Essbase - Essbase

Essbase
Оригинальный автор (ы)Arbor Software Corporation
Стабильный выпуск
19.3 / сентябрь 2019; 1 год назад (2019-09)
Операционная системаWindows, Linux, IBM AIX, HP-UX, Солярис
ТипМногомерная база данных
ЛицензияПроприетарный
Интернет сайторакул.com/ technetwork/ промежуточное ПО/ essbase

Essbase многомерный система управления базами данных (MDBMS), который обеспечивает многомерная база данных платформа, на которой можно создавать аналитические приложения. Essbase начиналась как продукт компании Arbor Software, которая объединилась с Hyperion Software в 1998 году. Корпорация Oracle приобрел Корпорация Hyperion Solutions в 2007 г., по состоянию на 2009 г. Oracle продавала Essbase как «Oracle Essbase» (локальный продукт), а в последнее время Essbase предлагается как часть Oracle Analytics Cloud. До конца 2005 г. IBM также продавала OEM-версию Essbase как DB2 Сервер OLAP.[1]

Исследователь базы данных Э. Ф. Кодд ввел термин «оперативная аналитическая обработка» (OLAP ) в техническом документе[2]который устанавливает двенадцать правил для аналитических систем (намек на его более ранний знаменитый набор двенадцать правил определение реляционная модель ). Этот технический документ, опубликованный Computerworld, был несколько явным в своей ссылке на возможности Essbase, и когда позже выяснилось, что Codd был спонсирован Arbor Software, Computerworld отозвала этот документ.[3]

В отличие от «обработки транзакций в режиме онлайн» (OLTP ) OLAP определяет технологию баз данных, оптимизированную для обработки человеческих запросов, а не транзакций. Результатом такой ориентации было то, что многомерные базы данных ориентировали свои требования к производительности на другой набор ориентиры (Аналитический тест производительности, АПБ-1), чем у СУБД (Совет по производительности обработки транзакций (TPC)).

Hyperion переименовал многие свои продукты в 2005 году, дав Essbase официальное название Аналитические услуги Hyperion System 9 BI +, но практикующие игнорировали новое имя. Позже бренд Essbase был возвращен к официальному названию продукта в маркетинговых целях, но серверное программное обеспечение по-прежнему носило название «Аналитические услуги», пока оно не было включено в состав Oracle. Бизнес-аналитика Продукт Foundation Suite (BIFS).[4]

В августе 2005 г. Информационный век журнал назвал Essbase одной из 10 самых влиятельных технологических инноваций за последние 10 лет,[5] вместе с Netscape, то BlackBerry, Google, виртуализация, Передача голоса по IP (VOIP ), Linux, XML, то Pentium процессор и ADSL. Редактор Кенни Макивер сказал: «Hyperion Essbase была технологией многомерных баз данных, которая поместила онлайн-аналитическую обработку на карту бизнес-аналитики. Она стимулировала создание множества конкурирующих продуктов OLAP - и миллиардов кубов OLAP».

История и мотивация

Essbase изначально разрабатывался для решения масштабируемость проблемы, связанные с электронные таблицы такие как Лотос 1-2-3 и Майкрософт Эксель. Действительно, в патенте (срок действия которого истек) Essbase использует электронные таблицы в качестве мотивирующего примера, чтобы проиллюстрировать потребность в такой системе.[6]

В этом контексте «многомерный» относится к представлению финансовых данных в формате электронной таблицы. Типичная электронная таблица может отображать интервалы времени по заголовкам столбцов и имена учетных записей в заголовках строк. Например:

ЯнвФевМарВсего
Количество1000200030006000
Продажи$100$200$300$600
Затраты$80$160$240$480
Прибыль$20$40$60$120

Если пользователь хочет, например, разбить эти значения по регионам, это обычно включает дублирование этой таблицы на нескольких электронных таблицах:

