Повышение эффективности систем поддержки принятия решений на основе многомерных хранилищ данных

Поставлена научная задача исследования: разработка моделей и алгоритмов для методики построения адаптивных СППР, способных обеспечить эффективность их использования, заключающейся в увеличении количества обрабатываемых в единицу времени запросов за счёт адаптации внутренней структуры СППР. 1.3 Анализ системных связей в сервис-ориентированной архитектуре адаптивной системы поддержки принятия решений В данном разделе 1.3 поставлена задача установить в процессе системного ана-лиза системообразующие компоненты (уровни) архитектуры адаптивной СППР, свя-зи и отношения между этими компонентами. ХД является предметно-ориентированной информационной БД, специально разработанной и предназначенной для подготовки отчётов и анализа с целью под-держки принятия решений в организации. Строится на базе СУБД и СППР. Задачи интеллектуального анализа интегрированных данных различаются по уровню сложности. Обобщенная концептуальная схема ХД, представленная на ри-сунке 1.5 [5], имеет трехуровневую архитектуру (источники данных — хранилище данных — отчёты) и иллюстрирует зависимость архитектуры ХД от доступности и структуры основной БД. На третьем уровне (визуализация, отчёты) могут также рас-полагаться предметно-ориентированные витрины данных (ВД). СППР может иметь независимые ВД, не входящие в архитектуру ХД [5]. В целях повышения оперативности обработки данных допускаются ненормали-зованные отношения, трехуровневая архитектура ХД представляется гиперкубом данных [30]. Широко распространенные трехуровневые архитектуры ХД и гиперкубы, осно-ванные на трехуровневой архитектуре, не могут описывать задачи современных ХД, характеризующихся большим объёмом обрабатываемых данных разных форматов (до миллиона запросов в день). Архитектура ХД должна отражать средства интеграции данных с другими источниками; производительности; трансформации данных; исто-рии получения данных; чистоты данных. Широко использующиеся при о...