SQL – OLAP 2. óra.

Slides:



Advertisements
Hasonló előadás
10. gyakorlat SQL SELECT.
Advertisements

2012. tavaszi félév Vitéz Gergely. A diasor ismerete nem helyettesíti a tankönyvet, és a példatárat. A diasor ismerete szükséges, de nem elégséges feltétele.
Lekérdezések SQL-ben Relációs algebra A SELECT utasítás
Adatbázis gyakorlat 1. Szerző: Varga Zsuzsanna ELTE-IK (2004) Budapest
SQL modellezés Turáni Balázs.
Adatbázis rendszerek I
Anyagadatbank c. tárgy gyakorlat
Arató Bence technológiai igazgató Oracle9i Release 2: Relációs és OLAP adatok kezelése közös platformon InfoStructure.
Elmaradás.  0 Számjegy. Ebben a pozícióban egyetlen számjegyet kell megadnia.  9 Számjegy. Ebben a pozícióban egyetlen számjegyet lehet megadni, nem.
2. GYAKORLAT E-K modellből relációs adatbázisséma.
Adatbázis kezelés Adatbázis tervezés.
Delphi programozás alapjai
Számvitelszervezés Az adatmodelltől az adatbányászatig SZIE-KVA, október 15.
Azonosítók és képzési szabályaik
Értékesítési tréning ésPAI+. Bárcsak...!... több információt kapnék a termékek elérhetőségéről!... mindig pontos információm lenne a rendelésem összértékéről!...
MFG-Pro váll-ir. rendszer bemutatása
5. GYAKORLAT SQL CREATE TABLE, aktualizálás. S QL Structured Query Language A relációs adatbáziskezelés szabványos nyelve Nem algoritmikus, de beépíthető.
– Adattáblák & adatok kezelése – Tarcsi Ádám január Adatbázis gyakorlat.
Az adattárház tervezése
Adattárházak kialakulása, építése és elemzése (Rövid áttekintés)
SQL – DQL (Data Query Language ) adat lekérdezések
(MY)SQL MEGJEGYZÉSEK. MYISAM VS. INNODB  A MySQL-ben többféle tárolási motor is használatos: MyISAM, InnoDB  A régebbi verziókban a MyISAM alapértelmezett,
Adatbázis-kezelés.
10. Készletrendszer.
2006. október 2.Markó Tamás, PTE TTK1 Az Oracle SQL 4. Összesítés és csoportosítás lekérdezésekben. Halmazműveletek.
2006. október 2.Markó Tamás, PTE TTK1 Az Oracle SQL 5. Nézettáblák létrehozása, módosítása és törlése.
SQL92 lehetőségek KL A tábla B tábla C view adatok VIEW működése utasítás: SELECT.. FROM A,B … SELECT.. FROM C Az adatok a hivatkozáskor állítódnak elő.
ADATBÁZISOK
Az adatfeldolgozás forrásai
Összesítés és csoportosítás lekérdezésekben. Halmazműveletek.
Nézettáblák létrehozása, módosítása és törlése
SQL – OLAP 7. óra. Hatékonysági kérdések Időigényes műveletek (ahol lehet javítani):  f(v) (C),  f(D.a) (C), D.a (C),  D, aggr (C) (és ahol nem…) C.
Algebrai műveleti gráf optimalizálása ● Mennyi könyvet készített az idén legtöbbet kinyomtató Budapesti könyvkiadó? ● kiado(kod,nev,cim) ● konyv ( kiado,cim,ar,ev.
WEB MES (webes gyártásirányító rendszer) Kiss Miklós (G-5S8)
SQL – OLAP 3. óra.
SQL, Relációs adatmodell
1 Informatikai Szakképzési Portál Adatbázis kezelés Adatbázis feltöltés.
SQL.
Az SQL nyelv alapjai.
Adatfolyam modellezés az SSADM-ben
Anyagadatbank c. tárgy gyakorlat Féléves tematika Adatbázis alapfogalmak, rendszerek Adatmodellek, adatbázis tervezés Adatbázis műveletek.
Access XP Kifejezés-szerkesztő Összehasonlító operátorok:
Térkép. Mi az adat? Minden információ, amit tárolni kell. Minden információ, amit tárolni kell.  szám  szöveg  dátum  hang  kép, stb.
Részletező csoportosítások Hári Veronika
Adatbázis használat I. 2. gyakorlat.
SQL – OLAP 4. óra. - robosztus, MD adatmodell - gazdag függvénykészlet (idősorok, pénzügyi, statisztikai) - adatok történetiségében elemezhetők - programozási.
SQL DDL DATA DEFINITION LANGUAGE. Táblák létrehozása CREATE TABLE táblanév ( oszlopnév1 típus(méret) /DEFAULT érték/ /NOT NULL/, oszlopnév2 típus(méret)
Készítette: Tóth Ervin
XML fejlesztések TSQL fejlesztések Tábla paraméter SQLCLR fejlesztések 8k limit feloldása Több paraméteres UDA-ek Ordered UDF-ek Entity Framework ADO.NET.
– SQL 3: SELECT - 1. – Tarcsi Ádám, január 31. Adatbázis gyakorlat.
– SELECT - 2. – Tarcsi Ádám március Adatbázis gyakorlat.
– SELECT - 2. – Tarcsi Ádám március Adatbázis gyakorlat.
SQL SELECT parancsok Kottyán László. A bemutató mintatáblái.
Adatbázisok Fleiner Rita, Tankönyv:
Adatbázisok gyakorlat
Adatbázis alapfogalmak
Ma az un. Relációs adatmodelleket használjuk.
2. AB gyakorlat Egytáblás csoportosító lekérdezések.
SQL történelem 1970 Edgar F. Codd (IBM) cikke 12 szabály a relációs adatmodellekre 1979 első kereskedelmi forgalmazású relációs adatbáziskezelő 1986 az.
Adatbázis-kezelés 3-4. Adatok lekérdezése utasítás általános formája SELECT [ALL/DISTINCT] {*/, …, } FROM [ ], …, [ ] [WHERE GROUP BY, …, HAVING ORDER.
Adatbázis-kezelés. Középszint: –1-2 tábla –SQL-nyelv és lekérdező-rács használata –Űrlap és jelentés készítés Emelt szint: –több tábla (kapcsolatok) –több.
Adatmodellezés (Példa) 1 / 26. Adatmodellezés (Példa) 2 / 26 Gáspár Bencéné Dr. Vér Katalin nyomán Barna Róbert KE GTK Informatika Tanszék Adatmodellezés.
Vállalati modellek 2007.
– SELECT - 1. – Tarcsi Ádám január Adatbázis gyakorlat.
Adatbáziskezelés. Adat és információ Információ –Új ismeret Adat –Az információ formai oldala –Jelsorozat.
Adattár alapú Vezetői Információs Rendszer (AVIR) Fejérvári Bence március 26.
SQL aggregálás, csoportosítás és összekapcsolás Adatbázisok 1.
PL/SQL gyakorlás Kalmár György.
SQL Több táblás lekérdezések. Halmazműveletek. Alkérdések
Vállalatirányítási rendszerek alapjai
Előadás másolata:

