Моніторинг проводять обласні комітети з гідрометеослужби через мережу спеціальних станцій, які проводять наземні метеорологічні, гідрологічні, морські спостереження тощо. В даний час у світі у віданні ЮНЕП налічується 344 станції з моніторингу води, що знаходяться в 59 країнах.
Моніторинг навколишнього середовища в Москві включає постійний контроль за вмістом оксиду вуглецю, вуглеводнів, сірчистого ангідриду, оксидів азоту, озону та пилу; спостереження за атмосферою міста проводяться на 30 стаціонарних установках, які працюють у автоматичному режимі. З центру обробки інформації дані про перевищення гранично допустимої концентрації надходять до Московського комітету з охорони навколишнього природного середовища та одночасно до уряду столиці. Автоматично контролюються і промислові викиди великих підприємств, і навіть рівень забруднення води Москви-ріки. За даними моніторингу, визначають основні джерела забруднення. На рис. 2 представлено блок-схему класифікації моніторингу.
Мал. 2. Блок-схема класифікації моніторингу
Наприклад, метою біологічного моніторингу є визначення стійкості природних екосистем до зовнішніх впливів. Його основний метод – біоіндикація (біотестування), це виявлення та визначення антропогенних навантажень щодо реакцій на них живих організмів та їх угруповань. Так, радіоактивне забруднення можна визначити за станом хвойних порід дерев, промислове – за поведінкою багатьох представників ґрунтової фауни, а забруднення повітря дуже чуйно сприймаються мохами та лишайниками. Так, якщо в лісі на стовбурах дерев зникають лишайники, отже, в повітрі є сірчистий газ. За кольором лишайників (цей метод названий ліхеноіндикацією) судять також про наявність у ґрунті деяких важких металів, наприклад, міді. Біоіндикація дозволяє вчасно виявити ще не небезпечний рівень забруднення та вжити заходів щодо відновлення екологічної рівноваги навколишнього середовища.
За масштабами узагальнення інформації розрізняють моніторинг:
глобальний -стеження за світовими процесами та явищами в біосфері за допомогою космічної, авіаційної техніки та ПЕОМ та складання прогнозу можливих змін на Землі. Приватним випадком є національний моніторинг,що включає аналогічні заходи, які здійснюються на території конкретної країни;
регіональнийохоплює окремі регіони;
імпактнийпроводиться в особливо небезпечних зонах, що безпосередньо примикають до джерел забруднення, наприклад, у зоні промислового підприємства.
Еколого-аналітичний моніторинг довкілля.
Еколого-аналітичний моніторинг– моніторинг за вмістом забруднюючих речовин у воді, повітрі та ґрунті із застосуванням фізичних, хімічних та фізико-хімічних методів аналізу – дозволяє виявити надходження забруднюючих речовин у навколишнє середовище, встановити вплив антропогенних факторів на тлі природних та оптимізувати взаємодію людини з природою. Так, ґрунтовий моніторингпередбачає визначення кислотності, засоленості ґрунтів та втрати гумусу.
Хімічний моніторингчастина еколого-аналітичного, це система спостережень за хімічним складом атмосфери, опадів, поверхневих та підземних вод, вод океанів та морів, ґрунтів, донних відкладень, рослинності, тварин та контроль за динамікою поширення хімічних забруднюючих речовин. Його завдання – визначення фактичного рівня забруднення довкілля високотоксичними інгредієнтами; призначення – науково-технічне забезпечення системи спостережень та прогнозів; виявлення джерел та факторів забруднення, а також ступеня їх впливу; спостереження за встановленими джерелами надходження забруднюючих речовин у природне середовище та рівнем її забруднення; оцінка фактичного забруднення природного довкілля; прогноз із забруднення природного середовища та шляхи поліпшення ситуації.
Така система базується на даних галузевого та регіонального характеру, включає елементи цих підсистем; вона може охоплювати як локальні райони у межах однієї держави (національний моніторинг),так і Земна куля в цілому (Глобальний моніторинг).
Еколого-аналітичний моніторинг забруднень у складі Єдиної державної системи екологічного моніторингу.З метою радикального підвищення ефективності робіт зі збереження та поліпшення стану довкілля, забезпечення екологічної безпеки 24 листопада 1993 р. було прийнято постанову Уряду Російської Федерації № 1229 "Про створення Єдиної державної системи екологічного моніторингу" (ЄДСЕМ). Організація робіт зі створення ЄДСЕМ передбачає включення до сфери спостережень нових видів та типів забруднювачів та виявлення їх впливу на навколишнє середовище; розширення географії екологічного моніторингу за рахунок нових територій та джерел забруднень.
Головні завдання ЄДСЕМ:
- Розробка програм спостереження за станом навколишнього природного середовища на території Росії, в її окремих регіонах та районах;
– організація спостережень та проведення вимірювань показників об'єктів екологічного моніторингу;
- Достовірність і сумісність даних спостережень як в окремих регіонах і районах, так і по всій території Росії;
– збір та обробка даних спостережень;
- Зберігання даних спостережень, створення спеціальних банків даних, що характеризують екологічну обстановку на території Росії та в окремих її районах;
– гармонізація банків та баз екологічної інформації з міжнародними еколого-інформаційними системами;
– оцінка та прогноз стану об'єктів довкілля та антропогенних впливів на них, природних ресурсів, відгуків екосистем та здоров'я населення на зміну стану довкілля людини;
– проведення оперативного контролю та прецизійних вимірювань радіоактивного та хімічного забруднення внаслідок аварій та катастроф, а також прогнозування екологічної обстановки та оцінка завданих природному середовищу збитків;
– доступність інтегрованої екологічної інформації широкому колу споживачів, громадські рухи та організації;
– інформування органів управління про стан навколишнього середовища та природних ресурсів, екологічну безпеку;
– розробка та реалізація єдиної науково-технічної політики у сфері екологічного моніторингу.
ЄДСЕМ передбачає створення двох взаємопов'язаних блоків: моніторинг забруднення екосистем та моніторинг екологічних наслідків такого забруднення. Крім того, вона повинна забезпечити отримання інформації про вихідний (базовий) стан біосфери, а також виявлення антропогенних змін на тлі природної мінливості.
В даний час спостереження за рівнями забруднень атмосфери, ґрунту, вод та донних відкладень річок, озер, водосховищ та морів за фізичними, хімічними та гідробіологічними (для водних об'єктів) показниками проводяться службами Росгідромету. Моніторинг джерел антропогенного впливу на природне середовище та зони їх прямого впливу на тваринний та рослинний світ, наземну фауну та флору (крім лісів) ведуть відповідні служби Мінприроди. Моніторинг земель, геологічного середовища та підземних вод здійснюють підрозділи Комітету Російської Федерації із земельних ресурсів та землеустрою та Комітету Російської Федерації з геології та використання надр.
У 2000 р. у системі Росгідромета діяли 150 хімічних лабораторій, 41 кущова лабораторія для аналізу проб повітря у 89 містах із безлабораторним контролем. Спостереження за забрудненням атмосфери проводилися на 682 стаціонарних постах у 248 містах та селищах Російської Федерації, не залишено поза увагою і ґрунт на сільськогосподарських угіддях.
