زنگ

کسانی هستند که این خبر را قبل از شما می خوانند.
برای دریافت مطالب تازه مشترک شوید.
پست الکترونیک
نام
نام خانوادگی
چگونه می خواهید The Bell را بخوانید
بدون اسپم

پردازش تحلیلی تحلیلی (OLAP) یک فناوری است که برای ساده سازی پایگاه های داده های تجاری بزرگ و پشتیبانی از هوش تجاری استفاده می شود. بانکهای اطلاعاتی OLAP به یک یا چند مکعب تقسیم می شوند و هر یک از آنها توسط سرپرست مکعب سازماندهی می شوند تا مطابق با روش به دست آوردن و تجزیه و تحلیل داده ها به منظور تسهیل در ایجاد و استفاده از گزارشات جدول محوری و گزارشات نمودار محوری مورد نیاز خود اقدام کند.

در این مقاله

هوش تجاری چیست؟

یک تحلیلگر کسب و کار غالباً برای دیدن روندهای وسیع تر بر اساس داده های جمع شده و همچنین مشاهده روندهای مختلف توسط هر متغیر ، می خواهد تصویر بزرگی از یک تجارت کسب کند. هوش تجاری فرایند استخراج داده ها از پایگاه داده OLAP و تجزیه و تحلیل این داده ها برای به دست آوردن اطلاعاتی است که می تواند در تصمیم گیری های تجاری آگاهانه و انجام اقدامات مورد استفاده قرار گیرد. به عنوان مثال ، با OLAP و هوش تجاری می توانید به سوالات زیر در مورد داده های تجاری پاسخ دهید.

    چگونه کل فروش کل محصولات در سال 2007 با فروش از سال 2006 مقایسه می شود؟

    چگونه این مقایسه با تاریخ و زمان در طی یک دوره سودآور در پنج سال گذشته مقایسه می شود؟

    سال گذشته مشتری ها چه مقدار پول خرج کرده اند و چگونه این رفتار با گذشت زمان تغییر کرده است؟

    برخلاف ماه مشابه سال گذشته ، چند محصول در دو کشور / منطقه خاص فروخته شده است؟

    برای هر گروه از سنین مشتری: تفکیک سودآوری (هم درصد درصد حاشیه و هم کل) بر اساس دسته بندی محصولات چیست؟

    جستجوی بهترین و کمترین فروشندگان ، توزیع کنندگان ، تأمین کنندگان ، مشتریان ، شرکا و مشتریان.

پردازش آنالیز آنلاین (OLAP) چیست؟

پایگاه داده های پردازش تحلیلی آنلاین (OLAP) پرس و جوهای هوش تجاری را ساده تر می کند. OLAP یک پایگاه داده است که برای نمایش داده ها و گزارش ها بهینه شده است ، نه پردازش معاملات. منبع داده OLAP پایگاه داده های پردازش معاملات آنلاین (OLTP) است که معمولاً در انبارهای داده ذخیره می شوند. داده های OLAP از این داده های تاریخی استخراج شده و در ساختارهایی ترکیب شده اند که امکان تجزیه و تحلیل پیچیده را دارند. داده های OLAP نیز بصورت سلسله مراتبی سازمان یافته و در مکعب ها ذخیره می شوند ، نه جداول. این یک فناوری پیشرفته است که از ساختارهای چند بعدی برای دسترسی سریع به داده ها برای تجزیه و تحلیل استفاده می کند. در این سازمان ، برای گزارش جدول محوری یا گزارش نمودار محوری ، می توانید داده های خلاصه سطح بالا مانند نتایج فروش برای یک کشور یا منطقه را به راحتی نمایش دهید ، همچنین اطلاعات مربوط به سایت هایی را نشان می دهد که فروش به ویژه بالا یا ضعیف است.

بانک اطلاعاتی OLAP برای سرعت بخشیدن به بارگذاری داده ها طراحی شده است. از آنجا که سرور OLAP و نه Microsoft Office Excel مقادیر جمع شده را محاسبه می کند ، هنگام ایجاد یا تغییر گزارش ، داده های کمتری باید به Excel ارسال شوند. این روش به شما امکان می دهد تا با تعداد بیشتری از داده های منبع کار کنید تا اینکه اگر داده ها در یک پایگاه داده سنتی سازماندهی شده باشد ، جایی که اکسل تمام سوابق فردی را بازیابی می کند و مقادیر عمومی را محاسبه می کند.

بانکهای اطلاعاتی OLAP شامل دو نوع داده اصلی است: اقدامات ، داده های عددی ، کمیت ها و میانگین ها ، که برای تصمیم گیری های تجاری آگاهانه و ابعاد مورد استفاده قرار می گیرند ، و دسته هایی هستند که برای ساده سازی این اقدامات استفاده می شوند. پایگاه داده های OLAP به شما کمک می کند تا داده های خود را با استفاده از سطوح مختلف جزئیات ، با استفاده از همان دسته بندی هایی که برای تجزیه و تحلیل داده ها ، سازماندهی می کنید ، سازماندهی کنید.

در بخش های زیر ، هر مؤلفه با جزئیات به شرح زیر است.

مکعب  ساختار داده ای که اقدامات را با سطح و سلسله مراتب از هر بعد که می خواهید آنالیز کنید ترکیب می کند. مکعب ها ابعاد مختلفی از جمله زمان ، جغرافیا و خطوط محصول را با کل هایی مانند فروش و سهام ترکیب می کنند. مکعب ها به معنای دقیق ریاضی "مکعب" نیستند ، زیرا لزوماً طرفین یکسانی ندارند. با این حال ، آنها نمایانگر استعاره آپت برای یک مفهوم پیچیده هستند.

اندازه گیری مجموعه ای از مقادیر در یک مکعب بر اساس ستون در جدول واقعیت مکعب و معمولاً یک مقدار عددی است. اقدامات مقادیر اصلی در کوبا هستند که از قبل پردازش ، پردازش و تجزیه و تحلیل می شوند. متداول ترین نمونه فروش ، درآمد ، درآمد و هزینه است.

عضو  موردی در یک سلسله مراتب که نشان دهنده یک یا چند وقایع داده است. یک عنصر می تواند منحصر به فرد یا غیر منحصر به فرد باشد. به عنوان مثال ، 2007 و 2008 عناصر منحصر به فردی را در سطح سال بعد زمان نشان می دهند ، در حالی که ژانویه عناصر غیر منحصر به فرد را در سطح ماه نشان می دهد ، زیرا بعد زمان بیش از یک ژانویه دارد ، زیرا بیش از یک سال داده دارد.

عنصر محاسبه شده  عضو ابعادی که مقدار آن در زمان اجرا با استفاده از یک عبارت محاسبه می شود. ارزش اعضای محاسبه شده را می توان از ارزش اعضای دیگر بدست آورد. به عنوان مثال ، کالای سود محاسبه شده را می توان با کم کردن ارزش کالا و همچنین هزینه های حاصل از ارزش کالا ، میزان فروش آن تعیین کرد.

اندازه گیری  مجموعه ای از یک یا چند سلسله مراتب مرتب شده از سطح مکعب که کاربر می داند و به عنوان پایه ای برای تجزیه و تحلیل داده ها استفاده می کند. به عنوان مثال ، یک بعد جغرافیایی ممکن است سطوح مربوط به یک کشور / منطقه ، ایالت / منطقه و شهر باشد. علاوه بر این ، بعد زمان ممکن است شامل سلسله مراتبی با سطوح "سال" ، "ربع" ، "ماه" و "روز" باشد. در یک گزارش جدول محوری یا گزارش نمودار محوری ، هر سلسله مراتب به مجموعه ای از زمینه ها تبدیل می شود که می توانید برای نشان دادن سطح پایین یا بالاتر ، آنها را گسترش داده و از بین ببرید.

سلسله مراتب  ساختار منطقی درختی که اعضای بعد را سازمان می دهد ، به طوری که هر یک از اعضا یک والد و صفر یا تعداد بیشتری فرزند دارند. عضو کودک عضو گروه قبلی در سلسله مراتب است که به طور مستقیم با عضو فعلی در ارتباط است. به عنوان مثال ، در یک سلسله مراتب زمانی حاوی سطوح چهارم ، ماه و روز ، ژانویه فرزند Qtr1 است. پدر و مادر یک عضو سطح پایین تر در سلسله مراتب است که به طور مستقیم با عضو فعلی در ارتباط است. ارزش والدین معمولاً تلفیق مقادیر همه عناصر کودک است. به عنوان مثال ، در یک سلسله مراتب زمانی حاوی سطوح "ربع" ، "ماه" و "روز" ، Qtr1 والدین ماه ژانویه است.

مرحله  در یک سلسله مراتب ، داده ها می توانند در سطوح پایین تر و بالاتر از جزئیات مانند سالها ، چهارم ها ، ماه ها و سطح روزانه در یک سلسله مراتب زمانی سازماندهی شوند.

توابع اکسل OLAP

بازیابی داده OLAP  می توانید به همان روشی که می توانید به سایر منابع داده خارجی وصل شوید ، به منابع داده OLAP وصل شوید. می توانید با بانکهای اطلاعاتی ایجاد شده با استفاده از Microsoft SQL Server OLAP نسخه 7.0 ، Microsoft SQL Server Analysis Analysis Services نسخه 2000 و Microsoft SQL Server Analysis Analysis نسخه 2005 و محصولات سرور Microsoft OLAP کار کنید. اکسل همچنین می تواند با محصولات OLAP شخص ثالث که با OLE-DB برای OLAP سازگار است ، کار کند.

داده OLAP فقط می تواند به عنوان یک گزارش جدول محوری یا یک گزارش نمودار محوری یا به عنوان یک عملکرد صفحه ای که از یک گزارش جدول محوری تبدیل می شود نمایش داده شود ، اما نه به عنوان طیف وسیعی از داده های خارجی. می توانید گزارشات جدول محوری OLAP و نمودارهای محوری را در قالب الگوهای گزارش ذخیره کنید ، همچنین فایلهای Office Data Connection (ODC) را ایجاد کنید تا به داده های OLAP به بانکهای اطلاعاتی OLAP متصل شوید. هنگامی که پرونده .odc را در اکسل باز می کنید ، یک گزارش جدول محوری خالی نمایش داده می شود ، که آماده قرارگیری است.

