OLAP سهل! مقدمة إلى مكونات برنامج المعالجة التحليلية في الوقت الحقيقي (OLAP) المطلوبة للوصول إلى مصادر بيانات OLAP

تحظى مشاكل التحليلات و OLAP ومستودعات البيانات باهتمام متزايد من متخصصي تكنولوجيا المعلومات الروس. حتى الآن ، نشرت صحافتنا الحاسوبية والإنترنت الكثير من المواد الأكاديمية الجيدة في طريقة تقديم المواد حول هذا الموضوع ، بما في ذلك المواد التمهيدية. نلفت انتباهك إلى مقال نحاول فيه عمدًا شرح OLAP "على الأصابع" ، باستخدام مثال محدد. تدل الممارسة على أن مثل هذا التفسير ضروري لبعض متخصصي تكنولوجيا المعلومات وخاصة للمستخدمين النهائيين.

لذلك ، يمكن تعريف OLAP * 1 كتقريب أولي ، "على الأصابع" ، على أنه طريقة خاصة لتحليل البيانات وإنشاء التقارير. جوهرها هو تزويد المستخدم بجدول متعدد الأبعاد يلخص البيانات تلقائيًا في أقسام مختلفة ويسمح لك بإدارة العمليات الحسابية وشكل التقرير بشكل تفاعلي. ستتحدث هذه المقالة عن التكنولوجيا والعمليات الأساسية لـ OLAP باستخدام مثال تحليل الفواتير لمؤسسة تعمل في تجارة الجملة في المنتجات الغذائية.

*واحد. OLAP - المعالجة التحليلية عبر الإنترنت ، تحليل البيانات التشغيلية.

كأداة ، سيتم النظر في نظام OLAP من أبسط وأقل تكلفة ، وهو عميل OLAP * 1. على سبيل المثال ، يتم اختيار أبسط منتج من عدد عملاء OLAP - "Contour Standard" من Intersoft Lab. (للتوضيح ، لاحقًا في المقالة ، سيتم الإشارة إلى مصطلحات OLAP المقبولة عمومًا بخط غامق ومرفقة بنظيراتها الإنجليزية.)

*واحد. لمزيد من المعلومات حول تصنيف أنظمة OLAP ، راجع المقالة "OLAP Made in Russia" في PC Week / RE ، رقم 3/2001.

لذلك دعونا نبدأ مع النظام. تحتاج أولاً إلى وصف مصدر البيانات (مصدر البيانات) - المسار إلى الجدول وحقوله. هذه هي مهمة المستخدم الذي يعرف التنفيذ المادي لقاعدة البيانات. بالنسبة للمستخدمين النهائيين ، فإنه يترجم اسم الجدول وحقوله إلى مصطلحات المجال. خلف "مصدر البيانات" يوجد جدول محلي أو جدول أو عرض خادم SQL أو إجراء مخزن.

على الأرجح ، في قاعدة بيانات معينة ، لا يتم تخزين الفواتير في واحدة ، ولكن في عدة جداول. بالإضافة إلى ذلك ، قد لا يتم استخدام بعض الحقول أو السجلات للتحليل. لذلك ، يتم بعد ذلك إنشاء نموذج (مجموعة نتائج أو استعلام) ، يتم فيه تكوين ما يلي: خوارزمية لدمج الجداول حسب الحقول الرئيسية ، وشروط التصفية ومجموعة الحقول التي تم إرجاعها. دعنا نطلق على اختيارنا "الفواتير" ونضع جميع حقول مصدر البيانات "الفواتير" فيه. وبالتالي ، فإن متخصص تكنولوجيا المعلومات ، من خلال إنشاء طبقة دلالية ، يخفي التنفيذ المادي لقاعدة البيانات عن المستخدم النهائي.