Поверхневі води суші контролюються на 1175 водотоках та 151 водоймі. Відбір проб ведеться у 1892 пунктах (2604 створи). У 2000 р. проведено аналізи 30 000 проб води за 113 показниками. Пункти спостережень за забрудненням морського середовища існують на 11 морях, що омивають територію Російської Федерації. У системі Росгідромету щорічно аналізують понад 3000 проб за 12 показниками.
Мережа станцій спостереження трансграничного перенесення забруднюючих речовин спрямовано західний кордон Росії. Нині тут працюють станції Пушкінські гори та Пінега, якими проводиться відбір проб атмосферних аерозолів, газів та опадів.
Контроль за хімічним складом та кислотністю атмосферних опадів здійснюють на 147 станціях федерального та регіонального рівня. У більшості спроб в оперативному порядку вимірюють тільки величину рН. При відстеженні забруднень снігового покриву в пробах визначають також іони амонію, сульфатіони, бенз(а)пірен та важкі метали.
Система глобального атмосферного фонового моніторингу включає три типи станцій: базові, регіональні та регіональні з розширеною програмою.
Створено також шість станцій комплексного фонового моніторингу, які розташовані у біосферних заповідниках: Баргузинському, Центрально-Лісовому, Воронезькому, Пріоксько-Терасному, Астраханському та Кавказькому.
Для радіаційного моніторингу на території країни, особливо в районах, забруднених внаслідок аварії в Чорнобилі та інших радіаційних катастроф, використовують стаціонарну мережу та пересувні засоби. За спеціальною програмою проводиться також аерогамазйомка території Російської Федерації.
У рамках ЄДСЕМ створюється система оперативного виявлення забруднень, пов'язаних із аварійними ситуаціями.
Еколого-аналітичний моніторинг забруднень у складі ЄДСЕМ можна розділити на три великі блоки: контроль забруднень у зонах суттєвого антропогенного впливу, на регіональному рівні, на фоновому рівні.
Всі дані із зон з будь-яким рівнем впливу, як екстрені, так і узагальнені, через певні інтервали часу надходять до центру збору та обробки інформації. Для автоматизованої системи, що розвивається нині, первинним щаблем є локальна система, яка обслуговує окремий район чи місто.
Інформація пересувних станцій та стаціонарних лабораторій про забруднення навколишнього середовища діоксинами та спорідненими сполуками обробляється, сортується та передається на наступний рівень – у регіональні інформаційні центри. Далі дані надсилаються зацікавленим організаціям. p align="justify"> Третій рівень системи - головний центр даних, де узагальнюється інформація про забруднення природного середовища в масштабі країни.
Ефективність автоматизованих систем обробки еколого-аналітичної інформації помітно зростає при використанні автоматичних станцій контролю за забрудненням води та повітря. Локальні автоматизовані системи контролю забрудненням повітря створені у Москві, Санкт-Петербурзі, Челябінську, Нижньому Новгороді, Стерлітамаку, Уфі та інших містах. Проводяться досвідчені випробування станцій автоматизованого контролю якості води у місцях скидання вод і водозаборах. Створено прилади для безперервного визначення оксидів азоту, сірки та вуглецю, озону, аміаку, хлору та летких вуглеводнів. На автоматизованих станціях контролю над забрудненням води вимірюють температуру, рН, електропровідність, вміст кисню, іонів хлору, фтору, міді, нітратів тощо.
Сторінка 31 з 45
Еколого-аналітичний моніторинг довкілля.
Еколого-аналітичний моніторинг– моніторинг за вмістом забруднюючих речовин у воді, повітрі та ґрунті із застосуванням фізичних, хімічних та фізико-хімічних методів аналізу – дозволяє виявити надходження забруднюючих речовин у навколишнє середовище, встановити вплив антропогенних факторів на тлі природних та оптимізувати взаємодію людини з природою. Так, ґрунтовий моніторингпередбачає визначення кислотності, засоленості ґрунтів та втрати гумусу.
Хімічний моніторингчастина еколого-аналітичного, це система спостережень за хімічним складом атмосфери, опадів, поверхневих та підземних вод, вод океанів та морів, ґрунтів, донних відкладень, рослинності, тварин та контроль за динамікою поширення хімічних забруднюючих речовин. Його завдання – визначення фактичного рівня забруднення довкілля високотоксичними інгредієнтами; призначення – науково-технічне забезпечення системи спостережень та прогнозів; виявлення джерел та факторів забруднення, а також ступеня їх впливу; спостереження за встановленими джерелами надходження забруднюючих речовин у природне середовище та рівнем її забруднення; оцінка фактичного забруднення природного довкілля; прогноз із забруднення природного середовища та шляхи поліпшення ситуації.
Така система базується на даних галузевого та регіонального характеру, включає елементи цих підсистем; вона може охоплювати як локальні райони у межах однієї держави (національний моніторинг),так і Земна куля в цілому (Глобальний моніторинг).
Еколого-аналітичний моніторинг забруднень у складі Єдиної державної системи екологічного моніторингу.З метою радикального підвищення ефективності робіт зі збереження та поліпшення стану довкілля, забезпечення екологічної безпеки 24 листопада 1993 р. було прийнято постанову Уряду Російської Федерації № 1229 "Про створення Єдиної державної системи екологічного моніторингу" (ЄДСЕМ). Організація робіт зі створення ЄДСЕМ передбачає включення до сфери спостережень нових видів та типів забруднювачів та виявлення їх впливу на навколишнє середовище; розширення географії екологічного моніторингу за рахунок нових територій та джерел забруднень.
Головні завдання ЄДСЕМ:
- Розробка програм спостереження за станом навколишнього природного середовища на території Росії, в її окремих регіонах та районах;
– організація спостережень та проведення вимірювань показників об'єктів екологічного моніторингу;
- Достовірність і сумісність даних спостережень як в окремих регіонах і районах, так і по всій території Росії;
– збір та обробка даних спостережень;
- Зберігання даних спостережень, створення спеціальних банків даних, що характеризують екологічну обстановку на території Росії та в окремих її районах;
– гармонізація банків та баз екологічної інформації з міжнародними еколого-інформаційними системами;
– оцінка та прогноз стану об'єктів довкілля та антропогенних впливів на них, природних ресурсів, відгуків екосистем та здоров'я населення на зміну стану довкілля людини;
– проведення оперативного контролю та прецизійних вимірювань радіоактивного та хімічного забруднення внаслідок аварій та катастроф, а також прогнозування екологічної обстановки та оцінка завданих природному середовищу збитків;
– доступність інтегрованої екологічної інформації широкому колу споживачів, громадські рухи та організації;
– інформування органів управління про стан навколишнього середовища та природних ресурсів, екологічну безпеку;
– розробка та реалізація єдиної науково-технічної політики у галузі екологічного моніторингу.
ЄДСЕМ передбачає створення двох взаємопов'язаних блоків: моніторинг забруднення екосистем та моніторинг екологічних наслідків такого забруднення. Крім того, вона повинна забезпечити отримання інформації про вихідний (базовий) стан біосфери, а також виявлення антропогенних змін на тлі природної мінливості.
