1

Data warehousing con SQL Server SQL Server è un RDBMS (Relational DataBase Management System)

Analysis Services è un componente di SQL Server che offre un insieme di funzionalità di supporto al data warehousing

Componenti per il data warehousing OLAP Server: è il server analitico dei dati

rappresenta i dati analitici del DW in forma multidimensionale, usando i concetti di cubo, dimensione e misura

OLAP Manager : strumento di amministrazione dei dati analitici

2

Analysis Services (AS)

I cubi sono contenuti in un OLAP database gestiti dall’OLAP Server

Un cubo recupera i dati dal DW relazionale che è definito come sorgente dati (data source) all’interno dell’OLAP Database

Un OLAP database può avere varie data source

Un cubo può recuperare dati da una singola data source

Diversi cubi (di uno stesso OLAP database) possono recuperare dati da data source differenti

Punto di partenza : DW relazionale organizzato secondo uno schema dimensionale (star

schema, snowflake schema)

Il DW relazionale non deve essere necessariamente un DB gestito con SQL Server

Obiettivo : I dati del DW relazionale vengono rappresentati ed analizzati in forma

multidimensionale usando la nozione di cubo (data cube)

3

Schemi multi-dimensionali in AS

Dimensioni e attributi dimensionali si chiamano livelli

I valori delle dimensioni e degli attributi dimensionali si dicono membri

dimensione STORE

livelli

(ALL)

STORE CITY STATE COUNTRY (ALL)

Ditutto RE EmiliaR Italia ALL

NonSoloX RE EmiliaR Italia ALL

NonSoloY MO EmiliaR Italia ALL

NonSoloZ RM Lazio Italia ALL

... ... ... ... ALL

membri

4

Membri e Livelli: le dimensioni contengono solitamente il livello speciale (ALL) che

contiene il solo membro All che denota tutti i membri della dimensione

Organizzazione in Livelli: In Analysis Services i livelli formano una successione lineare (un

nodo può avere al massimo un figlio) L’organizzazione in livelli corrisponde alla definizione di una

relazione padre-figlio tra i membri di livelli successivi (ogni membro di un livello si raggruppa nel membro padre) il membro All è padre dei membri Italia, Francia, ... il membro Italia è padre dei membri EmiliaR, Lazio, .. …

Misure : Le misure sono considerate come membri di una dimensione

speciale chiamata Measures (presente in tutti i cubi)

Schemi multi-dimensionali in AS

5

Confronto tra DFM e AS

Consideriamo lo Schema di Fatto BIGLIETTI e la (parte di) dimensione dei voli, con la relativa gerarchia. In AS avremo un cubo BIGLIETTI e le dimensioni rispetto alle quali si analizzaranno i dati Dimensione VOLO-COMPAGNIA Dimensione VOLO-ORADIPARTENZA

Nel modello DFM gli attributi dimensionali sono organizzati in una gerarchia che è un albero direzionato (un nodo può avere più figli)

In Analysis Services i livelli formano una successione lineare (un nodo può avere al massimo un figlio)

Misure : corrispondono al concetto di misura del modello DFM

6

Misure ed operatori di aggregazione

Classificazione degli operatori di aggregazione : Distributivi: permettono di calcolare dati aggregati a partire direttamente da

dati parzialmente aggregati (es. somma, massimo, minimo) Algebrici: richiedono un numero finito di informazioni aggiuntive (misure di

supporto) per calcolare dati aggregati a partire da dati parzialmente aggregati (es. media – richiede il numero dei dati elementari che hanno contribuito a formare un singolo dato parzialmente aggregato)

Olistici: non permettono di calcolare dati aggregati a partire da dati parzialmente aggregati utilizzando un numero finito di informazioni aggiuntive (es. mediana, moda)

Nel seguito analizzeremo come questi concetti generali siano riportati ed implementati in Analysis Services e quali sono alcuni dei concetti particolari di Analysis Services

7

Misure Derivate

Ottenute applicando operatori matematici a due o più valori appartenenti alla stessa tupla: nell’espressione si usano solo attributi della Fact Table

Una misura derivata viene calcolata sugli eventi primari, ovvero prima di effettuare l’aggregazione dei dati; quindi, al pari delle altre misure, anche per le misure derivate si deve definire un operatore di aggregazione

In Analysis Service c’è il concetto di Misura Derivata

8

Misure Derivate : Esempio Schema di Fatto ESAMI

Dimensioni • STUD (con in gerarchia FACOLTA) e DATA (con in gerarchia MESE)

Misure • BASE (Crediti di tipo Base) e ALTRO (Crediti di tipo ALTRO)