ثم يتم تكوين تقرير OLAP. يمكن القيام بذلك بواسطة خبير في الموضوع. أولاً ، يتم تقسيم حقول عينة البيانات المسطحة إلى مجموعتين - الحقائق (الحقائق أو المقاييس) والقياسات (الأبعاد). الحقائق هي أرقام ، والقياسات هي "قطع" يتم فيها تلخيص الحقائق. في مثالنا ، ستكون الأبعاد: "المنطقة" ، "المدينة" ، "العميل" ، "المنتج" ، "التاريخ" ، وستكون الحقيقة واحدة - حقل "المبلغ" في الفاتورة. للحقيقة ، يجب تحديد واحد أو أكثر من خوارزميات التجميع. OLAP قادر ليس فقط على تلخيص النتائج ، ولكن أيضًا لإجراء حسابات أكثر تعقيدًا ، حتى التحليل الإحصائي. سيؤدي تحديد خوارزميات تجميع متعددة إلى إنشاء حقائق افتراضية محسوبة. في المثال ، تم تحديد خوارزمية تجميع واحدة - "المجموع".

خاصية خاصة لأنظمة OLAP هي إنشاء أبعاد وبيانات لفترات زمنية أقدم من تاريخ والحساب التلقائي للإجماليات لهذه الفترات. لنحدد الفترات "السنة" و "الربع" ​​و "الشهر" ، بينما لن تكون هناك بيانات لكل يوم في التقرير ، ولكن ستظهر الأبعاد التي تم إنشاؤها "السنة" و "الربع" ​​و "الشهر". دعنا نسمي التقرير "تحليل المبيعات" ونحفظه. اكتمل العمل على إنشاء واجهة التطبيق التحليلي.

الآن ، عند تشغيل هذه الواجهة يوميًا أو شهريًا ، سيرى المستخدم جدولًا ورسمًا بيانيًا يتم فيه تلخيص الفواتير حسب الصنف والعميل والفترة.

من أجل جعل التلاعب بالبيانات بديهيًا ، فإن أدوات إدارة الجدول الديناميكي هي عناصر الجدول نفسه - أعمدته وصفوفه. يمكن للمستخدم نقل عمليات OLAP الأخرى وحذفها وتصفيتها وتنفيذها. يحسب الجدول تلقائيًا الإجماليات الفرعية والإجماليات النهائية الجديدة.

على سبيل المثال ، من خلال سحب (عملية "النقل") عمود "المنتج" إلى المقام الأول ، سنحصل على تقرير مقارنة - "مقارنة أحجام مبيعات المنتجات لهذا العام". لتجميع البيانات لمدة عام ، ما عليك سوى سحب عمودي "ربع السنة" و "الشهر" إلى أعلى الجدول - "منطقة القياسات غير النشطة". سيتم إغلاق بعدي "ربع" و "شهر" اللذين تم نقلهما إلى هذه المنطقة (عملية "بُعد الإغلاق") ، أي استبعادهما من التقرير ؛ سيتم تلخيص الحقائق لهذا العام. على الرغم من حقيقة أن الأبعاد مغلقة ، يمكنك تعيين سنوات وأرباع وشهور محددة لتصفية البيانات (عملية "التصفية").

لمزيد من الوضوح ، دعنا نغير نوع الرسم البياني الذي يوضح جدول OLAP وموقعه على الشاشة.

يتيح لك البحث في البيانات (عملية "التنقل لأسفل") الحصول على معلومات أكثر تفصيلاً حول مبيعات المنتج الذي يهمنا. بالنقر فوق علامة "+" المقابلة لمنتج "Coffee" ، سنرى حجم مبيعاته حسب المنطقة. بعد فتح منطقة الأورال ، سنحصل على أحجام مبيعات في سياق مدن منطقة الأورال ، ونتعمق في البيانات الموجودة في يكاترينبرج ، وسنكون قادرين على عرض بيانات مشتري الجملة في هذه المدينة.

يمكنك أيضًا استخدام القياسات المفتوحة لتعيين عوامل التصفية. لمقارنة ديناميكيات مبيعات الحلوى في موسكو وإيكاترينبرج ، دعنا نضع فلاتر لأبعاد "المنتج" و "المدينة".