В даний час спостереження за рівнями забруднень атмосфери, ґрунту, вод та донних відкладень річок, озер, водосховищ та морів за фізичними, хімічними та гідробіологічними (для водних об'єктів) показниками проводяться службами Росгідромету. Моніторинг джерел антропогенного впливу на природне середовище та зони їх прямого впливу на тваринний та рослинний світ, наземну фауну та флору (крім лісів) ведуть відповідні служби Мінприроди. Моніторинг земель, геологічного середовища та підземних вод здійснюють підрозділи Комітету Російської Федерації із земельних ресурсів та землеустрою та Комітету Російської Федерації з геології та використання надр.
У 2000 р. у системі Росгідромета діяли 150 хімічних лабораторій, 41 кущова лабораторія для аналізу проб повітря у 89 містах із безлабораторним контролем. Спостереження за забрудненням атмосфери проводилися на 682 стаціонарних постах у 248 містах та селищах Російської Федерації, не залишено поза увагою і ґрунт на сільськогосподарських угіддях.
Поверхневі води суші контролюються на 1175 водотоках та 151 водоймі. Відбір проб ведеться у 1892 пунктах (2604 створи). У 2000 р. проведено аналізи 30 000 проб води за 113 показниками. Пункти спостережень за забрудненням морського середовища існують на 11 морях, що омивають територію Російської Федерації. У системі Росгідромету щорічно аналізують понад 3000 проб за 12 показниками.
Мережа станцій спостереження трансграничного перенесення забруднюючих речовин спрямовано західний кордон Росії. Нині тут працюють станції Пушкінські гори та Пінега, якими проводиться відбір проб атмосферних аерозолів, газів та опадів.
Контроль за хімічним складом та кислотністю атмосферних опадів здійснюють на 147 станціях федерального та регіонального рівня. У більшості спроб в оперативному порядку вимірюють тільки величину рН. При відстеженні забруднень снігового покриву в пробах визначають також іони амонію, сульфатіони, бенз(а)пірен та важкі метали.
Система глобального атмосферного фонового моніторингу включає три типи станцій: базові, регіональні та регіональні з розширеною програмою.
Створено також шість станцій комплексного фонового моніторингу, які розташовані у біосферних заповідниках: Баргузинському, Центрально-Лісовому, Воронезькому, Пріоксько-Терасному, Астраханському та Кавказькому.
Для радіаційного моніторингу на території країни, особливо в районах, забруднених внаслідок аварії в Чорнобилі та інших радіаційних катастроф, використовують стаціонарну мережу та пересувні засоби. За спеціальною програмою проводиться також аерогамазйомка території Російської Федерації.
У рамках ЄДСЕМ створюється система оперативного виявлення забруднень, пов'язаних із аварійними ситуаціями.
Еколого-аналітичний моніторинг забруднень у складі ЄДСЕМ можна розділити на три великі блоки: контроль забруднень у зонах суттєвого антропогенного впливу, на регіональному рівні, на фоновому рівні.
Всі дані із зон з будь-яким рівнем впливу, як екстрені, так і узагальнені, через певні інтервали часу надходять до центру збору та обробки інформації. Для автоматизованої системи, що розвивається нині, первинним щаблем є локальна система, яка обслуговує окремий район чи місто.
Інформація пересувних станцій та стаціонарних лабораторій про забруднення навколишнього середовища діоксинами та спорідненими сполуками обробляється, сортується та передається на наступний рівень – у регіональні інформаційні центри. Далі дані надсилаються зацікавленим організаціям. p align="justify"> Третій рівень системи - головний центр даних, де узагальнюється інформація про забруднення природного середовища в масштабі країни.
Ефективність автоматизованих систем обробки еколого-аналітичної інформації помітно зростає при використанні автоматичних станцій контролю за забрудненням води та повітря. Локальні автоматизовані системи контролю забрудненням повітря створені у Москві, Санкт-Петербурзі, Челябінську, Нижньому Новгороді, Стерлітамаку, Уфі та інших містах. Проводяться досвідчені випробування станцій автоматизованого контролю якості води у місцях скидання вод і водозаборах. Створено прилади для безперервного визначення оксидів азоту, сірки та вуглецю, озону, аміаку, хлору та летких вуглеводнів. На автоматизованих станціях контролю над забрудненням води вимірюють температуру, рН, електропровідність, вміст кисню, іонів хлору, фтору, міді, нітратів тощо.
Інформаційно-аналітична система КПС «Моніторинг-Аналіз» дозволяє здійснювати контроль за процесом митного оформлення в галузі номенклатури, вартості, ваги товарів, що оформлюються, нарахування митних платежів.
«Моніторинг-Аналіз» реалізує процес інтеграції для різних інформаційних джерел (БД ВМД, БД ТП НСІ, БД ЄДРЮЛ, БД ЄДРН) та подальше використання накопичених (агрегованих) даних для формування різних за формою звітів та довідок.
«Моніторинг-Аналіз» виконує такі функції:
- Забезпечення доступу до ЦБД ВМД, а також ЦБД митних прибуткових ордерів (ТПО);
– надання можливості створення та редагування умов, що обмежують вибірку даних із ЦБД ВМД;
– наочне відображення та виведення на друк інформації звітів;
– коригування отриманих звітів у Microsoft Excel.
Інформація про діяльність митних органів у галузі митного оформлення ВМД у «Моніторинг-Аналіз» подається за різними критеріями, у тому числі:
– вартості, вазі та номенклатурі товарів, що оформлюються;
- Нарахованим платежам;
– країні походження та країні спрямування переміщуваних товарів;
- Учасникам митного оформлення (митні органи, митні інспектори, учасники ЗЕД);
– динаміку процесів митного оформлення.
«Моніторинг-Аналіз» дає можливість отримувати як загальні дані митного оформлення товарів, так і детальну інформацію щодо кожного з учасників ЗЕД, конкретного складу та митного інспектора.
Додатково «Моніторинг-Аналіз» надає можливість доступу (аналізу та контролю) до процесів доставки товарів під митним контролем.
Моніторинг-Аналіз» має яскраво виражену трирівневу структуру. Користувач (через Internet-провідник) надсилає запит на WWW-сервер. WWW-сервер передає запит на СУБД ORACLE. СУБД обробляє запит та повертає WWW-серверу.
WWW-сервер у свою чергу перетворює отримані дані на HTML-сторінку і повертає результат користувачеві. Тому всі оновлення програмного забезпечення КПС «Моніторинг-Аналізу» відбуваються на WWW-сервері та в СУБД ORACLE. Зміни у програмному забезпеченні відповідно стають доступними для користувача.
- ЦБД ТПО - моніторинг процесів митного оформлення ТПО ЦБД ТПО;
– ЦБД ДКД – моніторинг процесів доставки товарів митним контролем (доступ до БД «Доставка-ЦБД»);
– Пошук у ЄДРН, ЄДРЮЛ - пошук інформації про юридичних осіб – учасників процесів митного оформлення.
3. Загальні відомості про ас адппр «Аналітика-2000
У базі даних ЄАІС ФМС Росії зберігаються і величезні обсяги інформації, що обробляються, з різних аспектів митної діяльності, включаючи електронні копії вантажних митних декларацій (ВМД) і митних прибуткових ордерів (оформлених митницями Росії, починаючи з 1991 р.) Темпи зростання обсягу БД в середньому становлять 600 тис. записів на квартал (близько 2,5 млн. на рік). Цей масив даних містить найціннішу інформацію про зовнішньоекономічну діяльність Росії.
