Ekonomistin profesyonel faaliyetlerinde bilgi teknolojileri: Operasyonel ve analitik veri işleme için amaçlanan bir BT incelemesi. Açık Kütüphane - Açık Eğitim Kütüphanesi

Biliyor musun, "Fiziksel Vakum" kavramının yanlışlığı nedir?

Fiziksel vakum - göreceli kuantum fiziği kavramı, altında, sıfır nabız, momentum anı ve diğer kuantum sayıları olan, nicelenmiş alanın daha düşük (bazik) bir enerji durumudur. Fiziksel vakum göreceli teorisyenler, ima edilebilir ve dolayısıyla sadece hayali bir alanla doldurulmuş bir madde alanı tamamen yoksundur. Bu durum görelisçilerin görüşüne göre mutlak bir geçersiz değildir, ancak belirli hayalet (sanal) parçacıklarla doldurulmuş alan. Göreceli kuantum saha teorisi, Heisenberg'in belirsizliği ilkesi ile uyumlu olarak, sanal sanalın sürekli olarak fiziksel vakumla doğduklarını ve kaybolduğunu, yani görünüşte (kim görünüyor?), Partiküller: sıfır alan dalgalanmaları meydana gelir. Sanal fiziksel vakumun sanal parçacıkları ve bu nedenle, kendisi de tanım gereği, bir referans sistemi yoktur, çünkü aksi halde Einstein'ın göreliliği teorisine dayanan (yani, olası bir mutlak ölçüm sistemi olacaktır) Fiziksel vakum parçacıklarından okuyun, bu da kesinlikle, servis istasyonunun olduğu görelilik ilkesini kesinlikle çürütür). Böylece, fiziksel vakum ve partikülleri fiziksel dünyanın unsurları değildir, ancak yalnızca gerçek dünyada bulunmayan, ancak sadece göreceli formüllerde, nedensellik ilkesini bozan (gereksiz yere çıkan ve kaybolan) kaçınan görelilik teorisinin unsurlarıdır. , tarafsızlık prensibi (sanal parçacıklar, teorist veya var olan arzuya bağlı olarak kabul edilebilir veya mevcut olmayan), gerçek ölçülebilirlik ilkesi (gözlemlenmemiş, ISO'su yok).

Belirli bir fizikçi "fiziksel vakum" kavramını kullandığında, ya bu terimin saçmalığını ya da lukuvit'in yoksunluğunu, göreceli ideolojinin gizli ya da açık bir şekilde yapıldığını anlamıyor.

Bu kavramın saçmalığını, oluşumunun kökenleri ile temas etmeyi kolaylaştırır. 1930'larda bir diraC alanıydı, eter inkarının büyük matematikçi olduğu gibi, medioker fizikçisinin zaten olduğu gibi, saf formundaydı. Çok fazla gerçek bu çelişkiler.

Relativizmi korumak için, Paul Dirac, bir böcek ve benzeri bir negatif enerji kavramını ve ardından birbirlerini vakumla pozitif ve olumsuz olan iki enerjinin "denizin" varlığını tanıttı. Birbirleri için - Sanal (yani belirgin) elektronlar ve vakumdaki positronlar.

Devlet sınavına ilişkin sorular

Yaşam Döngüsü Kis. Yaşam Döngüsü Aşamaları KIS

Yaşam Döngüsü Sistem Modelleri (İş Uygulamaları)

Kitty oluşturmanın teknolojik süreçleri

Yaşam döngüsünü desteklemek için vaka araçları KIS

Yapısal sistem analizi ve tasarım yöntemleri ve araçları

Şirketin sistem mimarisinin ana unsurları: İş Mimarisi, Bilgi Mimarisi, Uygulama Mimarlığı, Teknolojik Mimarlık

Kurumsal Bilgi Sistemleri. Onların yapıları. Kisa örnekleri

Bilgi Mimarisi KIS. Randevu ve kompozisyon. Yöntem ve Veri Mimarisi Açıklamaları

Kuruluşun bilgi mimarisini tasarlamak, geliştirmek ve korumak için araç seti

İşletmenin Bilgi Mimarlığında Mimari Şablonlar (OLTP, OLAP Sistemleri)

OLAP SİSTEMLERİ

OLAP (ENG. Çevrimiçi analitik işleme, gerçek zamanlı analitik işleme) - Çok boyutlu ilke ile yapılandırılmış büyük veri dizilerine dayanan toplam (toplanmış) bilginin hazırlanmasında oluşan veri işleme teknolojisi. OLAP teknolojisi uygulamaları iş zekası yazılımı çözümlerinin bileşenleridir.

Olap - Edgar CODD teriminin kurucusu, 1993 yılında "Gerçek zamanlı olarak 12 analitik işleme yasaları".

Genellikle şirketlerde birkaç var bilgi sistemi - Depo Muhasebe Sistemleri, Muhasebe Sistemleri, ERP Sistemleri Bireysel üretim süreçlerinin otomasyonu, şirket bölümleriyle raporlama sistemleri ve bilgisayar bilgisayarları aracılığıyla dağılmış birçok dosya.

Çok fazla farklı bilgi kaynağına sahip olmak, şirketin faaliyetlerinin temel sorunlarına cevap almak ve genel resmi görmek genellikle çok zordur. Ve istenen bilgi hala kullanılan sistemlerden birinde olduğunda veya yerel olarak dosya, genellikle eski veya başka bir sistemden elde edilen bilgilere aykırı olduğu ortaya çıkıyor.

Bu sorun, OLAP teknolojileri temelinde (diğer isimler: OLAP sistemi, iş zekası sistemi, iş zekası) temelinde inşa edilen bilgi ve analitik sistemlerin yardımıyla etkili bir şekilde çözülür. OLAP Systems, zaten mevcut muhasebe sistemlerini entegre edin, kullanıcı araçlarını büyük miktarda gerçek zamanlı veri, dinamik raporlama, izleme ve öngören anahtar iş göstergelerini sağlar.

OLAP Sistemlerinin Avantajları

Şirketin yönetimindeki kilit rolü bilgi oynar. Kural olarak, küçük şirketler bile çeşitli faaliyet alanlarını otomatikleştirmek için birkaç bilgi sistemi kullanırlar. Geleneksel veritabanlarına dayanan bilgi sistemlerinde analitik raporlar elde etmek, birkaç kısıtlama ile ilişkilidir:

Her raporun geliştirmek bir programcı çalışması gerektirir.

Raporlar, tüm bilgi sisteminin çalışmalarını yavaşlatan çok yavaş (genellikle birkaç saat) oluşturulur.

Şirketin çeşitli yapısal unsurlarından elde edilen veriler birleştirilmemiş ve sıklıkla çelişkili değildir.

OLAP sistemleri, yapımının ideolojisi, büyük miktarda bilgiyi analiz etmek için tasarlanmıştır, geleneksel bilgi sistemlerinin sınırlamalarının üstesinden gelmenizi sağlar.

Kurumsal bir OLAP sistemi oluşturmak için izin verilir:

Gerçeğin tek bir versiyonunu oluşturarak verileri çeşitli bilgi sistemlerinden entegre edin

Programcılar olmadan birkaç fare tıklamasıyla yeni raporlar tasarlayın.

Gerçek zamanlı olarak herhangi bir kategori ve iş göstergesindeki verileri herhangi bir detay seviyesinde analiz edin.

Anahtar iş göstergelerinin izlenmesi ve öngörülmesi

OLAP sistemiyle çalışırken, her zaman hızlı bir şekilde cevap bulabilir, ortaya çıkan sorular, resmi bir bütün olarak görebilir, iş durumunun sürekli izlenmesini sağlamak. Aynı zamanda sadece ilgili bilgileri kullandığınızdan emin olabilirsiniz.

OLAP sisteminin uygulanmasının sonuçları

Yönetim, durumun tam bir vizyonunu ve tek bir muhasebe, kontrol ve analiz mekanizması yapar.

İç iş süreçlerinin otomasyonu ve çalışan verimliliğinin arttırılması nedeniyle, insan kaynaklarına ihtiyaç duyulması azalır.

Olap eylemi

Sorgu işleme için OLAP kullanmanın nedeni hızdır. İlişkisel Veritabanları Varlıkları genellikle iyi normalleştirilmiş ayrı tablolarda saklayın. Bu yapı, işletim veritabanı (OLTP sistemleri) için uygundur, ancak içinde karmaşık çoklu saatli talepler nispeten yavaştır.

Çalışma verilerinden oluşturulan OLAP yapısı OLAP CUBE olarak adlandırılır. Küp, yıldız veya kar tanesi şemasını kullanarak tablo bağlantısından oluşturulur. Yıldız Şeması'nın merkezinde, taleplerin yapıldığı temel gerçekleri içeren bir gerçek tablosudur. Gerçek tablosuna çoklu ölçüm tabloları tutturulur. Bu tablolar, toplanmış ilişkisel verilerin nasıl analiz edilebileceğini göstermektedir. Olası agregasyonların sayısı, başlangıç \u200b\u200bverilerinin hiyerarşik olarak görüntülenebileceği yöntemlerin sayısı ile belirlenir.

Örneğin, tüm müşteriler şehirler ve ülkenin (Batı, Doğu, Kuzey, vb.) Tarafından gruplandırılabilir (Batı, Doğu, Kuzey vb.), Bu nedenle, 50 şehir, 8 bölge ve 2 ülke 60 üyeli 3 kişilik hiyerarşi seviyesi olacaktır. Ayrıca, müşteriler ürünlerle ilgili olarak birleştirilebilir; 2 kategoride 250 ürün varsa, 3 ürün grubu ve 3 ürün grubu varsa, agrega sayısı 16.560 olacaktır. Şemaya ölçümler eklerken, olası seçeneklerin sayısı, onlarca milyonlarca veya daha fazlasına hızlıca ulaşır.