أغلق القياسات غير الضرورية وحدد نوع الرسم البياني "الخط". في الرسم البياني الناتج ، يمكنك تتبع ديناميكيات المبيعات وتقييم التقلبات الموسمية والعلاقة بين الانخفاضات والنمو في مبيعات السلع في مدن مختلفة.

وبالتالي ، كنا مقتنعين بأن تقنية OLAP تسمح للمستخدم بإصدار عشرات الأنواع من التقارير المختلفة من واجهة واحدة ، وإدارة جدول OLAP الديناميكي بالماوس. مهمة المبرمج الذي يمتلك مثل هذه الأداة ليست ترميزًا روتينيًا لنماذج التقارير ، ولكن إعداد عميل OLAP لقواعد البيانات. في الوقت نفسه ، تعتبر طرق إدارة التقرير بديهية للمستخدم النهائي.

في الواقع ، يعد OLAP امتدادًا طبيعيًا وتطورًا لفكرة جداول البيانات. في جوهرها ، تعد الواجهة المرئية OLAP أيضًا جدول بيانات ، ولكنها مجهزة بمحرك حساب قوي ومعيار خاص لتقديم البيانات وإدارتها. علاوة على ذلك ، يتم تنفيذ بعض عملاء OLAP كوظائف إضافية لبرنامج MS Excel. لذلك ، فإن الجيش المليون من "ذوي الياقات البيضاء" ، الذين يثقون في جداول البيانات ، يتقنون بسرعة أدوات OLAP. بالنسبة لهم ، هذه "ثورة مخملية" توفر فرصًا جديدة ، لكنها لا تنطوي على الحاجة إلى إعادة التدريب.

إذا لم يفقد القارئ الاهتمام بـ OLAP بعد قراءة هذا المقال ، فيمكنه الرجوع إلى المواد المذكورة في البداية. يتم نشر مجموعات من هذه المواد على عدد من المواقع على الإنترنت ، بما في ذلك موقع Intersoft lab - www.iso.ru. يمكنك أيضًا تنزيل نسخة تجريبية من نظام Kontur القياسي مع المثال الموضح في المقالة.

المعالجة التحليلية التحليلية (OLAP) هي تقنية تُستخدم لتنظيم قواعد بيانات الأعمال الكبيرة ودعم ذكاء الأعمال. يتم تقسيم قواعد بيانات OLAP إلى مكعب واحد أو أكثر ، ويتم تنظيم كل مكعب بواسطة مسؤول المكعب ليناسب كيفية استرداد البيانات وتحليلها لتسهيل إنشاء واستخدام تقارير PivotTable و PivotChart التي ستحتاج إليها.

في هذا المقال

ما هو ذكاء الأعمال؟

غالبًا ما يرغب محلل الأعمال في الحصول على صورة أكبر للأعمال التجارية ، لعرض الاتجاهات الأوسع بناءً على البيانات المجمعة ، ولعرض الاتجاهات مقسمة إلى أي عدد من المتغيرات. ذكاء الأعمال هو عملية استخراج البيانات من قاعدة بيانات OLAP وتحليل تلك البيانات لتوفير رؤى يمكن استخدامها لاتخاذ قرارات عمل مستنيرة واتخاذ الإجراءات. على سبيل المثال ، باستخدام OLAP وذكاء الأعمال ، يمكنك الإجابة على الأسئلة التالية حول بيانات الأعمال.

كيف يقارن إجمالي مبيعات جميع المنتجات في عام 2007 بالمبيعات منذ عام 2006؟

كيف يقارن ذلك بتاريخ ووقت فترة الاستحقاق خلال السنوات الخمس الماضية؟

ما مقدار الأموال التي أنفقها العملاء على 35 العام الماضي ، وكيف تغير هذا السلوك بمرور الوقت؟

كم عدد المنتجات التي تم بيعها في دولتين / منطقتين محددتين هذا الشهر مقارنة بالشهر نفسه من العام الماضي؟

لكل فئة عمرية للعميل ما هو توزيع الربحية (كل من نسبة الهامش والإجمالي) حسب فئة المنتج؟

ابحث عن أعلى وأدنى البائعين والموزعين والموردين والعملاء والشركاء والعملاء.