SQL – OLAP 2. óra

Multi-dimenzionális adatmodell A normalizált relációs modell bonyolult a felhasználók számára TELEP(tkod, nev, kozpont, regio,...) TERMÉK(kod, megnevezes, egysegar,...) TERMELES(termek, telep, datum, db, kategoria,...) ‘termelés alakulása a keleti régióra vonatkozóan az elmúlt három hónapra vonatkoztatva..’ CREATE VIEW v1 AS SELECT termek, datum, sum(db) as odb FROM termeles WHERE datum BETWEEN sysdate() AND sysdate() – 90 GROUP BY termek, datum; SELECT b.megnevezes, c.odb, b.egysegar*c.odb as ertek, c.datum FROM Telep a, termek b, v1 c WHERE a.tkod = c.telep AND c.termek = b.kod AND a.regio = “Kelet” ORDER BY megnevezes, datum ;

Multi-dimenzionális adatmodell ‘ugyanez keresztreferencia táblázat formában .. grafikonon…’ CREATE VIEW v2 AS SELECT b.megnevezes, c.odb, b.egysegar*c.odb as ertek, c.datum FROM Telep a, termek b, v1 c WHERE a.tkod = c.telep AND c.termek = b.kod AND a.regio = “Kelet” ORDER BY megnevezes, datum ; SELECT SUM(CASE megnevezes WHEN ‘cipo’ THEN ertek ELSE 0) CIPO, SUM(CASE megnevezes WHEN ‘kalap’ THEN ertek ELSE 0) KALAP, SUM(CASE megnevezes WHEN ‘ing’ THEN ertek ELSE 0) ING, … FROM v2 GROUP BY datum termékek dátumok

Multi-dimenzionális adatmodell A relációs táblák egydimenziós (egy kulcs) struktúrák Lehetővé kell tenni, hogy több kulcs is rendelhető legyen az adatokhoz telep termek dátum Adatkocka felépítése

Adatkocka és relációs tábla összevetése telep termek dátum termék termelés Kétirányú átalakítás, ekvivalens struktúrák

Adatkocka alkotó elemek Változó (measure) Adatkocka (cube) Tény (fact) Tag (member) Dimenzió (dimension) Dimenzió érték Tulajdonság (attribute) Adatcella Dimenzió hierarchia telep termek dátum

MD séma modell Csillag (star) modell Vásárlás - érték - tömeg Dátum - hó -- nap Vevő - név - kód Bolt - cím - vevő Cella -érték - darab - tömeg bolt Csillag (star) modell

Minta csillag modell nehéz a különböző aggregációs szintek, ismétlődő dimenziók kezelése

MD séma modell reklamáció hónap termék napi forgalom forgalom dátum bolt napi forgalom Galaxis (fact constellation) modell

Minta a galaxis modellre Nehéz a kapcsolódó dimenziók kezelése

Csillag modell A forgalmat bolt és régió bontásban is szeretnénk látni a: két külön dimenzió (érték függőség, ritka kocka) régió bolt forgalom b: egy dimenzió (eltérő szint, nem egyenrangú, korlátozott) bolt forgalom - régió külön dimenzió kellene, úgy hogy a kapcsolat megmaradjon