OLAP CUBE, temel veri ve ölçüm bilgisi (agregalar) içerir. Küp potansiyel olarak, herhangi bir isteğin cevapları için gerekli olabilecek tüm bilgileri içerir. Muazzam sayıda agrega sayesinde, genellikle sadece bazı ölçümler için, dinlenme için "talep üzerine" yapılır.

Temel konsept ile birlikte üç tür OLAP vardır:

Birçok ölçüm ile OLAP (çok boyutlu olap - molap);

İlişkisel OLAP (Rolap);

hybrid OLAP (Hibrit OLAP - Holap).

Molap klasik bir OLAP formudur, böylece genellikle sadece OLAP olarak adlandırılır. Mekansal veritabanı işlemcisinin özel bir sürümü olan bir toplama veritabanı kullanır ve hem temel verileri hem de agregaları kaydetmek için gerekli mekansal veri şemasını oluşturur.

Rolap doğrudan ilişkisel depolama ile çalışır, gerçekler ve ölçüm tabloları ilişkisel tablolarda depolanır ve birimler depolamak için ek ilişkisel tablolar oluşturulur.

Holap, temel veri depolamak için ilişkisel tabloları ve agregalar için çok boyutlu tabloları kullanır.

Özel bir rolap durumu ROLAP gerçek zamanlıdır (gerçek zamanlı Rolap - R-Rolap). R-Rolap'taki Rolap'ın aksine, agregaların saklanması için ek ilişkisel tablolar oluşturulmaz ve birimler istek sırasında hesaplanır. Bu durumda, OLAP sistemine çok boyutlu istek otomatik olarak ilişkisel veriler için bir SQL isteğine dönüştürülür.

Her depolama türü, farklı üreticilerden değerlendirilmesinde anlaşmazlıklar olmasına rağmen, bazı avantajlara sahiptir. MAILAP, küçük veri kümeleri için en uygun, agregaları hızla hesaplar ve cevapları döndürür, ancak büyük veri hacimleri üretilir. ROLAP, mümkün olan en küçük alanı kullanan daha ölçeklenebilir bir çözüm olarak tahmin edilmektedir. Bu durumda, işlem hızı önemli ölçüde azalır. Holap, bu iki yaklaşımın ortasında, oldukça iyi bir şekilde ölçeklendirildi ve çabucak işlendi. R-Rolap mimarisi, gerçek zamanlı olarak çok boyutlu OLTP veri analizine izin verir.

OLAP uygulamasındaki karmaşıklık, modern OLAP ürünlerinin çoğunun çok sayıda önceden yapılandırılmış sorgu ile tedarik edildiği sonucuyla sorgular, temel veri ve gelişme seçimi, temel veri ve gelişme seçimi oluşturmaktır. Başka bir problem temel verilerdedir. Tam ve tutarlı olmaları gerekir

Satış OLAP

Tarihsel olarak, ilk çok boyutlu veritabanı yönetim sistemi temel olarak OLAP uygulaması, 1970 yılında IRI tarafından geliştirilen ekspres sistemidir (daha sonra ürünün sağlanması, Oracle Corporation tarafından satın alındı \u200b\u200bve Oracle veritabanı için bir OLAP seçeneğine dönüştü). OLAP terimi, Edgar CODD'yi 1993'te, 1993'te, analitik işleme prensiplerinin 12'sini, daha önce önerilen bir referans ürünü olarak, önerilen bir referans ürünü olarak, analitik işleme prensiplerini önerdi. İlkeler, kod, Kod, Arbor'un Essbase sistemini belirtti (1997'de Hyperion tarafından emilen, bu da 2007'de Oracle'ı satın aldı). Daha sonra, yayınlanmanın, muhtemel bir çıkar çatışması nedeniyle ComputerWorld arşivlerinden çekildiği dikkat çekicidir. Kod daha sonra Arbor'a danışmanlık hizmeti verdi.

Diğer ünlü OLAP ürünleri: Microsoft Analysis Services (daha önce OLAP Services, Part SQL Server), SAS OLAP Server, TM1, PowerPlay, SAP BW, MicroStrateji Ingelligence Server, Mondrian, Analitik Kompleks Tahmini.

C Uygulama bakış açısı "Fiziksel OLAP" ve "sanal" (ilişkisel, İngilizce ilişkisel OLAP, ROLAP) bölünmüştür. "Fiziksel", sırayla, uygulamaya bağlı olarak, çok boyutlu (eng. Çok boyutlu OLAP, MAIL) ve HYBRID - (ENG. Hibrit OLAP, Holap) bölümüne bölünmüştür.

İlk durumda, OLAP'teki ön yükleme aşamasında, agregaların bir ön hesaplamasını gerçekleştiren bir program var (birkaç kaynak değerdeki hesaplamalar, örneğin bir ayda ", örneğin bir ayda hesaplamalar) Hızlı çıkarma ve uygun maliyetli depolama sağlayan özel çok boyutlu veritabanı. Bu tür ürünlerin örnekleri, Microsoft Analysis Services, Oracle OLAP seçeneği, Essbase, SAS OLAP sunucusu, TM1, PowerPlay.

Hybrid OLAP bir kombinasyondur. Verilerin kendisi ilişkisel veritabanında saklanır ve agregalar çok boyutludur.

Rolap uygulamalarında, tüm veriler, ilişkisel veritabanı yönetim sistemleri tarafından depolanır ve işlenir ve birimler herhangi bir şekilde bulunamayabilir veya Analitik Yazılımların DBM'lerdeki veya önbelleğinde ilk talepte bulunamazlar. Bu tür ürünlerin örnekleri - SAP BW, MicroStrateGy Intelligence Server, Mondrian.

Kullanıcının bakış açısından, tüm seçenekler yeteneklere benziyor. OLAP'in en büyük kullanımı finansal planlama, veri depoları, iş zekası sınıfı çözümleri için ürünler bulunur.

OlT.P-System (işlem işleme sistemleri)

OLTP (çevrimiçi işlem işleme), işlem sistemi - gerçek zamanlı işlem işleme. Sistemin büyüklüğünde küçük işlemlerle çalıştığı, ancak büyük akışa giderken, ancak büyük akışa giderken, bir veritabanı düzenleme yöntemi ve aynı zamanda müşteri sistemden minimum cevap süresi gerekir.

OLTP terimi ayrıca sistemler için geçerlidir (uygulamalar). OLTP sistemi, gerçek zamanlı olarak bilgi (işlem, belgeler) (işlem, belgeler) girecek şekilde, yapılı bir şekilde depolanacak şekilde tasarlanmıştır.

Bütünlük sorunu, veritabanı verilerinin doğruluğunu istediğiniz zaman sağlamaktır. Bir iz içine ayrılabilir: 1. Yanlış bilgi uygulandığında, girerken ve güncellenirken. 2. Veriler aynı anda birkaç kullanıcıyı kullandığında. 3. APS arızasında.

Bütünlük problemlerini çözmek, bir yazılım ve organizasyon açısından dikkate alınmalıdır. Zorluklar için 1. Bir dizi etkinlik organizatörü gereklidir (aşağıdaki gibi), kullanıcı giriş ve kısıtlamaların kurallarını bilmelidir. Sorunlar için 2-3 - Standart, DBMS veya özel yazılım modülleri anlamına gelir. DBMS - 2 Temel Bütünlük Sınırlamaları: 1. Yapısal kısıtlamalar (fonksiyonel bağlarla tanımlanır ve veritabanı değerlerinin eşitliğini kontrol ederek kontrol edilir) 2. Gerçek değerler üzerindeki kısıtlamalar. Alan değerlerinin bir aralıkta ait olmasını veya bazı alanların değerleri arasındaki bu ilişkiye aittir. (Veri türleri ve giriş maskeleri). Kısıtlamalar herhangi bir zamanda reklamla ayarlanabilir, ancak DBM'ler kısıtlamayı kabul etmeyebilir (eğer bir sürü kayıt artık memnun değilse), eğer bir uyum varsa - sözlüğe yazılmış ve kullanılmıştır. Kısıtlamalar karmaşıklık açısından farklılık gösterir:

2. Dizenin niteliklerinin ayarlanmasında kısıtlamalar. (Pozisyon - deşarj oranları, kenarlar - şehirler).

3. Eşzamanlı olarak birçok satıra kısıtlamalar.

Tüm bu istatistiksel kısıtlamalar, ancak veritabanını 1 durumdan diğerine değiştirirken, tüm değişikliklerden önce ve herkesin bitiminden önce bütünlük kısıtlamalarını tatmin etmek gerekir. Bu tür kısıtlamalar ertelenmiş ve bunlara göre işlemler kavramını tanıtıyor. İşlem - Veritabanındaki Usser Eyleminin bakış açısından tamamlandı. Aynı zamanda, bu mantıksal bir sistem birimidir. İşlem, örneğin, bankacılık sisteminde bir hesaptan diğerine para aktaran bazı uygulama işlevlerini uygular.

