Đăng ký Đăng nhập
Trang chủ Nghiên cứu giải pháp kho dữ liệu trong SQL server 2008 và áp dụng trong thương m...

Tài liệu Nghiên cứu giải pháp kho dữ liệu trong SQL server 2008 và áp dụng trong thương mại

.PDF
78
295
119

Mô tả:

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TRẦN VĂN THÀNH NGHIÊN CỨU GIẢI PHÁP KHO DỮ LIỆU TRONG SQL SERVER 2008 VÀ ÁP DỤNG TRONG THƯƠNG MẠI LUẬN VĂN THẠC SĨ Hà Nội - 2011 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TRẦN VĂN THÀNH NGHIÊN CỨU GIẢI PHÁP KHO DỮ LIỆU TRONG SQL SERVER 2008 VÀ ÁP DỤNG TRONG THƯƠNG MẠI Ngành: Công nghệ thông tin Chuyên ngành: Hệ thống Thông tin Mã số: 60 48 05 LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS. TS. Đỗ Trung Tuấn Hà Nội – 2011 Mục lục BẢNG DANH SÁCH CÁC TỪ VIẾT TẮT ........................................................ 3 DANH SÁCH HÌNH VẼ ..................................................................................... 4 DANH SÁCH BẢNG BIỂU ............................................................................... 5 LỜI MỞ ĐẦU ..................................................................................................... 6 Chương 1. TỔNG QUAN VỀ KHO DỮ LIỆU.................................................... 8 1.1. Các khái niệm ........................................................................................... 8 1.1.1. Kho dữ liệu......................................................................................... 8 1.1.2. Mục đích của kho dữ liệu ................................................................... 8 1.1.3. Đặc tính của kho dữ liệu ..................................................................... 8 1.1.4. Phân biệt kho dữ liệu với cơ sở dữ liệu tác nghiệp ............................ 10 1.2. Kiến trúc kho dữ liệu .............................................................................. 11 1.2.1. Nguồn dữ liệu ................................................................................... 11 1.2.2. Kho dữ liệu....................................................................................... 11 1.2.3. Kho dữ liệu chuyên biệt.................................................................... 12 1.2.4. Kho siêu dữ liệu ............................................................................... 12 1.2.5. Vùng chứa tạm ................................................................................. 12 1.2.6. Người dùng ...................................................................................... 13 1.3. Qui trình xây dựng kho dữ liệu ............................................................... 13 1.3.1. Qui trình xây dựng kho dữ liệu ......................................................... 13 1.3.2. Chi tiết các bước xây dựng kho dữ liệu ............................................. 14 1.4. Tổng kết chương ..................................................................................... 20 Chương 2. CÔNG NGHỆ KHO DỮ LIỆU TRONG SQL SERVER.................. 21 2.1. Lý do sử dụng công nghệ kho dữ liệu của Microsoft ............................... 21 2.2. Giải pháp tổng thể kho dữ liệu của Microsoft .......................................... 22 2.3. Cải tiến cho kho dữ liệu trong SQL Server 2008 ..................................... 23 2.4. Các công cụ cho kho dữ liệu trong SQL Server 2008 .............................. 24 2.4.1. Dịch vụ tích hợp dữ liệu ................................................................... 25 2.4.2. Dịch vụ Báo cáo ............................................................................... 29 2.4.3. Dịch vụ phân tích ............................................................................. 31 2.4.4. Bộ công cụ phát triển trí tuệ doanh nghiệp ........................................ 33 2.4.5. Công cụ quản lý SQL Server ............................................................ 34 2.4.6. Dịch vụ tác nhân SQL Server ........................................................... 35 2.5. Qui trình xây dựng kho dữ liệu của Microsoft ......................................... 