ایجاد پرونده های مکعب برای استفاده آفلاین  شما می توانید یک فایل مکعب مستقل (. Cub) با زیرمجموعه داده ها از پایگاه داده سرور OLAP ایجاد کنید. در صورت عدم اتصال به شبکه ، از پرونده های مکعب آفلاین برای کار با داده های OLAP استفاده می شود. با استفاده از مکعب ، می توانید با داده های بیشتری در گزارش محور محور یا گزارش نمودار محوری نسبت به موارد دیگر کار کنید و بازیابی اطلاعات را سرعت بخشید. شما فقط می توانید در صورت استفاده از ارائه دهنده OLAP ، مانند سرویس SQL تجزیه و تحلیل Microsoft نسخه نسخه 2005 ، که از این ویژگی پشتیبانی می کند ، فایلهای Cube ایجاد کنید.

عملکرد سرور  عملکرد سرور یک عملکرد اختیاری است که یک مدیر مکعب OLAP می تواند روی سروری که از یک عنصر مکعب استفاده می کند یا به عنوان یک پارامتر در درخواست بازیابی اطلاعات در کوبا یا راه اندازی برنامه دیگری مانند مرورگر تعریف کند. اکسل از URL ها ، گزارش ها ، مجموعه های ردیف ، مته کردن و استقرار اقدامات دقیق سمت سرور پشتیبانی می کند ، اما از اپراتور و مجموعه داده های محلی خود پشتیبانی نمی کند.

KPI شاخص عملکرد کلیدی یک اندازه گیری ویژه محاسبه شده است که بر روی سرور تعریف شده است و به شما امکان می دهد "شاخص های عملکرد اصلی" ، از جمله وضعیت را ردیابی کنید (مقدار فعلی با یک عدد خاص مطابقت دارد). و روند (مقادیر در طول زمان) هنگامی که نمایش داده می شوند ، سرور می تواند آیکون های مربوطه را ، مشابه آیکون جدید Excel ارسال کند ، به طوری که در بالای یا پایین تر از سطح وضعیت قرار بگیرد (به عنوان مثال ، برای آیکون توقف) ، و همچنین حرکت به بالا یا پایین (به عنوان مثال ، نماد فلش جهت).

قالب بندی روی سرور  سرپرستان مکعب می توانند با استفاده از قالب بندی رنگ ، قالب بندی قلم و قوانین قالب بندی مشروط ، که می توانند به عنوان قانون تجارت استاندارد شرکت ها تعیین شوند ، اقدامات و عناصر محاسبه شده را ایجاد کنند. به عنوان مثال ، فرمت سرور برای درآمد می تواند یک فرمت ارز عددی باشد ، رنگ سلول سبز اگر مقدار بیشتر از یا مساوی 30،000 باشد ، و قرمز اگر مقدار کمتر از 30،000 باشد ، و اگر قلم آن کمتر از 30،000 باشد ، و قلم قلم پررنگ است. - معمول بیشتر از یا مساوی 30،000. اطلاعات بیشتر می توان یافت.

زبان رابط اداری  سرپرست مکعب می تواند ترجمه هایی را برای داده ها و خطاها در سرور برای کاربرانی که باید اطلاعات جدول محوری را به زبانی دیگر مشاهده کنند ، تعریف کند. این عملکرد به عنوان ویژگی اتصال به پرونده تعریف شده است و تنظیمات منطقه ای رایانه و کشور کاربر باید با زبان رابط مطابقت داشته باشد.

اجزای نرم افزار مورد نیاز برای دسترسی به منابع داده OLAP

ارائه دهنده OLAP  برای پیکربندی منابع داده OLAP برای اکسل ، به یکی از ارائه دهندگان OLAP زیر نیاز دارید.

    ارائه دهنده مایکروسافت OLAP  اکسل شامل درایور منبع داده و نرم افزار مشتری برای دسترسی به بانکهای اطلاعاتی ایجاد شده با استفاده از Microsoft SQL Server olap نسخه 7.0 ، Microsoft SQL Server olap نسخه 2000 (8.0) و خدمات تجزیه و تحلیل سرور Microsoft SQL نسخه 2005 (9 ، 0)

    ارائه دهندگان OLAP شخص ثالث  برای سایر محصولات OLAP ، درایورهای اضافی و نرم افزار مشتری باید نصب شوند. برای استفاده از قابلیت های OLAP در اکسل ، یک محصول شخص ثالث باید مطابق با استاندارد OLE-DB برای OLAP باشد و با Microsoft Office سازگار باشد. برای اطلاعات در مورد نصب و استفاده از ارائه دهنده OLAP شخص ثالث ، با مدیر سیستم یا ارائه دهنده محصول OLAP خود تماس بگیرید.

پایگاه داده های سرور و پرونده های کوبا نرم افزار مشتری اکسل OLAP از اتصالات به دو نوع بانک اطلاعاتی OLAP پشتیبانی می کند. اگر پایگاه داده روی سرور OLAP در شبکه موجود است ، می توانید داده های خام را مستقیماً از آن دریافت کنید. اگر یک فایل مکعب مستقل دارید که شامل داده های OLAP یا یک فایل تعریف مکعب است ، می توانید به این پرونده متصل شوید و داده های منبع را از آن دریافت کنید.

منابع اطلاعات  یک منبع داده دسترسی به کلیه داده های موجود در یک پایگاه داده OLAP یا یک پرونده مکعب آفلاین را فراهم می کند. با ایجاد یک منبع داده OLAP ، می توانید گزارش هایی را در مورد آن بسازید و داده های OLAP را به عنوان گزارش جدول محوری یا گزارش نمودار محوری ، به اکسل برگردانید ، همچنین یک تابع ورق را که از یک گزارش جدول محوری تبدیل شده است.

جستجوی مایکروسافت  با استفاده از Query می توانید داده ها را از یک پایگاه داده خارجی مانند Microsoft SQL یا Microsoft Access بازیابی کنید. برای بازیابی داده ها از جدول محوری OLAP مرتبط با یک فایل مکعب نیازی به استفاده از پرس و جو نیست. اطلاعات اضافی

تفاوت در ویژگیهای داده منبع منبع OLAP و غیر OLAP

اگر با گزارشات PivotTable و PivotCharts از داده های منبع OLAP و انواع دیگر داده های منبع کار کنید ، تفاوت هایی در عملکردها مشاهده خواهید کرد.

استخراج داده ها  سرور OLAP هر بار که گزارش گزارش تغییر می کند ، داده های جدید را به اکسل برمی گرداند. هنگام استفاده از انواع دیگر داده های خارجی ، همه داده های منبع را بصورت همزمان درخواست می کنید ، یا می توانید پارامترهای مربوط به درخواست را فقط در صورت نمایش عناصر مختلف فیلدهای گزارش گزارش تنظیم کنید. علاوه بر این ، شما چندین گزینه دیگر برای به روزرسانی گزارش دارید.

در گزارش های مبتنی بر داده های منبع OLAP ، پارامترهای فیلد گزارش گزارش در دسترس نیست ، جستجوی پس زمینه در دسترس نیست و پارامتر بهینه سازی حافظه در دسترس نیست.

توجه داشته باشید:  گزینه بهینه سازی حافظه نیز برای منابع داده OLEDB و گزارشات جدول محوری بر اساس طیف وسیعی از سلول ها در دسترس نیست.

انواع زمینه  داده منبع OLAP. زمینه های بعد فقط به عنوان ردیف (ردیف) ، ستون (دسته) یا فیلد صفحه قابل استفاده هستند. زمینه های اندازه گیری فقط می توانند به عنوان فیلدهای ارزش استفاده شوند. برای انواع دیگر داده های منبع ، از همه قسمت ها در هر بخشی از گزارش استفاده می شود.

دسترسی به جزئیات برای داده های منبع OLAP ، سرور سطوح موجود از جزئیات را تعیین می کند و مقادیر خلاصه را محاسبه می کند ، بنابراین سوابق با اطلاعات دقیق که مقادیر خلاصه را تشکیل می دهند ممکن است در دسترس نباشند. با این حال ، سرور می تواند زمینه های املاک را فراهم کند که می توانید نمایش دهید. انواع دیگر داده های منبع فاقد فیلد خاصیت هستند ، اما می توانید اطلاعات اولیه ای را برای مقادیر زمینه ها و عناصر داده ها و همچنین عناصر نمایش داده شده بدون داده نمایش دهید.

زمینه های فیلتر گزارش OLAP ممکن است نداشته باشد همه  عناصر و نه تیم صفحات فیلتر گزارش را نمایش دهید  غیر قابل دسترسی.

ترتیب مرتب سازی اولیه  برای داده های منبع OLAP ، موارد ابتدا به ترتیب بازگرداندن آنها توسط سرور OLAP نمایش داده می شوند. می توانید موارد را مرتب سازی یا مرتب سازی مجدد دستی کنید. برای انواع دیگر داده های منبع ، ابتدا عناصر گزارش جدید با نام عنصر به ترتیب صعودی طبقه بندی می شوند.

نیمی  سرورهای OLAP مقادیر جمع شده را به طور مستقیم برای گزارش ارائه می دهند ، بنابراین تغییر توابع خلاصه برای زمینه های ارزش امکان پذیر نیست. برای انواع دیگر داده های ورودی ، می توانید تابع جمع را برای یک قسمت ارزش تغییر داده و از چندین عملکرد خلاصه برای همان فیلد ارزش استفاده کنید. شما نمی توانید فیلدهای محاسبه شده و عناصر محاسبه شده را در گزارش با داده منبع OLAP ایجاد کنید.