4 özellikleri olmalıdır: 1. Atomiklik (Etkinlik): Veritabanına bir erişimin tek bir çalışması olarak gerçekleştirilir, tamamen gerçekleştirilmelidir veya gerçekleştirilmemelidir. 2. Tutarlılık - İşleme işleminin sonundan sonra karşılıklı veri bütünlüğünü garanti eder. 3. İzolasyon (her işlem, geçici olarak tutarsız durumda olan bunu değiştirebilir). Bu durumda, işlem tamamlanana kadar diğer işlemlerin bu verilere erişimi yasaktır. 4. Dayanıklılık - İşlem başarılı olursa, değişiklikler kaybolmaz. İşlemin sonucu, fiksasyonu (veritabanındaki değişikliklerin düzeltilmesi üzerine eylem) veya geri alma (işlemin iptali ve veritabanının başlamadan önce duruma geri dönüşünü) olabilir. Fiksasyon mekanizması ve geri alma, durumun önce (birkaç yinelemede) ve sonrasında durumun korunduğu bir işlem günlüğünün kullanımına dayanır. Bazı SQL lehçeleri, ara sabitleme operatörleri (noktadan noktaya kadar geri alma) içerir.

İşlem İşleme Monitörü Monitörü (TPM), yazılım sistemleridir (ara veya ara yazılıma bakın), Bilgi ve bilgi işlem kaynaklarının dağıtılmış bir sisteme etkin yönetim görevini çözme. Dağıtılmış işlemlerin operasyonel işlemlerine odaklanan mobil uygulamaları geliştirmek ve yönetmek için esnek, açık bir ortamdır. TPM'nin en önemli özellikleri arasında - Ölçeklenebilirlik, uygulamaların fonksiyonel eksiksizliği ve bütünlüğü desteği, düşük maliyetli bir ortamda veri bütünlüğünü destekleyen düşük maliyetli göstergelerdeki verileri işleme koyarken maksimum performans sağlar. TPM, "Client-Server" üç kişilik modeline güveniyor

Mevcut işlem monitörlerinin mevcut piyasasında, ana "oyunculuk insanlar", ACMS (DEC), CICS (IBM), üst ucu (NCR), Smokin Sytem (Novell) gibi sistemlerdir.

Veri paylaşımı

İşlemleri uygularken, sorun oluşur: Güncellemelerin kaybı (yalnızca bir kullanıcının yalnızca bir kullanıcıdaki değişiklikler veritabanında kaydedilir, gerisi kaybolur). Ve 2 problem - kilidi açılmış verileri okumak. Özel işlem işleme mekanizmaları çözmek için. İLKELER: 1. İşlem eksiksiz verilere erişimi yoktur. 2. İşlemlerin ortak yürütülmesinin sonucu, en son yerine getirilmesine eşdeğerdir. Bu mekanizma, bloklama sistemi aracılığıyla uygulanır: DBMS, işlemin fiksasyonun anısına yapıldığı veritabanının bir bölümünü engeller, yani. 2. işlem bekleme kuyruğunda olmalıdır. Engellenebilir madde ne kadar büyükse, işlemin daha yavaş olması. OLTP sistemlerinde, bir dize genellikle engellenirken, işlemler karşılıklı engelleme durumuna girebilir. DBMS'nin periyodik olarak engellenmesini önlemek için ve eğer ise işlemlerden biri kesilir. Daha uygun kullanım için, veri paylaşımını engellemek için izin verilir: Çalışmaya paralel, USRA'yı verileri değiştirmek için yasaktır, ancak örneklerine izin verilir. Bu yaklaşım, örneğin, dağıtım sistemleri olan sistemlerde veri çoğaltması kullanan tek kişi değildir. Bu teknoloji, veri dağıtımının reddedilmesi ve her düğümde - veritabanının kendi kopyası anlamına gelir. Bunun, bunun sağlanması, kopyalama değişiklikleriyle tutarlı bir veritabanı durumunu korumalıdır. Bireysel düğümlerin veritabanındaki ilk veritabanındaki değişikliklerin aktarma işlemi, veri çoğaltması denir. Bu işlevler belirli bir modül (sunucu sirkülasyonu / çoğaltıcı) gerçekleştirir. Çalışmalarının şeması, veritabanının içeriğini tamamlamaktır. uzak sunucular (Tam güncelleme ile şema) veya yalnızca veri değiştirme (Hızlı Güncelleme Şeması) Verileri sürekli güncellemeye gerek yoksa, çoğaltıcı değişiklikleri biriktirir ve doğru zamanda onları kopyalar.

OLTP - Operasyonel İşlem İşleme Sistemleri, çeşitli işlemleri gerçekleştirmek için aynı verilere aynı zamanda çeşitli kullanıcılara eşzamanlı olarak çok sayıda değişiklik ile karakterize edilir - verileri okuyun, yazın, silme veya değiştirin. Çok sayıda kullanıcının normal çalışması için, blokaj ve işlemler kullanılır. Etkili işlem işleme ve blok desteği, işlem işleme sistemlerinin en önemli gereksinimleri arasındadır.

Modern veritabanı teknolojisi, mimarlık alanında bazı gereksinimleri empoze edin. Yakın zamana kadar, üç görev sınıfı tahsis edildi:

operasyonel İşlem İşleminin Görevleri;

paket işleme görevleri;

karar görevleri.

OLTP sistemleri - işlem operasyonel sistemleri. Bu tür sistemlerin ana işlevi aynı anda yürütülür. Çok sayıda Çok sayıda kullanıcıdan kısa işlemler. İşlem kendileri, örneğin "Hesaptaki para miktarını kaldırmak, bu miktarı hesaba eklemek için") Tarihsel olarak, bu tür sistemler her şeyden önce ortaya çıktı, çünkü muhasebe, servis hızları, veri toplama, vb. İhtiyaç duydukları için.

OLTP sistemleri ile karakterize edilir:

Çok sayıda kullanıcı için destek;

İstek için küçük tepki süresi;

nispeten kısa sorgular;

kısa işlemler;

az sayıda tablo taleplerine katılım.

OLTP sistemlerdeki veritabanına neredeyse tüm talepler eklemek, güncellemek, silmekten oluşur. Örnek için sorgular, esas olarak kullanıcılara çeşitli referans kitaplarından seçim yapma yeteneği sunmak için tasarlanmıştır. Taleplerin çoğu, sistemin tasarım aşamasında önceden bilinmektedir. Böylece, OLTP uygulamaları için kritik, kısa veri güncelleme işlemlerinin uygulanmasının hızı ve güvenilirliğidir.

İşlem Çalışma Sunucusu aşağıdakilere dayanmaktadır:

OLTP işlemleri çok sayıda kullanıcıyı destekler;

en yaygın kullanılan kısa basit işlemler;

tipik olarak, işlemler aynı verileri kullanmaz;

operatörler genellikle az sayıda satırı etkiler;

tepki süresi - bir bölünmüş ikinci;

sadece birkaç masa var büyük boylar Veya değişime tabi.

Böyle bir sunucunun uygulanması:

disk işlemlerinin kesme fiziksel yöntemleri;

bellekte küçük miktarda veri işleme;

İlkel sorgu iyileştirici;

uygulama gereksinimi, kaynakların ve verilerin kullanımındaki yarışmaları ortadan kaldırmaktır.

Veri Ambarı ve Veri Madenciliği

Veri madenciliği "madencilik" veya "veri kazı" olarak çevrilir. Genellikle veri madenciliğinin yanında "Veritabanlarında bilgi bilgisi" ve "akıllı veri analizi" kelimeleri vardır. Veri madenciliği ile eşanlamlı olarak kabul edilebilirler. Tüm bu terimlerin ortaya çıkması, fonların geliştirilmesinde ve veri işleme yöntemlerinin yeni dönüşüyle \u200b\u200bilişkilidir.

1990'ların başlarına kadar, bu alandaki durumu yeniden düşünmek için özel bir ihtiyaç yoktu. Her şey, uygulamalı istatistik adı verilen yönün bir parçası olarak bir kadın olarak gitti (örneğin,). Teoriyer konferanslar ve seminerler yürüttü, analitik hesaplamalardan kaynaklanan etkileyici makaleler ve monograflar yazdı.

Aynı zamanda, uygulayıcılar, çoğu durumda gerçek problemleri çözmek için teorik alıştırmaları uygulamaya çalıştığını biliyorlardı. Ancak o zamanlar için uygulayıcıların kaygısında, özel dikkat göstermemek mümkündü - küçük yerel veritabanlarının işlenmesi için özel sorunlarını çözdüler.

Ve çağrı çaldı. İnsanlarla ilgili verileri kaydetmek ve saklamak için teknolojilerin iyileştirilmesi ile bağlantılı olarak, çeşitli alanlarda Ceza cevheri devasa akışları açılmıştır. Herhangi bir işletmenin faaliyetleri (ticari, endüstriyel, tıbbi, bilimsel vb.) Artık faaliyetlerinin tüm detaylarının kayıt ve kaydedilmesiyle eşlik ediyor. Bu bilgi ile ne yapmalı? Üretken işleme olmadan, ham veri akışlarının bir kimsenin çökeltme depolama alanını oluşturmadığını belirlediği açıkça ortaya çıktı.

Bu geri dönüşüm için modern gereksinimlerin özgüllüğü aşağıdaki gibidir:

Verilerin sınırsız bir hacme sahiptir

Veriler heterojendir (kantitatif, yüksek kaliteli, metinsel)

Sonuçlar spesifik ve anlaşılabilir olmalıdır.

Ham verilerin işlenmesi için araçlar kullanımı kolay olmalıdır.

Geleneksel matematiksel istatistikler, uzun süredir, verileri analiz etmek için ana aracı talep eden, açıkça ortaya çıkan sorunların karşısında kurtarıldı. Ana neden, numune üzerinde ortalama kavramdır, kurgusal değerler (hastanedeki hastaların ortalama sıcaklığı, örneğin hastanedeki ortalama hastaların sıcaklığı gibi, saraylar ve kulübelerden oluşan evin orta yüksekliği gibi) operasyonlara yol açar. . Matematiksel istatistik yöntemleri esas olarak önceden formüle edilmiş hipotezleri (doğrulama tahrikli veri madenciliği) ve operasyonel analitik veri işleme (çevrimiçi analitik işlem, OLAP) temelini oluşturan "kaba" keşif analizi için çalıştırılmalıdır.

