Сховища даних та OLAP-системи

Анотація навчальної дисципліни

Мета дисципліни:
забезпечення формування комплексу знань, вмінь та розумінь, а також здобуття навичок з використання принципів організації й оперування великими обсягами даних із застосуванням сучасних інформаційних засобів і технологій.

Практичне значення та використання отриманих знань:  ознайомлення з особливостями технології сховищ даних як однієї з основних інформаційних технологій, з тим, щоб розуміти тенденції розвитку сучасних інформаційних технологій, бачити їхні переваги й недоліки, особливості роботи в умовах конкретних технологій; навчання практичній роботі (проектування, ведення й використання сховищ даних) у середовищі програм для роботи з багатомірними кубами; ознайомлення з основними принципами проектування та розробки процесу наповнення сховищ даних; формування базових знань про використання сховищ даних в процесі аналізу даних.

Основні результати навчання

ПРН03. Знати основні процеси, фази та ітерації життєвого циклу програмного
забезпечення.
ПРН04. Знати і застосовувати професійні стандарти і інші нормативно-правові документи
в галузі інженерії програмного забезпечення.
ПРН13. Знати і застосовувати методи розробки алгоритмів, конструювання програмного
забезпечення та структур даних і знань.
ПРН18. Знати та вміти застосовувати інформаційні технології обробки, зберігання та
передачі даних.
ПРН21. Знати, аналізувати, вибирати, кваліфіковано застосовувати засоби забезпечення
інформаційної безпеки (в тому числі кібербезпеки) і цілісності даних відповідно до
розв'язуваних прикладних завдань та створюваних програмних систем.

Тематика та види навчальних занять

1    тиждень
Лекція 1. Поняття про системи підтримки прийняття рішень. Переваги технології сховищ даних. Порівняння основних характеристик типових систем OLTP і  сховищ даних. 

2    тиждень
Лекція 2. Визначення сховища даних. Характеристики сховища даних. Проблеми розробки й супроводу сховищ даних.
Лабораторне заняття 1. Робота зі зведеними таблицями

3    тиждень
Лекція 3. Користувачі систем оперативного аналізу даних. Тест FASMI. Характеристики OLAP (правила Кодда).

4    тиждень
Лекція 4. Фізичні й віртуальні сховища даних. Вітрина даних. Найпоширеніші види архітектури. Фактори, що впливають на вибір архітектури.
Лабораторне заняття 2. Створення простих багатомірних OLAP кубів. 

5    тиждень
Лекція 5. Поняття гіперкубу. Міри та виміри. Таблиця фактів та таблиці вимірів. Види фактів.

6    тиждень
Лекція 6. Види параметрів. Види ієрархій. Операції, які виконуються над кубом. Схеми «зірка» та «сніжинка».
Лабораторне заняття 3. Створення простих багатомірних OLAP кубів.  

7    тиждень
Лекція 7. Часткова та повна агрегація. Розрахунок кількості агрегатів для простих вимірів

8    тиждень
Лекція 8. Розрахунок кількості агрегатів для ієрархічних вимірів. Обчислювальні витрати на агрегування.  
Лабораторне заняття 4. Аналіз даних з використання багатомірного кубу.  
Модульна контрольна робота 1.

9    тиждень
Лекція 9. Розробка ETL-процесів. Класи процесів. Елементарні операції перетворення даних. Загальні способи оптимізації. Інструменти ETL.

10    тиждень
Лекція 10. Процедури очищення даних. Проблеми окремих джерел даних
Лабораторне заняття 5. Підготовка реляційної БД як джерела даних для сховища даних. 

11    тиждень
Лекція 11. Методи очищення даних. Класифікація проблем очищення даних за рівнями. Якість даних.

12    тиждень
Лекція 12. Фундаментальні концепції. Об’єкт Measures. Члени вимірів. Поняття кортежу та набору
Лабораторне заняття 6. Створення сховища даних на основі реляційної БД за заповнення його даними

13    тиждень
Лекція 13. Запити до кубу. Синтаксис оператору запиту.  Речення where та with. 

14    тиждень
Лекція 14. MDX-функції. Класифікація MDX-функцій. Функції елементів. Функції наборів. Числові та логічні функції
Лабораторне заняття 7. Мова багатомірних виражень MDX (Multi-Dimensional eXpressions). Модульна контрольна робота 2.

15    тиждень
Лекція 15. Етапи побудови сховища даних. Проблеми СД. Модель зрілості BI-середовища. Критерії визначення ключових показників ефективності.

Оцінювання результатів навчання

Оцінювання результатів навчання з дисципліни здійснюється за накопичувальною системою, яка дає можливість здобувачеві протягом семестру отримати максимально 100 балів.

Модуль 1
Оцінка за виконання лабораторних робіт – максимально 20 балів за модуль.
Модульна контрольна робота – бездоганне виконання 30 балів (в кожному завданні модульної контрольної роботи наведено максимальну кількість балів за виконання завдання).

Модуль 2
Оцінка за виконання лабораторних робіт – максимально 20 балів за модуль.
Модульна контрольна робота – бездоганне виконання 30 балів (в кожному завданні модульної контрольної роботи наведено максимальну кількість балів за виконання завдання).

Посилання на рекомендовані джерела
1.    Data Warehousing Guide.  –  Oracle, 2022 – 735 с.  
2.    Bhatia P. Data Mining and Data Warehousing: Principles and Practical Techniques. Cambridge University Press, 2019. –  477 p.
3.    Taylor D.  What is Data Warehousing?  – 2021. –  https://www.guru99.com/data-warehousing.html
4.    Taylor D. Data Warehouse Architecture, Concepts and Components.  – 2021.  – https://www.guru99.com/data-warehouse-architecture.html
5.    Гайдаржи В., Ізварін І. Бази даних в інформаційних системах. Університет "Україна". –  2018. –  418 с.
6.    Демиденко М.А.  Введення в сучасні бази даних: навч. посіб. –  НТУ «Дніпровська політехніка». – Д. : 2020. – 38 с.

Методична література
1.    Зіноватна, С.Л. Конспект лекцій з дисципліни «Сховища даних та OLAP-системи» для студентів спеціальності 121 – «Інженерія програмного забезпечення». – Одеса: ОНПУ, 2019. – 95 с. (КЛ11134)
2.    Зіноватна, С.Л. Методичні вказівки до лабораторних робіт з дисципліни «Сховища даних та OLAP-системи» для студентів спеціальності 121 – Інженерія програмного забезпечення. – Одеса; ОНПУ, 2019. – 31 с. (МВ11133)