Значні обсяги інформації про зовнішньоекономічну діяльність Росії вимагають наявності ефективних засобів обробки задля забезпечення процесів підтримки прийняття рішень з управлінню митною діяльністю.
Першим кроком у створенні повномасштабної системи підтримки прийняття рішень (СППР) корпоративного рівня стала обробка системи оперативного багатовимірного аналізу даних електронних копій митних документів, що забезпечує новий рівень аналізу даних та непорівнянні порівняно статистичним аналізом показників продуктивності.
Системні цілістворення системи «Аналітика-2000»:
– скорочення часу та трудовитрат, необхідних для отримання агрегованої інформації;
- Підвищення продуктивності праці співробітників ФМС;
- Поліпшення якості аналітичних даних, що видаються за запитом вищих організацій;
– надання можливості керівникам вищої та середньої ланки, а також аналітикам орієнтуватися у величезних обсягах даних та вибирати інформацію, необхідну для прийняття рішень;
- Забезпечення графічного представлення даних.
Інформаційно-аналітичний блок моніторингу виконує його основну функцію, оскільки для прийняття обґрунтованих управлінських рішень відповідним органам важливим є аналіз та оцінка стану об'єкта та динаміки показників його діяльності. Ефективну інформаційно-аналітичну підтримку вирішення необхідних завдань здатні забезпечити системи автоматизації аналітичної діяльності фахівців органів управління, організують процеси збирання, зберігання та обробки інформації. Концепція такого роду систем для широкого класу керованих об'єктів має ґрунтуватися на сучасній технології інтегрованих сховищ даних та поглибленого аналітичного опрацювання накопиченої інформації на базі сучасних інформаційних технологій.
Як зазначалося, традиційними та загальноприйнятими джерелами первинної інформації є статистична звітність, бухгалтерський і управлінський облік, фінансова звітність, анкетування, інтерв'ю, опитування тощо.
Етап аналітичного та статистичного опрацювання структурованої первинної інформації також кілька традиційних загальноприйнятих підходів. Виникнення цих підходів та системна інтеграція їх були обумовлені об'єктивною необхідністю автоматизації обліково-статистичних робіт з метою якомога більш точного, якісного та своєчасного відображення процесів, що відбуваються в аналізованій предметній галузі, а також виявлення їх характерних тенденцій.
Автоматизація статистичних робіт отримала відображення у створенні та функціонуванні автоматизованих статистичних інформаційних систем: у 1970-х роках – автоматизованої системи державної статистики (АСДС), а з 1988 року – у проектуванні єдиної статистичної інформаційної системи (ЕСІС). Основним завданням цих розробок були збір та обробка обліково-статистичної інформації, необхідної для планування та управління народним господарством на базі широкого застосування економіко-статистичних методів, засобів обчислювальної та організаційної техніки, систем зв'язку в органах державної статистики.
У структурно-територіальному аспекті АСДС була суворо ієрархічною, мала чотири рівні: союзний, республіканський, обласний, районний (міський). На кожному рівні обробки інформації здійснювалося з метою реалізації завдань насамперед цього рівня.
У функціональному аспекті в АСДС виділяють функціональні та забезпечувальні підсистеми. Ці підсистеми, незалежно від змісту конкретних статистичних завдань, реалізовували функції збору та обробки статистичної інформації, комплексного статистичного аналізу, контролю за виконанням показників, отримання статистичних даних, необхідних для поточного та оперативного планування, своєчасного подання керівним органам усі необхідні статистичні дані. З погляду користувача моніторингові завдання за своїм призначенням поділяються на:
регламентні завдання, пов'язані з опрацюванням даних статистичної звітності на відповідних структурно-територіальних рівнях АСДС;
завдання інформаційно-довідкового обслуговування; Завдання поглибленого економічного аналізу.
Регламентні завдання пов'язані з опрацюванням даних статистичної звітності на рівнях АСДС. Кожне регламентне завдання, зазвичай, пов'язані з обробкою даних деякої конкретної форми статистичної звітності чи кількох, тісно пов'язаних за змістом форм звітності. Вирішення таких завдань здійснюється комплексами електронного оброблення інформації, які є сукупністю програмних, технічних та організаційних засобів з використанням локальних масивів інформації.
Завдання інформаційно-довідкового обслуговування передбачають формування за запитами необхідних статистичних даних для оперативного складання доповідей, аналітичних записок та довідок, які не регламентовані за змістом. їх вирішення забезпечується за допомогою автоматизованого банку даних у вигляді системи накопичення, зберігання, пошуку, обробки та видачі інформації за запитами користувачів у потрібному вигляді.
Завдання поглибленого економічного аналізу ґрунтуються на використанні:
динамічних рядів (побудова полігонів, гістограм частот та кумулятивних ліній, підбір трендів з обраного класу функцій);
згладжування вихідного динамічного ряду, діагностика на основі обраного тренду та авторегресійної моделі, аналіз залишків на автокореляції та нормальність)
парної регресії (визначення рівнянь лінійної та нелінійної регресії, оцінка їх статистичних характеристик, відбір оптимальної форми зв'язку);
множинної регресії (визначення матриці парних коефіцієнтів кореляції, визначення рівнянь множинної лінійної регресії),
факторного аналізу (отримання лінійної моделі, описується невеликим числом факторів, розрахунок значень "навантажень на загальні фактори" та найзагальніших факторів, графічна інтерпретація факторів на площині та у просторі);
кореляційного аналізу (отримання кореляційних матриць, середніх та стандартних відхилень).
Організаційно-технологічна форма вирішення даного класу завдань - аналітичні комплекси, що є сукупністю пакетів прикладних програм, орієнтованих на реалізацію математико-статистичних методів. Для охоплення широких часових діапазонів даних використовується реєстрова форма моніторингу на основі автоматизованих регістрів, що дозволяють зберігати і обробляти значні сукупності даних, організованих
у вигляді масивів, незалежних від структури статистичних звітів щодо кожного об'єкта або певною групою об'єктів моніторингу. Реєстрова форма моніторингу особливо ефективна для статистичної інформації, що характеризує відносно стійкі об'єкти, тому регістри можна як автоматизовану картотеку груп однорідних одиниць статистичного спостереження певного типу. Її застосування дозволяє користувачу шляхом заповнення уніфікованого бланка запиту отримувати різні дані, що характеризують стан того чи іншого об'єкта.
Важливим напрямом удосконалення статистичного моніторингу стало забезпечення підвищення змістовності, достовірності та оперативності звітних даних на основі поєднання поточної звітності, одноразових обліків, вибіркових та монографічних обстежень, а також оптимізації потоків інформації. Особливий акцент зроблено на вдосконаленні економіко-математичних методів аналізу та прогнозування розвитку систем. Крім того, істотним прогресом в еволюції методів моніторингу стало використання нових інформаційних технологій, а саме:
розробка комплексної технології обробки інформації при використанні банків даних та комп'ютерних мереж;
створення засобів комп'ютерного моделювання систем обробки даних;
розробка інтелектуалізованих типів інтерфейсу кінцевого користувача з комп'ютером з урахуванням автоматизованих робочих місць, які передбачають використання експертних систем.