Modern teknoloji veri madenciliği (keşif odaklı veri madenciliği) temeli, verilerdeki çoklu ölçekli ilişkilerin parçalarını yansıtan şablonlar (desenler) kavramına dayanmaktadır. Bu şablonlar, net bir kılavuzda kompakt olarak ifade edilebilecek alt bölümlerde doğal olanlardır. Şablonlar arayışı, numunenin yapısı ve analiz edilen göstergelerin değerlerinin değerleri formu ile ilgili priori varsayımlarının çerçevesi ile sınırlı olmayan yöntemlerle yapılır. Veri madenciliği kullanırken böyle bir arama için görevlerin örnekleri Tabloda verilir. bir.

Veri madenciliğinin önemli bir pozisyonu, aranan şablonların önemsizliğidir. Bu, bulunan şablonların, gizli bilgiyi (gizli bilgi) oluşturan verilerdeki açık olmayan, beklenmedik olmayan (beklenmedik) düzenliliği yansıtması gerektiği anlamına gelir. Toplum, ham verilerin (ham verilerin) derin bir bilgi katmanı olduğunu anlamaya başladı, gerçek külçelerin algılanabileceği yetkili bir kazı (Şekil 1).

Şekil 1. Verilerden alınan bilgi düzeyleri

Genel olarak veri teknolojisi Madencilik kesinlikle bu yönün kurucularından biri olan Grigory Piatetsky-Shapiro'yu belirler:

Veri madenciliği, daha önce bilinmeyen, önemsiz, önemsiz, pratik olarak faydalı ve uygun fiyatlı insan faaliyet alanlarında karar vermek için gerekli olan bilginin ham verilerinde bir algılama işlemidir.

2. Kimin ihtiyacı var?

Veri madenciliğinin kapsamı hiçbir şeyle sınırlı değildir - her yerde herhangi bir veri bulunur. Fakat her şeyden önce, bugün veri madenciliği yöntemleri, hafifçe, merak uyandıran ticari işletmeleri, veri kasalarına (veri ambarı) dayalı projeleri dağıtmak. Bu tür işletmelerin birçoğu deneyimi, veri madenciliği kullanımının iadesinin% 1000'e ulaşabileceğini göstermektedir. Örneğin, ekonomik etki raporları vardır, ilk maliyetlerin 350 ila 750 bin dolara kadar olan 10-70 kat. . Sadece 4 ay içinde ödenen 20 milyon dolar taslak hakkında bilgi var. Başka bir örnek, yıllık 700 bin dolarlık tasarruf. İngiltere'deki evrenler ağında veri madenciliği uygulayarak.

Veri madenciliği, günlük aktivitelerinde yöneticiler ve analistler için büyük bir değerdir. İş adamları, veri madenciliği yöntemlerinin yardımıyla, rekabetçi bir mücadelede maddi avantajlar elde edebileceğini fark etti. Bazı olası iş uygulamaları veri madenciliğini kısaca açıklayın.

VEYA

NeVeri.Madencilik.

Herhangi bir modern kuruluşun kurumsal bir veritabanı genellikle belirli gerçekler veya nesnelerle ilgili kayıtları saklayan bir dizi tablo içerir (örneğin, mallar, satışlar, müşteriler, hesaplar hakkında). Kural olarak, benzer bir tablonun her girişi bazı belirli bir nesneyi veya gerçeği açıklar. Örneğin, satış tablosundaki bir kayıt, böyle bir ürünün böyle bir müşteriye satıldığı gerçeğini yansıtıyor, daha sonra bir yönetici gibi bir şey ve büyük, hiçbir şey bu bilgi içermiyor. Bununla birlikte, birkaç yıl boyunca biriken bu tür kayıtların toplam sayısı, belirli bir kayıt temelinde, yani herhangi bir veri arasındaki kalıplar, eğilimler veya birbirleriyle ilgili bilgilerle ilgili olarak elde edilemeyen ek, daha değerli bir bilgi kaynağı olabilir. Bu tür bilgilerin örnekleri, belirli bir ürünün satışının haftanın gününe, günün veya sezonun saatine bağlı olduğu hakkında bilgidir, hangi alıcı kategorilerinin çoğu zaman bir veya başka bir ürün kazandıran bir veya başka bir ürün kazandırır. Ürün, başka bir özel ürün edinir, hangi müşterilerin kategorisi çoğu zaman kredi vermez.

Bu tür bilgiler yaygın olarak tahmin edilmesinde, stratejik planlama, risk analizinde ve işletme için değeri çok yüksektir. Görünüşe göre, bu nedenle, aramasının süreci ve isim veri madenciliğini almış (İngilizce olarak madencilik, "madencilik madenciliği" anlamına gelir ve çok sayıda gerçek veri kümesindeki düzenlilikler arayışı gerçekten benzerdir). Veri madenciliği terimi, çeşitli matematiksel ve istatistiksel algoritmalarla korelasyon, eğilimler, ilişkiler ve kalıplar bulma süreci olarak belirli bir teknolojiyi belirtmektedir: kümelenme, alt keşif, regresyon ve korelasyon analizi oluşturma. Bu aramanın amacı, açıkça yansıtıcı bir iş süreçleri biçiminde veri göndermek, aynı zamanda iş planlaması için kritik olan süreçleri tahmin edebileceğiniz bir model oluşturmanın yanı sıra (örneğin, belirli mallar veya hizmetler için talebin dinamikleri) veya satın alımlarının herhangi bir tüketici özelliklerinden bağımlılığı).

Geleneksel matematiksel istatistiklerin, uzun süre ana veri analizi aracının yanı sıra, defalarca yazdığımız operasyonel analitik veri işleme araçlarının (çevrimiçi analitik işleme, OLAP) (CD'nizdeki bu konudaki materyallere bakın), Bu görevleri çözmek için her zaman başarılı bir şekilde uygulanmalıdır. Tipik olarak, istatistiksel yöntemler ve OLAP, önceden formüle edilmiş hipotezleri kontrol etmek için kullanılır. Bununla birlikte, genellikle hipotezin ifadesinin, daha sonra karar verme için iş analizinin uygulanmasında en zor görevdir, çünkü verilerdeki tüm kalıplardan uzakta bir bakışta açıktır.

OLTP ve OLAP sistemleri. Veri madenciliği.

Bazı bilgi sistemleri sınıfları, normalize edilmiş veri modellerinin daha zayıf olduğu için ayırt edilebilir.

Kesinlikle normalize edilmiş veri modelleri sözde için çok uygundur OLTP Sistemleri (Çevrimiçi işlem işleme - İşlemlerin Operasyonel İşlenmesi).

OLTP sistemlerinin tipik örnekleri, depo muhasebesi sistemleri, biletleme sistemleri, para transferi için işlem yapacak bankacılık sistemleridir. Bu tür sistemlerin ana işlevi çok sayıda kısa gerçekleştirmektir. İşleme. İşlem mekanizması, işin ilkelerini anlamak için detaylı dersler 16'da değerlendirilecektir. OLTP Sistemleribir işlemi, veritabanı durumunu değiştiren atomik bir eylem olarak temsil etmek yeterlidir.

OLTP'deki işlemler. - sistem, örneğin, "Hesap A'dan para miktarını kaldırmak ve bu miktarı hesaba eklemek için nispeten basittir." Sorun şu ki, öncelikle, ikincisi, ikinci olarak, aynı zamanda yapıldılar (birkaç bin, aynı anda işletilen kullanıcılar sisteme bağlanabilir), üçüncüsü, bir hata oluşursa, işlem tamamen geri dönmelidir. ve sistemi işlemin başlamasından önce olan devlete iade edin (paranın A hesaptan kaldırıldığında durum olmamalı, ancak B hesabına gelmedi).

OLTP uygulamalarındaki veritabanına hemen hemen tüm talepler komutlardan oluşur, güncelleştirmeler, sil. Örnek için sorgular, esas olarak kullanıcılara çeşitli referans kitaplarından seçim yapma yeteneği sunmak için tasarlanmıştır. Taleplerin çoğu sistem tasarımında önceden bilinmektedir. Böylece, OLTP uygulamaları için kritik, kısa veri güncelleme işlemlerinin uygulanmasının hızı ve güvenilirliğidir.

OLTP uygulamaları çalışmanın sürekli güncellendiği veritabanı, bununla bağlantılı olarak, genellikle denir operasyonel veritabanı. Operasyonel veritabanının normalleşmesinin seviyesi ne kadar yüksek olursa, OLTP uygulamalarını daha hızlı ve daha güvenilir bir şekilde çalıştırır. Bu kuraldan gelen geri çekilişler, ilişkilerin bağlantısını ve uygulamaların tutumlarının geliştirilmesi üzerine uygulamaların çalışmasını gerektiren bazı sıklıklarla ortaya çıkan talepler olduğunda oluşabilir. Bu durumda, bu tür taleplerin yürütülmesini hızlandırmak için veritabanında biraz fazlalık yapabilirsiniz.

Başka bir bilgi sistemi türü sözde OLAP SİSTEMLERİ (Çevrimiçi analiz işleme - operasyonel Analitik Veri İşleme). OLAP, yönetim çözümlerini kabul etmek için kullanılır, bu nedenle OLAP teknolojisini kullanan sistemler denir karar Destek Sistemleri (Karar destek sistemi - DSS.).