к северу
ЯнвФевМарВсего
Количество2401890502180
Продажи$24$189$5$218
Затраты$20$150$3$173
Прибыль$4$39$2$45
Юг
ЯнвФевМарВсего
Количество76011029503820
Продажи$76$11$295$382
Затраты$60$10$237$307
Прибыль$16$1$58$75
Всего по региону
ЯнвФевМарВсего
Количество1000200030006000
Продажи$100$200$300$600
Затраты$80$160$240$480
Прибыль$20$40$60$120

Альтернативное представление этой структуры потребовало бы трехмерной сетки электронной таблицы, что породило идею о том, что «Время», «Счет» и «Регион» являются Габаритные размеры. По мере добавления в систему дополнительных измерений становится очень трудно поддерживать электронные таблицы, которые правильно представляют многомерные значения. Многомерные базы данных, такие как Essbase, предоставляют хранилище данных для значений, которые существуют, по крайней мере, концептуально, в многомерном "гиперкуб ".

Разреженность

По мере увеличения количества и размера измерений разработчики многомерных баз данных все чаще сталкиваются с техническими проблемами при физическом представлении данных. Допустим, в приведенный выше пример добавлены параметры «Клиент» и «Продукт»:

РазмерКоличество значений измерения
учетные записи4
Время4
Область, край3
Покупатель10,000
Товар5,000

Если многомерная база данных зарезервировала пространство для хранения для каждого возможного значения, ей нужно было бы хранить 2 400 000 000 (4 × 4 × 3 × 10 000 × 5 000) ячеек. Если программное обеспечение отображает каждую ячейку как 64-битная с плавающей запятой значение, это соответствует потребности в памяти не менее 17 гигабайты (ровно 19,2 ГБ). На практике, конечно, количество комбинаций «Клиент» и «Продукт», которые содержат значимые значения, будет составлять крошечное подмножество всего пространства. Это свойство многомерных пространств называется редкость.

Агрегация

OLAP системы обычно предусматривают несколько уровней детализации в каждом измерении, упорядочивая элементы каждого измерения в одно или несколько иерархии. Измерение времени, например, может быть представлено в виде иерархии, начинающейся с «Общее время» и разбитой на несколько лет, затем кварталов, затем месяцев. Параметр «Учетные записи» может начинаться с «Прибыль», которая подразделяется на «Доход», «Расходы» и так далее.

В приведенном выше примере, если "Продукт" представляет отдельный продукт SKU аналитики могут также захотеть составлять отчеты с использованием таких агрегатов, как «Группа продуктов», «Семейство продуктов», «Линия продуктов» и т. д. Аналогичным образом для «Клиента» естественные агрегаты могут упорядочивать клиентов по географическому положению или отрасли.

Количество агрегированных значений, подразумеваемых набором входных данных, может стать удивительно большим. Если измерения «Клиент» и «Продукт» фактически имеют шесть «поколений», то одна точка данных влияет на 36 (6 × 6) агрегированных значений. Отсюда следует, что если все эти агрегированные значения должны быть сохранены, объем необходимого пространства пропорционален товар глубины всех агрегатных размеров. Для больших баз данных это может привести к тому, что эффективные требования к хранилищу во много сотен раз превысят размер агрегируемых данных.

Блочное хранилище (Essbase Analytics)

Начиная с версии 7, Essbase поддерживает два «варианта хранения», которые используют преимущества разреженности, чтобы минимизировать объем физической памяти и дискового пространства, необходимых для представления больших многомерных пространств. Патент Essbase[6] описывает исходный метод, направленный на уменьшение объема необходимой физической памяти без увеличения времени, необходимого для поиска близких значений. С введением альтернативных вариантов хранения в маркетинговых материалах это Вариант блочного хранилища (Essbase BSO), позже именуемого Essbase Analytics.