ما هي المعالجة التحليلية عبر الإنترنت (OLAP)؟

تعمل قواعد بيانات OLAP (المعالجة التحليلية عبر الإنترنت) على تبسيط استعلامات ذكاء الأعمال. OLAP هي تقنية قاعدة بيانات تم تحسينها للاستعلام والتقرير ، وليس معالجة المعاملات. مصدر البيانات لـ OLAP هو قواعد بيانات معالجة المعاملات عبر الإنترنت (OLTP) ، والتي يتم تخزينها عادةً في مستودعات البيانات. يتم استخراج بيانات OLAP من هذه البيانات التاريخية ودمجها في هياكل تسمح بالتحليل المعقد. يتم أيضًا تنظيم بيانات OLAP بشكل هرمي وتخزينها في مكعبات بدلاً من جداول. إنها تقنية معقدة تستخدم هياكل متعددة الأبعاد لتوفير وصول سريع إلى البيانات لتحليلها. في هذه المؤسسة ، بالنسبة لتقرير PivotTable أو تقرير PivotChart ، يمكنك بسهولة عرض بيانات ملخصة عالية المستوى ، مثل إجماليات المبيعات لبلد أو منطقة بأكملها ، وكذلك عرض تفاصيل حول المواقع التي تكون فيها المبيعات قوية أو ضعيفة.

تم تصميم قواعد بيانات OLAP لتسريع تحميل البيانات. نظرًا لأن خادم OLAP يحسب القيم المجمعة ، وليس Microsoft Office Excel ، يجب إرسال بيانات أقل إلى Excel عند إنشاء تقرير أو تحريره. يتيح لك هذا الأسلوب العمل مع كمية أكبر من البيانات المصدر مما لو كانت البيانات منظمة في قاعدة بيانات تقليدية حيث يسترد Excel جميع السجلات الفردية ويحسب القيم المجمعة.

تحتوي قواعد بيانات OLAP على نوعين رئيسيين من البيانات: المقاييس ، وهي بيانات رقمية وكميات ومتوسطات تُستخدم لاتخاذ قرارات عمل مدروسة وأبعاد ، وهي فئات تُستخدم لتنظيم هذه المقاييس. تساعدك قواعد بيانات OLAP على تنظيم بياناتك بمستويات عديدة من التفاصيل باستخدام نفس الفئات التي تعرفها لتحليل البيانات.

تصف الأقسام التالية كل مكون بالتفصيل أدناه.

مكعبهيكل بيانات يجمع المقاييس عبر المستويات والتسلسلات الهرمية لكل بُعد تريد تحليله. تدمج المكعبات أبعادًا متعددة مثل الوقت والجغرافيا وخطوط الإنتاج مع بيانات موجزة مثل المبيعات والمخزون. المكعبات ليست "مكعبات" بالمعنى الحسابي الدقيق ، حيث ليس بالضرورة أن يكون لها نفس الجوانب. ومع ذلك ، فهي تمثل استعارة مناسبة لمفهوم معقد.

قياساتمجموعة من القيم في مكعب تستند إلى عمود في جدول الحقائق الخاص بالمكعب ، وعادة ما تكون قيمة رقمية. المقاييس عبارة عن قيم مركزية في مكعب تمت معالجتها مسبقًا ومعالجتها وتحليلها. الأمثلة الأكثر شيوعًا هي المبيعات والدخل والدخل والمصروفات.

عضوعنصر في تسلسل هرمي يمثل تكرارًا واحدًا أو أكثر للبيانات. يمكن أن يكون العنصر فريدًا أو غير فريد. على سبيل المثال ، يمثل عامي 2007 و 2008 أعضاءً فريدين على مستوى السنة للبعد الزمني ، بينما يمثل شهر يناير أعضاءً غير فريدين على مستوى الشهر نظرًا لوجود أكثر من شهر يناير في البعد الزمني لأنه يحتوي على بيانات لأكثر من عام واحد.