OLAP konsepti 1993 yılında, ilişkisel veri modelinin yazarı Edgar Coddo tarafından tarif edilmiştir.

1995 yılında, kod tarafından belirtilen şartlara dayanarak, sözde tarafından formüle edilmiştir. test Fasmi (Paylaşılan Çok Boyutlu Bilgilerin Hızlı Analizi) - Çok boyutlu analiz uygulamaları için aşağıdaki gereklilikleri içeren, paylaşılan çok boyutlu bilgilerin hızlı bir şekilde analizi:

· Kullanıcının, en azından daha az ayrıntılı analiz olsa bile, kullanıcının kabul edilebilir bir süre (genellikle 5 saniyeden fazla olmadığı için) sağlanması;

· Bu uygulamanın herhangi bir mantıklı ve istatistiksel analiz özelliğini uygulayabilme ve kullanımı kolay bir biçimde tasarrufu;

· İlgili engelleme mekanizmaları ve yetkili aksesuarların desteğiyle çok kullanıcılı veri erişimi;

· Hiyerarşiler ve çoklu hiyerarşiler için tam destek dahil, verilerin çok boyutlu kavramsal sunumu (bu, temel gerekliliktir);

· Hacim ve depolama konumundan bağımsız olarak gerekli tüm bilgilere başvurma yeteneği.

OLAP uygulamaları, OLTP operasyonel veritabanlarında, elektronik tablolardan veya diğer veri kaynaklarından alınan büyük veri dizileri ile çalışır. Bu tür sistemler aşağıdaki özelliklerle karakterize edilir:

· Sisteme yeni veri eklemek nispeten nadiren büyük bloklardır (örneğin, OLTP sisteminin üç aylık satışlarından elde edilen veriler indirilir.

· Sisteme eklenen veriler genellikle asla silinmez ve değişmez.

· Veri yüklemeden önce, çeşitli "temizlik" prosedürleri geçer, farklı gönderim formatlarına sahip birçok kaynaktan gelen verilerin bir sisteme dahil edilebileceği gerçeğiyle ilişkili, veriler yanlış, hatalı olabilir.

· Sistem talepleri seçilmemiştir ve bir kural olarak, oldukça karmaşık. Çok sık yeni bir istek, önceki talebin bir sonucu olarak elde edilen sonucu açıklığa kavuşturmak için bir analist tarafından formüle edilmiştir.

· İsteklerin yürütülmesinin hızı önemlidir, ancak kritik değildir.

OLAP sistemlerinin listelenen özelliklerine dayanarak, böyle bir sistemin veritabanının büyük ölçüde önemsiz olabileceği sonucuna varılabilir. Ana tip veritabanı sorguları seçmek için sorgular olduğundan, normalleşmenin olumlu anları kullanılamaz ve istekteki bağlantı işlemlerdeki düşüş çok faydalı olacaktır.

İÇİNDE son zamanlarda Analitik veri işleme başka bir yönü aktif olarak gelişmektedir. Veri madenciliği (veri anlama, bazen "veri kazısı" diyor). Bu yön, verilerde gizli kalıpları aramayı ve tahmin görevlerini çözmeyi amaçlamaktadır. Dataming uygulamaları, çalıştıkları verileri de değiştirmez, böylece denormallaştırılmış veritabanı daha çok tercih edilir.

Olap ve veri madenciliği uygulamalarını analiz etmek için etkili bir şekilde kullanılabilecek verileri düzenlemenin özel bir yolunu vurgulamak için, onlara özel bir terim kullanırlar. "Veri Ambarı" (DataWare House)). Veri depolarının, operasyonel veritabanının aksine, tarihsel verileri depoladıklarını not etmek önemlidir. Bu nedenle, daha önce meydana gelen işletmenin faaliyetlerinden gelen gerçekleri yansıtır, bu nedenle, sürekli bir formda saklanabilir ("Hikaye yeniden yazmaz") ve yıllardır biriktirin ve bu nedenle boyutları çok etkileyici olabilir. Depodaki verileri pompaladıktan sonra, genellikle operasyonel veritabanından çıkarılır, bu da boyutunu boyutlarını korur.

Önceki alt bölümde, konu alanının yeterli temsil edilmesinin, veritabanının geliştirilmesinin ve bakımı basitliğinin, ilişkinin üçüncü normal forma verilmesi gerektiği belirtildi (normalleşme ve daha yüksek siparişler var, ancak Uygulamada oldukça nadiren kullanılır), yani, normalleştirilmiş. Aynı zamanda, zayıf normalleştirilmiş ilişkilerin de avantajları da vardır, bunlar, esrarengizler, özellikle veritabanı yalnızca yalnızca istekleri ve değişiklikleriyle uygulanırsa ve çok nadiren yürütmek için veri eklerse, örnekleri çok daha hızlı yapılır. Bu, zayıf normalleştirilmiş ilişkilerde, zaten birleşmelerinin bir kombinasyonu olduğu ve bu işlemci zamanı harcanmamış olması gerçeğiyle açıklanmaktadır. Normalleştirilmiş ilişkilerin daha yeterince ve zayıf olduğu için iki sistem sınıfı ayırt edilir.

Kesinlikle normalize edilmiş veri modelleri OLTP uygulamaları için uygundur - Çevrimiçi işlem işleme (OLTP) - Uygulama işlemi operasyonel uygulamaları. OLTP uygulamalarının tipik örnekleri, depo muhasebesi sistemleri, işletim bankacılığı sistemleri ve diğerleridir. Bu tür sistemlerin ana işlevi çok sayıda kısa işlem yapmaktır. İşlemlerin kendileri oldukça basittir, ancak sorunlar bu tür işlemlerin çok fazla olması, aynı anda yapıldığı ve işlem gerçekleştiğinde, işlemin geri dönmesi ve sistemi işlemden önce olduğu bir duruma geri getirmesi gerektiğidir. OLTP uygulamalarındaki hemen hemen tüm veritabanı istekleri, komutları takma, güncelleme ve silmeden oluşur. Örnekleme istekleri, esas olarak kullanıcı örnekleme kullanıcılarının çeşitli referans kitaplarından sağlaması amaçlanmaktadır. Τᴀᴋᴎᴍ ᴏϭᴩᴀᴈᴏᴍ, taleplerin çoğu sistem tasarımında önceden bilinmektedir. OLTP uygulamaları için kritik, kısa veri güncelleme işlemlerinin uygulanmasının hızı ve güvenilirliğidir. OLTP uygulamalarında veri normalleştirme seviyesi ne kadar yüksek olursa, o kadar hızlı ve daha güvenilir. Bu kuraldan gelen geri çekilme, ilişkilerin bir kombinasyonunu ve bu kuralın geliştirilmesindeki uygulamaların çalışmasını gerektiren bazı sıklıklarla yapılan talepler olduğunda oluşabilir.

Başka bir uygulama türü OLAP uygulamalarıdır - Çevrimiçi analiz işleme (OLAP) - Operasyonel analitik veri işleme uygulaması. Bu, Bina Karar Destek Sistemlerinin İlkeleri - Karar Destek Sistemi (DSS), Veri Ambarı - Veri Ambarı, Veri Akıllı Sistemler - Veri Madenciliği. Bu sistemler, "ne ise ..." ve olasılıklar ilkesi üzerine dinamik analiz için veriler arasındaki bağımlılıkları bulmak için tasarlanmıştır. OLAP uygulamaları, işletmede biriken büyük veri dizileri ile çalışır veya diğer kaynaklardan alınır. Bu tür sistemler aşağıdaki özelliklerle karakterize edilir:

Yeni veri sistemine eklemek, örneğin ayda bir veya çeyrekte nispeten nadiren büyük bloklar oluşur;

Sisteme eklenen veriler genellikle asla silinmez;

İndirmeden önce, veriler onları tanımlanmış formatlara getirmekle ilgili çeşitli hazırlık prosedürlerine tabi tutulur;

Sistem talepleri seçilmemiş ve oldukça karmaşıktır;

sorguların hızı önemlidir, ancak kritik değildir.

Üs veri OLAP.- Uygulamalar genellikle bir veya daha fazla hipercubes olarak temsil edilir, ölçümler referans verisi olan ve hipercube'nin hücrelerinde, bu verilerin değerleri depolanır. Fiziksel olarak, hipercube özel bir çok boyutlu veri modeli temelinde inşa edilebilir - Çok boyutlu OLAP. (Molap) veya ilişkisel bir veri modeli ile temsil edilir - İlişkisel olap (ROLAP).

Bir ilişkisel veri modeli kullanarak OLAP sistemlerinde, verilerin önceden hesaplanmış büyük nihai verileri içeren kötü normalleştirilmiş ilişkiler olarak depolanması amaçlanmıştır. Verilerin fazlalığı ve bununla ilişkili problemler burada korkunç değildir, çünkü güncellemeleri nadiren nadirdir ve sonuçlar veri güncellemesiyle birlikte yeniden hesaplanır.

Dezavantajları
OLTP sistemleri küçük ayrı işlemler için optimize edilmiştir. Ancak, bazı kapsamlı bilgiler için talepler (örneğin, belirli bir şubede belirli bir mal modeli üzerindeki üç ayda bir satış hacimlerinin dörtlü dinamikleri), analitik uygulamaların (OLAP) özelliği, karmaşık masa bağlantılarını üretmekte ve tabloları tamamen görüntülemektir. Böyle bir talep, mevcut işlemlerin işlenmesini yavaşlatacak çok zaman ve bilgisayar kaynağı alacaktır.

