Návrh metodického postupu tvorby multidimenziálního datového modelu v systému Business Inteligence

Abstract

Systém Business Intelligence (BI) je klíčovým subsystémem informačního systému zajišťující přístup k přesným, včasným a relevantním informacím pro podporu rozhodování managementu. Kvalita a použitelnost datové základny systému BI je zásadně ovlivněna zejména změnami uživatelských požadavků, a je tedy nezbytné aplikovat metodické postupy návrhu, zajišťující co nejvyšší flexibilitu a rezistentnost vůči tomuto fenoménu. Prvním cílem práce je návrh metodického postupu návrhu datového modelu pro systém BI, který vychází ze zásad agilně orientované iterativní metodiky Scrum, která zde tvoří rámec pro efektivní proces analýzy a návrhu multidimenzionálního datového modelu. V práci je rovněž uveden příklad aplikace navrhovaného metodického postupu. Druhým cílem práce je stanovení předpokladů aplikovatelnosti techniky kotveného modelování v kontextu implementace multidimenzionálního datového modelu. Jde o techniku relačního datového modelování, která je také kompatibilní s navrhovaným metodickým postupem jako potenciální metoda realizace výstupu. Technika nabízí rovněž nástroje pro dosažení flexibility procesu tvorby datového modelu datového úložiště systému BI, které jsou kompatibilní s filozofií metodického procesu. Aplikovatelnost techniky kotveného modelování je analyzována vzhledem ke standardnímu přístupu, založeném na konstrukci nenormalizovaného schématu hvězdy. Využity jsou dva typizované multidimenzionální datové modely a vzorky 250 hvězdicovitých dotazů, unikátní pro každý model. Statistická významnost rozdílů doby zpracování dotazů je analyzována pomocí metod porovnávání závislých výběrů (s 5 % hladinou významnosti). Charakteristiky zpracování dotazů, ve smyslu aplikace vybraných operátorů fyzického zpracování, jsou využity ke zkoumání vztahu k velikosti výstupu zpracovávaných dotazů, s využitím metody vícerozměrné analýzy rozptylu. Výsledky analýzy jsou dále využity při detailní analýze výsledků doby zpracování dotazů a obsahu dotazů. Závěry práce indikují zjištěný obsah a parametry dotazů, které limitují výkonnost zpracování dotazů, při využití přístupu k tvorbě multidimenzionálního datového modelu, založeného na aplikaci techniky kotveného modelování. Závěry rovněž indikují potenciální omezení pro využití přístupu, jako metody získání výstupu metodického postupu.

Business Intelligence (BI) system is information system’s key subsystem that provides access to accurate, timely and relevant information for the support of decision-making in the management. BI system’s database quality and usefulness is substantially affected mainly by changes in user requirements. It is therefore imperative to apply a methodical process of the design that ensures highest level of flexibility and resistance to this phenomenon. The first goal is to propose a methodical process of BI system’s data model design that is based on principles of the agile oriented methodology Scrum, as a framework for effective process of the multidimensional data model analysis and design. In the thesis there is an example case study of the application of the proposed methodical process presented. The second goal is to assess applicability of the anchor modeling technique in the context of the multidimensional data model implementation. It is a relational modeling technique which is also compatible with the methodical process as potential method of delivering the output of the process. The technique offers also tools for achieving flexibility in the BI system’s data model development process and that are compatible with the proposed methodical process’ philosophy. The applicability of the anchor modeling technique is analyzed in context of a standard approach which is based on the construction of a non-normalized star schema. Two typical multidimensional data models are used with unique sets of 250 star queries for each of the models. Statistical significance of query execution results’ differences is tested using paired samples comparison methods (at the 5 % level of significance). Query processing characteristics, in terms of selected physical operators’ performance, are used to explore relationships with the resulting query output size, using the multivariate analysis of variance method. Results of the analysis are then used during the detailed analysis of query performance results and query content. Conclusions of the thesis present indication of observed query contents and parameters that constrain the query execution performance when using the anchor modeling based approach to construct the multidimensional data model. The conclusions also indicate potential constraints for the use of the approach as an output delivery method for the methodical process.