Verİ AmbarI Ve Olap Teknolojİsİ

... konulu sunumlar: "Verİ AmbarI Ve Olap Teknolojİsİ"— Sunum transkripti:

1 Verİ AmbarI Ve Olap Teknolojİsİ

2 İçerİk Veri Ambarı Nedir? Çok boyutlu veri modeli Veri ambarı mimarisi Veri ambarı uygulaması Veri ambarından veri madenciliğine Veri Madenciliğine Giriş

3 Verİ AmbarI Nedİr? Organizasyonun işlemsel veri tabanından ayrı olarak düşünülen bir karar destek veri tabanıdır. “Veri ambarı özneye dayalı, bütünleşmiş, zaman dilimli ve yöneticinin karar verme işleminde yardımcı olacak biçimde toplanmış olan değişmeyen veriler topluluğudur. ” —W. H. Inmon Veri Madenciliğine Giriş

4 Data Warehouse—Özneye DayalI
Bir veri ambarı, tüketici, tedarikçi firma, ürün ve satış gibi önemli özneler etrafında kurulur. Veri ambarı bir organizasyonun her güne ait işleri ve hareket işleme faaliyetleri üzerinde yoğunlaşmak yerine karar verecek kimseler için veriye ait modelleme ve analiz üzerinde yoğunlaşır. Veri ambarları karar destek sürecinde faydalı olmayan veriyi dışarıda tutarak basit ve öz bir bakış sağlar. Veri Madenciliğine Giriş

5 Data Warehouse—Tümleşİk
Bir veri ambarı genellikle ilişkisel veri tabanları, dosyalar ve çevrim içi işlem kayıtları gibi çeşitli farklı türde (heterojen) dosyaları bütünleştirerek oluşturulur. Veri temizleme ve veri tümleme teknikleri, isimlendirmede, şifreleme yapılarında, nitelik ölçütlerinde ve benzeri konularda tutarlılığı garantilemek için uygulanır. Veri Madenciliğine Giriş

6 Data Warehouse—Zaman dİlİmlİ
Veriler tarihi bir bakış açısından bilgi sağlamak için depolanır(örn: 5-10 yıllık geçmiş içerisinden). Veri ambarı içerisinde her anahtar yapı zamanın bir elemanı olarak ya kesinlik ya da açıklık içerir. Veri Madenciliğine Giriş

7 Data Warehouse—Değİşmeyen
Veri ambarı hareket işlemeyi, geri almayı, ve rastlantısal kontrol mekanizmalarını gerektirmez. Veriye erişim için çoğunlukla sadece iki işlem gerektirir: verinin ilk yüklemesi verinin erişimi Veri Madenciliğine Giriş

8 Özetle Veri ambarı stratejik kararları verme konusunda bir kurumun ihtiyacı olan bilgiyi depolayan karar destek veri modelinin fiziksel bir sunumu gibi çalışan, anlamsal olarak tutarlı bir veri deposudur. Veri ambarı aynı zamanda sıklıkla, yapısal ve/veya planlanmamış sorgular, analitik raporlar ve karar vermeyi desteklemek için çeşitli farklı türde kaynaklardan veriyi bütünleştirerek oluşturulan bir mimari olarak da görülür. Veri Madenciliğine Giriş

9 Veri AmbarlarI ve İşlemsel VerİtabanI Sİstemlerİ ArasIndaki Farklar
Çevrim içi işlemsel veri tabanları sistemlerinin önemli bir görevi, çevrim içi işlemeyi ve sorgulamayı gerçekleştirmektir. Bu sistemlere çevrim içi hareket işleme sistemleri (on-line transaction processing OLTP) denir. Bu sistemler bir organizasyona ait alım, envanter, imal-yapım, bankacılık, ücret bordrosu, kayıt ve hesaplama gibi bir organizasyona ait günlük işlemlerin çoğunu karşılamaktadır. Diğer bir yandan veri ambarı sistemleri kullanıcılara veya bilgi çalışanlarına, veri analizi ve karar verme rolü içerisinde hizmet eder. Böyle sistemler, farklı kullanıcıların çeşitli ihtiyaçlarına yer vermek amacıyla veriyi değişik formatlarda gösterebilir ve organize edebilir. Bu sistemler, çevrim içi analitik işleme sistemleri (on-line analytical processing OLAP) olarak bilinirler. Veri Madenciliğine Giriş