زیرمجموعه ها  در گزارش هایی با داده های منبع OLAP ، شما نمی توانید عملکرد کل برای زیرمجموعه ها را تغییر دهید. با انواع دیگر داده های مبدا ، می توانید مبلغ مربوط به زیرمجموعه ها را تغییر داده و زیرمجموعه های مربوط به همه قسمت های سطر و ستون را نشان داده یا مخفی کنید.

برای داده های منبع OLAP ، می توانید عناصر پنهان را هنگام محاسبه خرده های فرعی و کل عیارها حذف یا حذف کنید. برای انواع دیگر داده های منبع ، می توانید عناصر پنهان شده از فیلدهای گزارش گزارش را در زیرمجموعه ها درج کنید ، اما عناصر پنهان در زمینه های دیگر به طور پیش فرض حذف نمی شوند.

با مکعب OLAP در MS Excel کار کنید

1. اخذ مجوز برای دسترسی به مکعب OLAP خدمات تجزیه و تحلیل سرور SQL (SSAS)
  2. MS Excel 2016/2013/2010 باید روی رایانه شما نصب شود (MS Excel 2007 نیز امکان پذیر است ، اما کار با آن راحت نیست و عملکرد MS Excel 2003 بسیار ضعیف است)
  3. MS Excel را باز کنید ، جادوگر را برای پیکربندی اتصالات با سرویس تحلیلی اجرا کنید:


3.1 نام یا آدرس IP سرور OLAP فعلی را مشخص کنید (بعضی اوقات باید تعداد پورت باز را مشخص کنید ، به عنوان مثال ، 192.25.25.102:80)؛ تأیید اعتبار دامنه استفاده می شود:


3.2- ما یک بانک اطلاعاتی چند بعدی و یک مکعب تحلیلی را انتخاب می کنیم (در صورت داشتن دسترسی به مکعب):


3.3 تنظیمات اتصال با سرویس تحلیلی در یک فایل odc در رایانه شما ذخیره می شود:


3.4 نوع گزارش (جدول محور / نمودار) را انتخاب کرده و محل قرارگیری آن را مشخص کنید:


اگر قبلاً در کارنامه اکسل اتصال ایجاد شده است ، می توانید دوباره از آن استفاده کنید: منوی اصلی "داده" -\u003e "اتصالات موجود" -\u003e اتصال را در این کار انتخاب کنید -\u003e جدول محوری را در سلول مشخص شده وارد کنید.

4. با موفقیت به مکعب وصل شد ، می توانید تجزیه و تحلیل داده های تعاملی را شروع کنید:


با شروع تجزیه و تحلیل داده های تعاملی ، مشخص می شود که کدام یک از زمینه ها در تشکیل سطرها ، ستونها و فیلترها (صفحات) جدول محوری شرکت خواهد کرد. در حالت کلی ، جدول محور سه بعدی است و می توانیم فرض کنیم که بعد سوم عمود بر صفحه است و بخش هایی را به موازات صفحه نمایش مشاهده می کنیم و مشخص می کنیم که کدام صفحه "صفحه" برای نمایش انتخاب می شود. فیلتر را می توان با کشیدن و رها کردن صفات اندازه گیری مربوطه در قسمت فیلتر گزارش انجام داد. از این رو فیلتر فضای مکعب را محدود می کند ، بنابراین بار روی سرور OLAP کاهش می یابد بهتر است ابتدا فیلترهای لازم را نصب کنید. سپس باید صفات بعد را در ردیف ، ستون قرار دهید و مناطق را در ناحیه داده جدول محوری اندازه گیری کنید.


هر بار که جدول محور تغییر می کند ، یک دستورالعمل MDX بطور خودکار به سرور OLAP ارسال می شود و پس از آن داده ها بازگردانده می شوند. هر چه مقدار داده پردازش شده ، شاخصهای محاسبه شده بزرگتر و پیچیده تر باشد ، زمان اجرای پرس و جو طولانی تر است. با فشار دادن کلید می توانید اجرای درخواست را لغو کنید در رفتن. آخرین عملیات انجام شده قابل لغو (Ctrl + Z) یا برگشت (Ctrl + Y) است.


به عنوان یک قاعده ، برای بیشترین استفاده های ترکیبی از ویژگی های ابعاد ، مکعب داده های جمع شده را از پیش محاسبه می کند ، بنابراین زمان پاسخگویی از چنین نمایش داده ها چند ثانیه است. با این وجود محاسبه همه ترکیبات احتمالی مصالح غیرممکن است ، زیرا این امر ممکن است به زمان و فضای زیادی نیاز داشته باشد. ممکن است منابع محاسباتی قابل توجهی از سرور برای اجرای درخواست های گسترده داده در سطح جزئیات لازم باشد ، بنابراین زمان اجرای آنها می تواند طولانی باشد. بعد از خواندن داده ها از دیسک های دیسک ، سرور آنها را در حافظه ی حافظه ی RAM قرار می دهد ، این امکان را می دهد که چنین درخواست های بعدی بلافاصله انجام شود ، زیرا داده ها از حافظه نهان استخراج می شوند.


اگر فکر می کنید درخواست شما بطور مکرر مورد استفاده قرار می گیرد و زمان اجرای آن رضایت بخش نیست ، می توانید برای بهینه سازی اجرای درخواست ، با خدمات پشتیبانی توسعه تحلیلی تماس بگیرید.


پس از قرار دادن سلسله مراتب در ناحیه سطر / ستون ، می توان سطوح فردی را پنهان کرد:


ویژگی های کلیدی  (کمتر در موارد خاص - برای ویژگی های بالاتر در سلسله مراتب) از ابعاد ممکن است خصوصیاتی وجود داشته باشد - ویژگی های توصیفی که می توانند هم در نکات ابزار و هم به شکل فیلدها نمایش داده شوند:


اگر می خواهید چندین ویژگی فیلد را به طور همزمان نشان دهید ، می توانید از لیست گفتگوی مربوطه استفاده کنید:


مجموعه های تعریف شده توسط کاربر

اکسل 2010 توانایی ایجاد تعاملی مجموعه های خود را (تعریف شده توسط کاربر) از اعضای بعد را معرفی کرد:


برخلاف مجموعه هایی که به طور مرکزی در قسمت مکعب ایجاد و ذخیره می شوند ، مجموعه های سفارشی بصورت محلی در کارنامه اکسل ذخیره می شوند و در آینده قابل استفاده هستند:


کاربران پیشرفته می توانند مجموعه هایی را با استفاده از سازه های MDX ایجاد کنند:


تنظیم ویژگی های PivotTable

با استفاده از مورد "پارامترهای جدول محوری ..." در فهرست زمینه (کلیک راست در جدول محوری) می توانید جدول محوری را پیکربندی کنید ، به عنوان مثال:
  - زبانه "خروجی" ، پارامتر "طرح کلاسیک جدول محوری" - جدول محوری تعاملی می شود ، می توانید زمینه ها را بکشید و بکشید (Drag & Drop).
  - زبانه "خروجی" ، گزینه "نمایش عناصر بدون داده در سطرها" - در جدول محور ردیف های خالی نمایش داده می شود که هیچ عنصر شاخصی برای عناصر اندازه گیری مربوطه ندارند.
- برگه "طرح بندی و قالب" ، گزینه "ذخیره قالب بندی سلول ها در هنگام به روز رسانی" - در جدول محوری می توانید هنگام به روزرسانی داده ها ، فرمت سلول ها را نادیده بگیرید و ذخیره کنید.


نمودارهای محوری ایجاد کنید

برای جدول محوری OLAP موجود ، می توانید یک نمودار محوری ایجاد کنید - یک پای ، نوار ، نوار ، نمودار ، پراکندگی و انواع دیگر نمودارها:


در این حالت ، نمودار محوری با جدول محوری هماهنگ می شود - هنگامی که ترکیب جدول ها ، فیلترها ، اندازه گیری ها را در جدول محور تغییر می دهید ، جدول محور نیز به روز می شود.

ایجاد داشبورد

جدول اصلی محوری را انتخاب کنید ، آن را در کلیپ بورد (Ctrl + C) کپی کنید و نسخه آن (Ctrl + V) را بچسبانید ، که در آن ترکیب شاخص ها را تغییر می دهیم:


برای مدیریت همزمان چندین جدول محوری ، یک برش وارد کنید (قابلیت های جدید ، با شروع از MS Excel 2010). ما Slicer خود را به جداول محوری وصل خواهیم کرد - با کلیک راست در داخل برش ، "اتصالات به جدول محوری ..." را در فهرست زمینه انتخاب کنید. لازم به ذکر است که چندین صفحه برش وجود دارد که می توانند جداول محوری را همزمان در صفحه های مختلف سرو کنند که به شما امکان می دهد پانل های اطلاعاتی هماهنگ (داشبورد) ایجاد کنید.


پانل های برش را می توان سفارشی کرد: شما باید پانل را انتخاب کنید ، سپس در منوی زمینه آیتم های "اندازه و خصوصیات ..." ، "تنظیمات برش" ، "اختصاص ماکرو" را در منوی زمینه فعال کنید که با کلیک راست و "آیتم" پارامترها "در منوی اصلی مشاهده می کنید. بنابراین می توان تعداد ستون ها را برای عناصر برش (دکمه ها) ، اندازه دکمه های برش و پنل تنظیم کرد ، طرح رنگ و سبک طراحی را برای برش از مجموعه موجود تعریف کنید (یا سبک خود را ایجاد کنید) ، عنوان پنل خود را تعریف کنید ، یک ماکرو برنامه ای اختصاص دهید که از طریق آن می توانید گسترش دهید. عملکرد پانل.