Dimenzió hierarchia ország régió megye járás település előfordulás Ország A Ország B régió AA régió AB megye AB1 megye AB2 Járás AB11 Járás AB12 Település AB12A Település AB122B ország régió megye járás település előfordulás bázisszint séma

Összetett dimenzió hierarchia

MD séma modell hónap termék forgalom dátum kategória bolt munkahét Hópehely (snowflake) modell

Minta a hópehely modellre osztott dimenziók kezelése

MD séma modell reklamáció gyártó termék forgalom dátum(nap) hónap régió bolt negyedév Hópehely-háló modell

Befoglalt adatkocka Egy adatkocka (cube) adatait a dimenzióhierarchia mentén haladva és a dimenziók bevonásával eltérő részletezettségi szinten szemlélhetjük. Ezek a cuboid-ok

All, All, All Tervezési irányelvek Product Date konzisztens dimenziók Country All, All, All sum TV VCR PC 1Qtr 2Qtr 3Qtr 4Qtr U.S.A Canada Mexico konzisztens dimenziók Teljességet adó dimenziók Degenerált dimenziók Többértékű dimenziók Aggregációs függvények lehetnek: - disztributív (min(), max(), sum()) - algebrai (avg(), stddev()) - holistic (median(), rank())

Relációs modell konverziója tényadatok feltárása kapcsolatok feltárása ténytáblák , tagok meghatározása dimenziók kijelölése idő dimenzió behozatala egyéb dimenzió bővítés attribútumok meghatározása dimenzió hierarchia meghatározása közben ügyelni a következőkre: - dimenzió konzisztencia - dimenzió teljesség - osztott dimenziók - időbeliség (változik-e)

Konverziós mintapélda CREATE TABLE TEL(CIM C(30), VEZ REF(DOLG), NEV C(20), HELY REF (VAROS), FUVAROZO REF(FUV), PK(NEV)) CREATE TABLE TERTEKESIT(ARU REF(TERM), DATUM D, TELEP REF(TEL), OSSZ N(6), SELEJT N(6), PK(ARU,DATUM,TELEP)) CREATE TABLE DOLG(KOD N(3), NEV C(20), BEOSZT REF(BEO), FIZ N(5), PK(KOD)) CREATE TABLE RENDELES(RKOD N(6), IDO D, DARAB N(5), ARU REF(TERM), VEVO REF(VEVO), PK(RKOD)) CREATE TABLE TERM (KOD N(4), NEV C(20), KATEG C(20), PK(KOD)) CREATE TABLE VEVO (KOD N(4), NEV C(20), VAROS REF VAROS, UCIM C(20), PK KOD) CREATE TABLE VAROS (NEV C(20), MEGYE C(20) CREATE TABLE FUV (FKOD N(3), NEV C(20),CÍM C(50), PK(FKOD))

Konverziós mintapélda FUV TEL DOLG TERM TERTEKESIT VAROS VEVO RENDELES TELEPHELY FUVAROZO TERMEK ERTEKESITES VAROS VEVO RENDELES

Konverziós mintapélda ERTEKESITES RENDELES TELEPHELY FUVAROZO DATUM HO TERMEK VAROS EV KATEGORIA MEGYE VEVO

Konverziós mintapélda TERMEK cim nev TELEPHELY cim nev OSSZDB SELEJTDB ERTEKESITES KATEGORIA nev FUVAROZO nev, cim DATUM nap VAROS megn HO ho MEGYE megn EV ev

MD séma rekordszinten név dimenzió tábla típus név típus tény tábla név név típus típus dimenzió tábla dimenzió tábla

Fizikai megvalósítás TERMEK cim nev OSSZDB SELEJTDB TELEPHELY cim nev KATEGORIA nev Audi Opel Fiat Lada 7 2 6 1 7 3 2 Baja 9 1 7 4 Miskolc 7 2 4 2 Dorog Logikai struktúra

Fizikai megvalósítás K G P A F L O Audi Opel Fiat Lada Baja 7,2 6,1 7,0 3,2 Miskolc 9,1 7,4 Dorog 7,2 4,2 ritkán kitöltött kocka

Tervezési irányelvek- minőségbiztosítás

A DW több mint aggregált adattáblák rendszere

Időbeli változás követése A struktúra jelentős változáson mehet át dimenzió változás dimenzió hierarchia változás tényváltozó változása átiródik Változó dimenziók teljes verzió tulajdonság verzió Változások konzisztens követése?

Időbeli változás követése

Kocka megalkotása A problémakör több fogalmat fog egybe, ezek rendezhetők - hybercube sémába vagy - multicubes sémába Hypercube egyszerűség ritka kitöltésű nagy eltérés a fizikai szinttől Multicube: block mode több változó egységben series mode egy kocka csak egy változó

Projekt feladat Minta MD modell kidolgozása PE-re Katica csavargyár modulok: 1. raktár 2. gyártás 3. rendelés/vevői és saját 4. számlázás 5. munkaügy 6. szerviz 7. bérügy