عضو محسوبعضو في بُعد يتم تقييم قيمته في وقت التشغيل باستخدام تعبير. يمكن اشتقاق قيم الأعضاء المحسوبين من قيم الأعضاء الآخرين. على سبيل المثال ، يمكن تحديد العنصر المحسوب "الربح" عن طريق طرح قيمة العنصر ، وكذلك التكاليف ، من قيمة العنصر ، المبيعات.

قياسمجموعة من التدرجات الهرمية لمستوى المكعب المرتب أو أكثر والتي يفهمها المستخدم ويستخدمها كأساس لتحليل البيانات. على سبيل المثال ، قد يتضمن البعد الجغرافي البلد / المنطقة والولاية / المنطقة ومستويات المدينة. بالإضافة إلى ذلك ، يمكن أن يشتمل البعد الزمني على تسلسل هرمي بمستويات السنة والربع والشهر واليوم. في تقرير PivotTable أو تقرير PivotChart ، يصبح كل تدرج هرمي مجموعة من الحقول التي يمكن توسيعها وطيها لإظهار مستويات أقل أو أعلى.

التسلسل الهرميهيكل شجرة منطقي يقوم بترتيب أعضاء البعد بحيث يكون لكل عضو أصل واحد وصفر أو أكثر من العناصر الفرعية. العنصر الفرعي هو عضو في مجموعة سابقة في التسلسل الهرمي المرتبط مباشرة بالعضو الحالي. على سبيل المثال ، في التسلسل الهرمي الزمني الذي يحتوي على مستويات الربع والشهر واليوم ، يكون شهر يناير عنصرًا فرعيًا للربع الأول. العنصر الأصل هو عضو المستوى الأدنى في التسلسل الهرمي المرتبط مباشرة بالعضو الحالي. عادةً ما تكون القيمة الأصلية دمجًا لقيم جميع العناصر الفرعية. على سبيل المثال ، في التسلسل الهرمي الزمني الذي يحتوي على مستويات الربع والشهر واليوم ، يكون الربع الأول هو الأصل لشهر يناير.

مستوىفي التدرج الهرمي ، يمكن تنظيم البيانات في مستويات أدنى وأعلى من التفاصيل ، مثل السنوات ، والأرباع ، والأشهر ، ومستويات اليوم في التسلسل الهرمي الزمني.

وظائف OLAP في Excel

الحصول على بيانات OLAPيمكنك الاتصال بمصادر بيانات OLAP بنفس الطريقة التي يمكنك بها الاتصال بمصادر البيانات الخارجية الأخرى. يمكنك العمل مع قواعد البيانات التي تم إنشاؤها باستخدام Microsoft SQL Server OLAP Services الإصدار 7.0 و Microsoft SQL Server Analysis Services الإصدار 2000 و Microsoft SQL Server Analysis Services الإصدار 2005 ومنتجات Microsoft OLAP Server. يمكن أن يعمل Excel أيضًا مع منتجات OLAP التابعة لجهات خارجية والمتوافقة مع OLE-DB لـ OLAP.

يمكن فقط عرض بيانات OLAP كتقرير PivotTable أو PivotChart ، أو في دالة ورقة عمل محولة من تقرير PivotTable ، وليس كنطاق بيانات خارجي. يمكنك حفظ تقارير OLAP PivotTable و PivotChart في قوالب التقارير ، ويمكنك إنشاء ملفات اتصال بيانات Office (ODC) للاتصال بقواعد بيانات OLAP لاستعلامات OLAP. عند فتح ملف .odc في Excel ، يتم عرض تقرير PivotTable فارغ ويكون جاهزًا ليتم وضعه.