Нові інформаційні технології суттєво розширили можливість прямого автоматизованого доступу до необхідної статистичної інформації, урізноманітнювало склад та зміст аналітичних робіт. Виникла можливість інтеграції однієї статистичної інформаційної системи моніторингу з іншими інформаційними системами всіх рівнів управління каналами телекомунікаційних зв'язків.
Проте всі розглянуті методи аналітичного та статистичного опрацювання даних мають істотний недолік. Вся сукупність даних обробляється в них як розрізнена множина, через що відсутня їхня системна єдність. Тим часом інформаційними потоками може бути встановлений лише штучний зв'язок шляхом об'єднання їх у певну звітну форму. Однак неможливо передбачити всі форми для всіх можливих явищ та зв'язків. Традиційні методи аналітичного та статистичного опрацювання даних не враховують того, що між будь-якими явищами і подіями існує природний зв'язок, заснований на універсальних, властивих всім їм показниках. За наявності системи таких природних
зв'язків з'являється можливість зіставляти з аналізованим явищем всі пов'язані з нею у явному чи неявному вигляді чинники, події, дані. Моніторингу, заснованому на такому підході, властива повнота охоплення причинно-наслідкових зв'язків факторів взаємовпливу прихованих тенденцій. Усе це у нерозривному системному єдності.
Усунути зазначений недолік можна завдяки досить поширеному останнім часом підходу до проблеми аналітичного та статистичного оброблення даних на основі новітньої технології OLAP - Online Analitical Processing (оперативний аналіз даних).
Термін OLAP означає методи, які дають можливість користувачам баз даних у реальному часі генерувати описові та порівняльні відомості даних та отримувати відповіді на різні аналітичні запити. До визначальних принципів концепції OLAP належать:
багатовимірне концептуальне подання - бази даних OLAP повинні підтримувати багатовимірне подання даних, що передбачає класичні операції розбиття та обертання концептуального куба даних;
прозорість – користувачам не потрібно знати, що вони використовують базу даних OLAP. Для отримання ними даних і прийняття необхідних рішень можуть використовувати добре знайомі їм інструменти. їм також не потрібно щось знати про джерело даних;
доступність - програмні засоби повинні самі вибирати та зв'язуватися з найкращим для формування відповіді на цей запит джерелом даних. Вони повинні забезпечувати автоматичне відображення власної логічної схеми різних гетерогенних джерел даних;
узгоджено продуктивність - продуктивність практично не повинна залежати від кількості вимірювань у запиті. Системні моделі повинні бути достатньо потужними, щоб впоратися з усіма змінами моделі;
підтримка архітектури клієнт-сервер - засоби OLAP повинні бути в змозі працювати в клієнт-серверному середовищі, оскільки передбачається, що сервер багатовимірної бази даних має бути доступний з інших програм та інструментів;
рівноправність всіх вимірів - кожен вимір даних має бути еквівалентним одночасно і за структурою, і за операційними можливостями. Основна структура даних, формули та формати звітів не повинні орієнтуватися на якийсь один вимір даних;
динамічне оброблення розріджених матриць - типові багатовимірні моделі можуть з легкістю звертатися до великої множини.
посилань на комірки, багато з яких не мають даних у якийсь конкретний момент. Ці недостатні значення повинні зберігатися ефективним чином і не впливати на точність або швидкість вилучення інформації;
підтримка безлічі користувачів - кошти OLAP повинні підтримувати та заохочувати роботу в групах та обмін ідеями та результатами аналізу між користувачами. Для цього дуже важливо наявність розрахованого на багато користувачів доступу до даних;
підтримка операцій між різними вимірами. Усі багатовимірні операції (наприклад, агрегація) повинні визначатися та бути доступними таким чином, щоб вони виконувались однаково та узгоджено, незалежно від кількості вимірювань;
інтуїтивне управління даними - дані, що надаються користувачеві-аналітику, повинні містити всю інформацію, необхідну для ефективної навігації (формування зрізів, зміни рівня деталізації подання інформації) та виконання відповідних запитів;
гнучке формування звітів - користувач має мати можливість витягувати будь-які необхідні йому дані та формувати їх у будь-якому необхідному йому вигляді;
необмежені вимірювання та рівні агрегації - не повинно обмежень за кількістю підтримуваних вимірювань.
Використання систем, що базуються на технології OLAP, дає можливість:
організувати єдине інформаційне сховище, що ґрунтується на даних статистичної та іншої звітності;
забезпечувати простий та ефективний доступ до інформації сховища з розмежуванням прав доступу
забезпечити можливість оперативного аналітичного опрацювання збережених даних, проведення статистичного аналізу;
упорядкувати, стандартизувати та автоматизувати створення форм аналітичних звітів з відображенням даних у заданому вигляді.
Головною відмінністю і важливою перевагою багатовимірного подання даних у порівнянні з традиційними інформаційними методиками є можливість спільного аналізу великих груп параметрів у взаємному зв'язку, що важливо при вивченні складних явищ.
Технологія OLAP помітно скорочує час збору та аналізу первинної інформації, необхідної для прийняття рішень у тій чи іншій сфері людської діяльності, а також підвищує наочність та інформативність звітів про процеси та явища, що відбуваються у цих сферах.
OLAP-системи дозволяють накопичувати великі обсяги даних, що збираються з різних джерел. Така інформація зазвичай
Перш ніж створювати таку систему, слід розглянути та з'ясувати три основні питання:
дані накопичувати та як на концептуальному рівні моделювати дані та керувати збереженням їх; як аналізувати дані;
як ефективно завантажити дані із кількох незалежних джерел.
Ці питання можна співвіднести з трьома основними компонентами системи підтримки прийняття рішень: сервер сховища даних, інструментарій оперативної аналітичної обробки даних та інструменти для поповнення сховища даних.
Оскільки організація інформаційних сховищ є предметом інших дисциплін, розглянемо питання аналітичної обробки даних. В даний час існує низка засобів OLAP, які можна використовувати для аналізу інформації. Це такі програмні продукти як MicroStrategi 7 і WebIntelligence, Cognos Powerplay, AlphaBlox тощо. Зробимо огляд зазначених продуктів, ґрунтуючись на наступних критеріях:
зручність користування - програмний продукт має бути досить простим для користувача, який не має спеціальної підготовки;
інтерактивність - програмний засіб має реалізовувати інтерактивні можливості, зокрема: перегляд документів, динамічне оновлення наявних документів, забезпечує доступом до останньої інформації, динамічне виконання запитів до джерел даних, динамічне необмежене " заглиблення у дані " ;
функціональність - додаток має забезпечувати такі ж можливості, як і традиційні клієнти/серверні аналоги;
доступність - інформація повинна бути доступною для будь-якого пристрою та робочого місця, а клієнтська частина - бути невеликою, щоб задовольнити різні рівні пропускної спроможності мережі користувача та відповідати стандартизованій технології;
архітектура - це критерій характеризує аспекти програмної реалізації товару;
незалежність від джерел даних - додаток повинен забезпечувати доступ до документів будь-якого типу та надавати інтерактивний доступ до реляційних та багатовимірних баз даних,
продуктивність та масштабованість - для забезпечення продуктивності та масштабованості програми необхідно реалізувати можливості універсального доступу до баз даних, можливість кешування сервером даних тощо;
забезпечення безпеки - аспекти адміністрування додатків для надання різних прав доступу до різних категорій користувачів;
Вартість впровадження та адміністрування - вартість впровадження продукту OLAP для одного користувача має бути істотно нижчою, ніж для традиційних продуктів.