36 2.6. Tổng kết chương ..................................................................................... 37 Chương 3. XÂY DỰNG KHO DỮ LIỆU SIÊU THỊ ......................................... 38 3.1. Giới thiệu về siêu thị ............................................................................... 38 3.2. Yêu cầu xây dựng kho dữ liệu ................................................................. 39 2 3.3. Phạm vi thực hiện trong luận văn ............................................................ 41 3.4. Dữ liệu nguồn cho kho dữ liệu ................................................................ 41 3.5. Xây dựng kho dữ liệu siêu thị ................................................................. 44 3.5.1. Kiến trúc tổng thể kho dữ liệu .......................................................... 44 3.5.2. Thiết kế cấu trúc dữ liệu ................................................................... 46 3.5.3. Thiết kế vật lý .................................................................................. 50 3.5.4. Thiết kế các gói tích hợp dữ liệu ....................................................... 52 3.5.5. Thiết kế khối dữ liệu......................................................................... 59 3.5.6. Khai thác khối dữ liệu ...................................................................... 62 3.5.7. Tạo các mẫu báo cáo phân tích ......................................................... 66 3.5.8. Tạo lịch thực hiện công việc tự động ................................................ 66 3.6. Tổng kết chương ..................................................................................... 67 Chương 4. KẾT QUẢ CÀI ĐẶT THỬ NGHIỆM ............................................. 68 4.1. Môi trường cài đặt................................................................................... 68 4.2. Dữ liệu thử nghiệm ................................................................................. 68 4.3. Kết quả chạy thử nghiệm ........................................................................ 70 4.3.1. Thời gian chạy tích hợp dữ liệu ........................................................ 70 4.3.2. Thời gian cập nhật khối dữ liệu ........................................................ 70 4.3.3. Thời gian phân tích số liệu ............................................................... 71 4.4. Một số mẫu phân tích và báo cáo ............................................................ 71 4.4.1. Các mẫu báo cáo .............................................................................. 71 4.4.2. Các mẫu phân tích ............................................................................ 72 4.5. Tổng kết chương ..................................................................................... 73 KẾT LUẬN ....................................................................................................... 74 TÀI LIỆU THAM KHẢO ................................................................................. 76 Tiếng Việt ...................................................................................................... 76 Tiếng Anh ...................................................................................................... 76 3 BẢNG DANH SÁCH CÁC TỪ VIẾT TẮT Từ Tiếng Anh Tiếng Việt CNTT Công nghệ thông tin CSDL Cơ sở dữ liệu BI Business Intelligent Trí tuệ doanh nghiệp BIDS Business Intelligent Development Studio Trình phát triển trí tuệ doanh nghiệp DM Data Mart Kho dữ liệu chuyên biệt DW Data Warehouse Kho dữ liệu XML Extensible Markup Language Ngôn ngữ đánh dấu mở rộng ETL Extract - Transform - Load Trích rút – Biến đổi – Nạp HOLAP Hybrid OLAP OLAP ghép MOLAP Multidimensional OLAP OLAP đa chiều OLAP Online Analytical Processsing Xử lý phân tích trực tuyến OLTP Online Transaction Processing Xử lý giao dịch trực tuyến ODS Operational Database Store Kho dữ liệu tác nghiệp POS Point Of Sale Điểm bán hàng RDBMS Relational DataBase Management Hệ quản trị CSDL quan hệ System ROLAP Relational OLAP OLAP quan hệ SCD Slowly Changing Dimension Chiều thay đổi chậm SSAS SQL Server Analysis Services Dịch vụ phân tích của SQL Server SSIS SQL Server Integration Service Dịch vụ tích hợp của SQL Server SSMS SQL Server Management Studio Trình quản lý của SQL Server SSRS SQL Server Reporting Services Dịch vụ báo cáo của SQL Server UDM Unified Dimensional Model Mô hình chiều thống nhất 4 DANH SÁCH HÌNH VẼ Hình 1.1. Đặc tính của kho dữ liệu ...................................................................... 