اجرای پرس و جو MDX از اکسل

  1. اول از همه ، شما باید عملیات DRILLTHROUGH را بر روی برخی از شاخص ها ، یعنی. به اطلاعات دقیق بروید (اطلاعات دقیق روی یک برگه جداگانه نمایش داده می شود) ، و لیست اتصالات را باز کنید.
  2. خواص اتصال را باز کنید ، به برگه "تعریف" بروید.
  3. نوع پیش فرض فرمان را انتخاب کنید و آماده شده را در قسمت متن متن فرمان قرار دهید Mdx  پرس و جو؛
  4. هنگامی که دکمه پس از بررسی نحو صحیح درخواست و در دسترس بودن حق دسترسی مناسب فشرده می شود ، درخواست بر روی سرور اجرا می شود و نتیجه در برگه فعلی به صورت یک جدول مسطح معمولی ارائه می شود.
    با نصب افزونه رایگان می توانید متن درخواست MDX تولید شده توسط اکسل را مشاهده کنید ، که این قابلیت عملکرد دیگری نیز در اختیار شما قرار می دهد.

ترجمه به زبانهای دیگر

مکعب تحلیلی از محلی سازی به روسی و انگلیسی پشتیبانی می کند (محلی سازی به زبان های دیگر در صورت لزوم امکان پذیر است). اگر ترجمه هایی در طرف سیستم های حسابداری / انبار داده وجود داشته باشد ، ترجمه ها روی نام ابعاد ، سلسله مراتب ، ویژگی ها ، پوشه ها ، اقدامات و همچنین عناصر سلسله مراتب فردی اعمال می شود. برای تغییر زبان ، باید خصوصیات اتصال را باز کنید و گزینه زیر را در رشته اتصال اضافه کنید:
  ویژگی های توسعه یافته \u003d "محلی \u003d 1033"
   که در آن 1033 - محلی سازی به زبان انگلیسی
   1049 - بومی سازی به روسی


افزونه های اضافی اکسل برای Microsoft OLAP

در صورت استفاده از برنامه های افزودنی اضافی ، مثلاً OLAP PivotTable Extensions ، امکان کار با مکعب های OLAP مایکروسافت افزایش می یابد ، به لطف آنها می توانید با استفاده از یک جستجوی سریع از طریق اندازه گیری استفاده کنید:


سایت  2011-01-11 16: 57: 00Z آخرین اصلاح شده:  2017-10-15 16: 33: 59Z مخاطبان سنی: 14-70

در جدول محوری استاندارد ، داده منبع در هارد دیسک محلی ذخیره می شود. بنابراین ، شما همیشه می توانید آنها را مدیریت کرده و سازماندهی مجدد کنید ، حتی بدون دسترسی به شبکه. اما این به هیچ وجه در مورد جداول محوری OLAP صدق نمی کند. در جداول محوری OLAP ، کش هرگز در هارد دیسک محلی ذخیره نمی شود. بنابراین ، بلافاصله پس از قطع ارتباط از شبکه محلی ، جدول محوری شما عملکرد خود را از دست می دهد. شما نمی توانید یک قسمت واحد را در آن حرکت دهید.

اگر بعد از قطع ارتباط از شبکه هنوز نیاز به تجزیه و تحلیل داده های OLAP دارید ، یک مکعب داده مستقل ایجاد کنید. مکعب داده آفلاین یک پرونده جداگانه است که یک حافظه نهان محوری است و داده های OLAP مشاهده شده پس از قطع اتصال از شبکه محلی را ذخیره می کند. اطلاعات OLAP کپی شده در جدول محوری را می توان چاپ کرد ، وب سایت http://everest.ua با جزئیات در مورد این توضیح داده شده است.

برای ایجاد یک مکعب داده مستقل ، ابتدا یک جدول محوری OLAP ایجاد کنید. مکان نما را درون جدول محوری قرار دهید و بر روی دکمه OLAP Tools از برگه متن متنی Tools که بخشی از زبانه های متنی PivotTable Tools است ، کلیک کنید. دستور Offline OLAP (آفلاین OLAP) را انتخاب کنید (شکل 9.8).

شکل. 9.8 یک مکعب داده مستقل ایجاد کنید

کادر گفتگوی تنظیمات برای مکعب داده OLAP مستقل ظاهر می شود. بر روی دکمه Create Offline Data File کلیک کنید. شما جادوگر ایجاد پرونده داده مکعب را راه اندازی کردید. برای ادامه روش بر روی دکمه Next کلیک کنید.

ابتدا باید ابعاد و سطوح مشخص شده در مکعب داده ها را مشخص کنید. در کادر گفتگوی ، باید داده هایی را که از پایگاه داده OLAP وارد می شوند ، انتخاب کنید. ایده این است که تنها بعد از قطع ارتباط رایانه از شبکه محلی ، فقط آن ابعاد مشخص شود. هرچه ابعاد بیشتری را تعیین کنید ، مکعب داده خودمختار بزرگتر خواهد بود.

بر روی دکمه Next کلیک کنید تا به کادر گفتگوی جادوگر بعدی بروید. در آن ، شما می توانید اعضا یا عناصر داده را مشخص کنید که در مکعب گنجانده نشوند. به طور خاص ، شما نیازی به اندازه گیری مقدار فروش اینترنتی ندارید ، بنابراین کادر انتخاب آن در لیست برچیده می شود. یک کادر کنترل نشده نشان می دهد که کالای مشخص شده وارد نخواهد شد و فضای اضافی را روی هارد دیسک محلی اشغال می کند.

در آخرین مرحله ، مکان و نام مکعب داده را مشخص کنید. در مورد ما ، فایل مکعب MyOfflineCube.cub نامگذاری می شود و در پوشه Work قرار می گیرد.

فایلهای مکعب داده دارای پسوند هستند کابین

بعد از مدتی ، اکسل مکعب داده آفلاین را در پوشه مشخص شده ذخیره می کند. برای آزمایش آن ، دوبار کلیک بر روی پرونده ، که به طور خودکار یک کارنامه Excel تولید می کند که حاوی یک جدول محوری مرتبط با مکعب داده انتخاب شده است. پس از ایجاد ، می توانید یک مکعب داده مستقل بین کلیه کاربران علاقه مند که در یک حالت LAN قطع شده کار می کنند توزیع کنید.

پس از اتصال به شبکه محلی ، می توانید پرونده مکعب داده آفلاین را باز کرده و آن را به روز کنید ، و همچنین جدول داده های مربوطه. اصل اصلی می گوید که یک مکعب داده مستقل فقط برای قطع بهره برداری از شبکه محلی استفاده می شود ، اما پس از برقراری اتصال ، بروزرسانی آن الزامی است. تلاش برای به روزرسانی مکعب داده مستقل پس از قطع ارتباط منجر به عدم موفقیت خواهد شد.

با پرونده های مکعب آفلاین کار کنید

یک پرونده مکعب آفلاین (. cub) داده ها را به صورت مکعب پردازش تحلیلی آنلاین (OLAP) ذخیره می کند. این داده ها می توانند بخشی از یک پایگاه داده OLAP را در یک سرور OLAP نمایان سازند یا می توانند بطور مستقل از یک پایگاه داده OLAP ایجاد شوند. اگر سرور در دسترس نیست یا وقتی که آفلاین هستید ، از پرونده مکعب آفلاین برای ادامه کار با جدول محوری و گزارش نمودار محوری استفاده کنید.

یادداشت امنیتی:  هنگام استفاده یا توزیع یک فایل مکعب آفلاین که حاوی داده های حساس یا شخصی است از احتیاط استفاده کنید. به جای یک فایل مکعب ، توصیه می شود که داده ها را در یک دفتر کار ذخیره کنید تا بتوانید با استفاده از عملکرد مدیریت حقوق ، دسترسی به داده ها را کنترل کنید. برای اطلاعات بیشتر ، به مدیریت حقوق اطلاعات دفتر مراجعه کنید.

هنگام کار با یک گزارش PivotTable یا PivotChart بر اساس داده های منبع سرور OLAP ، می توانید با استفاده از جادوگر Standalone Cube برای کپی کردن داده های منبع در یک فایل مکعب مستقل از رایانه خود استفاده کنید. برای ایجاد این پرونده های آفلاین ، ارائه دهنده داده OLAP باید از این ویژگی پشتیبانی کند ، مانند MSOLAP از خدمات تجزیه و تحلیل سرور مایکروسافت SQL نصب شده در رایانه.

توجه داشته باشید:  ایجاد و استفاده از فایلهای مکعب مستقل از خدمات تجزیه و تحلیل سرور مایکروسافت SQL با مدت و مجوز نصب Microsoft SQL Server اداره می شود. اطلاعات مجوز مربوط را برای نسخه SQL Server مرور کنید.

با جادوگر مستقل مکعب کار کنید

برای ایجاد یک فایل مکعب مستقل ، می توانید با استفاده از جادوگر مکعب مستقل ، زیر مجموعه ای از داده ها را در پایگاه داده OLAP انتخاب کرده و سپس زیر مجموعه را ذخیره کنید. در این گزارش نیازی به شامل همه قسمت های موجود در پرونده نیست ، همچنین هر یک از آنها و زمینه های داده موجود در پایگاه داده OLAP را از بین آنها انتخاب کنید. برای ذخیره حداقل پرونده می توانید فقط داده هایی را که باید در گزارش نمایش داده شوند ، درج کنید. شما می توانید تمام ابعاد را حذف کنید ، و در اکثر انواع ابعاد ، همچنین می توانید اطلاعات سطح پایین و عناصر سطح بالا را که نیازی به نمایش ندارند حذف کنید. برای تمام عناصری که شما درج می کنید ، زمینه های املاک موجود در بانک اطلاعاتی برای این عناصر نیز در یک فایل مستقل ذخیره می شوند.

انتقال داده آفلاین و اتصال معکوس

برای این کار ابتدا باید یک جدول محوری یا نمودار نمودار محوری را بر اساس بانک اطلاعات سرور ایجاد کنید و سپس یک فایل مکعب مستقل از گزارش ایجاد کنید. پس از آن ، می توانید گزارش را بین بانک اطلاعات سرور و پرونده آفلاین در هر زمان تغییر دهید. به عنوان مثال ، اگر از یک رایانه لپ تاپ برای سفرهای خانگی و ویدئویی استفاده می کنید ، سپس کامپیوتر را به شبکه وصل کنید.