10 OLTP ve OLAP Kullanıcılar ve sistem yönelimi:
OLTP sistemi müşteri merkezlidir: Bilgi teknolojisi uzmanları, satıcılar ve müşteriler tarafından işlemsel bilgi ve sorgulama için kullanılır. OLAP sistemi pazar merkezlidir: Analistleri, uzmanları ve yöneticileri içine alan bilgi çalışanları tarafından veri analizi için kullanılır. Veri İçerikleri: OLTP sistemi, tipik olarak karar vermede kolayca kullanılmak için fazla detaylı olan güncel veriyi yönetir. Bir OLAP sistemi, büyük miktarlarda tarihi veriyi yönetir, özetleme ve toplamada kolaylıklar sağlar ve öğe boyutunda farklı seviyelerindeki bilgiyi saklar ve yönetir. Bu özellikler veriyi karar vermede kullanabilmek için daha kolay bir hale getirir. Veritabanı Tasarımı: OLTP sistemi genelde varlık-bağıntı (entity-relationship ER) veri modelini ve uygulama merkezli veritabanı tasarımını seçer. OLAP sistemi,tipik olarak ya yıldız yada kar tanesi modelini ve özne merkezli bir veri tabanı tasarımını tercih eder. Veri Madenciliğine Giriş

11 OLTP ve OLAP İnceleme: OLTP sistemi bir kurum veya bölüm içerisindeki bir güncel veriye, tarihi veriyi veya farklı organizasyonlardaki veriyi kapsamadan, temel olarak odaklanır. OLAP sistemi genellikle bir veritabanı şemasının çoklu versiyonlarını tararken, bir organizasyonun evrimsel sürecine bağlı olarak, aynı zamanda pek çok veri deposundan bilgi tümleme sonucunda kaynağı farklı organizasyonlardan başlayan bilgiyle ilgilenir. Büyük hacimlerinden dolayı, OLAP verileri çoklu saklama ortamlarında depolanır. Erişim Desenleri: OLTP sisteminin erişim desenleri temel olarak kısa, basit(atomik) işlem bilgilerden oluşur. Böyle bir sistem uyumluluk kontrolü ve kurtarma mekanizmaları gerektirir. Bununla birlikte, OLAP sistemlere erişim, pek çoğunun karmaşık sorgu olabilecek olmasına karşın çoğunlukla salt okunur işlemler (çoğu veri ambarının güncel bilgi yerine tarihi bilgiyi depolaması nedeniyle) şeklindedir. Veri Madenciliğine Giriş

12 OLTP vs. OLAP Veri Madenciliğine Giriş

13 Neden AyrI Bİr Verİ AmbarI Gereklİ Olsun?
DBMS: erişim yöntemleri, birinci anahtarı kullanarak indeksleme, özel kayıtları araştırma ve sorguları optimize etme gibi bilinen görev ve iş yüklerinden hareketle tasarlanır ve ayarlanır. Diğer tarafta, veri ambarı sorguları sıklıkla karmaşıktır. Özetlenmiş seviyelerdeki verilerin büyük gruplarının hesaplanması ile ilgilenir, ve özel veri organizasyonu, erişim ve çok boyutlu incelemeye dayanan sunum yöntemleri gerektirebilir. OLAP sorgusu sıklıkla, kümeleme ve özetleme için veri kayıtlarına salt okunur erişime ihtiyaç duyar. İşlemsel veritabanlarının veri ambarlarından ayrılması işlemi, bu iki sistem içerisindeki farklı yapılar, içerikler ve veri kullanımları üzerine kurulmuştur. Karar destek için tarihi bilgi gerekli iken, işlemsel veritabanları tipik olarak tarihi veriye bakmaz. Bu bağlamda, işlemsel veritabanlarındaki veri çok olmasına rağmen, karar verme için gereken tamlıktan uzaktır. Karar destek, heterojen kaynaklardan gelen verinin birleştirilmesine(kümeleme ve özetleme gibi) ve sonuç olarak yüksek kalitede, temiz ve tümleşik veriye ihtiyaç duyar. Karşıt olarak, işlemsel veritabanları sadece hareketler gibi analizden önce birleştirilmeye ihtiyacı olan ,detaylı ham veri içerirler. Veri Madenciliğine Giriş

14 İçerİk Veri Ambarı Nedir? Çok boyutlu veri modeli Veri ambarı mimarisi Veri ambarı uygulaması Veri ambarından veri madenciliğine Veri Madenciliğine Giriş