8 Hình 1.2. Kiến trúc kho dữ liệu ......................................................................... 11 Hình 1.3. Ví dụ về lược đồ hình sao .................................................................. 12 Hình 1.4. Ví dụ phân tích dữ liệu bởi người dùng .............................................. 13 Hình 1.5. Qui trình xây dựng kho dữ liệu .......................................................... 14 Hình 1.6. Các bước xây dựng mô hình kho dữ liệu ............................................ 16 Hình 1.7. Ví dụ về các bảng tổng hợp ................................................................ 17 Hình 1.8. Mô hình SMP .................................................................................... 18 Hình 1.9. Mô hình Cluster ................................................................................. 19 Hình 2.1. Giải pháp DW/BI của Microsoft ........................................................ 22 Hình 2.2. Kiến trúc dịch vụ tích hợp SSIS ......................................................... 25 Hình 2.3. Ví dụ về một luồng dữ liệu ................................................................ 27 Hình 2.4. Kiến trúc dịch vụ báo cáo SSRS ........................................................ 30 Hình 2.5. Kiến trúc dịch vụ phân tích SSAS ...................................................... 32 Hình 2.6. Màn hình khởi tạo mẫu dự án DW/BI trong BIDS ............................. 34 Hình 2.7. Màn hình quản lý của SQL Server ..................................................... 35 Hình 2.8. Màn hình tạo công việc ...................................................................... 35 Hình 2.9. Qui trình xây dựng kho dữ liệu của Microsoft .................................... 36 Hình 3.1. Mô hình hoạt động của phềm mềm quản lý siêu thị............................ 38 Hình 3.2. Các chiều phân tích theo các chủ đề ................................................... 40 Hình 3.3. Sơ đồ quan hệ các bảng dữ liệu nguồn ............................................... 43 Hình 3.4. Kiến trúc tổng thể kho dữ liệu siêu thị................................................ 44 Hình 3.5. Sơ đồ cấu trúc các bảng dữ liệu của SieuThi_DW .............................. 47 Hình 3.6. Sơ đồ cấu trúc các bảng dữ liệu của SieuThi_DM .............................. 49 Hình 3.7. Sơ đồ tổ chức lưu trữ cho SieuThi_DM ............................................. 52 Hình 3.8. Gói tích hợp PKG_STG_Controller ................................................... 53 Hình 3.9. Gói tích hợp PKG_DW_Controller .................................................... 55 Hình 3.10. Gói tích hợp PKG_DM_Controller .................................................. 58 Hình 3.11. Màn hình kết nối đến SieuThi_DM .................................................. 59 Hình 3.12. Màn hình dữ liệu nguồn cho khối ..................................................... 60 Hình 3.13. Màn hình cấu trúc khối Cube_POSRetail ......................................... 60 Hình 3.14. Cấu hình khối dữ liệu Cube_POSRetail ........................................... 61 Hình 3.15. Màn hình cập nhật cho khối dữ liệu ................................................. 62 Hình 3.16. Màn hình kết nối đến khối dữ liệu từ Excel ...................................... 63 Hình 3.17. Màn hình hiện danh sách các trường của PivotTable ........................ 64 Hình 3.18. Mẫu phân tích trong Excel sử dụng PivotTable ................................ 65 Hình 3.19. Màn hình SieuThi_Job của tác nhân SQL Server ............................. 