Misure derivate• RAPPORTO = BASE/ALTRO• TOTALE = BASE + ALTRO

STUD DATA BASE ALTRO RAPPORTO TOTALEING1 GEN1 20 2 10 22ING1 GEN2 40 4 10 44ING2 GEN2 30 6 5 36

FACOLTA DATA BASE ALTRO RAPPORTO TOTALEING GEN1 20 2 10 22ING GEN2 70 10 7,5 70

SUM SUM SUMAVG

FACOLTA MESE BASE ALTRO RAPPORTO TOTALEING GEN 90 12 8,33 102

9

Misure Calcolate (concetto di AS) Una misura calcolata è una misura il cui valore è calcolato a partire

da altre misure dopo aver aggregato i dati (quindi per una misura

calcolata non si definisce un operatore di aggregazione)

Esempio: Consideriamo lo schema di Fatto ESAMI

Misure derivate• RAP_DER = BASE/ALTRO

Misure calcolate • RAP_CALC = BASE/ALTRO• TOTALE = BASE + ALTRO

se la misura e’ distributiva (TOTALE), otteniamo lo stesso risultato sia come misura derivata che come calcolata: la scelta si basa sull’efficienza del calcolo (una misura calcolata “è più efficiente”)

se la misura non è distributiva (RAPPORTO), non si ottiene lo stesso risultato e quindi si deve scegliere il modo opportuno

10

Esempio di Misure Calcolate

STUD DATA BASE ALTRO RAP_DER TOTALE RAP_CALC ING1 GEN1 20 2 10 22 10 ING1 GEN2 40 4 10 44 10 ING2 GEN2 30 6 5 36 5

FACOLTA DATA BASE ALTRO RAP_DER TOTALE RAP_CALCING GEN1 20 2 10 22 10ING GEN2 70 10 7,5 80 7

SUM SUM

FACOLTA MESE BASE ALTRO RAP_DER TOTALE RAP_CALCING GEN 90 12 8,33 102 7,5

AVG

11

Operatore di Aggregazione Algebrico : AVG

anno 1999trim. I’99 II’99 III’99 IV’99

categ oria tipo prodottoBrillo 2 2 2,2 2,5

Sbianco 1,5 1,5 2 2,5detersivoLucido – 3 3 3

Manipulite 1 1,2 1,5 1,5

puliziacasa

saponeScent 1,5 1,5 2 –

anno 1999trim. I’99 II’99 III’99 IV’99

cat e goria tipodetersivo 1,75 2,17 2,40 2,67pulizia

casa sapone 1,25 1,35 1,75 1,50media: 1,50 1,76 2,08 2,09

anno 1999trim. I’99 II’99 III’99 IV’99

categ oriapulizia casa 1,50 1,84 2,14 2,38

In Analysis Services una misura con operatore di aggregazione algebrico deve essere definito tramite una misura calcolata

Esempio : Prezzo Unitario (PU)

12

Implementazione di AVG in AS

Una misura quale PU con operatore di aggregazione AVG deve essere necessariamente definita come Misura Calcolata in quanto la devo calcolare come SUM(PU)/count().

Allora:1. Si usa l’attributo PU per definire la misura PUBase aggregata con SUM;2. Definisco la misura di supporto Conteggio, aggregata con COUNT; per

definire il conteggio posso usare un qualsiasi attributo della fact table 3. Definisco PU calcolata come PrezzoBase/Conteggio

Le due misure utilizzate per calcolare PU possono non essere visualizzate

13

ESEMPIO (pag 20 delle dispense originali)

Non è possibile calcolare l’aggregazione a partire dalle aggregazioni componente: il guadagno per il tipo T1 non lo posso ottenere moltiplicando la quantità per il prezzo unitario

La soluzione corretta è sempre quella che si ottiene aggregando i dati direttamente dalla vista primaria : definisco Guadagno come Misura Derivata aggregata tramite la SUM

Tipo Prodotto Quantità Prezzo Guadagno T1 P1 5 1,00 5,00 T1 P2 7 1,50 10,50 T2 P3 9 0,80 7,20 22,70

SumSum AVGAVG ??

Guadagno 15,00

7,20

22.2022.20

Tipo Quantità PrezzoT1 12 1,25T2 9 0,80

14

ESEMPIO: Implementazione in AS

Prezzo ha come operatore di aggregazione AVG, allora si definisce come Misura Calcolata SUM(prezzo)/count(). Allora1. Si usa l’attributo Prezzo per definire PrezzoBase aggregata con

SUM;2. Definisco la misura di supporto Conteggio, aggregata con

COUNT3. Definisco PREZZO calcolata come PrezzoBase/Conteggio

Si definisce la misura Guadagno come Misura Derivata Prezzo*Quantità, con operatore di aggregazione Sum

Per confrontare (e verificare l’errore che si otterrebbe calcolare l’aggregazione a partire dalle aggregazioni componente ) si definisce anche una misura GuadagnoCalc come Misura Calcolata Prezzo*Quantità

15

Misura Derivata: esempio dei biglietti CostoMedioBiglietto (CMB) calcolato come INCASSO/NUM_BIG.