15 Tablodan Verİ Küplerİne Doğru
“Veri küpü nedir?” Veri küpü verinin çoklu boyutta modellenmesini ve incelenmesini sağlar. Boyutlar ve bilgiler ile tanımlanır. boyutlar, organizasyonun kayıtlarını tutmak istediği perspektifler veya varlıklar ile ilgilidir. Örnek olarak mağazanın zaman, adet, şube ve yer ile ilgili satış kayıtlarını tutmak için bir satış veri ambarı kurabilir. Bu boyutlar mağazaya, aylık satışların adedi, şubeleri ve parçaların satıldığı yerler gibi kayıtların izinin tutulmasına imkan verir. Her boyut, boyut tablosu denen, boyutu daha detaylı anlatan bir ilgili tabloya sahip olabilir. Örnek olarak, bir parça için boyut tablosu parça adı, marka ve tip niteliklerini içerebilir. Boyut tabloları kullanıcılar veya uzmanlar tarafından belirtilebilir veya veri dağıtımları temel alınarak otomatik olarak yaratılabilir ve uyarlanabilir. Veri Madenciliğine Giriş

16 Cube all time item location supplier 0-D(apex) cuboid 1-D cuboids
time,location time,supplier item,location item,supplier location,supplier time,item,supplier time,location,supplier item,location,supplier 0-D(apex) cuboid 1-D cuboids 2-D cuboids 3-D cuboids 4-D(base) cuboid time,item time,item,location time, item, location, supplier Veri Madenciliğine Giriş

17 Veri Madenciliğine Giriş

18 Veri Madenciliğine Giriş

19 Veri Madenciliğine Giriş

20 Veri Madenciliğine Giriş

21 Veri Madenciliğine Giriş

22 Verİ ambarlarInI modellemek
Veri ambarı için en popüler veri modeli, çok boyutlu modeldir. Çok boyutlu veri modeli yıldız şema, kar tanesi şema olgu takımyıldızı Veri Madenciliğine Giriş

23 Yıldız Şema En çok bilinen modelleme örneği İçerisinde veri ambarının içerdiği en önemli veri kısmını gereksiz fazlalık olmadan içinde bulunduran büyük bir merkezi tablo (olgu tablosu) her biri bir boyut için olmak üzere küçük yardımcı tablolar kümesi (boyut tabloları) bulunduran yıldız şemadır. Şema çizgesi, merkezi olgu tablosunun etrafında merkezden çıkan bir desen içerisinde gösterilen boyut tabloları ile, starburst yapısına benzer. Veri Madenciliğine Giriş

24 Örnek Yıldız Şema item branch time Sales Fact Table time_key item_key
day day_of_the_week month quarter year time item_key item_name brand type supplier_type item Sales Fact Table time_key item_key branch_key branch_key branch_name branch_type branch location_key street city state_or_province country location location_key units_sold dollars_sold avg_sales Measures Veri Madenciliğine Giriş

25 Kar Tanesİ Şema Kar tanesi şema, bazı boyut tablolarının normalize edildiği, bundan dolayı verinin ek tablolara doğru ileri bölündüğü, yıldız şema modelinin değişik bir biçimidir. Sonuç şema çizgesi kar tanesine yakın bir şekil oluşturur. Kar tanesi ve yıldız şema modelleri arasındaki önemli fark kar tanesi modelinde boyut tablolarının gereksiz fazlalıkları azaltmak için normalize edilmiş formda saklanabilir olmasıdır. Böyle bir tabloyu yönetmek kolay ve kayıt yerinden tasarruf etmeyi sağlar çünkü büyük bir boyut tablosu, boyutsal yapı olarak sütunlar içerdiğinde devasa hale gelebilir. Bunun yanında yerden kazanç sağlama, olgu tablosunun tipik büyüklüğü ile karşılaştırıldığında önemsizdir. Dahası kar tanesi yapısı, bir sorguyu işletmek için daha çok katılım gerekli olacağından, tarama-gözden geçirme performansının etkinliğini de düşürebilir. Sonuç olarak, sistem performansı ters biçimde etkilenebilir. Bundan dolayı, veri ambarı tasarımında kar tanesi şema, yıldız şema kadar popüler değildir. Veri Madenciliğine Giriş

26 Örnek Kartanesİ Şema item supplier branch time Sales Fact Table
time_key day day_of_the_week month quarter year time item_key item_name brand type supplier_key item supplier_key supplier_type supplier Sales Fact Table time_key item_key branch_key location_key street city_key location branch_key branch_name branch_type branch location_key units_sold city_key city state_or_province country dollars_sold avg_sales Measures Veri Madenciliğine Giriş

27 Olgu TakImyIldIzI Şema
Karmaşık uygulamalar boyut tablolarını paylaşmak için çoklu olgu tabloları gerektirebilir. Bu çeşit bir şema yıldızların toplamı olarak görülebilir ve bundan dolayı adına galaksi şema veya olgu takımyıldızı denir. Veri Madenciliğine Giriş