İşlem Çekiş (İngilizce işlemi), verilerle birlikte mantıklı bir çalışma birimi olan ardışık bir operasyon grubudur. İşlem, tamamen ve başarılı bir şekilde, verilerin bütünlüğünü gözlemleyerek ve diğer işlemlere ulaşan paralel ve hiç yerine getirilmemesi ve daha sonra hiçbir etkisi olmamalıdır. İşlemler, işlem tarihinin oluşturulduğu işlem sırasında işlem sistemleri tarafından işlenir.

Sıralı (sıradan), paralel ve dağıtılmış işlemler vardır. Dağıtılmış işlemler, birden fazla işlem sisteminin kullanımını içerir ve çok daha karmaşık bir mantık gerektirir (örneğin, iki fazlı taahhüt, iki fazlı bir işlem sabitleme protokolüdür). Ayrıca, bazı sistemlerde özerk işlemlerde veya ana işlemin özerk bir parçası olan alt işlemler.

Örnek: Bir banka hesabı numarasından 5, 10 parasal birimdeki tutarın 7 numaralı hesabına çevirmeniz gerekir. Bu, örneğin, belirli bir eylem dizisi elde edilebilir:
Bir işlem başlat
5 numaralı bakiye hesabını okuyun
10 parasal birim için dengeyi azaltın
yeni Hesap Tasarrufu Dengesi Numarası 5
7 numaralı bakiye hesabını oku
10 parasal birim için dengeyi arttırın
yeni Hesap Tasarrufu 7

Son işlem
Bu eylemler mantıksal bir çalışma birimidir "hesaplar arasındaki tutarın çevirisi" ve böylece bir işlemdir. Bu işlemi kesintiye uğratırsanız, örneğin, ortada, tüm değişiklikleri iptal etmeyin, hesap sahibinden 10 birim olmadan 5 numaralı, hesap sahibi 7 numaralı hesap sahibi olmaz.

OLTP İşlemi Operasyonel İşleme Modu

OLTP İşlemi Çalışma Modu (çevrimiçi işlem işleme), örgütsel yönetim bilgi sistemlerinde, bu konu alanının mevcut durumunu istediğiniz zaman yansıtacak şekilde kullanılır ve toplu işleme çok sınırlı bir niş bulunur.
Oltp.

Tipik olarak, OLTP sistemlerinin analitik yetenekleri güçlü bir şekilde sınırlıdır, kurumun günlük aktivitelerini kolaylaştırmak için kullanılırlar ve şu anda mevcut şu anda verilere dayanırlar. OLTP sınıfı bilgi sistemleri, belirli bir konu alanı, birincil veri işleme, depolama, yeterli görselleştirme, arama, referans ve raporlama materyalleri ile ilgili olarak, kayıtlı, giriş kaynak verilerini toplamak, kaydetmek, giriş yapmak için tasarlanmıştır. Birincil işleme, giriş verilerinin doğruluğunun doğrulanmasını ve bütünlük kısıtlamalarının uyumluluğunu, bu veriler, kodlama, veri iletimi ile yatay ve dikey bağlantılar ile tanımlayan nesneleri tanımlamaktadır. Bilgi sistemindeki veriler, belirli bir yasal kuvveti olan veya doğrudan veri oluşumundan kaynaklanan bir belgeden sunulur. İkinci durumda, girilen verileri içeren bir belge sistem tarafından yazdırılır ve yasal kuvvet eklenir.

Hedef veritabanları üzerindeki OLTP sistemlerinde, hedef işlemler yapılır (örneğin, kaydetme tablosunu, veritabanının durumunu değiştiren ve mevcut duruma uygunluğuna yönlendiren faturanın parametreleri, yatırılmış veya başka bir gerçeği ile geliştirir) gerçekleştirilir. Veritabanını modelleyen gerçek dünya fragmanının. Böylece, hedef veritabanının temel amacı işlemlerin işlenmesidir.

Bu tür sistemler gerçek zamanlı olarak, depolama ve bilgi işlemeyi girecek şekilde tasarlanmıştır. OLTP sistemleri sorgu türünü formüle etmeyi mümkün kılar: Ne kadar, nerede, vb. Sürekli senkronize edilmiş (güncellenmiş) veritabanlarından veri sağlayarak, işletim sistemleri, işlemlerde yapılan değişikliklerin dinamiklerini yüksek zaman aralıklarında izlemiyor, pratik olarak veri işleme (belirli hesaplamalar hariç) üretmez ve en önemlisi, oluşturmaz. Mevcut verilerdeki sonuçlar, bu özelliği karar vermek için ayrılmak.

Oltp.- Biz birçok endüstride çok çeşitli görevler kapsamıyoruz - Muhasebe ve depo muhasebesi ve belgelerin muhasebesi otomasyonu vb.

Bu tür sistemlerin ana işlevi, çok sayıda kullanıcının çok sayıda kısa işlemini aynı anda gerçekleştirmektir. İşlem kendileri, örneğin "Hesaptaki para miktarını kaldırmak, bu miktarı hesaba eklemek için")

Bilgi sistemi OLTP sınıfı aşağıdaki özelliklerle karakterizedir.
IP Özellikleri - Bilgi Sistemleri - OLTP Sınıfı
-Bir algoritmik sadelik,
- Bu sistemlerin konu alanına hemen yakınlığı ile ilişkili olan işlenmiş belgelerin isimlendirilmesi ve yapısı açısından dinamikler,
Kaynak veri toplama sitelerinin gelişimi ve bölgesel dağılımı,
- Giriş verilerinin doğruluğu ve uygunluğu için,
-Mavite, yeterince sık değişebilirlik ve nispeten düşük bilgisayar nitelikleri personelin (kullanıcılar).
- Çok sayıda kullanıcının desteği;
-Kalıya cevap süresi;
- İlgili kısa talepler;
- az sayıda masanın sorgularında.

Tarihsel olarak Bu tür sistemler öncelikle, muhasebe, hizmet hızları, veri toplama, vb. İhtiyacı olan nedenleri ortaya çıkardılar, ancak, kısa bir süre sonra veri toplamının kendi içinde bir sonuç olmadığını ve birikmiş verilerin faydalı olabileceğini anlamaya başladı: Bilgi olabilir verilerden öğrenildi.
Sistem Geliştirme Stratejisi
Uzun zamandır, aşağıdakiler bu tür sistemleri geliştirmek için bir strateji olarak kullanılır:
İşlevsel olarak ilgili belgelerin işlenmesi ve hazır kolun çoğaltılması için tasarlanan bireysel AWP'nin yapımı
yerlerde çoğaltma ve ayar ile tam özellikli parametreli sistemlerin yapımı. Bununla birlikte, bu yöntemle elde edilen sistem, temel bölgelerin dinamiklerinin üstesinden gelmek için düşük adaptasyon yeteneklerine sahiptir. Operasyonel personel için yüksek gereksinimler sundular ve destek üzerinde büyük ek yükü talep ettiler.
Son zamanlarda, bilgi sistemleri sınıfı OLTP'yi geliştirmek için yeni, üçüncü bir strateji uygulanır. Özü şu şekildedir: Hazır sistemler çoğaltılmamıştır ve sistemleri gerekli işlevsellik ile hızlı bir şekilde inşa etmek / tamamlamak için doğrudan yerine getirilen bazı kütükler ve teknolojik araçlar ve dinamiklere uygun olarak değiştirmek için aynı aracı kullanarak konu alanının.

İşlemler tamamen yürütülen eylemlerdir ya da hiç yapılmaz. İşlemin yürütülmesinde, sistemin ihlal edilmesi durumunda, veritabanı, işlem öncesi (geri alma) olan orijinal durumuna geri döner. Tüm yürütülen işlemler işlem günlüğüne kaydedilir. İşlem, kayıt defterinde karşılık gelen bir işlem kaydı göründüğünde işlem tamamlanır.