67 Hình 4.1. Màn hình lịch sử chạy Job_SieuThi_01 ............................................. 70 Hình 4.2. Danh sách các báo cáo ....................................................................... 71 Hình 4.3. Báo cáo “BC01 - Doanh thu bán hàng theo các năm”......................... 71 Hình 4.4. Báo cáo “BC11 - Top 10 mặt hàng doanh số cao trong tháng” ........... 72 Hình 4.5. Mẫu phân tích số lượng bán theo hàng hóa và thời gian .................... 72 Hình 4.6. Mẫu phân tích doanh thu theo tháng giữa các năm ............................. 73 5 DANH SÁCH BẢNG BIỂU Bảng 3.1. Danh sách các bảng trong kho dữ liệu SieuThi_SRC ......................... 42 Bảng 3.2. Danh sách các bảng trong kho dữ liệu SieuThi_DW .......................... 48 Bảng 3.3. Danh sách các bảng trong kho dữ liệu SieuThi_DM .......................... 49 Bảng 3.4. Danh sách các gói tích hợp cho SieuThi_STG ................................... 53 Bảng 3.5. Danh sách các gói tích hợp cho SieuThi_DW .................................... 56 Bảng 3.6. Danh sách các gói tích hợp cho SieuThi_DM .................................... 58 Bảng 4.1. Số bản ghi của các bảng trong SieuThi_SRC ..................................... 68 Bảng 4.2. Số bản ghi của các bảng trong SieuThi_DW ...................................... 69 Bảng 4.3. Số bản ghi của các bảng trong SieuThi_DM ...................................... 69 6 LỜI MỞ ĐẦU Việc xây dựng kho dữ liệu phục vụ cho phân tích và báo cáo của các doanh nghiệp sẽ là xu thế tất yếu trong những năm tới ở Việt nam. Thực ra, kho dữ liệu đã được áp dụng khá phổ biến tại các nước phát triển như Mỹ, Úc, Đức, Nhật... Tại Việt nam thì cho đến nay kho dữ liệu cũng đã được bắt đầu áp dụng cho một số ngành đi tiên phong trong lĩnh vực CNTT như Ngân hàng, Tài chính và Bưu chính Viễn thông. Nhưng nhìn chung số lượng doanh nghiệp có kho dữ liệu là chưa nhiều, vì các doanh nghiệp vẫn đang phải ưu tiên phần mềm phục vụ tác nghiệp như kế toán, nhân sự, tiền lương, bán hàng, đặt hàng, hoạch định doanh nghiệp, phần mềm lõi, phần mềm quản lý quan hệ khách hàng... Nhưng trong vài năm tới, khi các phần mềm tác nghiệp đã được áp dụng phổ biến và chạy ổn định thì việc làm thế nào để khai thác được khối dữ liệu tác nghiệp đã có một cách hiệu quả nhất là điều mà các doanh nghiệp sẽ rất quan tâm. Nhận thấy được xu thế này, nên tên đề tài đã được đăng ký là “Nghiên cứu giải pháp kho dữ liệu trong SQL Server 2008 và áp dụng trong Thương mại” cho luận văn tốt nghiệp. Hy vọng đây là cơ hội tốt để nghiên cứu và tìm hiểu tổng quan về kho dữ liệu và qui trình xây dựng nó, để nghiên cứu các giải pháp công nghệ cho kho dữ liệu của Microsoft nói chung và của SQL Server 2008 nói riêng, và cuối cùng là việc áp dụng những gì nghiên cứu được để xây dựng thử nghiệm kho dữ liệu cho bài toán thực tế trong lĩnh vực thương mại. Nhờ sự giúp đỡ của bạn bè mà một phần dữ liệu để thử nghiệm và một số yêu cầu về kho dữ liệu của siêu thị bán lẻ T-Mart đã được thu thập. Vì vậy, bài toán áp dụng thử nghiệm là xây dựng kho dữ liệu cho siêu thị T-Mart. Ngoài phần mở đầu, phần kết luận, nội dung luận văn được chia thành 4 chương như sau: Chương 1. Tổng quan về kho dữ liệu, chương này trình bày một cách tổng thể về các khái niệm kho dữ liệu, cấu trúc kho dữ liệu, qui trình xây dựng kho dữ liệu, và cách thức khai thác kho dữ liệu. Chương 2. Tìm hiểu công nghệ kho dữ liệu trong SQL Server, chương này trình bày giải pháp công nghệ kho dữ liệu của Microsoft, mà đặc biệt là của SQL Server 2008. Ngoài ra cũng trình bày một số công cụ được sử dụng trong việc xây dựng kho dữ liệu như: SSIS dùng cho tích hợp, SSRS dùng cho báo cáo, SSAS dùng cho phân tích dữ liệu và SSMS dùng cho việc theo dõi và quản lý. Chương 3. Xây dựng kho dữ liệu siêu thị, chương này chủ yếu tập trung trình bày những gì liên quan đến việc xây dựng kho dữ liệu siêu thị. Nội dung bao gồm phạm vi và yêu cầu bài toán, cấu trúc dữ liệu nguồn và đích, chi tiết các gói tích hợp dữ liệu cài 7 đặt bởi SSIS, chi tiết khối dữ liệu cài đặt bởi SSAS và cuối cùng