28 Örnek TakImyIldIzI Şema
time_key day day_of_the_week month quarter year time item_key item_name brand type supplier_type item Shipping Fact Table Sales Fact Table time_key item_key time_key shipper_key item_key from_location branch_key branch_key branch_name branch_type branch location_key to_location location_key street city province_or_state country location dollars_cost units_sold units_shipped dollars_sold avg_sales shipper_key shipper_name location_key shipper_type shipper Measures Veri Madenciliğine Giriş

29 Cube Definition Syntax (BNF) in DMQL
Cube Definition (Fact Table) define cube <cube_name> [<dimension_list>]: <measure_list> Dimension Definition (Dimension Table) define dimension <dimension_name> as (<attribute_or_subdimension_list>) Special Case (Shared Dimension Tables) First time as “cube definition” define dimension <dimension_name> as <dimension_name_first_time> in cube <cube_name_first_time> Veri Madenciliğine Giriş

30 Defining Star Schema in DMQL
define cube sales_star [time, item, branch, location]: dollars_sold = sum(sales_in_dollars), units_sold=count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier_type) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city, province_or_state, country) Veri Madenciliğine Giriş

31 Defining Snowflake Schema in DMQL
define cube sales_snowflake [time, item, branch, location]: dollars_sold = sum(sales_in_dollars), avg_sales = avg(sales_in_dollars), units_sold = count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier(supplier_key, supplier_type)) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city(city_key, province_or_state, country)) Veri Madenciliğine Giriş

32 Defining Fact Constellation in DMQL
define cube sales [time, item, branch, location]: dollars_sold = sum(sales_in_dollars), avg_sales = avg(sales_in_dollars), units_sold = count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier_type) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city, province_or_state, country) define cube shipping [time, item, shipper, from_location, to_location]: dollar_cost = sum(cost_in_dollars), unit_shipped = count(*) define dimension time as time in cube sales define dimension item as item in cube sales define dimension shipper as (shipper_key, shipper_name, location as location in cube sales, shipper_type) define dimension from_location as location in cube sales define dimension to_location as location in cube sales Veri Madenciliğine Giriş

33 A Concept Hierarchy: Dimension (location)
all all Europe ... North_America region Germany ... Spain Canada ... Mexico country Vancouver ... city Frankfurt ... Toronto L. Chan ... M. Wind office Veri Madenciliğine Giriş

34 View of Warehouses and Hierarchies
Specification of hierarchies Schema hierarchy day < {month < quarter; week} < year Set_grouping hierarchy {1..10} < inexpensive Veri Madenciliğine Giriş

35 All, All, All A Sample Data Cube Date Product Country
Total annual sales of TV in U.S.A. Date Product Country All, All, All sum TV VCR PC 1Qtr 2Qtr 3Qtr 4Qtr U.S.A Canada Mexico Veri Madenciliğine Giriş

36 Verİ Küpü oluşturma-örnek
Market satış verileri Zaman-reyon satış verisi Veri Madenciliğine Giriş

37 Yönetici zaman-ürün boyutuna şube boyutunu ekleyerek sonuçları görmek istiyor.
Veri Madenciliğine Giriş

38 Veri Madenciliğine Giriş

39 Verİ küpünü oluşturan küboİdler
Veri Madenciliğine Giriş

40 Çok Boyutlu Verİ Modelİnde OLAP OperasyonlarI
“Kavram hiyerarşileri OLAP içerisinde nasıl yardımcı olur?” Çok boyutlu modelde veriler çoklu boyutlara organize edilmiştir ve her boyut, kavram hiyerarşisi tarafından tanımlanan çok boyutlu soyutlamalar içermektedir. Bu organizasyon kullanıcılara, veriyi farklı perspektiflerden inceleme esnekliği sağlar. Belirli sayıda OLAP veri küpü işlemleri, bu farklı incelemeleri gerçekleştirmek için, eldeki verinin etkileşimli sorgusu ve analizine imkan veren biçimde mevcuttur. Bundan dolayı OLAP, etkileşimli veri analizi için kullanıcı dostu bir ortam sunmaktadır. Veri Madenciliğine Giriş

41 Tİpİk OLAP OperasyonlarI
Roll-up: Bu operasyon (bazı satıcılar tarafından drill-up operasyonu olarak da adlandırılır.) ya bir boyut için kavram hiyerarşisinin tepesine tırmanarak, yada boyut azaltımı ile bir veri küpünde kümeleme işlemi gerçekleştirir. Roll up işlemi boyut azaltımı ile birlikte yapıldığında verilen küpten bir veya daha çok boyut silinir. Örnek olarak sadece yer ve zaman boyutları bulunan bir satışlar veri küpü düşünelim. Roll up işleminin zaman boyutunu sildiğini farz edelim, bu durumda toplam satışlar yer ve zamana göre kümelenmek yerine, sadece yere göre kümelenecektir. Veri Madenciliğine Giriş