إنشاء ملفات مكعب للاستخدام دون اتصاليمكنك إنشاء ملف مكعب مستقل (.cub) بمجموعة فرعية من البيانات من قاعدة بيانات خادم OLAP. تُستخدم ملفات المكعب غير المتصلة للعمل مع بيانات OLAP عندما لا تكون متصلاً بشبكة. باستخدام المكعب ، يمكنك العمل مع المزيد من البيانات في تقرير PivotTable أو تقرير PivotChart أكثر مما تفعل بخلاف ذلك ، والحصول على البيانات بشكل أسرع. يمكنك فقط إنشاء ملفات مكعب إذا كنت تستخدم موفر OLAP مثل Microsoft SQL Analysis Services الإصدار 2005 الذي يدعم هذه الميزة.

إجراءات الخادمإجراء الخادم هو وظيفة اختيارية يمكن لمسؤول مكعب OLAP تعريفها على خادم يستخدم عنصر مكعب أو مقياسًا كمعامل في استعلام لاسترداد المعلومات في مكعب ، أو لتشغيل تطبيق آخر مثل المستعرض. يدعم Excel عناوين URL والتقارير ومجموعات الصفوف وإجراءات الخادم التفصيلية والتنقل لأسفل ، ولكنه لا يدعم عامل التشغيل الأصلي ومجموعة البيانات الخاصة به.

KPI KPI هو مقياس محسوب خاص محدد على الخادم يسمح لك بتتبع "مؤشرات الأداء الرئيسية" ، بما في ذلك الحالة (القيمة الحالية تتوافق مع رقم محدد). والاتجاه (القيم بمرور الوقت). عندما يتم عرضها ، يمكن للخادم إرسال الرموز المناسبة ، على غرار أيقونة Excel الجديدة ، للاصطفاف أعلى أو أسفل مستويات الحالة (على سبيل المثال ، لرمز التوقف) ، وكذلك تمرير القيمة لأعلى أو لأسفل (لـ مثال ، رمز سهم اتجاهي).

التنسيق على الخادميمكن لمسؤولي Cube إنشاء مقاييس وأعضاء محسوبين باستخدام تنسيق الألوان وتنسيق الخط وقواعد التنسيق الشرطي التي يمكن تعيينها كقاعدة عمل قياسية للمؤسسة. على سبيل المثال ، يمكن أن يكون تنسيق الدخل من جانب الخادم عبارة عن تنسيق عملة رقم ، ويكون لون الخلية أخضر إذا كانت القيمة أكبر من أو تساوي 30000 والأحمر إذا كانت القيمة أقل من 30000 ، ويكون نمط الخط غامقًا إذا كانت القيمة أقل من 30000 وإذا كانت القيمة موجبة - عادية. أكبر من أو يساوي 30000. لمزيد من المعلومات ، راجع.

لغة واجهة المكتبيمكن لمسؤول المكعب تعريف الترجمات للبيانات والأخطاء على الخادم للمستخدمين الذين يحتاجون إلى عرض معلومات PivotTable بلغة أخرى. يتم تعريف هذه الميزة على أنها خاصية اتصال ملف ، ويجب أن تتطابق لغة الكمبيوتر الخاص بالمستخدم والبلد مع لغة الواجهة.

مكونات البرامج المطلوبة للوصول إلى مصادر بيانات OLAP

مزود OLAPلإعداد مصادر بيانات OLAP لبرنامج Excel ، تحتاج إلى أحد موفري OLAP التاليين.

مزود Microsoft OLAPيتضمن Excel برنامج تشغيل مصدر البيانات وبرنامج العميل للوصول إلى قواعد البيانات التي تم إنشاؤها باستخدام Microsoft SQL Server olap الإصدار 7.0 و Microsoft SQL Server olap الإصدار 2000 (8.0) و Microsoft SQL Server Analysis services 2005 (9 ، 0).

موفرو OLAP للجهات الخارجيةتتطلب منتجات OLAP الأخرى تثبيت برامج تشغيل وبرامج عميل إضافية. لاستخدام إمكانيات معالجة بيانات OLAP في Excel ، يجب أن يتوافق منتج الجهة الخارجية مع OLE-DB لمعيار OLAP وأن يكون متوافقًا مع Microsoft Office. للحصول على معلومات حول تثبيت موفر OLAP من جهة خارجية واستخدامه ، اتصل بمسؤول النظام أو موفر منتج OLAP.

قواعد بيانات الخادم وملفات المكعبيدعم برنامج عميل Excel OLAP الاتصالات بنوعين من قواعد بيانات OLAP. إذا كانت قاعدة البيانات الموجودة على خادم OLAP متوفرة على الشبكة ، فيمكنك الحصول على بيانات المصدر منها مباشرةً. إذا كان لديك ملف مكعب مستقل يحتوي على بيانات OLAP أو ملف تعريف مكعب ، فيمكنك الاتصال بهذا الملف والحصول على بيانات المصدر منه.

مصادر البياناتيوفر مصدر البيانات الوصول إلى كل البيانات الموجودة في قاعدة بيانات OLAP أو ملف مكعب غير متصل بالإنترنت. بمجرد إنشاء مصدر بيانات OLAP ، يمكنك إنشاء تقارير عليه وإرجاع بيانات OLAP إلى Excel كتقرير PivotTable أو PivotChart ، أو كدالة ورقة تم تحويلها من تقرير PivotTable.

Microsoft Queryباستخدام الاستعلام ، يمكنك استرداد البيانات من قاعدة بيانات خارجية مثل Microsoft SQL أو Microsoft Access. لا تحتاج إلى استخدام استعلام لاسترداد البيانات من OLAP PivotTable المقترن بملف مكعب. معلومات إضافية .

الاختلافات في دالات OLAP وبيانات المصدر Non-OLAP

إذا كنت تعمل باستخدام تقارير PivotTable و PivotCharts من بيانات مصدر OLAP وأنواع أخرى من بيانات المصدر ، فسترى بعض الاختلافات في الميزات.

استخراج البياناتيُرجع خادم OLAP بيانات جديدة إلى Excel عندما يتغير تخطيط التقرير. باستخدام الأنواع الأخرى من مصادر البيانات الخارجية ، يمكنك الاستعلام عن جميع البيانات المصدر مرة واحدة ، أو يمكنك تعيين معلمات للاستعلام فقط عند عرض عناصر حقل عامل تصفية تقرير مختلفة. بالإضافة إلى ذلك ، لديك عدة خيارات أخرى لتحديث التقرير.

في التقارير التي تستند إلى بيانات مصدر OLAP ، لا تتوفر خيارات حقل عامل تصفية التقرير ، ولا يتوفر الاستعلام في الخلفية ، ولا يتوفر خيار تحسين الذاكرة.

ملحوظة:لا يتوفر خيار تحسين الذاكرة أيضًا لمصادر بيانات OLEDB وتقارير PivotTable التي تستند إلى نطاق من الخلايا.

أنواع الحقولبيانات مصدر OLAP. يمكن استخدام حقول الأبعاد فقط كصفوف (صفوف) أو أعمدة (فئة) أو حقول صفحة. يمكن استخدام حقول القياس فقط كحقول قيمة. بالنسبة للأنواع الأخرى من بيانات المصدر ، يمكن استخدام جميع الحقول في أي جزء من التقرير.

الوصول إلى البيانات التفصيليةبالنسبة لبيانات OLAP المصدر ، يحدد الخادم المستويات المتوفرة من التفاصيل ويحسب قيم الملخص ، لذلك قد لا تتوفر سجلات التفاصيل التي تشكل قيم الملخص. ومع ذلك ، قد يوفر الخادم حقول الخصائص التي يمكنك عرضها. لا تحتوي أنواع بيانات المصدر الأخرى على حقول خصائص ، ولكن يمكنك عرض المعلومات الأساسية لحقل البيانات وقيم العناصر ، وعرض العناصر بدون بيانات.