OLTP teknolojisi

Kurumsal bilgi hizmetlerinin temsilcileriyle iletişim kurma pratiğinde, Bilgi - OLTP sistemleri (çevrimiçi işlem işleme) ve bilgi analizi teknolojileri için amaçlanan teknolojilerin olanakları, randevu ve rolü, randevu ve rolündeki ciddi yanlış anlama farklılıklarıyla başa çıkmak gerekir. Bu arada, işlevsellikte önemli ölçüde farklıdırlar ve bunların her biri bilgi sistemindeki alanından sorumludur.
OLTP Sistem Görevleri - Bu, veritabanındaki hızlı bir şekilde toplanma ve en uygun bilgilerin yanı sıra eksiklik, alaka düzeyi ve tutarlılığını sağlar. Bununla birlikte, bu tür sistemler en verimli, hızlı ve çok boyutlu analiz için tasarlanmamıştır.
Elbette, toplanan verilere göre, raporlar oluşturmak mümkündür, ancak bir işletme analizi veya programlama ve bilgi işlem teknolojisi alanında özel eğitim ile bir iş analizi veya kalıcı bir etkileşim gerektirir.
OLTP teknolojisinde inşa edilen bilgi sistemini kullanan Rus şirketindeki geleneksel karar alma süreci neye benziyor?
Müdür, konuyu anlayışına uygun olarak bir bilgi departmanını bir uzman atar. Bilgi departmanının bir uzmanı, görevi gerçekleştirmek, görevi gerçekleştirmek, operasyonel sisteme bir talep oluşturur, elektronik bir rapor alır ve bunu başın dikkatine getirir. Kritik kararlar almak için böyle bir şema aşağıdaki şartlara sahiptir. dezavantajları:
- önemsiz miktarda veri kullandı;
-Process uzun zaman alıyor, çünkü elektronik raporun taleplerinin ve yorumunun derlenmesi - işlemler oldukça görsel, ancak yöneticinin derhal bir karar vermesi gerekebilir;
- Verileri netleştirmeniz veya başka bir bağlamda yanı sıra verileri netleştirmeniz veya yanı sıra ilave sorunlara dikkat edilmeniz gerekirse, bir döngü tekrarı oluşturur. Ayrıca, bu yavaş döngü tekrarlanmalı ve bir kural olarak, art arda, aynı zamanda zaman analizi daha da harcanması gerekir;
bilgi teknolojisindeki bir uzmanın mesleki eğitimindeki ve faaliyet alanlarındaki fark, bir bilgi teknolojisi uzmanının faaliyetlerinin mesleki eğitimini ve bölgelerini etkiler. Genellikle farklı kategorileri düşünürler ve bunun sonucunda birbirlerini anlamadıkları;
olumsuz bir eylemin algı için elektronik raporların karmaşıklığı gibi bir faktöre sahiptir. Yöneticinin, özellikle çok fazla olabileceğinden, rapordaki ilgi sayısını seçmek için zaman yoktur. Verilerin hazırlanmasına ilişkin çalışmanın çoğu zaman bilgi departmanlarının uzmanlarına düştüğü açıktır. Sonuç olarak, yetkin bir uzman, doğal olarak niteliklerindeki artışa katkıda bulunmayan tabloların, diyagramların vb. Hazırlanması üzerine rutin ve etkisiz çalışmalardan rahatsız edicidir.
Bu durumdan gelen çıktı birdir ve bir ifade olarak Bill Gates tarafından formüle edilir: "Parmakların uçları hakkında bilgi." İlk bilgi doğrudan tüketicisine sunulmalıdır - Analytics. Doğrudan kullanılabilir (!). Bilgi departmanı personelinin görevi, bilgiyi toplamak, biriktirmek, depolamak, korumak, korumak ve analistlere erişilebilirliğini sağlamak için bir sistem oluşturmaktır.

Uygulamanın kapsamı, ödemelerin, muhasebe, yerlerin rezervasyonu, bankaların ve stok operasyonlarının kapsamıdır.

OLTP SistemleriOperasyonel tedaviyi uygulamak için oldukça verimli bir araç olmak, analitik işlemlerin görevleri için çok az uygun olduğu ortaya çıktı. Bu aşağıdakilerden kaynaklanır:
1. Geleneksel OLTP sistemlerinin fonları, analitik bir rapor ve hatta herhangi bir karmaşıklığın tahmini, ancak önceden düzenlenebilir. Yan taraftaki herhangi bir adım, herhangi bir iltihaplanmamış son kullanıcı gereksinimi, kural olarak, veri yapısının bilgisini ve programcının yeterince yüksek niteliğini gerektirir;
2. Operasyonel sistemler için gerekli olan birçok fonksiyonel yetenek, analitik görevler için gereksizdir ve aynı zamanda nesne alanını yansıtmayabilir. Çoğu analitik görevi çözmek için, analiz, tahmin ve modelleme için dış özel enstrümantal rezervuarların kullanımı gereklidir. Tabanın sert yapısı, karmaşık numuneler ve sıralama durumunda kabul edilebilir performans elde etmesine izin vermez ve bu nedenle, ağ geçitlerini organize etmek için yüksek zaman maliyetleri gerektirir.
3. Analitik sistemlerin aksine, analitik sistemler gerekli değildir ve buna göre, verilerin bütünlüğünü, rezervasyonlarını ve iyileşmesini sağlama araçları için sağlamaz. Bu, yalnızca uygulama araçlarını kolaylaştırmayı, aynı zamanda iç ek yükü azaltmayı da sağlar ve bu nedenle, veri seçerken üretkenliği artırır.

Sistemlerin her biri tarafından etkili bir şekilde çözülen görevlerin aralığı, OLTP - ve OLAP-Systems'in karşılaştırmalı özellikleri temelinde tanımlıyoruz.

OLTP sistemlerdeki veriler temel olarak aşağıdaki işlemleri desteklemek için düzenlenmiştir:

Nakit terminalinden veya bir web düğümünden tanıtılan bir siparişin kaydı;

Bileşenler için bir siparişin yerleştirilmesi, depodaki numaraları belirli bir sayıdan daha az olduğunda;

Üretimde nihai ürünün montajı sırasında bileşenleri izleme;

Çalışanlarla ilgili bilgilerin kaydı;

Restoran sahipleri veya sürücüleri gibi lisans sahiplerinin kimlik verilerinin tescili.

Ayrı işlemler, nispeten az miktarda veriye atıfta bulunarak hızlı bir şekilde tamamlanır. OLTP sistemleri, yüzlerce ve binlerce işlemin eşzamanlı olarak işlenmesi için oluşturulur ve optimize edilmiştir.

OLTP sistemi, günlük işlemleri desteklemek için gereken verileri mükemmel şekilde kaydeder. Bununla birlikte, bunlardaki veriler, bilgilerin yöneticilerin kuruluşlarının çalışmalarını planlamaları için tasarlandığı zamandan farklı olarak düzenlenir. Yöneticinin genellikle nihai bilgiye ihtiyacı var - kendilerine veya gruba emanet eden organizasyonu etkileyen eğilimleri analiz etmek için.

Modern veri depolama görevleri
Belirli hedeflerle veri ayrımı

Veri ambarı teknolojisinin geliştirilmesi, analitik amaçlar için kullanılan işlemler ve veriler için kullanılan verileri bölme ihtiyacı ile başlamıştır. Depo, raporlama için en çok uyarlanmış yetenekler sunar. Buna ek olarak, işlemleri gerçekleştiren kullanıcıların bölümünü ve seçilen istekleri operasyonel sistemlerin etkinliğini olumsuz yönde etkileyebilecekleri, veri altyapısı kaynaklarının en uygun şekilde etkilmesini sağlayabilir.
Verilerin geçici değeri

Depolar, organizasyonlara mükemmel bir raporlama ve analiz platformu vermesine rağmen, gerçek zamanlı olarak, bir kural olarak, işe yaramaz, mevcut verilerin yaşına göre yargılamaktadır. Teknolojik kısıtlamalar nedeniyle, depo genellikle parti verilerini kullanarak geceleri yenilenir. Bunu yapmak için, değişikliklerin arayışı içinde tüm tabanın dikey okumasını gerçekleştiren bir toplu iş programını kullanın. Depoyu böyle bir ETL yaklaşımı ile giren veriler her zaman modası geçmiştir (bir kural olarak, günde).

Verilerin hacmi işlenirken, veri işleme sistemlerinin sayısı ve çeşitliliği artışı, depolama dolum işleminin zaman ve karmaşıklığı arttıkça artmaktadır. Aynı zamanda, küreselleşme, sistemlerin çalışma süresi boyunca, sınırlı servis sözleşmeleri, toplu işlemleri azaltma ihtiyacına yol açar. Daha fazla veri ve rekabetçi baskının birleşimi, BT organizasyonu için ciddi sorunlar yaratır.

Dünün veri temelinde alınan kararlar, çoğu örgütü karşılamak için sona erer. Gerçek zamanlı kararlar, depo için verilerin entegrasyonu için özel gereksinimler yaptığını gerçek zamanlı verileri gerektirir.

Ek olarak, depoda yapılan analitik işlemler, veri geldiklerinden kaynaklanan OLTP sistemine tekrar iletilmelidir. Böylece, analitik işlem merkezidir ve toplu verilerde depoya yerleştirilen çözümlerin bulaşması, karşılık gelen OLTP sistemleri için garanti edilir.

Bu eğilimler aşağıdaki gibi uygulanır:
Veri ambarı için gerçek zamanlı verilerin entegrasyonu. Gerçek zamanlı verileri işletim sistemlerinden bir depoya alma ve aktarma, bu da verileri analiz için kullanılabilir hale getirir.
Aktif veri ambarı. Gerçek zamanlı olarak, iş zekası tarafından iş çözümlerinin işlenmesi ve yürütülmesine tamamlanan CD. Çözümler otomatik olarak OLTP sistemine iletilir. Sonuç olarak, kapalı bir işlem döngüsü oluşur.

Deponun işleyişini gerçek zamanlı olarak gerçek zamanlı olarak elde etme arzusunda, başarı sıklıkla, entegrasyon aracının yetkili seçimine ve bilgi ediniminin kalitesini ve zamanının kalitesini ve zamanlamasını sağlama olasılığını sağlıyor.
Depo için verilerin gerçek zamanlı olarak entegrasyonu

Gerçek zamanlı entegrasyonu desteklemek için, işletim verilerinin çıkarılmasında bir toplu yaklaşma, kaynak sistemlerin durumunu sürekli izleyen, gerçekleştiğinde değişiklikleri sürekli olarak izleyen ve dönüştüren işlemlerle değiştirilmelidir, ardından bunları depoya yükleyin. modu gerçek zamana mümkün olduğunca yakın. Kalıcı veri toplama, herhangi bir zaman diliminde kar ve fiyat öğelerini analiz etmenizi sağlar. Trendler, seçilen herhangi bir periyodiklikte ve gecikmeden analiz edilebilir.

ETL, depodaki büyük miktarda veri yükleme görevinde ideal bir çözümdür ve ayrıca geniş veri dönüştürme seçenekleri sunar. Bununla birlikte, ETL işlemleri genellikle kaynağın veri alma sırasında değişmemesini sağlamak için kaynak sistemini güncellemek için duraklamalar sırasında gerçekleştirilir. Bu, sırayla, OLTP sistemleri ve depolama arasındaki tutarsızlıklara yol açar. Sonuç olarak, veri ve uygulamalar iş kullanıcılarına her zaman mevcut değildir.