42 Roll-Up Veri Madenciliğine Giriş

43 Tİpİk OLAP OperasyonlarI
Drill-down (): Roll-up işleminin tersidir. Az detaylı veriden daha detaylı veriye doğru yönlendirme sağlar. Drill down işlemi, ya bir boyut için kavram hiyerarşisinde aşağı doğru inerek ya da ek boyutlar tanıtarak gerçekleştirilebilir. Örn. Sonuç veri küpü, toplam satışları çeyreklere ait özetler halinde vermek yerine, aylık detaylar ile birlikte vermektedir. Drill down işlemi eldeki veriye daha fazla detay eklediği için, bir küp yapısına yeni boyutlar da ekleyerek oluşturulabilir. Veri Madenciliğine Giriş

44 Drill-down Veri Madenciliğine Giriş

45 Roll-up, Drill down Veri Madenciliğine Giriş

46 Tİpİk OLAP OperasyonlarI
Slice işlemi verilmiş olan küpte, bir alt küp ile sonuçlanan, bir boyut üzerinde seçme gerçekleştirmesidir. Şekilde zaman boyutu için time=”Q1” kriterini kullanarak merkezi küpten satış verilerinin seçildiği bir slice işlemi görünmekedir. Dice işlemi ise iki veya daha fazla boyut üzerinde seçim işlemi gerçekleştirerek bir alt küp tanımlar. Şekil şu üç boyutu ilgilendiren seçim kriterine: (location= ”Toronto” or “Vancouver”) and(time= ”Q1” or”Q2”) and( item= ”home entertainment” or “computer”) dayanarak merkezi küpte yapılan dice işlemini göstermektedir. Veri Madenciliğine Giriş

47 Slice Veri Madenciliğine Giriş

48 Dice Veri Madenciliğine Giriş

49 Tİpİk OLAP OperasyonlarI
Pivot(rotate-döndürme): Pivot işlemi, veriye ait alternatif bir görünüm sağlamak amacıyla veri eksenlerini döndüren görsellikle ilgili bir işlemdir. Şekil parça ve yer eksenlerinin 2 boyutlu olarak yer değiştirdiği bir döndürme işlemini göstermektedir. Veri Madenciliğine Giriş

50 Pivot Veri Madenciliğine Giriş

51 Typical OLAP Operations
Veri Madenciliğine Giriş

52 Küp (Cube) Gerçek tablosu : Çok boyutlu (3D) küp :
Verinin hızlı bir şekilde analizine izin veren veri yapısıdır. Yıldız modeli için verilen örnek bir küp üzerinde aşağıdaki gibi saklanabilir: Gerçek tablosu : Çok boyutlu (3D) küp : day 2 day 1 Veri Madenciliğine Giriş

53 Küp İşlemlerİ Örnek: Toplam Hesaplama . . . sale(c1,*,*) 129
day 2 . . . day 1 sale(c1,*,*) 129 sale(c2,p2,*) sale(*,*,*) rollup drill-down Veri Madenciliğine Giriş

54 Çok Boyutlu VerİtabanlarInI Sorgulamak İçİn YIldIz AğI Modelİ
Çok boyutlu veritabanlarının sorgulanması yıldız ağı modeli (starnet model) ne dayandırılabilir. Yıldız ağı modeli, her çizginin boyut için kavram hiyerarşisini temsil ettiği, merkezi bir noktadan çıkan çizgilerden oluşur. Hiyerarşideki her soyutlama seviyesi bir ayak izi (footprint) olarak adlandırılır. Veri Madenciliğine Giriş

55 A Star-Net Query Model Each circle is called a footprint
Customer Orders Shipping Method Customer CONTRACTS AIR-EXPRESS ORDER TRUCK PRODUCT LINE Time Product ANNUALY QTRLY DAILY PRODUCT ITEM PRODUCT GROUP CITY SALES PERSON COUNTRY DISTRICT REGION DIVISION Each circle is called a footprint Location Promotion Organization Veri Madenciliğine Giriş