MicroStrategi 7 та:-Набір програмних продуктів з широким діапазоном функцій, побудований на уніфікованій серверній архітектурі. Користувальницьке середовище реалізовано в Місго-Strategi Web Professional.
Користувачам пропонується низка статистичних, фінансових та математичних функцій для комплексного OLAP та реляційного аналізу. Для всіх користувачів передбачено доступ як до агрегованої, так і детальної інформації (на рівні транзакцій). Можна виконувати нові обчислення, фільтрувати дані звіту, обертати та додавати проміжні сумарні значення, оперативно змінювати зміст звіту.
Основні функціональні можливості досягаються за рахунок таких коштів:
MicroStrategi 7 та OLAP Services - інтерфейс до продуктів "третіх" фірм;
технологія Intelligent Cube – спрощує виконання аналізу та розгортання, надаючи зведену інформацію для швидкого перегляду в інтерактивному режимі;
MicroStrategi Narrowcaster – дає користувачам можливість пересилати показники або платити їх через Web-інтерфейс. Користувачі можуть надсилати електронною поштою свої звіти, планувати пересилання звітів, публікувати їх для робочих груп і експортувати в Excel, PDF або HTML-формати.
У цьому продукті забезпечується кроссплатформенна підтримка та інтеграція, переносимість у Unix, підтримка серверів додатків "третіх" фірм.
В основі продукту лежить XML-архітектура. Користувачі можуть інтегрувати XML-код, створений у MicroStrategi Web, у свої програми, або форматувати його належним чином.
Тонкий клієнт, реалізований у форматі HTML, усуває проблеми сумісності з браузерами, розгортається через усі засоби мережевого захисту. Вигляд та функції програми можна налаштувати під певні потреби. Можна вбудовувати MicroStrategi Web в інші програми, що працюють у мережі.
Комп'ютери, на яких працює MicroStrategi Web, можна об'єднувати в кластери, що забезпечує масштабованість та надійність. Передбачено додавання додаткового обладнання. якщо
трапляється збій при виконанні завдання, воно передається на інший комп'ютер з того самого кластера.
Дані захищені на рівні осередків з використанням фільтрів захисту та списків керування доступом. Безпека Web-трафіку забезпечується технологією шифрування даних на транспортному рівні – SSL (Secire SocxeT Level – рівень захищених сокетів).
WebIntelligence-Web-продукт для створення запитів, звітів та аналізу даних. Надає користувачам мережі (як Intranet, так і Extranet) захищений доступ до даних для подальшого дослідження їх та керування ними. Він робить аналітичні можливості доступними для різних категорій користувачів. Забезпечено широкий набір засобів бізнес-аналізу, у тому числі створення складних звітів, виконання обчислень, фільтрування, деталізація та агрегування.
Weblntelligence забезпечує такі можливості:
форматування та друк звітів у режимі візуального проектування;
багатоблокові звіти. У складних звітах передачі вичерпної інформації іноді необхідно розмістити відразу кілька таблиць чи діаграм. Для цього WebIntelligence передбачена можливість додавання декількох блоків і діаграм в один звіт;
можливості деталізації даних у інтерактивному режимі.
Продукт забезпечує низку функцій:
доступ до даних, що зберігаються як у традиційних реляційних базах, так і на OLAP-сервері;
функції аналізу даних;
можливість спільного використання інформації. WebIntelligence є "тонким" клієнтом, не вимагає встановлення та супроводження програмного забезпечення додатків або проміжного програмного забезпечення баз даних на клієнтському місці. При встановленні клієнтської частини передбачено можливість вибору технології. Забезпечується розгортання на платформах Microsoft Windows та Unix.
За допомогою WebIntelligence можна досліджувати та аналізувати різні OLAP-джерела даних, а також спільно використовувати OLAP та реляційні дані.
Продукт налаштовується таким чином, щоб максимально відповідати корпоративній структурі будь-якого об'єкта.
WebIntelligence може виконуватися як одному сервері, і кількох NT чи Unix-машинах. Сервери можна додавати в систему за необхідності, якщо трапляється збій на одному з компонентів, автоматично використовується інший. Зважене балансування навантаження між кількома серверами оптимізує системні ресурси та гарантує короткий час відгуку.
Weblntelligence використовує різні технології захисту інформації. При необхідності компоненти позначаються за допомогою технології цифрових сертифікатів. p align="justify"> Для роботи з різними системами мережевого захисту використовується протокол передачі гіпертексту.
Програма має стандартний Web-інтерфейс. Підтримуються основні можливості (вибірка даних із заданими вимірами та значеннями, "поглиблення" в дані, вкладені перехресні таблиці, обчислення, включення / відключення відображення рядків, стовпців та графіків; фільтри, сортування) для перегляду, дослідження, звітності та публікації OLAP-даних у інтерактивний режим.
Cognos Powerplay забезпечує виконання наступних функцій: застосування HTML/JavaScript, яке надає універсальний доступ для користувача, що працює з Netscape Navigator версії 3.0 та вище або Microsoft Internet Explover;
доступ до OLAP-даних будь-якого користувача об'єкта; створення та публікація ВРМ-звітів (Business Performance Management – управління ефективністю бізнесу) у вигляді PDF-документів для Cognos Upfront порталу, завдяки чому користувачі мають доступ до найважливіших корпоративних даних у середовищі Web;
перетворення даних із PDF-формату на динамічні звіти, їх подальше дослідження та передачі результатів на Upfront;
сервер підтримує роботу з платформами: Windows NT, Windows 2000 та вище, SUN Solaris, HP/UX, IBM AIX.
Завдяки підтримці протоколу SSL PoverPlay гарантує захищеність даних, що направляються через Web. Крім того, задаючи класи користувачів, системні адміністратори можуть контролювати їх доступ як до локальних кубів, так і в оболонці Web-порталу. Ці класи зберігаються у спеціальному, доступному за протоколом LDAP (Light Directory Access Protocol), програмному компоненті, який відповідає за централізоване управління безпекою всієї системи, а також за інтеграцію з поточним захистом.
Використання HTML для реалізації клієнтських місць передбачає функціонування сервера PoverPlay у захищеному середовищі. Тим самим забезпечується безпечне розгортання програм для клієнтів, партнерів та постачальників.
AlphaBlox- сполучне програмне забезпечення, яке надає інструментарій та компонувальні блоки для роботи в Web. Завдяки цьому усуваються складнощі, пов'язані із захистом мережевих з'єднань з базами даних, авторизацією та форматуванням даних. Аналітична платформа AlphaBlox реалізована на основі стандартизованої І2ЕЕ-сумісної архітектури.
Продукти AlphaBlox спроектовані для проведення аналітичних обчислень усередині та поза об'єктом.