Önceden başvuruları bugün entegre etmeyi amaçlayan EAI çözümleri, entegrasyon yollarını temsil eden ve gerçek zamanlı veri almayı temsil eden ETL teknolojileri ile rekabet veya bir arada bulunur. EAI Çözümleri Kaynak ve hedef sistemler arasındaki bilgileri iletir, veri teslimini garanti eder, gelişmiş akış desteği sağlayın ve temel dönüşüm öğelerini basitleştirin.

Bununla birlikte, EAI teknolojisi, hacmine ilişkin kısıtlamalar getirir, çünkü bu yöntemin ilk gönderimi uygulamaların (ve olmayan verilerin olmayan) entegrasyonu ve bunun özündeki uygulamaların başlatılmasında ve talimatları ve mesajları iletmesiydi. Bununla birlikte, gerçek zamanlı bilgileri taşıma ve bazı durumlarda entegrasyon sürecinde bütünlüğünü sürdürme yeteneği, EAI teknolojisini işletim sistemleri ve aktif depolama arasında değişim için uygun hale getirir.

Gerçek zamanlı veri entegrasyonuna başka bir yaklaşım, gerçek zamanlı işlemlerde gerçek zamanlı bir ortamda bir heterojen ortamdaki işlemsel verilerin elde edilmesi, işlemlerini, dönüşümlerini, beslenmesi ve doğrulanması için tasarlanan işlemsel veri yönetimi teknolojisi (işlemsel veri yönetimi - TDM )'dır. OLTP sisteminden, temel dönüşüm yöntemlerini uygular ve bunları depolamaya iletir. Mimarlığına göre, Asynchronne teknolojisine göre, ancak senkron davranış sağlar, bir saniyenin bir kısmında bir gecikme ile çalışır ve işlemdeki verilerin bütünlüğünü koruyun.

EAI ve TDM, entegre veri örnekleri yerine değişiklikleri ve veri güncellemelerini iletmek için tasarlanmıştır. Hiçbiri ne de diğeri, kaynak sistemlerin askıya alınmasını gerektirir, çünkü bu teknolojiler veri manipülasyon dilinin (DML) bütünlüğünü desteklemektedir. Bundan dolayı, gerekli veri hareketlerinin hacmi önemli ölçüde azalır. ETL'ler temel olarak kaynak indirme ve veri dönüşümü için tasarlanmışsa, EAI ve TDM kalıcı veri toplama için daha uygundur.

Artan sayıda şirket, depo için veri toplamak için TDM teknolojisini kullanır. TDMS yakalanır, gönderilir, teslim edilir ve heterojen veritabanı ortamındaki verilerle, bölünmüş bir saniyenin gecikmesi ile çekin.

Değiştirilmiş verilerin işlem seviyesindeki iletimi, sistemin aktif modda çalışmasını ve işleme işlemini, depo dolgusu ile aynı anda çalışmasını sağlar. Bu durumda, toplu işleme aralığının bağımlılığı tamamen ortadan kalkar ve her işlemin bütünlüğü korunur.

Depolayın ve OLTP sisteminin entegrasyonu, bir veya daha fazla operasyonel sistemdeki veri verilerine dayanarak alınan çözümler üzerindeki verilerin aktarılmasıyla eşzamanlı olarak işlemsel verilerini eşzamanlı olarak almayı ve iletmeyi içerir. Böyle kapalı bir çalışma döngüsü TDM tarafından da sağlanmaktadır.
Entegrasyon için ana özellikler ve fırsatlar

TDM entegrasyon araçları çok sayıda önemli işlevsel özelliklere sahiptir.

Veri toplama

Veri toplama modülleri kaynak veritabanına kuruludur ve yeni gelen tüm işlemleri sürekli olarak izleyin. Bu, işlemlerin hala yürütüldüğü anda operasyon günlüğünden büyük miktarda veri okunarak elde edilir ve bir kural olarak bellekti. Veriler işlem seviyesinde işlenir ve yalnızca yürütülen işlemler depoya gönderilir.

Çizgi

Tüm yeni veriler HD'nin orta depolama alanına iletilirken, zaman gecikmesi bir saniyenin bir kısmıdır. Bu nedenle, en çok ilgili veriler her zaman en gelişmiş iş zekası yöntemleri ve raporlama ve karar verme için de mevcuttur. Küçük veri örnekleri belirli bir süre için iletildiğinden (paket iletimi durumunda), OLTP sistemindeki ilave yük çok önemsiz hale getirilir.

Heterojenlik

Veri ambarı mutlaka OLTP sistemi olarak aynı işletim sistemi veya veritabanında çalışmaz. Ek olarak, birkaç kişiden veri toplamanız gerektiğinde genellikle durumlar vardır. işletim sistemleri ve bazlar. Sonuç olarak, entegrasyon araçları, en heterojen BT altyapıları için bile gereksinimleri basitleştiren, çok çeşitli DBM'leri ve platformları desteklemelidir. Böylece kuruluş, kurumsal standartlara ve tercihlere dayanarak bir platform seçenekleri yapabilir ve hazır HD çözeltisi üzerinde minimum etki ile gelişebilir.

Entegrasyon aracı tarafından toplanan veriler platform ve DBMS-Bağımsız formata dönüştürülür. Böylece, heterojenlik korunur ve kaynak veya hedef sistemin çalışmasında kesinti durumunda verilerin zarar görmesi veya verilerinin zarar görmesidir.

Verilerin seçiciliği

Entegrasyon araçları yalnızca depoda gereken verileri iletir. Olağan OLTP sisteminde, yalnızca veritabanına hizmet veren uygulamaya ilişkin alanlar vardır. Tüm bu parametreler depoda gerekmez. Entegrasyon aracı, veritabanlarından çıkarılacak sütunların tanımlanmasını ve depoya aktarılmasını sağlamalıdır.

Ayrıca, kullanıcı kriterlerine bağlı olarak, kaynak sistemin tabanından bazı satırlar seçilebilir. Örneğin, verileri coğrafi olarak ayırmak veya yalnızca hedef depo ile ilgili ürünleri seçmek için.

Veri dönüşümü

Veri şanzımanındaki seçicilik önemlidir, ancak, hedef sisteme bağlı olarak, verilerin dönüşüm, normalizasyonu veya denetlenmesi görevidir. Çeşitli veri modelleri ve OLTP tabanı ile depolama arasındaki nesnelerin yapıları ve kolonlar ve kaynak sistemi, hedef sistemdeki sütunlarla eşleşecek şekilde dönüştürülebilir. Bazı durumlarda, çeşitli kaynak satırlarından birkaç sütunu tek bir dizgeye birleştirmeye ve tam tersi bir ihtiyaç vardır. Karmaşık veri dönüşümleri için, bu kuruluş için özel herhangi bir CD doldurma kuralını uygulamak için kullanıcı programına puan çıkışı önerilmektedir.

Esneklik

Verileri yakalama ve teslim etme işlemleri de dahil olmak üzere yeni veritabanları veya hedef sistem kaynaklarını hızlı ve kolay bir şekilde içerme yeteneği, önemli bir rol oynar.

Tabloların dinamik tanımı

Deponun çalışmalarını kesmemek için, veritabanındaki olası değişikliklere hızlı uyarlama olasılığı ile tasarlanmıştır. Orijinal ve hedef tabloların tanımları, yazılımın yeni sürümlerinin görünümü ile veya depolama tankının gereksinimlerinde bir değişiklik ile değiştirilir. Tablo devrelerinin dinamik görevi parametrik dosyalar kullanılarak mümkündür. Bu şekilde, yazılım veya modülasyon sistemlerini yükseltme olmadan hızlı bir şekilde değişiklik yapmak için orijinal veya hedef tablolarda değişiklik yapabilirsiniz.

geri bildirim

Aktif depolama, belirli koşullar veya kurallar yürütülürse verileri iletir. Zor bir işlem OLTP'de güncelleme kayıtlarını içerebilir. Örneğin, bir sahtekarlık algılama sistemi şüpheli işlemleri vurgulayabilir ve depodaki kullanıcı hesabının durumunu değiştirebilir. Böyle bir değişiklik, entegrasyon aracı tarafından izlenebilir ve uygun operasyonel işlem işleme sistemine iletilebilir. OLTP sistemindeki bilgilerin dönüş iletimi, kapalı bir döngünün uygulanması ve aynı zamanda raporlama ortamı, veri depolarıyla ilgili bilgi göndermek için çok önemlidir. yedekleme veya diğer hedef sistemler.
Teknolojiler Birleştirme

Entegrasyon DW ve OLTP'nin görevi TDM ve ETL işlemlerini birleştirmek mümkündür. Verileri gerçek zamanlı olarak işlemek için, sabit yakalayın ve işlem seviyesindeki verileri çıkarın. TDM Araçları, ETL sunucusunun verileri engelleyeceği ve kendilerine dönüşümü kullanarak, depoya indirerek, hedef veritabanının ara depolama seviyesine gerçek zamanlı verileri iletebilir. Bu yaklaşımın eksiklikleri vardır (özellikle, ek gecikme ve ETL sunucusunu destekleme ihtiyacı), ancak veri dönüştürme gereksinimleri çok karmaşıksa, haklı çıkarlar.

Avantajları, yeni işlem verilerinin derhal OLTP sistemi üzerinde çok küçük bir performans etkisi ile yakalandığı (normal ETL işlemine kıyasla).
vb.................