56 A Star-Net Query Model Bu yıldız ağı, sırasıyla yer, müşteri, parça ve zaman boyutları için kavram hiyerarşisini temsil eden dört adet çizgi içermektedir. Her çizgi, boyutun soyutlanma seviyesini gösteren ayak izlerinden oluşur. Örneğin, zaman çizgisi dört ayak izine sahiptir: “gün”, “ay”, ”çeyrek” ve “yıl”. Kavram hiyerarşisi tek bir niteliği (zaman hiyerarşisi için tarih gibi) veya birkaç niteliği (örneğin, yer için olan kavram hiyerarşisi, cadde, şehir, il veya eyalet ve ülke niteliklerini içerir) içerebilir. AllElectronics teki satışlar bileşenini incelemek için kullanıcılar zaman boyutu içerisinde aydan çeyreğe doğru roll-up yapabilirler veya yer boyutu içerisinden ülkeden şehre bir drill-down işlemi yapabilirler. Kavram hiyerarşileri, düşük seviyeli değerleri (zaman boyutu için gün örneği gibi) yüksek seviyeli soyutlamalarla (yıl gibi) yer değiştirilerek verinin oluşturulmasında veya yüksek seviyeli soyutlamalar ile düşük seviyeli değerlerin yerleri değiştirilerek verinin özelleştirilmesinde kullanılabilir. Veri Madenciliğine Giriş

57 İçerİk Veri Ambarı Nedir? Çok boyutlu veri modeli Veri ambarı mimarisi Veri ambarı uygulaması Veri ambarından veri madenciliğine Veri Madenciliğine Giriş

58 Veri Ambarlarının Tasarımı
Veri Ambarının Tasarımı: İş Analizi Framework: “İş analistleri için veri ambarı ne sağlamaktadır?” Öncelikle bir veri ambarına sahip olmak, rakipler arasından sıyrılmak için performansı ölçmeyi ve kritik düzenlemeleri yapmayı sağlayan, konu ile ilgili bilgiyi vererek bir “rekabete dayalı avantaj” sağlayabilir. İkincisi bir veri ambarı, organizasyonu doğru biçimde anlatan bilgiyi etkili ve çabuk bir biçimde elde etmeyi sağladığından iş verimliliğini geliştirebilir. Üçüncüsü bir veri ambarı, müşteri ilişkileri yönetimini (customer relationship management- CRM), tüm iş sırası, tüm departmanlar ve tüm pazarlar içerisinden müşteriler ve parçaların tutarlı bir incelemesini sağladığı için kolaylaştırır. Son olarak bir veri ambarı, tutarlı ve güvenilir bir biçimde uzun bir zaman periyodu üzerinden istisnaların, modellerin ve eğilimlerin izini sürerek maliyet indirimi meydana getirebilir. Etkili bir veri ambarı tasarımı yapmak için kişinin, iş gereksinimlerini anlamaya, analiz etmeye ve bir iş analizi iskeleti oluşturmaya ihtiyacı vardır. Büyük ve karmaşık bir bilgi sisteminin tasarlanması, sahibinin, mimarın ve inşa edenin farklı kanıları olduğu için, büyük ve karmaşık bir yapının inşa edilmesi olarak düşünülebilir. Bu bakış açıları, yukarıdan aşağıya, iş tabanlı veya sahibinin perspektifinden aşağıdan yukarıya, inşa eden tabanlı veya uygulayıcının görüşünü simgeleyen karmaşık bir iskeleti oluşturmak için birleştirilebilir. Veri Madenciliğine Giriş

59 … Veri ambarının tasarımına ilişkin dört farklı görüş mutlaka dikkate alınmalıdır: yukarıdan aşağıya inceleme, veri kaynağı incelemesi, veri ambarı incelemesi iş sorgusu incelemesi. Yukarıdan aşağıya inceleme veri ambarı için gerekli olan, konu ile ilişkili bilginin seçimine imkan verir. Bu bilgi güncel ve gelecekteki iş ihtiyaçlarını eşleştirir. Veri kaynağı incelemesi operasyonel sistemlerce elde edilen, kayıt edilen ve yönetilen bilgiyi ortaya çıkarır. Bu bilgi, ayrı veri kaynağı tablolarından tümleşik veri tablolarına farklı seviyelerde detay ve doğrulukta belgelenmiş olabilir. Veri ambarı incelemesi olgu ve boyut tablolarını içerir. Tarihi bir bağlam sağlamak için eklenmiş, kaynağı, tarihi, başlangıç zamanını ilgilendiren bilgi gibi önceden hesaplanmış toplamları ve sayımları içeren, veri ambarı içerisinde tutulan bilgiyi temsil etmektedir. Son olarak, iş sorgusu incelemesi son kullanıcının bakış açısından veri ambarı içerisindeki verinin perspektifidir. Veri Madenciliğine Giriş