موارد زیر اولین گام هایی است که باید برای کار آفلاین با داده ها برداشته شود و سپس داده ها را به اینترنت برگردانید.

یک جدول محوری یا گزارش نمودار محوری بر اساس داده های OLAP که می خواهید به صورت آفلاین دسترسی داشته باشید ایجاد یا باز کنید.

یک فایل مکعب آفلاین روی رایانه ایجاد کنید. در بخش یک فایل مکعب مستقل از یک پایگاه داده سرور OLAP ایجاد کنید  (بعداً در این مقاله)

از شبکه جدا شوید و با پرونده مکعب آفلاین کار کنید.

به شبکه وصل شوید و فایل مکعب را به صورت آفلاین وصل کنید. بخش را بررسی کنید اتصال فایل مکعب آفلاین به پایگاه داده سرور OLAP  (بعداً در این مقاله)

پرونده مکعب آفلاین را با داده های جدید بروزرسانی کرده و پرونده مکعب آفلاین را دوباره بسازید. بخش را بررسی کنید پرونده مکعب آفلاین را بروزرسانی کرده و دوباره ایجاد کنید  (بعداً در این مقاله)

وبلاگ

فقط پست های با کیفیت

اکسل PivotTables و مکعب OLAP چیست؟

فیلم را برای مقاله تماشا کنید:

OLAP  - این انگلیسی است. پردازش تحلیلی آنلاین ، فناوری پردازش داده تحلیلی در زمان واقعی. به زبان ساده - مخزنی با داده های چند بعدی (مکعب) ، حتی ساده تر - فقط یک دیتابیس که از آن می توانید داده ها را در اکسل بدست آورید و با استفاده از ابزار اکسل - جداول محوری تجزیه و تحلیل کنید.

جداول خلاصه  - این یک رابط کاربری برای نمایش داده های چند بعدی است. به عبارت دیگر ، یک نوع جداول خاص که با آنها می توانید تقریباً هر گزارشی تهیه کنید.

برای روشن تر شدن ، بگذارید "جدول عادی" را با "جدول محور" مقایسه کنیم

جدول منظم:

جدول جمع بندی:

تفاوت اصلی جداول محوری  - این حضور پنجره است " لیست زمینه PivotTable"، از آن طریق می توانید فیلدهای لازم را انتخاب کرده و هر جدول را بطور خودکار دریافت کنید!

نحوه استفاده

پرونده اکسل را که به مکعب OLAP متصل است ، باز کنید ، برای مثال ، "BIWEB":

حال ، این به چه معنی است و چگونه می توان از آن استفاده کرد؟

قسمت های مورد نیاز را بکشید تا مثلاً یک جدول مانند این را بدست آورید:

« پلاوس ها»اجازه می دهد تا شما را به یک گزارش. در این مثال ، "نام تجاری" به "نام های کوتاه" و "محله" به "ماه" ، یعنی بنابراین:

توابع تحلیلی در اکسل (توابع مکعب)

مایکروسافت دائماً ویژگیهای جدیدی را به Excel در رابطه با تجزیه و تحلیل داده ها و تجسم داده ها اضافه می کند. کار با اطلاعات در اکسل می تواند به صورت سه لایه نسبتاً مستقل ارائه شود:

  • "به درستی" داده های منبع سازمان یافته
  • ریاضیات (منطق) پردازش داده ها
  • ارائه داده ها

شکل. 1. تجزیه و تحلیل داده ها در اکسل: الف) داده منبع ، ب) اندازه گیری در قدرت محوری ، ج) داشبورد. برای بزرگنمایی تصویر ، بر روی آن راست کلیک کرده و را انتخاب کنید تصویر را در برگه جدید باز کنید

یادداشت را در قالب Word یا pdf بارگیری کنید ، نمونه هایی با فرمت Excel

توابع مکعب و جداول محوری

ساده ترین و در عین حال بسیار قدرتمند ارائه اطلاعات ، جداول خلاصه است. آنها را می توان بر اساس داده های موجود ساخته شده است: الف) در کاربرگ اکسل ، ب) یک مکعب OLAP ، یا ج) یک مدل داده Pivot. در دو مورد اخیر ، علاوه بر جدول محوری ، می توانید از توابع تحلیلی (توابع مکعب) برای تهیه گزارشی در یک صفحه کاری اکسل استفاده کنید. جداول محوری آسانتر است. کارکرد مکعب ها پیچیده تر است ، اما انعطاف پذیری بیشتری را ایجاد می کند ، به خصوص در گزارشگری ، بنابراین از آنها در داشبورد استفاده می شود.

بحث زیر مربوط به فرمول های مکعب و جداول محوری بر اساس مدل Power Pivot و در برخی موارد براساس مکعب های OLAP می باشد.

روشی آسان برای بدست آوردن توابع مکعب

هنگامی که (اگر) یادگیری کد VBA را شروع کردید ، پس یاد گرفتید که تهیه کد با استفاده از یک ورود کلان ساده ترین است. علاوه بر این ، می توان کد را ویرایش کرد ، حلقه ها ، چک ها و غیره را اضافه کرد. به همین ترتیب ، با تبدیل جدول محوری (ساده) می توانید مجموعه ای از توابع مکعب را بدست آورید (شکل 2). روی هر سلول از جدول محوری بایستید ، به برگه بروید تحلیل و بررسیبر روی دکمه کلیک کنید امکانات OLAP، و فشار دهید تبدیل به فرمول.

شکل. 2. یک جدول محوری را به مجموعه ای از توابع مکعب تبدیل کنید

اعداد ذخیره می شوند و این مقادیر نخواهد بود بلکه فرمول هایی هستند که داده ها را از مدل داده Pivot Power استخراج می کنند (شکل 3). می توانید جدول نتیجه را قالب بندی کنید. از جمله ، می توانید سطرها و ستون ها را در جدول حذف کرده و وارد کنید. برش باقی مانده است ، و روی داده های جدول تأثیر می گذارد. هنگام بروزرسانی داده های منبع ، شماره های جدول نیز به روز می شوند.

شکل. 3. جدول بر اساس فرمول های مکعب

عملکرد CURVAL ()

این شاید اصلی ترین عملکرد مکعب ها باشد. او معادل منطقه است ارزش های  جدول محوری. KUBZVALENZE داده های یک مدل مکعب یا Power Pivot را بازیابی می کند ، و آن را خارج از جدول محوری بازتاب می دهد. این بدان معنی است که شما فقط به جدول محوری محدود نمی شوید و می توانید با امکانات بی شماری گزارش ایجاد کنید.

نوشتن فرمول از ابتدا

شما نیازی به تبدیل جدول محوری نهایی ندارید. می توانید هر فرمول مکعبی را از ابتدا بنویسید. به عنوان مثال فرمول زیر در سلول C10 وارد شده است (شکل 4):

شکل. 4- تابع مقدار CUB () در سلول C10 همانند جدول خلاصه ، فروش دوچرخه را برای همه سالها باز می گرداند

ترفند کوچک برای راحت تر خواندن فرمول مکعب ها ، مطلوب است که هر سطر فقط یک آرگومان داشته باشد. می توانید پنجره اکسل را کاهش دهید. برای این کار بر روی آیکون کلیک کنید به حداقل رساندن به پنجرهدر گوشه سمت راست بالای صفحه قرار دارد. و سپس اندازه پنجره را به صورت افقی تنظیم کنید. یک جایگزین برای مجبور کردن متن فرمول به یک خط جدید است. برای انجام این کار ، مکان نما را در نوار فرمول در محلی که می خواهید انتقال دهید قرار دهید و Alt + Enter را فشار دهید.

شکل. 5- پنجره را به حداقل برسانید

نحو عملکرد CURRENT VALUE ()

اکسل راهنما برای افراد مبتدی کاملاً دقیق و کاملاً بی فایده است:

CUVALUE (اتصال؛ [element_expression1]؛ [element_expression2]؛ ...)

ارتباط  - استدلال مورد نیاز؛ رشته ای که نشان دهنده نام اتصال به مکعب است.

Element_expression  - یک استدلال اختیاری؛ رشته متنی که عبارتی چند بعدی دارد که یک عنصر یا یک توپ را در مکعب برمی گرداند. علاوه بر این ، "element_expression" ممکن است مجموعه ای باشد که با استفاده از عملکرد CUBESET تعریف شده باشد. از element_expression به عنوان یک برش استفاده کنید تا بخشی از مکعب را که می خواهید مقدار تجمیع شده را برگردانید ، تعیین کنید. اگر هیچ اندازه گیری در آرگومان element_expression مشخص نشده باشد ، از اندازه گیری پیش فرض این مکعب استفاده می شود.

قبل از اقدام به توضیح نحو عملکرد CURVAL ، چند کلمه در مورد مکعب ها ، مدل های داده و رمزنگاری موتورسواری.

برخی از اطلاعات در مورد مکعب های OLAP و مدل های داده Pivot

مکعب های داده OLAP ( این لاینا آنالیتیک پrocessing (تجزیه و تحلیل داده های عملیاتی) به طور خاص برای پردازش تحلیلی و استخراج سریع داده ها از آنها توسعه یافته است. فضایی سه بعدی را تصور کنید که دوره های زمانی ، شهرها و کالاها در امتداد محورها ترسیم شوند (شکل 5a). گره های چنین شبکه مختصات شامل مقادیر اقدامات مختلفی است: حجم فروش ، سود ، هزینه ، تعداد واحدهای فروخته شده و غیره. حال تصور کنید که ده ها یا حتی صدها اندازه گیری وجود دارد ... و اقدامات بسیاری نیز انجام می شود. این مکعب چند بعدی OLAP خواهد بود. ایجاد ، پیکربندی و به روز نگه داشتن مکعب های OLAP کار متخصصان فناوری اطلاعات است.