các mẫu các báo cáo và phân tích nhằm khai thác kho dữ liệu. Chương 4. Kết quả cài đặt thử nghiệm. Chương này tóm tắt các phần đã được cài đặt và chạy thử nghiệm như: dữ liệu nguồn và đích, thời gian chạy các gói tích hợp, thời gian cập nhật khối dữ liệu, thời gian đáp ứng khi phân tích, và các mẫu phân tích và báo cáo. Phần kết luận trình bày tổng hợp các kết quả thực hiện luận văn cũng như các phần cần mở rộng khi áp dụng cho thực tế. 8 Chương 1. TỔNG QUAN VỀ KHO DỮ LIỆU 1.1. Các khái niệm 1.1.1. Kho dữ liệu Định nghĩa: kho dữ liệu (Data Warehouse - DW) là tuyển tập các CSDL tích hợp, hướng chủ đề, được thiết kế để hỗ trợ cho chức năng trợ giúp quyết định, mà mỗi đơn vị dữ liệu đều liên quan tới một khoảng thời gian cụ thể. [1] Thực ra, cũng có nhiều định nghĩa về kho dữ liệu khác nhau, nhưng tất cả đều hướng đến mục đích là hỗ trợ cho chức năng trợ giúp quyết định. Ngoài việc chứa đựng một CSDL quan hệ, kho dữ liệu còn bao gồm các bước tích hợp dữ liệu, công nghệ OLAP, các công cụ phân tích, và các ứng dụng cho việc thu thập và cung cấp dữ liệu tới người sử dụng 1.1.2. Mục đích của kho dữ liệu Mục tiêu chính của kho dữ liệu là nhằm đáp ứng các vấn đề cơ bản sau: Tích hợp dữ liệu từ nhiều nguồn khác nhau; Nâng cao chất lượng dữ liệu bằng các phương pháp làm sạch và tinh lọc dữ liệu theo những hướng chủ đề nhất định; Sử dụng cho các hệ thống hỗ trợ quyết định, các hệ thống thông tin tác nghiệp hoặc hỗ trợ cho các truy vấn đặc biệt. 1.1.3. Đặc tính của kho dữ liệu Kho dữ liệu có các đặc tính như Hình 1.1, gồm bốn đặc tính sau: Hình 1.1. Đặc tính của kho dữ liệu 9 Hướng chủ đề; Tính tích hợp; Tính ổn định; Tính lịch sử hay có biến thời gian. 1.1.3.1. Hướng chủ đề Kho dữ liệu được tổ chức xung quanh các chủ đề chính như khách hàng, tài chính, bán hàng, mua hàng... tập trung vào việc mô hình hóa và phân tích dữ liệu cho những người đưa ra quyết định, mà không tập trung vào các hoạt động xử lý tác nghiệp hàng ngày. Nội dung dữ liệu được lưu trữ trong kho dữ liệu và CSDL tác nghiệp cũng khác nhau: Kho dữ liệu không lưu trữ dữ liệu chi tiết, chỉ cần lưu trữ những dữ liệu có tính tổng hợp phục vụ chủ yếu cho quá trình phân tích nhằm trợ giúp ra quyết định. CSDL tác nghiệp lại cần những dữ liệu chi tiết, phục vụ trực tiếp cho những yêu cầu xử lý theo các chức năng của lĩnh vực ứng dụng hiện thời. Do vậy mối quan hệ của dữ liệu trong những hệ thống này cũng khác, đòi hỏi phải có tính chính xác và có tính thời sự. 1.1.3.2. Tính tích hợp Tính tích hợp được thể hiện bằng việc tích hợp dữ liệu từ các nguồn dữ liệu hỗn tạp khác nhau. Các kỹ thuật làm sạch và tích hợp dữ liệu được áp dụng để đảm bảo sự đồng nhất trong các quy ước tên, cấu trúc mã hóa, các đơn vị đo thuộc tính giữa các nguồn khác nhau. Kho dữ liệu phải đưa các dữ liệu từ các nguồn khác nhau về định dạng phù hợp. Ngoài ra cũng cần phải giải quyết những vấn đề như xung đột tên và mâu thuẫn giữa các đơn vị đo. 1.1.3.3. Tính ổn định Tính ổn định thể hiện ở chỗ dữ liệu trong kho dữ liệu chỉ đọc và khai thác, không được sửa đổi bởi người sử dụng đầu cuối. Nó chỉ cho phép thực hiện hai thao tác cơ bản: Nạp dữ liệu vào kho dữ liệu Truy cập dữ liệu từ kho dữ liệu Thông tin trong kho dữ liệu được nạp vào sau khi dữ liệu trong hệ thống tác nghiệp đã xong giao dịch. Tính không biến động thể hiện ở chỗ dữ liệu được lưu trữ lâu dài trong kho dữ liệu. Mặc dù có thêm dữ liệu mới nhập vào nhưng dữ liệu cũ 10 trong kho vẫn không bị xoá và sửa đổi, điều đó cho phép cung cấp thông tin về một khoảng thời gian dài, cung cấp đủ số liệu cần thiết cho các mô hình nghiệp vụ phân tích, dự báo. Tuy nhiên, trong thực tế nếu các bảng dữ liệu có kích thước quá lớn thì cũng phải có kế hoạch để lưu trữ bớt các dữ liệu trong quá khứ, thời gian có thể sau 5-10 năm tuỳ theo yêu cầu nghiệp vụ báo cáo liên quan. Sau khi lưu trữ dữ liệu cũ thì có thể xoá đi hoặc lưu trữ sang chỗ khác để giảm bớt dung lượng cần cho việc lưu trữ và tăng tốc độ truy cập. 1.1.3.4. Tính lịch sử Tính lịch sử thể hiện rằng yếu tố thời gian luôn được lưu trữ trong kho dữ liệu. Kho