Короче говоря, Essbase требует, чтобы разработчик пометил размеры как «плотные» или «разреженные». Затем система упорядочивает данные для представления гиперкуба в «блоки», где каждый блок представляет собой многомерный массив, состоящий из «плотных» измерений, и пространство выделяется для каждой потенциальной ячейки в этом блоке. Редкость используется, потому что система создает блоки только тогда, когда это необходимо. В приведенном выше примере предположим, что разработчик пометил «Учетные записи» и «Время» как «плотные», а «Регион», «Клиент» и «Продукт» - как «разреженные». Если имеется, скажем, 12 000 комбинаций региона, клиента и продукта, которые содержат данные, то будет создано только 12 000 блоков, причем каждый блок будет достаточно большим, чтобы хранить все возможные комбинации счетов и времени. Таким образом, количество хранимых ячеек составляет 192000 (4 × 4 × 12000), что требует менее 2 гигабайты памяти (точнее 1536 МБ) плюс размер индекса, используемого для поиска соответствующих блоков.

Поскольку база данных скрывает эту реализацию от интерфейсных инструментов (т. Е. Отчет, который пытается получить данные из несуществующих ячеек, просто видит "нулевые" значения), по всему гиперкубу можно перемещаться естественным образом, и можно загружать значения в любую ячейку в интерактивном режиме.

Расчетный движок

Пользователи могут указывать вычисления в Essbase BSO как:

  • агрегирование значений через иерархии измерений;
  • сохраненные вычисления по элементам измерения;
  • «динамически вычисляемые» элементы измерения; или
  • процедурные «сценарии вычислений», которые действуют на значения, хранящиеся в базе данных.

Первый метод (агрегирование измерений) осуществляется неявно посредством сложения или выборочной маркировки ветвей иерархии, которые нужно вычесть, умножить, разделить или игнорировать. Кроме того, результат этой агрегации может быть сохранен в базе данных или вычислен динамически по запросу - члены должны быть помечены как «Сохраненные» или «Динамические вычисления». чтобы указать, какой метод будет использоваться.

Второй метод (сохраненные вычисления) использует формула по каждому вычисляемому элементу измерения - когда Essbase вычисляет этот элемент, результат сохраняется для этого элемента точно так же, как значение данных.

Третий метод (динамическое вычисление) указывается в том же формате, что и сохраненные вычисления, но вычисляет результат, когда пользователь обращается к значению, адресованному этим членом; система не хранит такие рассчитанные значения.

Четвертый метод (скрипты расчета) использует процедурный язык программирования специфичен для вычислительной машины Essbase. Этот тип вычислений может воздействовать на любое значение данных в гиперкубе и, следовательно, может выполнять вычисления, которые нельзя выразить простой формулой.

Сценарий вычислений также должен быть выполнен для запуска вычисления агрегированных значений или сохраненных вычислений, как описано выше - для выполнения этого типа вычислений можно использовать встроенный сценарий вычислений (называемый «вычислением по умолчанию»).

Совокупное хранилище (корпоративная аналитика)

Хотя блочное хранилище эффективно минимизирует требования к хранилищу, не влияя на время извлечения, оно имеет ограничения в обработке агрегированных данных в больших приложениях, что мотивирует внедрение второго механизма хранения, названного Вариант совокупного хранилища (Essbase ASO) или совсем недавно, Корпоративная аналитика. Этот вариант хранения делает базу данных более похожей на базу данных OLAP, например Службы аналитики SQL Server.

После загрузки данных Essbase ASO не сохраняет агрегированные значения, а вместо этого вычисляет их по запросу. Для больших баз данных, где время, необходимое для генерации этих значений, может стать неудобным, база данных может материализовать одно или несколько агрегированных "представлений", состоящих из одного агрегированного уровня для каждого измерения (например, база данных может вычислять все комбинации пятого генерации продукта с третьим поколением клиента), и эти представления затем используются для генерации других агрегированных значений, где это возможно. Этот процесс можно частично автоматизировать, когда администратор указывает объем дискового пространства, которое может быть использовано, а база данных создает представления в соответствии с фактическим использованием.