شکل. 5a مکعب 3D OLAP

فرمول های تحلیلی اکسل (فرمول های مکعب) نام محورها را بازیابی می کنند (به عنوان مثال زمان) نام عناصر موجود در این محورها (آگوست ، سپتامبر) ، مقادیر اقدامات در تقاطع مختصات. این ساختار است که به جداول محوری و فرمول های مکعب مبتنی بر مکعب اجازه می دهد تا انعطاف پذیر و با نیاز کاربران سازگار باشند. صفحات گسترده اکسل مبتنی بر برگه های اکسل از معیارهایی استفاده نمی کنند ، بنابراین برای تحلیل داده ها انعطاف پذیر نیستند.

Power Pivot یک ویژگی نسبتاً جدید مایکروسافت است. این یک محیط داخلی اکسل و تا حدودی مستقل با یک رابط آشنا است. Power Pivot به طور قابل توجهی از جدولهای محوری استاندارد فراتر است. با این حال ، توسعه مکعب در Power Pivot نسبتاً ساده است و از همه مهمتر ، نیازی به مشارکت یک متخصص IT نیست. مایکروسافت شعار خود را اجرا می کند: "هوش تجاری - به توده ها!" اگرچه مدل های Power Pivot 100٪ مکعب نیستند ، اما می توانید در مورد آنها به عنوان مکعب نیز صحبت کنید (برای اطلاعات بیشتر دوره مقدماتی توسط مور را ببینید. Power Pivot و حجم بزرگتر Rob Collie. فرمول DAX برای Power Pivot).

اجزای اصلی یک مکعب ابعاد ، سلسله مراتب ، سطوح ، عناصر (یا اعضا ؛ اعضا به زبان انگلیسی) و اقدامات می باشد. اندازه گیری -  ویژگی اصلی داده های تحلیل شده. به عنوان مثال ، دسته بندی محصولات ، مدت زمان ، جغرافیای فروش. یک بعد همان چیزی است که می توانیم در یکی از محورهای جدول محوری قرار دهیم. علاوه بر مقادیر منحصر به فرد ، هر بعد شامل عنصری است که تمام عناصر این بعد را جمع می کند.

اندازه گیری ها بر اساس است سلسله مراتب. به عنوان مثال ، یک دسته بندی محصولات را می توان به زیرمجموعه ها ، سپس به مدل ها و در آخر ، به نام محصولات تقسیم کرد (شکل 5b) سلسله مراتب به شما امکان می دهد تا داده های خلاصه ایجاد کرده و آنها را در سطوح مختلف ساختار تجزیه و تحلیل کنید. در مثال ما سلسله مراتب است دسته بندی  شامل 4 مرحله.

موارد  (اعضای جداگانه) در همه سطوح حضور دارند. به عنوان مثال ، در سطح رده ، چهار عنصر وجود دارد: لوازم جانبی ، دوچرخه ، لباس ، قطعات. سطوح دیگر عناصر خاص خود را دارند.

معیارهای اینها مقادیر محاسبه شده برای مثال فروش است. اندازه گیری در مکعب ها در ابعاد خاص خود ذخیره می شود ، به نام (نگاه کنید به شکل 9 در زیر). اقدامات دارای سلسله مراتب نیستند. هر اندازه گیری مقدار برای همه ابعاد و همه عناصر را محاسبه و ذخیره می کند و بسته به اینکه کدام عناصر ابعادی را در محور قرار می دهیم برش داده می شود. آنها همچنین می گویند کدام مختصات را تنظیم می کنیم ، یا متن فیلتر را تنظیم می کنیم. مثلاً در شکل 5a ، در هر مکعب کوچک همان اندازه محاسبه می شود - سود. و مقدار برگشتی با اندازه گیری به مختصات بستگی دارد. در سمت راست در شکل 5a نشان داده شده است که سود (در سه مختصات) برای مسکو در ماه اکتبر در سیب \u003d 63000 ص. یک معیار را می توان به عنوان یکی از ابعاد تعبیر کرد. مثلاً در شکل 5a به جای محور محصولاتمحور محل معیارهای  با عناصر حجم فروش, سود, واحدهای فروخته شده. سپس هر سلول مقداری ارزش خواهد داشت ، برای مثال ، مسکو ، سپتامبر ، فروش.

تاپل  - چندین عنصر با ابعاد مختلف که مختصات را در امتداد محورهای مکعب مشخص می کنند که در آن اندازه گیری را محاسبه می کنیم. مثلاً در شکل 5a تاپل  \u003d مسکو ، اکتبر ، سیب. همچنین دستمال مجاز - پرم ، سیب. یکی دیگر از سیب ، اوت. ابعادی که در tuple گنجانده نشده است در آن ضمنی است و توسط عضو پیش فرض نشان داده می شود. بنابراین ، سلول فضای چند بعدی همیشه توسط مجموعه کامل مختصات تعیین می شود ، حتی اگر برخی از آنها در تاپل حذف شوند. شما نمی توانید دو عنصر با همان ابعاد را در یک tuple بگنجانید ؛ نحو اجازه آن را نمی دهد. به عنوان مثال ، یک موتور سیکلت نامعتبر مسکو و پرم ، سیب. برای تحقق این بیان چند بعدی ، به مجموعه ای از دو دستمال نیاز دارید: مسکو و سیب + پرم و سیب.

مجموعه عناصر  - چندین عنصر از یک بعد. مثلاً سیب و گلابی. مجموعه تاپل  - چندین تاپل ، که هر یک از اندازه گیری های یکسان در یک دنباله تشکیل شده اند. به عنوان مثال ، مجموعه ای از دو دستمال: مسکو ، سیب و پرم ، موز.

تکمیل راهنما

بگذارید به نحو عملکرد CUB بازگردیم. ما از تکمیل خودکار استفاده خواهیم کرد. وارد کردن فرمول در سلول شروع کنید:

اکسل تمام اتصالات موجود در کارنامه اکسل را ارائه می دهد:

شکل. 6. اتصال به یک مدل داده محور Power Pivot همیشه ThisWorkbookDataModel نامیده می شود.

شکل. 7. اتصال به مکعب ها

ما همچنان فرمول را وارد می کنیم (در مورد ما برای مدل داده):

تکمیل تمام جداول و معیارهای مدل داده موجود را ارائه می دهد:

شکل. 8. عناصر سطح اول موجود - نام جدول و مجموعه اقدامات (برجسته)

نماد را انتخاب کنید معیارهای. یک نکته را مطرح کنید:

KUZVALUE ("ThisWorkbookDataModel"؛ ").

تکمیل تمام اقدامات موجود را ارائه می دهد:

شکل. 9- موارد در سطح دوم را در مجموعه اقدامات موجود قرار دهید

اندازه گیری را انتخاب کنید. برای بستن براکت علامت نقل قول را اضافه کنید ، Enter را فشار دهید.

KUZVALUE ("ThisWorkbookDataModel"؛ ".")

شکل. 10. فرمول مقدار CUB در یک سلول اکسل

به همین ترتیب ، می توانید یک آرگومان سوم به فرمول اضافه کنید:

VBA در Excel Excel.PivotTable و کار با جداول محوری و مکعب های OLAP در Excel

10.8 کار با جداول محوری (شی PivotTable)

Excel.PivotTable شیء ، کار برنامه با جداول محوری و مکعب های OLAP در Excel با استفاده از VBA ، شی PivotCache ، ایجاد یک طرح جدول محوری

در جریان کار اکثر شرکت ها ، به اصطلاح داده های خام درباره فعالیت جمع می شود. به عنوان مثال ، برای یک شرکت بازرگانی ، داده های مربوط به فروش کالا ممکن است جمع شود - برای هر خرید بطور جداگانه ، برای شرکت های سیار - آمار مربوط به بار در ایستگاه های پایه و غیره. خیلی اوقات ، مدیریت شرکت به اطلاعات تحلیلی نیاز دارد که بر اساس اطلاعات خام تولید می شود - برای مثال ، محاسبه سهم هر نوع محصول از درآمد شرکت یا کیفیت خدمات در منطقه یک ایستگاه معین. استخراج چنین اطلاعاتی از اطلاعات خام بسیار دشوار است: لازم است اجرای نمایش داده های بسیار پیچیده SQL که مدت زمان طولانی طول می کشد و اغلب در کار فعلی دخالت می کند. بنابراین ، بارها و بارها اکنون داده های خام ابتدا به انبار داده بایگانی داده ها - داده انبار و سپس به مکعب های OLAP کاهش می یابد که برای تجزیه و تحلیل تعاملی بسیار مناسب هستند. ساده ترین روش برای تصور مکعب های OLAP همانند جداول چند بعدی است که در آن به جای دو بعد استاندارد (ستون و ردیف ، مانند جدول های معمولی) می توانید ابعاد زیادی داشته باشید. به طور معمول ، اصطلاح "مقطعی" برای توصیف ابعاد در یک مکعب استفاده می شود. به عنوان مثال ، بخش بازاریابی ممکن است نیاز به اطلاعات به موقع ، در متن منطقه ای ، در زمینه انواع محصول ، در زمینه کانال های فروش و غیره داشته باشد. با استفاده از مکعب ها (برخلاف سؤالات استاندارد SQL) ، گرفتن پاسخ به سؤالاتی از قبیل "چه تعداد از محصولات این نوع در سه ماهه چهارم سال گذشته در منطقه شمال غربی از طریق توزیع کنندگان منطقه ای فروخته می شود بسیار آسان است.

البته در بانکهای اطلاعاتی معمولی چنین مکعب هایی ایجاد نمی شوند. برای کار با مکعب های OLAP ، محصولات نرم افزاری تخصصی لازم است. مایکروسافت SQL با SQL Server همراه با خدمات تجزیه و تحلیل ارائه می شود. راه حلهای OLAP از Oracle ، IBM ، Sybase و غیره وجود دارد.