dữ liệu thường chứa một khối lượng lớn dữ liệu trong quá khứ, dữ liệu được lưu trữ thành hàng loạt các bản chụp ảnh, mỗi bản ghi phản ánh giá trị của dữ liệu tại một thời điểm nhất định. Điều này cho phép người sử dụng có thể lấy lại dữ liệu lịch sử và so sánh dữ liệu cho các giai đoạn khác nhau. Yếu tố thời gian đóng vai trò như một phần của khoá để đảm bảo tính duy nhất của một hàng và cung cấp đặc trưng về thời gian cho dữ liệu. 1.1.4. Phân biệt kho dữ liệu với cơ sở dữ liệu tác nghiệp Trên cơ sở các đặc trưng của kho dữ liệu thì có thể phân biệt kho dữ liệu với những CSDL tác nghiệp như sau: Kho dữ liệu được xây dựng theo hướng chủ đề, nó được thực hiện theo ý đồ của người sử dụng đầu cuối. Kho dữ liệu thường quản lý một khối lượng lớn thông tin hơn so với CSDL tác nghiệp. Kho dữ liệu có thể lưu trữ các thông tin tổng hợp theo một chủ đề nghiệp vụ nào đó sao cho tạo ra các thông tin phục vụ hiệu quả cho việc phân tích của người sử dụng. Kho dữ liệu thông thường chứa các dữ liệu lịch sử kết nối nhiều năm của các thông tin tác nghiệp, khác với dữ liệu trong CSDL tác nghiệp thường là mới, có tính thời sự trong khoảng thời gian ngắn. Kho dữ liệu chỉ chứa các dữ liệu của CSDL tác nghiệp mà đã được chắt lọc và tổng hợp, chỉ chứa những dữ liệu cần thiết cho công tác quản lý hay trợ giúp quyết định. 11 1.2. Kiến trúc kho dữ liệu Kiến trúc đầy đủ của kho dữ liệu bao gồm năm tầng như Hình 1.2 bên dưới. Nhưng thực tế không phải lúc nào cũng cần có đầy đủ cả năm tầng này. Tầng Staging Area và Data Mart có thể bỏ đi tùy theo yêu cầu cụ thể của từng dự án. Hình 1.2. Kiến trúc kho dữ liệu 1.2.1. Nguồn dữ liệu Nguồn dữ liệu cho kho dữ liệu có thể một trong các dạng sau: CSDL của các phần mềm ứng dụng hoặc của các hệ thống tác nghiệp được lưu trữ bởi một hệ quản trị CSDL như Oracle, SQL Server, Access, DB2… Các tập tin phẳng, các tập tin nhật ký, bảng tính Excel… 1.2.2. Kho dữ liệu Kho dữ liệu hay còn gọi là kho dữ liệu mức doanh nghiệp là thành phần chứa dữ liệu lịch sử của nhiều chủ đề khác nhau, nó bao gồm cả dữ liệu thô và dữ liệu đã được tổng hợp ở một mức thấp. Cụ thể như sau: Dữ liệu thô: đây là phần chứa toàn bộ dữ liệu ở mức chi tiết nhất được lấy từ dữ liệu nguồn sau khi đã loại bỏ những dữ liệu không cần thiết và biến đổi chúng, trong phần này dữ liệu thường vẫn được tổ chức tuân theo chuẩn 3NF (Third Normal Form). Dữ liệu tổng hợp: đây là phần chứa dữ liệu ở mức tổng hợp hơn, được nhóm theo một số chiều nhất định, tùy theo mục đích cụ thể của từng tổ chức mà tạo ra các bảng tổng hợp khác nhau. Các bảng dữ liệu tổng hợp 12 này thường tổ chức phi chuẩn và được dùng cho mục đích phân tích báo cáo cũng như đầu vào dữ liệu cho việc xây dựng các kho dữ liệu chuyên biệt. 1.2.3. Kho dữ liệu chuyên biệt Kho dữ liệu chuyên biệt là thành phần chứa dữ liệu tổng hợp theo một chủ đề nào đó như bán hàng, tồn kho, đặt hàng, thu nợ... nhằm phục vụ cho việc truy vấn, báo cáo và phân tích dữ liệu một cách dễ dàng và nhanh chóng có kết quả. Trong thành phần này mô hình dữ liệu thường được tổ chức dưới dạng lược đồ hình sao, bao gồm bảng dữ liệu thống kê nằm ở trung tâm gọi là bảng sự kiện và các chiều thống kê gọi là bảng chiều nằm ở xung quanh. Ví dụ: lược đồ hình sao về bán hàng như Hình 1.3 ở dưới. Hình 1.3. Ví dụ về lược đồ hình sao 1.2.4. Kho siêu dữ liệu Kho siêu dữ liệu là thành phần chứa dữ liệu định nghĩa về cấu trúc kho dữ liệu, định nghĩa về các công việc (Job) cho quá trình tích hợp, chứa các dữ liệu về người sử dụng và quyền hạn... Nó có thể được lưu trữ trong một cơ sở dữ liệu quan hệ hoặc dưới dạng hệ thống tập tin có cấu trúc. 1.2.5. Vùng chứa tạm Vùng chứa tạm là thành phần chứa dữ liệu trung gian phục vụ cho quá trình tích hợp dữ liệu được hiệu quả hơn, nó không có ý nghĩa với người dùng đầu cuối. Vùng 13 dữ liệu tạm có thể được lưu trữ trong một cơ sở dữ liệu quan hệ hoặc dưới dạng hệ thống tập tin phẳng. 