Особливий інтерес мають Java-компоненти (Віох). З цих компонентів можна створити аналітичний Web-додаток. Одна з трудомістких завдань при створенні Web-продукту OLAP - відображення та форматування даних у браузері. Дуже часто дані потрібно показувати як таблицю чи діаграми. При створенні програми з використанням AlphaBlox в нього можна вставити будь-яку кількість таких Java-компонентів і налаштувати їх для вирішення потрібних завдань шляхом завдання певних параметрів аплетів, тим самим контролюючи вигляд і функції компонентів. Цей програмний продукт забезпечує такі можливості: доступ до інформації - дані витягуються з різних реляційних та багатовимірних баз даних;
запити та аналіз - компоненти виконують прості та складні запити до різних джерел даних, при цьому не потрібне програмування на CQL;
Подання - можливість подання даних у різних форматах (у вигляді звітів, таблиць, діаграм).
Java компоненти мають модульну структуру і можуть використовуватися багаторазово. їх можна застосовувати при реалізації аналітичних можливостей для багатьох бізнес-функцій. Оскільки вони керуються набором параметрів, їх властивості можна редагувати за допомогою текстового редактора. Це забезпечує гнучкість при розробці та модернізації аналітичного рішення. Компоненти можна налаштовувати для задоволення певних бізнес-вимог та повторно використовувати, впроваджуючи додаткові програми в інших сферах діяльності. Розробники програм можуть писати додатковий код на JSP, JavaServlets або мові JavaScript.
AlphaBlox-рішення використовують сервіси, що надаються сервером додатків та середовищем Java Runtime Environment (JRE), будь-які Java-розширення або рекомендовані розширення, розроблені для цієї платформи.
Структура додатків AlphaBlox ґрунтується на стандартах та допускає інтеграцію з наявними операційними системами, транзакційною інфраструктурою, із традиційними системами. Забезпечується доступ до даних з різних джерел і подальший аналіз їх.
AlphaBlox використовує стандартні ресурси та можливості сервера додатків, у тому числі http-обробки/кешування та управління пам'ятпо/процесами, а також інтеграцію з Web-серверами. Крім того, 12ЕЕ-сумісна архітектура усуває зайве оновлення сторінок та дозволяє виконувати основну логіку на сервері.
AlphaBlox використовує ту ж модель захисту, і сервер програми, реалізовану за допомогою стандартних функцій платформи J2EE. За рахунок цього усувається необхідність створення незалежної моделі механізму захисту.
Простота розгортання - одна з головних переваг Web-додатку. Це повною мірою стосується програм AlphaBlox. Однак для них потрібні певні версії браузерів та Java платформи, тоді як тонкий HTML-клієнт працює у більшості браузерів.
Оперативний аналіз даних на базі технології OLAP дозволяє аналітикам, менеджерам та виконавцям вникнути в дані, використовуючи фіксований, загальний, інтерактивний доступ до широкого розмаїття можливих форматів даних, які були отримані з необроблених даних, щоб відобразити реальне положення об'єкта у вигляді, зрозумілому користувачам. Функціональність OLAP характеризується динамічним багатовимірним аналізом зведених даних об'єкта, необхідних для підтримки кінцевого користувача аналітичними діями, включаючи обчисленням і моделюванням, застосовним до даних шляхом аналізу тренду над послідовними інтервалами часу, виконання зрізу множини даних для перегляду на екрані, зміни рівня деталізації подання інформації глибоких рівнів узагальнення тощо.
OLAP-засоби зосереджені забезпечення багатовимірного аналізу інформації. Для досягнення цього використовуються багатовимірні моделі зберігання та подання даних. Дані організовані в кубах (або гіперкубах), визначених у багатовимірному просторі, складаються з окремих вимірів. Кожен вимір включає множину рівнів деталізації. Типові операції OLAP включають операції зміни рівня деталізації представлення інформації (просування вгору і вниз ієрархією вимірювань), вибору певних частин куба і переорієнтації багатовимірного представлення даних на екрані (отримання зведеної таблиці).
Для баз даних OLAP розроблено еталонний тест АРВ-1. Цей тест моделює реальну ситуацію для серверного програмного забезпечення OLAP. Стандарт визначає набір вимірів, що визначають логічну структуру. Логічна структура бази даних складається із шести вимірювачів: час, сценарій, міра, продукт, замовник і канал. Еталонний тест не передбачає конкретної фізичної моделі: вхідні дані забезпечуються у форматі файлів ASCII. Операції тесту ретельно моделюють стандартні операції OLAP над великими обсягами даних, які послідовно завантажуються із внутрішніх чи зовнішніх джерел. Дані операції включають агрегацію інформації, деталізацію даних щодо ієрархії, обчислення нових даних, що ґрунтуються на бізнес-моделях тощо.
Розглянуті можливості технології OLAP є основою організації та багатовимірного аналізу моніторингової інформації. Розглянемо етапи цього процесу.
Перш ніж завантажити інформацію до багатовимірної бази даних моніторингу (ББД), її слід витягти з різних джерел, очистити, перетворити та консолідувати (рис. 1.3). Надалі цю інформацію треба періодично оновлювати.
Мал. 1.3.
Вилучення даних – це процес вибірки даних з операційних баз даних та інших джерел. Аналіз наявних джерел інформації показує, що більшість їх представлена у вигляді табличних даних, отриманих або в електронному або друкованому вигляді. Сучасні засоби сканування та розпізнавання зображень дозволяють практично повністю автоматизувати цей етап підготовки даних.
Перш ніж заносити інформацію до бази даних, обов'язково потрібно виконати її очищення. Зазвичай очищення передбачає заповнення відсутніх значень, коригування друкарських помилок та інших допущених при введенні даних помилок, визначення стандартних скорочень та форматів, заміну синонімів стандартними ідентифікаторами тощо. Дані, які визначаються як помилкові та не можуть бути виправлені, відкидаються.
Після очищення даних необхідно перетворити всю отриману інформацію у формат, який буде відповідати вимогам програмного продукту (OLAP-сервера). Процедура перетворення набуває особливої важливості, коли необхідно об'єднати дані, що надійшли з різних джерел. Цей процес називається консолідацією.
Етап завантаження інформації у ББД полягає у створенні необхідної структури даних та заповненні її інформації, отриманої на попередніх етапах підготовки даних.
Вилучення інформації з ББД дозволяє здійснювати Microsoft SQL Server Analysis Services, що є одночасно постачальником як багатовимірних даних (multidimensional data provider), і табличних даних (tabular data provider). Таким чином, виконання запиту повертає або багатовимірний набір даних, або звичайну таблицю залежно від мови запитів. Analysis Services підтримує як SQL, і розширення MDX (multidimensional expressions).
SQL-запити можуть передаватися в Analysis Services, використовуючи такі засоби доступу до даних:
Microsoft OLE DB та OLE DB для OLAP;
Microsoft ActiveX Data Objects (ADO) та ActiveX Data Objects Multidimensional (ADO MD).
OLE DB для OLAP розширює можливості OLE DB, включаючи об'єкти, специфічні для багатовимірних даних. ADO MD розширює ADO аналогічно.
Microsoft SQL Server Analysis Services дозволяє виконувати залити з MDX-розширеннями, які забезпечують багатий і потужний синтаксис запитів для роботи з багатовимірними даними, що зберігаються OLAP-сервером у кубах. Analysis Services підтримує функції MDX для визначення полів, побудови локальних кубів даних і виконання запитів, використовуючи компонент зведених таблиць (Pilot Table Services).