برای کار با چنین مکعب ها ، یک مشتری خاص در اکسل ساخته شده است. در روسی به آن گفته می شود جدول جمع بندی  (در صفحه گرافیکی از طریق فهرست موجود است داده ها -> جدول جمع بندی) ، و به زبان انگلیسی - جدول محوری. بر این اساس ، شیء مورد نظر این مشتری PivotTable نامیده می شود. لازم به ذکر است که وی قادر است نه تنها با مکعب های OLAP بلکه با داده های معمولی در جداول یا بانکهای اطلاعاتی اکسل کار کند ، اما بسیاری از فرصت ها از بین می رود.

PivotTable و PivotTable محصولات نرم افزاری پانوراما هستند که توسط مایکروسافت به دست آمده و در اکسل ادغام شده اند. بنابراین ، کار با یک شی PivotTable تا حدودی متفاوت از کار با سایر اشیاء اکسل است. حدس زدن آنچه باید انجام شود اغلب دشوار است. بنابراین ، توصیه می شود برای دریافت نکات ، از ضبط کننده ماکرو استفاده کنید. در عین حال ، هنگام کار با جداول محوری ، کاربران اغلب مجبورند همان عملیات تکراری را انجام دهند ، بنابراین اتوماسیون در بسیاری از شرایط ضروری است.

برنامه با جدول محوری چگونه کار می کند؟

اولین کاری که باید انجام دهیم ایجاد یک شی PivotCache است که مجموعه ای از سوابق دریافت شده از منبع OLAP را نشان می دهد. بسیار مشروط ، این شیء PivotCache را می توان با QueryTable مقایسه کرد. برای هر PivotTable فقط یک شی PivotCache قابل استفاده است. ایجاد یک شی PivotCache با استفاده از متد Add () از مجموعه PivotCaches انجام می شود:

Dim PC1 As PivotCache

تنظیم PC1 \u003d ActiveWorkbook.PivotCaches.Add (xlExternal)

PivotCaches یک مجموعه استاندارد است و از روشهایی که مستلزم بررسی دقیق هستند ، فقط می توان متد Add () را در آن ذکر کرد. این روش دو پارامتر را در بر می گیرد:

  • سورکتیپ  - مورد نیاز ، نوع منبع داده برای جدول محوری را تعریف می کند. شما می توانید ایجاد PivotTable را بر اساس طیف وسیعی از اکسل ، داده های یک پایگاه داده ، یک منبع داده خارجی ، PivotTable دیگر و غیره مشخص کنید. در عمل ، معمولاً استفاده از OLAP فقط در صورت وجود داده زیاد منطقی است - بر این اساس ، شما به حافظه خارجی تخصصی نیاز دارید (برای مثال ، خدمات تحلیل مایکروسافت). در این شرایط مقدار xlExternal انتخاب می شود.
  • داده ی منبع  - در همه موارد اجباری است ، به جز مواردی که مقدار پارامتر اول xlExternal باشد. در واقع ، محدوده داده ها را بر اساس آن ایجاد می شود PivotTable تعیین می کند. معمولاً یک مورد Range را می گیرد.

کار بعدی پیکربندی پارامترهای شی PivotCache است. همانطور که قبلاً نیز گفته شد ، این شیء بسیار شبیه به QueryTable است و مجموعه ای از خصوصیات و روش های آن بسیار مشابه است. برخی از مهمترین خصوصیات و روشها:

  • پیوند  - امکان بازگشت یک شی اتصال ADO ، که بطور خودکار برای اتصال به یک منبع داده خارجی ایجاد شده است. برای پیکربندی بیشتر خواص اتصال استفاده می شود.
  • ارتباط  - دقیقاً به همان شیوه خاصیت همان نام QueryTable را کار می کند. این می تواند یک رشته اتصال ، یک ضبط پایان یافته ، یک فایل متنی ، یک درخواست وب را بپذیرد. پرونده جستجوی مایکروسافت. بیشتر اوقات ، هنگام کار با OLAP ، رشته اتصال به طور مستقیم ثبت می شود (از آنجا که دریافت یک شیء Recordset ، به عنوان مثال ، تغییر داده ها کار بزرگی نیست - منابع داده OLAP تقریبا همیشه فقط خواندنی هستند). به عنوان مثال ، تنظیم این ویژگی برای اتصال به بانک اطلاعاتی Foodmart (پایگاه داده آموزش خدمات تجزیه و تحلیل) در سرور LONDON ممکن است به این صورت باشد:

PC1.Connection \u003d "OLEDB؛ ارائه دهنده \u003d MSOLAP.2؛ منبع داده \u003d LONDON1؛ کاتالوگ اولیه \u003d FoodMart 2000"

  • خصوصیات فرمان  و CommandText  دقیقاً نوع دستوری را که به سرور پایگاه داده منتقل می شود ، و متن دستور خود را نیز توضیح دهید. به عنوان مثال ، برای دسترسی به مکعب Sales و گرفتن کامل آن در حافظه نهان مشتری ، می توانید از یک کد فرم استفاده کنید
  • ویژگی ارتباط محلی  به شما امکان می دهد تا به یک مکعب محلی (*. فایل مکعب) ایجاد شده توسط اکسل وصل شوید. البته استفاده از چنین پرونده هایی برای کار با حجم تولید "تولید" توصیه نمی شود - فقط به منظور ایجاد طرح بندی و غیره.
  • ویژگی حافظه  مقدار RAM استفاده شده توسط PivotCache را برمی گرداند. اگر هنوز یک برنامه PivotTable مبتنی بر این PivotCache ایجاد نشده است و باز نیست ، بازمی گردد 0. اگر برنامه شما روی مشتریهای ضعیف اجرا شود ، می توانید برای بررسی استفاده کنید.
  • ویژگی OLAP  اگر PivotCache به سرور OLAP متصل شده باشد ، true برگشت می یابد.
  • OptimizeCache  - امکان بهینه سازی ساختار کش. بارگذاری داده های اولیه بیشتر طول می کشد ، اما پس از آن سرعت کار ممکن است افزایش یابد. برای منابع ، OLE DB کار نمی کند.

خصوصیات باقیمانده شیء PivotCache برابر با ویژگی های QueryTable است و بنابراین در اینجا مورد توجه قرار نمی گیرد.

روش اصلی شی PivotCache روش CreatPivotTable () است. با استفاده از این روش ، مرحله بعدی انجام می شود - ایجاد یک جدول محوری (شی PivotTable). این روش چهار پارامتر را در بر می گیرد:

  • جدول بندی تنها پارامتر مورد نیاز است. یک شی محدوده را قبول می کند که در گوشه سمت چپ بالای آن یک جدول محوری قرار خواهد گرفت.
  • برگه  نام جدول محوری است. در صورت عدم مشخص شدن ، نامی از فرم "SummaryTable1" به طور خودکار تولید می شود.
  • Readdata  - اگر روی True تنظیم شود ، تمام محتوای مکعب به طور خودکار ذخیره می شود. شما باید با این پارامتر بسیار مراقب باشید ، زیرا استفاده نادرست آن می تواند بار مشتری را به طور چشمگیری افزایش دهد.
  • پیش فرض  - این ویژگی معمولاً مشخص نشده است. به شما امکان می دهد نسخه جدول محوری ایجاد شده را تعیین کنید. به طور پیش فرض ، جدیدترین نسخه استفاده می شود.

ایجاد جدول محوری در سلول اول برگه اول یک کتاب ممکن است به صورت زیر باشد:

محدوده PC1.CreatePivotTable ("A1")

یک جدول محوری ایجاد شده است ، اما بلافاصله پس از ایجاد آن خالی است. این چهار منطقه وجود دارد که می توانید زمینه ها را از مبدا قرار دهید (در صفحه گرافیکی ، همه این موارد را می توان با استفاده از پنجره پیکربندی کرد لیست زمینه PivotTable  - به طور خودکار باز می شود ، یا با استفاده از دکمه چیدمان  در آخرین صفحه جادوگر ایجاد جدول محوری):

  • منطقه ستون  - آن اندازه گیری ها ("بخش" که داده ها مورد تجزیه و تحلیل قرار می گیرند) در آن قرار می گیرند ، که اعضای آنها کمتر است.
  • منطقه ردیف  - آن ابعاد ، که اعضای آنها بزرگتر است؛
  • منطقه صفحه  - آن اندازه گیری هایی که با استفاده از آن فقط لازم است فیلتر (برای مثال ، داده ها فقط برای چنین منطقه یا فقط برای چنین سالی نشان داده شود).
  • منطقه داده  - در حقیقت ، قسمت مرکزی جدول. داده های عددی (مثلاً میزان فروش) که ما تجزیه و تحلیل می کنیم.

اعتماد به کاربر دشوار است كه او به درستی عناصر را در هر چهار زمینه قرار دهد. علاوه بر این ، این ممکن است مدتی طول بکشد. بنابراین ، اغلب لازم است که ترتیب داده ها در یک جدول محوری به صورت برنامه ای باشد. این عمل با استفاده از جسم CubeField انجام می شود. خاصیت اصلی این شیء Orientation است ، تعیین می کند که این یا آن قسمت در کجا قرار خواهد گرفت. به عنوان مثال ، بعد Customers را در ناحیه ستون قرار می دهیم:

PT1.CubeFields ("") .Orientation \u003d xlColumnField

بعد ، بعد زمان در منطقه ردیف:

PT1.CubeFields ("") .Orientation \u003d xlRowField

بعد بعدی محصول در قسمت صفحه:

PT1.CubeFields ("") .Orientation \u003d xlPageField

و در آخر ، شاخص (داده های عددی برای تجزیه و تحلیل) واحد فروش:

PT1.CubeFields ("" ") جهت یابی \u003d xlDataField

مشکلات تحلیلی ، OLAP ، انبارهای داده مورد توجه علاقه مندان به متخصصان فناوری اطلاعات روسیه است. تا به امروز ، بسیاری از مطالب دانشگاهی خوب در مورد این موضوع ، از جمله مقدماتی ، در چاپ رایانه و اینترنت ما منتشر شده است. ما مقاله ای را مورد توجه شما قرار می دهیم که در آن با استفاده از یک مثال مشخص سعی در توضیح OLAP "روی انگشتان" داریم. تمرین نشان می دهد که چنین توضیحی برای برخی از متخصصان فناوری اطلاعات و به ویژه کاربران نهایی ضروری است.