Этот подход имеет серьезный недостаток в том, что куб нельзя рассматривать для целей вычислений как один большой гиперкуб, поскольку агрегированные значения не могут контролироваться напрямую, поэтому обратная запись из интерфейсных инструментов ограничена, а сложные вычисления, которые нельзя выразить как Многомерные выражения выражения невозможны.

Расчетный движок

Essbase ASO может определять вычисления как:

  • агрегирование значений через размерные иерархии; или
  • динамически вычисляемые элементы измерения.

Первый метод (агрегирование измерений) в основном дублирует алгоритм, используемый Essbase BSO.

Второй метод (динамические расчеты) оценивает Многомерные выражения выражения для элементов измерения.

Пользовательский интерфейс

Большинство пользователей Essbase работают с данными Essbase через добавить в для Майкрософт Эксель (ранее также Лотос 1-2-3 ), известный как Smart View. Надстройка Essbase - это стандартный подключаемый модуль к Microsoft Excel, который создает дополнительное меню, которое можно использовать для подключения к базам данных Essbase, получения или записи данных и навигации по измерениям куба («Увеличение», «Смещение» и т. Д.) .[7]

В 2005 году Hyperion начал предлагать визуализация инструмент под названием Hyperion Visual Explorer (HVE), который был OEM от Программное обеспечение Tableau. Программное обеспечение Tableau возник в Стэндфордский Университет в качестве спонсируемого правительством исследовательского проекта по изучению новых способов взаимодействия пользователей с реляционный и OLAP базы данных. Hyperion и Tableau построили вместе первые версии Программное обеспечение Tableau который был разработан специально для многомерных (OLAP) баз данных. Oracle быстро расторгла соглашение OEM с Программное обеспечение Tableau вскоре после приобретения Hyperion в 2007 году.

Большинство других известных поставщиков аналитических услуг предоставляют пользовательские приложения с поддержкой Essbase и включают;

Предыдущие предложения от Hyperion получили новые имена, как указано ниже:

Предыдущие предложения ГиперионаПредложения Hyperion System 9 BI +
Hyperion Essbase ASOКорпоративная аналитика
Hyperion Essbase BSOEssbase Analytics
Анализатор ГиперионаВеб-анализ
Отчеты HyperionФинансовый отчет
Гиперион ИнтеллектИнтерактивная отчетность
Гиперион SQRПроизводственная отчетность
Конструктор показателей HyperionМетрики предприятия

API доступны для C, Visual Basic и Ява, и встроенная поддержка сценариев доступна для Perl. Стандартизированные XML для анализа протокол может запрашивать источники данных Essbase, используя Многомерные выражения язык.

В 2007 году корпорация Oracle начала объединять инструменты Hyperion BI в Oracle Business Intelligence Enterprise Edition Plus.

Административный интерфейс

Для администрирования приложений Essbase можно использовать ряд стандартных интерфейсов:

  • ESSCMD, оригинал Интерфейс командной строки для команд администрирования;
  • MaxL, «многомерный язык доступа к базе данных», который предоставляет расширенный набор команд ESSCMD, но с синтаксисом, более похожим на SQL, а также поддержка Многомерные выражения запросы;
  • Менеджер приложений Essbase, оригинал Майкрософт Виндоус GUI клиент администрирования, совместимый с версиями Essbase до 7.0;
  • Услуги администрирования Essbase, позже переименован Услуги аналитического администрирования, а затем обратно в «Службы администрирования Essbase» в версии 9.3.1, поддерживаемые в настоящее время GUI клиент администрирования; и
  • Сервер интеграции Essbase для поддержания структуры и содержания баз данных Essbase на основе моделей данных, полученных из реляционных или файловых источников данных.

