Sisteme Informaționale și Aplicații Informatice

Introducere

Secolul XXI cunoaşte o tot mai mare nevoie de simplificare a operaţiunilor necesare a se efectua zilnic, de îndeplinire a tot mai multor sarcini în timp record s-ar putea chiar spune, de facilitare a rezolvării şi soluţionării demersurilor oricărei activităţi cotidiene şi nu numai. O simplă privire aplicată pe operaţiunile obligatorii ce se cer a fi efectuate de orice cetăţean de rând ne trimite, involuntar, cu gândul la găsirea unor soluţii care să uşureze, până la aproximativ eliminare, a daunelor de orice fel cauzate de rezolvarea acestora. În mod principal societatea umană este presată de rezolvarea sarcinilor contra timp, fie că este vorba de cele din planul personal cât mai ales de cele din plan profesional.

Societatea umană funcţionează atât pe plan profan cât şi electronic, iar cel de-al doilea plan tinde a se diversifica şi de a câştiga tot mai mult teren prin soluţiile practice şi necostisitoare din punct de vedere al timpului acordat, creîndu-se astfel o lume virtuală în care ne transferăm identităţile şi cu ajutorul căror se centralizează informaţiile vitale atât pentru noi cît şi pentru instituţiile statului şi cele private.

În vederea facilitării accesului la informaţie se necesită realizarea unor baze de date care să conţină informaţii pertinente şi necesare pentru buna desfăşurare a activităţilor de orice tip. Prin introducerea acestor informaţii în aceste baze de date se simplifică accesul la ele, astfel realizându-se un surplus de eficienţă şi o bună gestionare a timpului.

Pentru ca la aceste informaţii să aibă acces toţi solicitanţii, în măsura în care accesul lor la acestea este benefic pentru ambele părţile, datele acumulate sunt stocate în aşa numitele depozite de date, echivalentul real al depozitelor, arhivelor în care se stochează atât date cât şi mărfuri.

Depozitul de date este piesa centrală în orice sistem inteligent din domeniul Business Intelligence. Un depozit de date (data warehouse) este o bază de date foarte mare, construită prin metode specifice din datele operationale păstrate de o organizaţie/companie. Rostul unui astfel de depozit este de a oferi cunostinţe: datele sunt prelucrate şi analizate prin diverse metode ce ţin de domeniul inteligenţei artificiale, obţinându-se informaţii utile în managementul organizaţiei, în conceperea de planuri şi strategii, şi altele.

Conform unor studii recente, depozitele de date au devenit, la sfârşitul anilor 1990, una dintre cele mai importante dezvoltări din domeniul sistemelor informaţionale. Depozitele de date sunt produsul mediului economic şi al tehnologiilor avansate. Pe de o parte, mediul economic este tot mai competitiv, global şi complex, şi solicită informaţii elaborate pentru sprijinirea deciziilor strategice, iar, pe de alta parte, evoluţiile tehnologiilor informaţionale oferă soluţii eficiente de gestionare a unor volume mari de date integrate, asigurând niveluri de sinteză adecvate.

Depozitele de date furnizează arhitecturi şi instrumente utile conducerii executive prin organizarea sistematică, întelegerea şi utilizarea datelor în luarea deciziilor strategice. Multă lume îşi dă seama că în condiţiile competiţiei sporite din fiecare industrie, depozitele de date sunt armele care trebuie marketingului, reprezentând calea de a păstra clienţii.

Primele domenii care au adoptat tehnologia depozitelor de date au fost telecomunicaţiile, băncile şi comerţul cu amănuntul. Ulterior depozitele de date au pătruns şi în alte domenii cum ar fi industria farmaceutică, sistemul sanitar, asigurări, transporturi, etc. Uneori investiţiile în aceste depozite de date nu se finalizează cu succes. Motivaţiile cele mai des întâlnite pentru eşecul unor data warehouse includ susţinerea insuficientă din partea conducerii organizaţiei, fondurile insuficiente şi politici organizaţionale defectuoase.

Palo Alto Management Group previziona înca din 1998 că piaţa data warehouse va ajunge la 113.5 miliarde USD în 2002, incluzând aici vânzarile de sisteme data warehouse, software adecvat şi servicii. Industria data warehouse s-a dezvoltat continuu în termeni de investiţii, produse disponibile şi proiecte elaborate. Se apreciază că aproximativ 90% din companiile multinaţionale au implementate depozite de date sau lucrează la dezvoltarea unor proiecte data warehouse. Depozitele de date sunt produsul mediului economic şi al tehnologiilor avansate. Pe de o parte, mediul economic este tot mai competitiv, global şi complex şi solicită informaţii elaborate pentru sprijinirea deciziilor strategice iar, pe de altă parte, evoluţiile tehnologiilor informaţionale oferă soluţii eficiente de gestionare a unor volume mari de date integrate, de ordinul terabytes-ilor, asigurând niveluri de sinteză/detaliere adecvate. Astfel evoluţiile performante din hardware cum sunt sistemele de procesări masive paralele (Massive Parallel Processing - MPP), sistemele de multiprocesare simetrică (symetric multi-processing-SPM), sistemele tip baze de date paralele fac posibile încărcarea, întreţinerea şi accesul la baze de date de dimensiuni uriaşe.

În acestă lucrare am încercat să sintetizez şi să evidenţiez proprietăţile unui Data Warehouse, să urmăresc procedeele legate de construirea unei asemenea unelte, să descriu metode de utilizare, exploatare şi întreţinere. Sunt prezentate noţiunile de bază din domeniul data warehouse (definirea conceptului şi a altor noţiuni înrudite – data warehousing, data mart, metadate specifice). Urmează apoi descrierea tiparelor de constructie a unui DW, clasificarea acestora, prezentare metodelor de implementare şi a modelelor specifice de date (date multidimensionale – “cubul de date”, scheme de organizare a datelor: “stea”, “fulg de zăpadă”, “constelaţie”). Sunt tratate procesele şi tehnicile de construire a unui depozit de date, procese numite ETL (Extraction Transformation Loading). Sunt detaliate procesele de extragere şi transformare a datelor provenite din diverse surse, acestea fiind cele mai complexe etape în construcţia unui depozit de date.

Aplicaţiile data warehouse sunt în masură să asigure şi un timp mediu de raspuns extrem de scurt pentru categorii extinse de utilizatori.