بنابراین ، OLAP * 1 به عنوان اولین تقریب ، "روی انگشتان" می تواند به عنوان روشی ویژه برای تجزیه و تحلیل داده ها و دریافت گزارش تعریف شود. اصل آن تهیه جدول چند بعدی به کاربر است که به طور خودکار داده ها را در بخش های مختلف خلاصه می کند و به شما امکان می دهد تا محاسبات و فرم گزارش را به صورت تعاملی مدیریت کنید. در این مقاله درمورد فناوری و عملکردهای اساسی OLAP به عنوان مثال تجزیه و تحلیل فاکتورهای یک شرکت که در تجارت عمده فروشی محصولات غذایی مشغول فعالیت است صحبت خواهیم کرد.

* 1 OLAP - پردازش تحلیلی بر روی خط ، تجزیه و تحلیل داده های آنلاین.

یک سیستم OLAP از ساده ترین و ارزان ترین کلاس - مشتری OLAP * 1 به عنوان ابزاری در نظر گرفته می شود. به عنوان مثال ، ساده ترین محصول از لیست مشتریان OLAP - "Kontur Standard" آزمایشگاه Intersoft انتخاب شد. (برای شفاف سازی ، بعدا در مقاله ، اصطلاحات عمومی پذیرفته شده OLAP به صورت جسورانه و همراه با همتایان انگلیسی زبان نشان داده خواهد شد.)

* 1 برای اطلاعات بیشتر در مورد طبقه بندی سیستم های OLAP ، به مقاله "OLAP، ساخته شده در روسیه" در هفته PC / RE ، شماره 3/2001 مراجعه کنید.

بنابراین ، بیایید با سیستم شروع کنیم. ابتدا باید منبع داده را توصیف کنید - مسیر جدول و فیلدهای آن. این وظیفه کاربر است که اجرای فیزیکی بانک اطلاعاتی را می داند. برای کاربران نهایی ، وی نام جدول و فیلدهای آن را به اصطلاح دامنه ترجمه می کند. پشت "منبع داده" یک جدول ، جدول یا نمای محلی از سرور SQL یا روال ذخیره شده وجود دارد.

به احتمال زیاد ، در یک پایگاه داده خاص ، فاکتورها در یک جدول ذخیره نمی شوند بلکه در چندین جدول قرار دارند. علاوه بر این ، برخی از فیلدها یا سوابق ممکن است برای تجزیه و تحلیل استفاده نشوند. بنابراین ، یک نمونه (مجموعه نتایج یا پرس و جو) ایجاد می شود ، که در آن موارد زیر پیکربندی شده است: الگوریتمی برای ترکیب جداول توسط فیلدهای کلیدی ، شرایط فیلتر و مجموعه ای از فیلدهای برگشتی. نمونه ما را "فاکتور" بنامید و همه قسمتهای منبع داده "فاکتور" را در آن قرار دهید. بنابراین ، متخصص IT ، با ایجاد یک لایه معنایی ، اجرای فیزیکی بانک اطلاعاتی را از کاربر نهایی پنهان می کند.

سپس گزارش OLAP را پیکربندی می کنید. این می تواند توسط یک متخصص در زمینه موضوع انجام شود. ابتدا زمینه های یک نمونه داده مسطح به دو گروه تقسیم می شوند - واقعیت ها (حقایق یا اقدامات) و ابعاد (ابعاد). واقعیت ها اعداد هستند و اندازه گیری ها "بریدگی" است که در آنها حقایق خلاصه می شوند. در مثال ما ، اندازه گیری ها عبارتند از: "منطقه" ، "شهر" ، "خریدار" ، "محصول" ، "تاریخ" و یک واقعیت وجود خواهد داشت - قسمت "مقدار" فاکتور. برای واقعیت ، شما باید یک یا چند الگوریتم تجمع را انتخاب کنید. OLAP قادر است نه تنها نتایج را خلاصه کند ، بلکه محاسبات پیچیده تری را انجام می دهد ، و از جمله آنالیز آماری است. اگر چندین الگوریتم تجمیع را انتخاب کنید ، واقعیت های مجاز و محاسبه شده ایجاد می شوند. در مثال ، یک الگوریتم جمع آوری انتخاب می شود - "جمع".

از ویژگی های خاص سیستم های OLAP ، تولید اندازه گیری ها و داده ها در دوره های زمانی قدیمی تر از تاریخ و محاسبه خودکار کل مبلغ برای این دوره ها است. دوره های "سال" ، "چهارم" و "ماه" را انتخاب می کنیم و هیچ گزارشی برای هر روز در گزارش وجود نخواهد داشت ، اما اندازه گیری های تولید شده "سال" ، "چهارم" و "ماه" ظاهر می شوند. با گزارش "تجزیه و تحلیل فروش" تماس بگیرید و آن را ذخیره کنید. کار در ایجاد رابط برنامه تحلیلی به پایان رسیده است.

حال ، با راه اندازی این رابط روزانه یا ماهانه ، کاربر جدول و نمودار را مشاهده می کند که در آن فاکتورها برای کالاها ، مشتریان و دوره ها جمع می شود.

برای این که دستکاری ها با داده ها بصری نباشند ، ابزارهایی برای مدیریت یک جدول پویا عناصر جدول خود هستند - ستون ها و ردیف های آن. کاربر می تواند آنها را انتقال داده ، حذف ، فیلتر کرده و سایر عملیات OLAP را انجام دهد. در این حالت ، جدول به طور خودکار زیرمجموعه های جدید و جمع بندی نهایی را محاسبه می کند.


به عنوان مثال ، با کشیدن (عملیات "حرکت") ستون "محصول" به مقام اول ، ما یک گزارش مقایسه می گیریم - "مقایسه حجم فروش کالاها برای یک سال". برای جمع آوری داده ها به مدت یک سال ، فقط ستون های "Quarter" و "Month" را به بالای جدول بکشید - "منطقه اندازه گیری غیرفعال". اندازه گیری های "ربع" و "ماه" به این منطقه بسته خواهد شد (عملیات "بعد نزدیک") ، که از این گزارش مستثنی نیست. در حالی که واقعیت ها در طول سال خلاصه می شود. با وجود این که اندازه گیری ها بسته است ، می توانید سال ها ، چهارم ها و ماه های مشخصی را برای فیلتر کردن داده ها (عملیات "فیلتر") تعیین کنید.

برای وضوح بیشتر ، نوع گرافیکی که جدول OLAP را نشان می دهد و موقعیت آن در صفحه تغییر می دهیم.

عمق بخشیدن به داده ها (عملیات "حفاری کردن") به شما امکان می دهد تا اطلاعات دقیق تری در مورد فروش محصول مورد نظر خود کسب کنید. با کلیک بر روی علامت "+" روبروی محصول "قهوه" ، شاهد حجم فروش آن توسط مناطق هستیم. با افتتاح منطقه اورال ، می توانیم از طریق شهر منطقه اورال به فروش برسانیم ، با درج اطلاعات در یكاترینبورگ ، می توان داده های مربوط به خریداران عمده فروشی این شهر را مشاهده كرد.

برای تنظیم فیلترها می توانید از اندازه گیری های باز استفاده کنید. برای مقایسه پویایی فروش شیرینی ها در مسکو و یکاترینبورگ ، فیلترهایی برای اندازه گیری کالاها و کالاهای شهر قرار خواهیم داد.

اندازه گیری های غیر ضروری را ببندید و نوع نمودار "Line" را انتخاب کنید. در نمودار نتیجه می توانید پویایی فروش را ردیابی کنید ، نوسانات فصلی و رابطه سقوط و رشد فروش کالا در شهرهای مختلف را ارزیابی کنید.

بنابراین ، ما متقاعد شدیم که فناوری OLAP به کاربر اجازه می دهد تا با کنترل جدول پویا OLAP با ماوس ، ده ها نوع گزارش مختلف از یک رابط را صادر کند. وظیفه برنامه نویسی که صاحب چنین ابزاری است ، رمزگذاری روتین فرم های گزارشگری نیست ، بلکه تنظیم مشتری OLAP برای پایگاه داده است. در عین حال ، روش های مدیریت گزارش بطور مستقیم برای کاربر نهایی مشخص است.

در واقع ، OLAP یک ادامه طبیعی و توسعه ایده صفحه گسترده است. در حقیقت رابط بصری OLAP نیز یک صفحه گسترده است ، اما مجهز به یک ماشین حساب قدرتمند و استاندارد ویژه برای ارائه و مدیریت داده است. علاوه بر این ، برخی از مشتریان OLAP به عنوان افزودنی در MS Excel پیاده سازی می شوند. بنابراین ، ارتش میلیونی کارگران یقه سفید ، که با اطمینان صاحب صفحات گسترده هستند ، به سرعت تسلط بر ابزار OLAP را دارند. برای آنها ، این "انقلاب مخملی" است ، که فرصتهای جدیدی را ارائه می دهد ، اما با نیاز به تغییر مجدد همراه نیست.

اگر خواننده پس از خواندن این مقاله ، علاقه ای به OLAP از دست ندهد ، می تواند به مطالب ذکر شده در ابتدا مراجعه کند. مجموعه اینگونه مطالب در تعدادی از سایت های اینترنتی از جمله سایت آزمایشگاه Intersoft - www.iso.ru. در دسترس است. همچنین می توانید یک نسخه آزمایشی از سیستم "Kontur Standard" را با نمونه ای که در مقاله آورده شده است از آن بارگیری کنید.

زنگ

کسانی هستند که این خبر را قبل از شما می خوانند.
برای دریافت مطالب تازه مشترک شوید.
پست الکترونیک
نام
نام خانوادگی
چگونه می خواهید The Bell را بخوانید
بدون اسپم