Облачные предложения

С 2017 года Essbase Cloud доступен как часть Oracle Analytics Cloud (OAC), набора аналитических решений, которые включают отчеты и информационные панели, визуализацию данных, встроенную подготовку данных и мобильные устройства.[12]

Конкуренты

Среди OLAP, аналитических продуктов Essbase (HOLAP / MOLAP) на рынке есть несколько серьезных конкурентов, среди которых SAP BPC, Microsoft SQL Server. Службы Microsoft Analysis Services, (MOLAP, HOLAP, ROLAP), IBM Cognos (ROLAP), IBM / Cognos / Applix TM1 (MOLAP), Oracle OLAP (ROLAP / MOLAP), MicroStrategy (ROLAP) и EXASolution (РОЛАП).

Также обратите внимание, что все перечисленные выше конкуренты, включая Essbase, используют разнородные реляционные (Microsoft SQL Server, Oracle, IBM DB / 2, TeraData, Access и т. Д.) Или нереляционные источники данных (Excel, текстовые файлы, файлы CSV и т. Д.) Для подачи в кубы (факты и данные измерений), за исключением Oracle OLAP, который может используйте только реляционный источник Oracle.

Экспорт и / или миграция продукта Essbase

По состоянию на 2009 год две опции позволяют экспортировать кубы Essbase в другие форматы:

  1. КубПорт, коммерческое приложение для преобразования, преобразует кубы Essbase в продукт Microsoft SQL Server Analysis Services. Этот продукт выполняет преобразование объекта в объект, составляющие куб Essbase, включая: схему, формулы элементов, сценарии вычисления, загрузку данных (правила загрузки), сценарии отчетов в запросы многомерных выражений, переменные подстановки и модель безопасности. Он может извлекать из любой версии платформы Essbase, включая Oracle / Hyperion Essbase в Windows, Unix, AIX, HP UX, Solaris, IBM DB / 2 OLAP или AS / 400 Showcase Essbase.
  2. OlapUnderground Outline Extractor выполняет чистый, элементарный экспорт контура, хотя он не создает никаких новых объектов напрямую. Результатом является простой текстовый файл, который можно косвенно перенести в другие продукты OLAP, среди прочего, например, для синхронизации контуров. В Контур экстрактора сейчас поддерживается, поддерживается и распространяется бесплатно компанией Applied OLAP, Inc.

Смотрите также

использованная литература

  1. ^ "Сервер DB2 OLAP". Архивировано из оригинал на 2006-12-05. Сервер IBM DB2 OLAP прекращает поддержку 31 января 2007 г.
  2. ^ Кодд, Э.Ф.; С. Б. Кодд; К. Т. Салли (1993-07-26). «Предоставление OLAP пользователям-аналитикам: задача ИТ» (PDF). Computerworld. Архивировано из оригинал (PDF) на 2017-08-08.
  3. ^ Уайтхорн, Марк (26 января 2007 г.). «OLAP и потребность в SPEED: в другом измерении». Реестр.
  4. ^ "Essbase | Бизнес-аналитика". Oracle.
  5. ^ "Пресс-релиз - Гиперион" (Пресс-релиз). 16 августа 2005 г. Архивировано с оригинал на 2007-09-27.
  6. ^ а б Эрл, Роберт Дж. (1992) «Способ и устройство для хранения и извлечения многомерных данных в памяти компьютера». Патент США 5,359,724 переуступлен Arbor Software Corporation.
  7. ^ Корпорация Hyperion Solutions (2006 г.). Руководство администратора базы данных Essbase. В архиве 2006-02-04 в Wayback Machine
  8. ^ "Прикладной OLAP: программное обеспечение электронных таблиц Dodeca".
  9. ^ «Надстройка Dodeca Excel для Essbase».
  10. ^ "Домашняя страница -". Архивировано из оригинал на 2013-04-22. Получено 2018-09-06.
  11. ^ «Самостоятельный анализ данных с помощью cubus EV».
  12. ^ Тодд Ребнер (19 апреля 2017 г.). «Oracle Essbase Cloud уже здесь». Корпорация Datavail.

внешние ссылки