Фактографические базы научных данных

БД научных данных позволяет пользователю в сжатые сроки и в концентрированном виде получить интересующие его сведения, прошедшие экспертную проверку на достоверность. БД научных данных имеют ряд особенностей:

· могут содержать библиотеку научных программ для обработки данных;

· должны выполнять широкий спектр запросов от простейших информационных до сложных, требующих расчетов по прикладным программам;

· могут быть использованы как основа АРМ исследователя с правом доступа к справочным данным и внесением собственных данных.

При проектировании БД следует учитывать, что все БД можно разбить на два класса:

· БД для оперативной обработки информации в реальном времени;

· хранилища данных (data warehouse), в которых накапливается ретроспективная информация.

БД первого типа отличаются высокой степенью нормализации данных, что в значительной степени уменьшает избыточность представления информации и облегчает поддержку согласованности. Как правило, промышленная БД такого типа содержит сотни и тысячи таблиц малого объема с небольшим количеством атрибутов и имеет сложную структуру.

Хранилища данных обычно имеют простую денормализованную структуру, обеспечивающую высокую скорость выполнения сложных запросов. Типовой схемой хранилища данных является так называемая «звезда» (star schema), при которой вся хранимая фактографическая информация записывается в одну большую таблицу фактов (fact table). Каждая строка таблицы фактов соответствует точке в многомерном пространстве, определяемом измерениями хранилища данных. Измерение классифицирует некоторый факт и, как правило, имеет иерархическую структуру.

Всем хранилищам данных свойственны следующие общие черты:

· Предметная ориентированность. Информация в хранилище данных организована в соответствии с основными аспектами деятельности предприятия (заказчики, продажи, склад и т.п.); это отличает хранилище данных от оперативной БД, где данные организованы в соответствии с процессами (выписка счетов, отгрузка товара и т.п.). Предметная организация данных в хранилище способствует как значительному упрощению анализа, так и повышению скорости выполнения аналитических запросов. Выражается она, в частности, в использовании иных, чем в оперативных системах, схемах организации данных. В случае хранения данных в реляционной СУБД применяется схема "звезды" (star) или "снежинки" (snowflake). Кроме того, данные могут храниться в специальной многомерной СУБД в n-мерных кубах.

· Интегрированность. Исходные данные извлекаются из оперативных БД, проверяются, очищаются, приводятся к единому виду, в нужной степени агрегируются (то есть вычисляются суммарные показатели) и загружаются в хранилище. Такие интегрированные данные намного проще анализировать.

· Привязка ко времени. Данные в хранилище всегда напрямую связаны с определенным периодом времени. Данные, выбранные их оперативных БД, накапливаются в хранилище в виде "исторических слоев", каждый из которых относится к конкретному периоду времени. Это позволяет анализировать тенденции в развитии бизнеса.

· Неизменяемость. Попав в определенный "исторический слой" хранилища, данные уже никогда не будут изменены. Это также отличает хранилище от оперативной БД, в которой данные все время меняются, "дышат", и один и тот же запрос, выполненный дважды с интервалом в 10 минут, может дать разные результаты. Стабильность данных также облегчает их анализ.

Хранилище данных (Data Warehouse) — большая предметно-ориентированная информационная корпоративная база данных, специально разработанная и предназначенная для подготовки отчётов, анализа бизнес-процессов с целью поддержки принятия решений в организации. Строится на базе клиент-серверной архитектуры, реляционной СУБД и утилит поддержки принятия решений. Данные, поступающие в хранилище данных, становятся доступны только для чтения.