60 Verİ AmbarI TasarImI Süreçlerİ
“Bir veri ambarını nasıl tasarlayabilirim?” Bir veri ambarı yukarıdan aşağıya (tepeden tabana) yaklaşımı , tabandan tepeye tasarım yaklaşımı veya ikisinin bir kombinasyonu kullanılarak inşa edilebilir. Yukarıdan aşağıya yaklaşımı ayrıntılı bir tasarım ve planlama ile başlar. Teknolojinin gelişmiş olduğu ve iyi bilindiği durumlarda ve mutlaka çözülmesi gereken iş problemlerinin açık ve iyi anlaşıldığı durumlarda kullanışlıdır. Tabandan tepeye yaklaşımı, deneyler ve prototipler ile başlar. Bu durum iş modellemenin ve teknoloji gelişiminin erken aşamalarında kullanışlıdır. Bir organizasyona önemli taahhütlerde bulunması öncesinde teknolojinin yararlarını değerlendirmeyi sağlar ve çok az bir masrafla organizasyonun ileri gitmesine imkan verir. Birleşik yaklaşımda organizasyon, tabandan tepeye yaklaşımının hızlı uygulaması ve fırsatlar sunan kullanımına sahipken, yukarıdan aşağıya yaklaşımının planlı ve stratejik özelliğini de kendi yararına kullanabilir. Veri Madenciliğine Giriş

61 … Yazılım mühendisliği bakış açısından, bir veri ambarının tasarımı ve yapılandırılması, sözü edilen şu adımlardan oluşabilir: planlama, gereksinimlerin incelenmesi, problem analizi, veri ambarı tasarımı, veri tümleme ile test etme ve son olarak veri ambarının plana göre yerleştirilmesi. Veri Madenciliğine Giriş

62 … Genelde, veri ambarı tasarımı süreçleri aşağıdaki adımlardan oluşur: Modellemek için bir iş süreci seçin, örneğin siparişler, faturalar, nakliyeler, envanter, hesap yönetimi, satışlar ve genel bir hesap defteri. İş sürecine ilişkin taneyi(grain) seçin. Tane, bu süreç için olgu tablosunda sunulacak olan tek parçalı veri seviyesidir, örneğin, bireysel hareket işlemleri ve benzerleri. Her bir olgu tablosu kaydında kullanılacak olan boyutları seçin. Tipik boyutlar zaman, müşteri, sağlayıcı, depo, hareket işleme tipi ve durumdur. Her bir olgu tablosu kaydına yerleşecek olan ölçüleri seçin. Tipik ölçüler, dollars_sold ve units_sold gibi sayısal toplanabilir niceliklerdir. Veri Madenciliğine Giriş

63 Data Warehouse: A Multi-Tiered Architecture
Operational DBs Other sources Monitor & Integrator OLAP Server Metadata Extract Transform Load Refresh Analysis Query Reports Data mining Serve Data Warehouse Data Marts Data Sources Data Storage OLAP Engine Front-End Tools Veri Madenciliğine Giriş

64 Three Data Warehouse Models
Mimarın bakış açısına göre, üç veri ambarı modeli vardır. Kurumsal veri ambarı, veri pazarı (data mart) ve sanal veri ambarı. Kurumsal veri ambarı: Bir kurumsal veri ambarı, özneler hakkındaki tüm bilgiyi, organizasyonun tamamını tarayarak toplar. Şirketsel-genişlikte genelde bir veya daha fazla operasyonel sistemden veya dış bilgi sağlayıcılardan ve alanı içerisinde çapraz fonksiyonel olan, veri tümlemeyi sağlar. Tipik olarak özetlenmiş veriyi içerdiği gibi detaylı veriyi de içerir. Data mart: Data mart, kullanıcıların özel bir grubuna ait değerli, kurumsal genişlikteki verinin bir alt kümesini içerir. Alan özel seçilmiş olan öznelerle sınırlandırılmıştır. Örneğin bir pazarlama data mart ı öznelerini müşteri, parça ve satışlar olarak sınırlandırabilir. Data mart lar içerisinde yer alan veriler özetlenmiş olma eğilimindedir. Sanal veri ambarı: Sanal veri ambarı, operasyonel veri tabanları üzerinden incelemelerin bir kümesidir. Etkili bir sorgu işleme için sadece bazı muhtemel özet incelemeleri gerçekleştirilebilir. Sanal veri ambarını oluşturmak kolaydır ama operasyonel veritabanı sunucularında çok fazla kapasite gerektirir. Veri Madenciliğine Giriş

65 İçerİk Veri Ambarı Nedir? Çok boyutlu veri modeli Veri ambarı mimarisi Veri ambarı uygulaması Veri ambarından veri madenciliğine Veri Madenciliğine Giriş