1.2.6. Người dùng Người dùng sẽ sử dụng các công cụ để khai thác kho dữ liệu, các công cụ này có thể chạy trên nền web hoặc desktop. Các công việc khai thác kho dữ liệu bao gồm: truy vấn, phân tích, báo cáo và khai phá dữ liệu. Việc thực hiện phân tích số liệu có thể thực hiện như ví dụ ở Hình 1.4 bên dưới. Hình 1.4. Ví dụ phân tích dữ liệu bởi người dùng 1.3. Qui trình xây dựng kho dữ liệu 1.3.1. Qui trình xây dựng kho dữ liệu Việc xây dựng và phát triển kho dữ liệu là một việc không đơn giản, nó đòi hỏi phải có một phương pháp tiếp cận thích hợp. Hiện nay có nhiều cách tiếp cận khác nhau nhưng đều dựa trên ba kiểu cơ bản sau: Tiếp cận theo hướng tăng dần Tiếp cận theo hướng từ trên xuống Tiếp cận theo hướng từ dưới lên Mỗi cách tiếp cận đều có các ưu và nhược điểm riêng, cách tiếp cận như Hình 1.5 sau đây là một phương pháp tiếp cận phổ biến hiện nay. 14 Hình 1.5. Qui trình xây dựng kho dữ liệu Như vậy, để xây dựng và phát triển kho dữ liệu cần phải thực hiện các công việc cơ bản sau: Lập kế hoạch xây dựng kho dữ liệu: kết quả là phải đưa ra được tập các yêu cầu cho việc xây dựng kho dữ liệu và kế hoạch thực hiện. Phân tích yêu cầu người sử dụng: để tập hợp được tất cả các yêu cầu của người sử dụng. Xây dựng mô hình kho dữ liệu: định nghĩa mô hình nghiệp vụ, tạo mô hình logic và tạo mô hình dữ liệu vật lý. Lập kế hoạch cài đặt vật lý: bao gồm việc lựa chọn kiến trúc tính toán cho hệ thống máy chủ phục vụ cho kho dữ liệu và lập kế hoạch lưu trữ dữ liệu. Xây dựng qui trình tích hợp cho kho dữ liệu: xây dựng ra các công việc để thực hiện việc tích hợp dữ liệu từ nguồn vào kho dữ liệu. Quản trị kho dữ liệu: cài đặt đưa vào sử dụng kho dữ liệu, quản lý khai thác và cập nhật dữ liệu liên tục cho kho dữ liệu. 1.3.2. Chi tiết các bước xây dựng kho dữ liệu 1.3.2.1. Lập kế hoạch xây dựng kho dữ liệu Việc lập kế hoạch xây dựng kho dữ liệu bao gồm các nội dung cơ bản sau: Lập kế hoạch tài chính: phải ước lượng được tổng chi phí cần đầu tư cho việc xây dựng và phát triển kho dữ liệu cũng như ai là người cung cấp và quản lý chi phí. 15 Lập kế hoạch về nghiệp vụ: phải định nghĩa được các mục đích nghiệp vụ mà kho dữ liệu sẽ mang lại, định nghĩa các chủ đề mà kho dữ liệu sẽ hướng đến. Lập kế hoạch về kỹ thuật: phải xác định được yêu cầu kỹ thuật để đáp ứng cho kho dữ liệu. Bao gồm bản thiết kế kiến trúc tổng thể của kho dữ liệu, mô tả các chức năng của từng thành phần cấu thành nên kho dữ liệu, yêu cầu cụ thể về phần mềm, phần cứng và các tài nguyên mạng, sự ước lượng về hiệu năng và kích cỡ của chúng. 1.3.2.2. Xác định các yêu cầu khai thác thông tin từ kho dữ liệu Mục đích chính của việc xây dựng và phát triển kho dữ liệu là phục vụ cho vai trò khai thác thông tin của người dùng, vì vậy việc xác định được yêu cầu khai khác thông tin của người sử dụng là rất quan trọng và nó là căn cứ để đánh giá mức độ thành công của kho dữ liệu. Công việc này bao gồm các nội dung cơ bản sau: Xác định các dạng người sử dụng của kho dữ liệu: thông thường có bốn dạng người sử dụng kho dữ liệu là lãnh đạo, quản lý phòng ban, chuyên viên phân tích và cán bộ tin học. Xác định tập hợp các yêu cầu của người sử dụng: xác định các nghiệp vụ, các thuộc tính các phân cấp mà nguời dùng cần khai thác Xác định yêu cầu khai thác thông tin của người sử dụng: xác định các mức độ yêu cầu phân tích là tổng hợp, chi tiết, bất thường… cũng như cách thức khai thác. Xác định các công việc quản lý việc khai thác của người sử dụng: yêu cầu cho việc truy cập và khai thác thông tin của người sử dụng phải được quản lý sao cho vừa đảm bảo được tính dễ dàng cho người dùng nhưng vẫn vừa đảm bảo được tính an toàn và bảo mật của hệ thống. 