CodVolo DATA INCASSO NUM_BIG CMB ALIT1 GEN1 20 2 10 ALIT1 GEN2 40 4 10 ALIT2 GEN2 30 6 5

Compagnia DATA INCASSO NUM_BIG CMB ALITALIA GEN1 20 2 10 ALITALIA GEN2 70 10 7,5

Compagnia Mese INCASSO NUM_BIG CMB ALITALIA GEN 90 12 8,33

SUM SUM AVG

Implementazione in Analysis Services1. Si definisce la misura derivata CMB_Base2. Definisco la misura di supporto Conteggio, aggregata con COUNT3. Definisco CMB calcolata come CMB_Base/Conteggio

16

Misura Derivata: esempio dei biglietti

Implementazione in Analysis Services1. Si definisce la misura derivata CMB_Base come INCASSO/NUM_BIG.

Importante: CMB_BASE deve essere definita come real (ad esempio double) in modo da fare la divisione tra reali e non tra interi:

2. Definisco la misura di supporto Conteggio, aggregata con COUNT

17

Misura Derivata: esempio dei biglietti

3. Definisco CMB calcolata come CMB_Base/Conteggio

Per visualizzare anche le cifre decimali, impostare il format string come in figura

In questo modo la visualizzazione del cubo risulterà essere

18

Misura Derivata: esempio dei biglietti

Il risultato che si ottiene è

Come facciamo a verificare che il risultato sia corretto? Si può procedere valutando il calcolo in alcuni casi, ma la verifica teorica

effettiva è quella di calcolare la misura direttamente sugli eventi primari nel DM!

Nell’esempio, raggruppiamo sullo stato di arrivo e calcoliamo AVG(INCASSO/NUM_BIGLIETTI) con la seguente query SQL SELECT ARRIVO.STATO AS ARRIVAA,

AVG(INCASSO/NUM_BIGLIETTI) AS CMBFROM BIGLIETTI INNER JOIN VOLO ON BIGLIETTI.COD_VOLO = VOLO.CODVOLO INNER JOIN AEROPORTO ARRIVO ON VOLO.A = ARRIVO.SIGLAGROUP BY ARRIVO.STATO

IMPORTANTE: nella tabella BIGLIETTI occorre definire gli attributi INCASSO e NUM_BIGLIETTI come decimal e non come integer altrimenti il rapporto INCASSO/NUM_BIGLIETTI in AGV(INCASSO/NUM_BIGLIETTI) viene calcolato come divisione tra interi e quindi viene approssimato.

19

Misura aggregabile con differenti operatori

Per una misura si possono definire differenti operatori di aggregazione per le differenti dimensioni

stato

INVENTARIO

livello

quantità ingresso

magazzino città

indirizzo

data

AVG,

MIN

unità per pallet

prodotto

tipo

reparto

peso

confezione

marca

categoria

meseanno

La misura Livello è addittiva sulle dimensioni Prodotto e Magazzino, mentre rispetto alla dimensione Data si possono usare gli operatori AVG e MIN

20

Misura aggregabile con differenti operatori

Livello aggregato tramite SUM su Magazzino e tramite MIN su Data

3 Città Magazzino 1 / 3 2 /3

Mese Data

M1 10 25 RE M2 40 30

{Magazzino, Data}

Città Magazzino 3 M1 10 RE

M2 30

Mese

{Magazzino, Mese} 3

Città 1 / 3 2 /3 RE 50 55

Mese Data

{Città, Data}

Per il Pattern {Città, Mese} ho due possibilità:1. Minimo della Somma = 50

2. Somma dei Minimi = 40

In AS (tramite il linguaggio MDX) è possibile definire formule personalizzate di rollup per i vari livelli di una dimensione l’ordine di priorità per stabilire a quale aggregazione dare la precedenza

21

In AS: Livello aggregato con SUM su Magazzino e MIN su Data Definisco Livello aggregato tramite SUM : tale aggregazione si applica

per tutte le dimensioni a meno di non Personalizzare il rollup Per la dimensione Data si personalizza il rollup per il livello Mese usando

l’operatore MIN : Min([Data].CurrentMember.Children)

Nota: Le dimensioni contengono il livello speciale (ALL) che contiene il solo membro All (che viene mostrato come Totale <NomeDimensione>) che denota tutti i membri della dimensione: è possibile non visualizzare tale membro usando “No” nella proprietà All Level della dimensione!

22

Ordine di valutazione Nell’esempio precedente, utilizzando l’ordine di valutazione di default,

per il pattern {Città, Mese} viene riportato il minimo della somma in quanto, una formula personalizzata di rollup ha un ordine di valutazione più alto, quindi viene valutato alla fine

Vedremo che tale ordine di valutazione potrà essere modificato utilizzando la clausola SOLVE_ORDER di MDX

Per concludere, in MDX sono disponibili altri operatori per aggregare i dati. Ad esempio, si può aggregare su Data usando la Mediana: