konsistente Informationen ermöglicht

Begriff OLAP

Inhalt

Tabellen konsistente Informationen ermöglicht

• 12 Regeln nach Codd et al. zur Evaluation von OLAP‐Systemen (1993)

Architekturvar.Methoden d. DA

Hypercube

y

• Einfacherer Ansatz nach FASMI (Fast Analysis ofShared Multidimensional Information) von Pendse, 

Praktischer Einsatz

Creeth (1995)

dynamische multidimensionale„dynamische, multidimensionale Analysen auf konsolidierten Unternehmensdatenbeständen“

27.12.2008 Johannes Chr. Nissen 3

P. Gluchowski 2004

Page 4: Konzepte de Online Analytical Processing (Vortrag)

Multidimensionale Tabellenlfd. Nr. Patient Klinik Fachrichtung Verlauf Datum

1 Muster, Max Husum Chirurgie Aufnahme 05.01.20082 Test, Testine Niebüll Chirurgie Aufnahme 05.01.20083 Hansen Paul Tönning Innere Aufnahme 08 01 2008

Eindimensionale TabelleTypisch für Transaktions3 Hansen, Paul Tönning Innere Aufnahme 08.01.2008

4 Muster, Max Husum Innere Verlegung 10.01.20085 Hansen, Paul Tönning Chirurgie Entlassung 10.01.20086 Muster, Max Husum Innere Entlassung 15.01.2008

… … … … … …

Typisch für Transaktions‐orientierte SystemeBegriff OLAP

Inhalt

Tabellen

Daten

Architekturvar.Methoden d. DA

Hypercube

Ort FachrichtungSumme von Jan

Summe von Feb

Summe von Mrz

Husum Chirurgie 263 282 265Gyn/Geb 212 222 225Innere 465 447 423 3 Dimensionale Tabelle

Praktischer Einsatz

Innere 465 447 423Niebüll Chirurgie 169 165 163

Gyn/Geb 59 43 75Innere 260 237 232

Tönning Chirurgie 86 87 80Gyn/Geb 0 0 0

z.B. Pivottabelle aus MS Excel

Gyn/Geb 0 0 0Innere 91 69 73

Gesamtergebnis 1605 1552 1536

27.12.2008 Johannes Chr. Nissen 4

Page 5: Konzepte de Online Analytical Processing (Vortrag)

HypercubeDaten

Ort FachrichtungSumme von Jan

Summe von Feb

Summe von Mrz

H Chi i 263 282 265Husum Chirurgie 263 282 265Gyn/Geb 212 222 225Innere 465 447 423

Niebüll Chirurgie 169 165 163Gyn/Geb 59 43 75

3 Dimensionale Tabellez.B. Pivottabelle aus MS Excel

Begriff OLAP

Inhalt

TabellenInnere 260 237 232

Tönning Chirurgie 86 87 80Gyn/Geb 0 0 0Innere 91 69 73

Gesamtergebnis 1605 1552 1536

Architekturvar.Methoden d. DA

Hypercube

Praktischer Einsatz

Hypercube als Visualisierungs‐werkzeug für multidimensionale Datenräume

27.12.2008 Johannes Chr. Nissen 5

Page 6: Konzepte de Online Analytical Processing (Vortrag)

Architekturvarianten

Relationales OLAP (R‐OLAP)

Begriff OLAP

Inhalt

Tabellen

Architekturvar.Methoden d. DA

Hypercube

Praktischer Einsatz

Vorteil: geringere Komplexität, höhere Flexibilität des relationalen Datenbanksystems.

Nachteil: längere Antwortzeiten, wegen Neuberechnung des Würfels

27.12.2008 Johannes Chr. Nissen 6

Page 7: Konzepte de Online Analytical Processing (Vortrag)

Architekturvarianten

Multidimensionales OLAP (M‐OLAP)

Begriff OLAP

Inhalt

Tabellen

Architekturvar.Methoden d. DA

Hypercube

Praktischer Einsatz

Vorteil: gutes Antwortverhalten, kurze Ladezeiten

Nachteil: deutlich höheren Datenvolumen geringereNachteil: deutlich höheren Datenvolumen, geringere Flexibilität, eventuell mangelnde Aktualität

27.12.2008 Johannes Chr. Nissen 7

Page 8: Konzepte de Online Analytical Processing (Vortrag)

Architekturvarianten

Hybrides OLAP (H‐OLAP)

Begriff OLAP

Inhalt

Tabellen

Architekturvar.Methoden d. DA

Hypercube

Praktischer Einsatz

Vorteil: Vereinigt R‐ und M‐OLAP

Nachteil: Komplexes System

27.12.2008 Johannes Chr. Nissen 8

Page 9: Konzepte de Online Analytical Processing (Vortrag)

Methoden der Datenanalyse

Pivoting / Rotation

Begriff OLAP

Inhalt

Tabellen

Architekturvar.Methoden d. DA

Hypercube

Praktischer Einsatz

Der Hypercube kann an jeder Achse gedreht werden.

Di ö li h di Si h f hi d Di iDies ermöglicht die Sicht auf verschiedene Dimensionen.

27.12.2008 Johannes Chr. Nissen 9

Page 10: Konzepte de Online Analytical Processing (Vortrag)

Methoden der Datenanalyse

Slicing & Dicing

Begriff OLAP

Inhalt

Tabellen

Architekturvar.Methoden d. DA

Hypercube

Alle KlinikenGesamter Zeitraum

Eine Fachrichtung (Filter)

Eine Klinik (Filter)Gesamter ZeitraumAlle Fachrichtungen

Eine Klinik (Filter)Ein Monat (Filter)Eine Fachrichtung (Filter)

Praktischer Einsatz

Slicing: Beschränkung von einer Dimensionen

Dicing: Beschränkung von mehreren/allen Dimensionen

27.12.2008 Johannes Chr. Nissen 10

Page 11: Konzepte de Online Analytical Processing (Vortrag)

Methoden der Datenanalyse

Roll‐up & Drill‐downChirurgie Gyn/Geb Innere

1. Quartal 810 659 1.335

Roll‐upDrill‐down

Begriff OLAP

Inhalt

Tabellen

Chirurgie Gyn/Geb InnereJan 263 212 465Feb 282 222 447Mrz 265 225 423

Architekturvar.Methoden d. DA

Hypercube

Wechsel der Hierarchiestufen in detailliertere oder

Mrz 265 225 423Praktischer Einsatz

aggregierter Sicht.

27.12.2008 Johannes Chr. Nissen 11

Page 12: Konzepte de Online Analytical Processing (Vortrag)

Methoden der Datenanalyse

Drill‐through &  Drill‐across

Begriff OLAP

Inhalt

Tabellen

rgie

e

JaFeb

Mär

Architekturvar.Methoden d. DA

Hypercube

Chiru

rg

Inne

reG

eb. u

. Gyn

.

JanPraktischer Einsatz

Ger

iatri

e

hatri

e

gie

JanFeb

Mär

27.12.2008 Johannes Chr. Nissen 12

Ge

Psyc

haNe

urol

og

Page 13: Konzepte de Online Analytical Processing (Vortrag)

Methoden der Datenanalyse

Split & MergeDaten

FachrichtungSumme von Jan

Summe von Feb

Summe von Mrz

Chirurgie 518 534 508 Hinzufügen bzw. Entfernen von

Begriff OLAP

Inhalt

TabellenGyn/Geb 271 265 300Innere 816 753 728Gesamtergebnis 1605 1552 1536

MSplit

gzusätzlichen Dimensionen,um detailliertere/aggregierteInformationen zu bekommen.

Architekturvar.Methoden d. DA

Hypercube

Daten

Ort FachrichtungSumme von Jan

Summe von Feb

Summe von Mrz

MergeSplitPraktischer Einsatz

gHusum Chirurgie 263 282 265

Gyn/Geb 212 222 225Innere 465 447 423

Niebüll Chirurgie 169 165 163Gyn/Geb 59 43 75Gyn/Geb 59 43 75Innere 260 237 232

Tönning Chirurgie 86 87 80Gyn/Geb 0 0 0Innere 91 69 73

Gesamtergebnis 1605 1552 1536

27.12.2008 Johannes Chr. Nissen 13

Gesamtergebnis 1605 1552 1536

Page 14: Konzepte de Online Analytical Processing (Vortrag)

Fragen ? 

27.12.2008 Johannes Chr. Nissen 14