1.3.2.3. Xây dựng mô hình kho dữ liệu Việc xây dựng mô hình kho dữ liệu sẽ được thực hiện qua bốn bước cơ bản sau: Xác định mô hình nghiệp vụ; Tạo mô hình logic; Tạo mô hình mức tổng hợp; Tạo mô hình vật lý. Tuần tự các bước được thể hiện trong Hình 1.6 bên dưới. 16 Hình 1.6. Các bước xây dựng mô hình kho dữ liệu Việc xác định mô hình nghiệp vụ dựa trên các bước sau: Xác định các yêu cầu nghiệp vụ. Xác định các đại lượng tính toán như số lượng, thành tiền, khuyến mãi... Xác định các chiều dữ liệu như hàng hoá, khách hàng, kênh bán hàng, vùng miền, thời gian... Xác định các định nghĩa nghiệp vụ và các qui tắc nghiệp vụ. Xác định nguồn dữ liệu chính: nguồn dữ liệu có liên quan đến các nghiệp vụ cần thiết cho kho dữ liệu. Xác định nguồn dữ liệu khác: nguồn dữ liệu từ bên ngoài, dữ liệu không phải dạng CSDL quan hệ. Tạo mô hình logic: thực hiện sau khi xác định được các chủ đề cho kho dữ liệu thì cần xác định mô hình logic của kho dữ liệu. Có ba loại kiểu mô hình thường dùng cho kho dữ liệu là: mô hình chuẩn hoá, mô hình phi chuẩn hoá và mô hình hình sao. Chi tiết cho từng mô hình như sau: Mô hình chuẩn hoá: tức là dữ liệu được tổ chức theo chuẩn, thường là theo chuẩn 3NF giống như khi tổ chức dữ liệu trong OLTP. Mô hình phi chuẩn: dữ liệu được lưu trữ đầy trong các bảng. Mục đích là phi chuẩn hoá các bảng để thêm hầu hết các cột được truy nhập vào một 17 bảng chung để tránh việc kết hợp các bảng lại với nhau nhằm tăng tốc độ truy vấn và dễ dàng thực hiện truy vấn. Mô hình hình sao: dữ liệu được tổ chức thành các sơ đồ hình sao gồm có một bảng sự kiện nằm ở trung tâm và các bảng chiều nằm ở xung quanh. Bảng sự kiện chứa các đại lượng tính toán và các trường tham chiếu tới các bảng chiều. Tạo mô hình mức tổng hợp: mô hình này chứa các loại bảng dữ liệu sau: Bảng tổng hợp: chứa dữ liệu tổng hợp ở mức cao thường là tổng hợp dữ liệu từ bảng sự kiện theo một hoặc vài chiều. Bảng tính trước: chứa dữ liệu đã được tính toán sẵn nhằm phục vụ cho mục đích khai thác nào đó, thường dữ liệu cho các bảng bày không cho phép lên mức cao hơn nữa và để có được dữ liệu này phải thực hiện việc tính toán phức tạp. Bảng kiểu chụp ảnh: các bảng dữ liệu này chứa dữ liệu gắn chặt với yếu tố thời gian, giống như việc chụp ảnh, tại các thời điểm khác nhau thì tập dữ liệu cũng khác nhau. Các bảng này thường chứa các tập dữ liệu được lặp lại theo các chu kỳ khác nhau như ngày, tuần, tháng năm… Ví dụ: bảng chứa số dư của từng loại tiền theo ngày, bảng chứa số lượng khách hàng đang ở trạng thái hoạt động theo từng vùng và theo từng ngày, các bảng này được sinh ra tuỳ theo yêu cầu khai thác dữ liệu. Hình 1.7 bên dưới là ví dụ về mô hình mức tổng hợp. Hình 1.7. Ví dụ về các bảng tổng hợp Tạo mô hình vật lý: đây chính là bước chuyển đổi từ mô hình logic sang mô hình vật lý, tức là thực hiện cài đặt các bảng dữ liệu lên một cơ sở dữ liệu cụ thể. Các công việc phải làm trong bước này bao gồm: 18 Định nghĩa qui ước đặt tên và các chuẩn qui định chung cho kho dữ liệu. Ví dụ: tên bảng chiều thì bắt đầu bằng tiền tố DIM_, tên bảng sự kiện thì bắt đầu bằng FACT_, tên index thì bắt đầu bằng IDX_. Thiết lập các chỉ mục: cho mục đích thực hiện truy vấn được nhanh hơn. Thiết lập các phân vùng: cho mục đích truy vấn được nhanh và dễ bảo trì kho dữ liệu sau này. Cấu hình tối ưu cho kho dữ liệu: bằng cách thiết lập các tham số cho CSDL để tăng hiệu năng thực hiện truy vấn và đảm bảo an toàn cho kho dữ liệu. Cấu hình cho kho dữ liệu chạy ở chế độ song song. 1.3.2.4. Lập kế hoạch cài đặt vật lý Việc cài đặt vật lý cho kho dữ liệu cũng cần được xem xét một cách kỹ lưỡng khi tiến hành xây dựng kho dữ liệu, nó bao gồm nhiều công việc khác nhau như chuẩn bị cơ sở hạ tầng mạng máy tính, máy chủ, thiết bị lưu trữ, thiết bị sao lưu, thiết bị bảo mật... Nhưng chủ yếu sẽ tập trung vào hai yếu tố quan trọng khi cài đặt vật lý là: chọn lựa mô hình vật lý và lập giải pháp lưu trữ cho kho dữ liệu. Chọn lựa mô hình vật lý: việc xác định mô hình vật lý thường theo một trong các mô hình phổ biến sau: Mô hình SMP (Symmetric Multi-Processing): tức là kiến trúc mà nhiều CPU trên cùng một máy chủ cùng chia sẻ một bộ nhớ và hệ thống đĩa, chi tiết như Hình 1.8 bên dưới. Hình 1.8. Mô hình SMP Mô hình Cluster: là mô hình mà gồm có nhiều máy chủ được nối với nhau thành một khối thống nhất và cùng chia sẻ chung hệ thống đĩa ngoài, như Hình 1.9, cùng tham gia vào xử lý các công việc với nhau. Ở góc độ người dùng có thể xem các máy chủ này tương đương như một máy chủ. Các máy chủ này thường được nối với nhau thông qua một thiết bị hỗ trợ băng thông rộng.
- Xem thêm -

Tài liệu liên quan