66 Efficient Computation of Data Cubes
Çok yönlü veri analizinin temeli, çok kümeli yönlerin birleştirilmesinin verimli hesaplanmasıdır. SQL terimlerinde ,bu birleştirmeler group-by’s olarak geçer. Küp hesaplanmasında bir yaklaşım ,compute cube operatörü içerdiği için SQL’e kadar erişmektedir. ”compute cube” operatörü işlemlerde açıkça belirtilmiş olan yönlerin bütün alt kümelerini birleştirerek hesaplar. Veri Madenciliğine Giriş

67 Cube Operation Cube definition and computation in DMQL define cube sales[item, city, year]: sum(sales_in_dollars) compute cube sales Transform it into a SQL-like language (with a new operator cube by, introduced by Gray et al.’96) SELECT item, city, year, SUM (amount) FROM SALES CUBE BY item, city, year Need compute the following Group-Bys (date, product, customer), (date,product),(date, customer), (product, customer), (date), (product), (customer) () (item) (city) () (year) (city, item) (city, year) (item, year) (city, item, year) Veri Madenciliğine Giriş

68 Örnek 2.11 AllElectronics için item, city, year ve sales_in_dollars’ı içeren bir veri küpü oluşturacağınızı düşünün. Verileri sorgulama ile aşağıdaki gibi analiz edebilirsiniz.  “satışın toplamını item ve city ile grupla ” “satışın toplamını item ile grupla ” “satışın toplamını city ile grupla ” Bu veri küpü için hesaplanabilenecek group-by’ların ve cuboidlerin toplam sayısı kaçtır? city ,item ve year niteliklerini üç yön olarak sales_in_dollar’ı ölçü birimi olarak alalım; bu veri kübü için toplam cuboid ya da group-by’ın sayısı 2³=8 olarak hesaplanır. Olası group-by’s şöyledir: [(city,item,year),(city,item),(city,year),(item,year),(city),(item),(year),()]; burada () ifadesi, boş yani gruplanmamış yönler için kullanılır. Veri Madenciliğine Giriş

69 Örnek Bir SQL sorgusu “bütün satışların toplamını hesapla gibi” 0 yönlü işlem(zero-dimensional operation) olan group-by içermez. SQL sorgusu bir group-by içerir; oda tek boyutlu işlem olan “compute the sum of sales, group-by city”dır. Bir küp operatöründeki n boyut group-by cümleciklerinin yığınına denktir; n boyutun her alt kümesi için bir tane olmak üzere. Bu yüzden, küp operatörü group-by operatörünün n boyutlu genelleştirilmiş halidir. N boyutlu bir küp için, esas cuboidide içeren toplam 2ª tane cuboid vardır. Kod açıkca sisteme ,boş altkümeyi de içeren {item,city,year} kümesinin sekiz alt kümesi için satışların bütün cuboidlerini hesaplamasını emretmektedir. Büyük olasılıkla ,bir veri kübü için(ya da asıl cuboidler için) oluşturulabilecek olası cuboidlerin hepsini gerçekleştirmenin ve önhesaplamasını yapmanın gerçekdışı olduğunu fark etmişsinizdir. Eğer birçok cuboid var ise ve bu cuboidler büyük boyuttaysa ,en makul tercih kısmı gerçekleştirim yani sadece oluşturulabilecek olası cuboidlerin bazılarını gerçekleştirmek olacaktır. Veri Madenciliğine Giriş

70 Efficient Processing OLAP Queries
Determine which operations should be performed on the available cuboids Transform drill, roll, etc. into corresponding SQL and/or OLAP operations, e.g., dice = selection + projection Determine which materialized cuboid(s) should be selected for OLAP op. Let the query to be processed be on {brand, province_or_state} with the condition “year = 2004”, and there are 4 materialized cuboids available: 1) {year, item_name, city} 2) {year, brand, country} 3) {year, brand, province_or_state} 4) {item_name, province_or_state} where year = 2004 Which should be selected to process the query? Veri Madenciliğine Giriş

71 Example OLAP query This query returns a result set that contains the 2002 and store sales amounts for stores in the state of California. SELECT { [Measures].[Store Sales] } ON COLUMNS, { [Date].[2002], [Date].[2003] } ON ROWS FROM Sales WHERE ( [Store].[USA].[CA] ) The SELECT clause sets the query axes as the Store Sales member of the Measures dimension, and the 2002 and members of the Date dimension. The FROM clause indicates that the data source is the Sales cube. The WHERE clause defines the "slicer axis" as the California member of the Store dimension. Veri Madenciliğine Giriş