Можливе створення функцій користувача, які працюють з багатовимірними даними. Взаємодія з ними (передачі аргументів та повернення результату) відбувається з використанням синтаксису MDX.
Analysis Services забезпечує більше 100 вбудованих MDX-функцій для визначення складних обчислюваних полів. Ці функції поділяються такі категорії: робота з масивами; робота з вимірами; робота з ієрархіями; робота з рівнями ієрархій; логічні функції; робота з об'єктами; числові функції; робота із наборами; робота з рядками; робота з кортежами.
Можливе створення локальних кубів, призначених для перегляду на комп'ютерах, де встановлений сервер OLAP. Створення локальних кубів вимагає використання MDX-синтаксису і відбувається через компонент зведених таблиць (Pilot Table Services), який є OLE DB-клієнтом OLAP-сервера. Цей компонент також робить автономну роботу з локальними кубами за відсутності з'єднання з OLAP-сервером, надаючи інтерфейс джерела даних OLE DB. Для створення локальних кубів використовують оператори CREATE CUBE та INSERT INTO.
Мова запитів MDX, яка є розширенням SQL, дозволяє здійснювати запити кубів із даними та повертати результат у вигляді багатовимірних наборів даних.
Так само, як і в звичайному SQL, автор MDX-запиту повинен спочатку визначити структуру набору даних, що повертається. Найчастіше автор MDX-запроса уявляє собі повернутий набір даних як багатовимірних структур. На відміну від звичайного SQL-запиту, який оперує з таблицями для отримання двомірного набору записів, MDX-запит має справу з кубами для формування результативного багатовимірного набору даних. Слід зазначити, що MDX-запит може повертати і двовимірні набори даних, які є окремим випадком багатовимірного набору даних.
Візуалізація багатовимірних наборів даних може бути досить тяжкою. Один із методів візуалізації полягає в обмеженні подачі плоскої, двомірної таблиці, використовуючи безліч вкладених вимірів вздовж однієї осі. Така вкладеність призведе до появи підзаголовків.
Pilot Table Services, що входить до складу Microsoft SQL Server Analysis Services, є сервером OLAP, призначеним для отримання доступу до даних OLAP. Цей компонент працює як клієнт Analysis Services.
Функції Pilot Table Services полягають у аналізі даних, побудові кубів та оптимальному управлінні пам'яттю. Компонент надає інтерфейс багатовимірних даних. Можливе збереження даних у локальному кубі на комп'ютері клієнта та подальший аналіз без підключення до сервера OLAP. Pilot Table Services потрібен для виконання наступних завдань:
встановлення з'єднання з OLAP-сервером як клієнтським компонентом;
надання програм інтерфейсу OLE DB з OLAP-розширеннями;
функціонування як табличного джерела даних, що підтримує підмножина SQL;
функціонування як багатовимірне джерело даних, підтримує MDX-розширення;
створення локального куба даних;
функціонування як мобільний настільний OLAP-клієнт.
Компонент зведених таблиць може працювати з одним локальним розділом куба. Також у ньому немає вбудованої системи управління рівнями надання інформації. Тому продуктивність Pilot Table Services прямо пропорційна обсягу даних, яких він адресується.
Слід зазначити, що OLAP-інтерфейс простий і потребує знань трохи більше, ніж електронна таблиця. OLAP дозволяє використовувати різні форми звітів, інтерфейс інтерактивного аналізу даних та можливість генерації друкованих форм. Однак у порівнянні з традиційними способами програмування та генерації звітів користувача OLAP не тільки в сотні разів зменшує витрати на програмування, але й змінює сам принцип роботи користувача зі звітом.
Відмінність OLAP як інструмента генерації звітів полягає у можливості автоматичного та інтерактивного виконання таких операцій із даними:
рекурсивне угруповання даних; обчислення проміжних підсумків за підгрупами; обчислення остаточних результатів.
Команди виконання цих операцій даються самим користувачем. Як елементи управління виступають розділи таблиці, що використовується. Коли користувач змінює форму звіту (наприклад, переміщує стовпчики), система виконує розрахунки проміжних підсумків та відображає новий звіт.
Додатково користувач може змінити сортування та виконати фільтрацію за довільними поєднаннями даних, побачити дані у відсотковому виразі, змінити масштаб та виконати інші необхідні перетворення звіту (ці можливості не є неодмінним атрибутом технології OLAP, а залежать від конкретної реалізації інструменту).
В результаті користувач може самостійно інтуїтивно зрозумілим йому способом з наявного набору даних сформувати всі можливі для цього набору види звітів. Це допомагає подолати споконвічне обмеження інформаційних систем, яке полягає в тому, що потужність інтерфейсів завжди нижча за потужність бази даних.
Технологія OLAP дозволяє реалізувати практично всі можливі види табличного зображення вмісту бази даних. Якщо продукт досить гнучкий, то програмістом є опис семантичного шару (словника), після чого кваліфікований користувач може самостійно створювати нові куби, оперуючи термінами відомої йому предметної сфери. Інші користувачі можуть формувати звіти щодо кожного куба.
Таким чином, технологія OLAP служить як розробникам, так і користувачам у всіх випадках, коли потрібно бачити інформацію у формі табличних звітів, в яких дані згруповані, а для груп обчислено підсумкові показники.
Досвід показує, що недостатньо надати користувачам великий куб, що складається з безлічі вимірів та фактів. Це зумовлено такими причинами.
По-перше, кожен момент користувачеві потрібен цілком певний звіт.
По-друге, деякі алгоритми обчислення підсумків описуються складними формулами, а користувач може не мати достатньої кваліфікації для їх визначення.
По-третє, OLAP-звіт може мати специфічну, задану автором звіту методику розрахунку підсумків, розташування вимірювань та початкових умов сортування.
По-четверте, у багатьох випадках зрозуміти дані простіше, якщо не на таблицю з цифрами, але в діаграму. Для налаштування OLAP-діаграми іноді потрібно мати непогану просторову уяву, оскільки куб з безліччю вимірів потрібно відобразити як набір фігур або ліній у тривимірному малюнку. Кількість властивостей сучасних графічних компонентів обчислюється тисячами, тому попереднє налаштування діаграми або графіка для OLAP-звіту може тривати багато часу.
По-п'яте, як і для будь-якого іншого звіту, для OLAP-звіту важливим є його ефектне оформлення, що включає налаштування заголовків та підписів, кольорів та шрифтів.
Таким чином, для комфортної роботи користувача OLAP-звіт повинен містити певний набір прикладних метаданих, що описують алгоритми агрегації, попередні умови фільтрації та сортування, заголовки та коментарі, правила візуального оформлення.
При візуалізації інформації багатовимірного куба значущим фактором є впорядкування вимірювань відповідно до їх схожості. Основна ідея у тому, що виміри, які характеризують подібні параметри, розташовуються поруч. Для визначення подібних вимірювань застосовують різні методи кластеризації, зокрема можна використовувати евристичні алгоритми.
Описана інформаційно-аналітична технологія не є єдиною можливою. Але всі вони розвитком Business intelligence (ВІ), призначенням якої є збирання, систематизація, аналіз та подання інформації. Вибір конкретної інформаційно-аналітичної технології залишається за юзером з урахуванням особливостей об'єкта предметної сфери.