قد لا تحتوي حقول عامل تصفية تقرير OLAP الكلالعناصر والقيادة إظهار صفحات تصفية التقريرغير متوفر.

ترتيب الفرز الأوليبالنسبة لبيانات مصدر OLAP ، يتم عرض العناصر أولاً بالترتيب الذي تم إرجاعها بواسطة خادم OLAP. يمكنك فرز العناصر أو إعادة ترتيبها يدويًا. بالنسبة لأنواع بيانات المصدر الأخرى ، يتم فرز عناصر التقرير الجديد أولاً حسب اسم العنصر بترتيب تصاعدي.

نيميتوفر خوادم OLAP قيمًا موجزة للتقرير مباشرةً ، لذلك لا يمكن تغيير وظائف التلخيص لحقول القيمة. بالنسبة لأنواع بيانات المصدر الأخرى ، يمكنك تغيير الدالة التجميعية لحقل القيمة واستخدام دالات تلخيص متعددة لنفس حقل القيمة. لا يمكنك إنشاء الحقول المحسوبة والأعضاء المحسوبين في التقارير باستخدام بيانات مصدر OLAP.

المجاميع الفرعيةفي التقارير التي تحتوي على بيانات مصدر OLAP ، لا يمكنك تغيير دالة التلخيص للإجماليات الفرعية. باستخدام الأنواع الأخرى من بيانات المصدر ، يمكنك تغيير وظائف التلخيص للإجماليات الفرعية وإظهار أو إخفاء الإجماليات الفرعية لكل حقول الصفوف والأعمدة.

بالنسبة لبيانات مصدر OLAP ، يمكنك تضمين العناصر المخفية أو استبعادها عند حساب الإجماليات الفرعية والإجماليات الكلية. بالنسبة للأنواع الأخرى من بيانات المصدر ، يمكنك تضمين العناصر المخفية في حقول تصفية التقرير في الإجماليات الفرعية ، ولكن سيتم استبعاد العناصر المخفية في الحقول الأخرى افتراضيًا.

العمل مع مكعب OLAP في MS Excel

1. احصل على إذن للوصول إلى مكعب OLAP لخدمات تحليل خادم SQL (SSAS)
2. يجب تثبيت MS Excel 2016/2013/2010 على جهاز الكمبيوتر الخاص بك (يمكن أيضًا تثبيت MS Excel 2007 ، ولكن ليس من الملائم العمل فيه ، كما أن MS Excel 2003 به وظائف رديئة جدًا)
3. افتح MS Excel ، وقم بتشغيل المعالج لإعداد اتصال بالخدمة التحليلية:

3.1 حدد الاسم أو عنوان IP لخادم OLAP الحالي (تحتاج أحيانًا إلى تحديد رقم منفذ مفتوح ، على سبيل المثال ، 192.25.25.102:80) ؛ يتم استخدام مصادقة المجال:

3.2 حدد قاعدة بيانات متعددة الأبعاد ومكعب تحليلي (إذا كان لديك حقوق الوصول إلى المكعب):

3.3 سيتم حفظ إعدادات الاتصال بالخدمة التحليلية في ملف odc على جهاز الكمبيوتر الخاص بك:

3.4 حدد نوع التقرير (جدول محوري / رسم بياني) وحدد موقع موضعه:

إذا تم إنشاء اتصال بالفعل في مصنف Excel ، فيمكن استخدامه مرة أخرى: القائمة الرئيسية "البيانات" -> "الاتصالات الموجودة" -> حدد الاتصال في هذا المصنف -> أدخل الجدول المحوري في الخلية المحددة.

4. بنجاح الاتصال بالمكعب ، يمكنك بدء تحليل البيانات التفاعلي:

عند بدء تحليل البيانات التفاعلي ، من الضروري تحديد الحقول التي سيتم تضمينها في تكوين الصفوف والأعمدة والفلاتر (الصفحات) في الجدول المحوري. بشكل عام ، يكون الجدول المحوري ثلاثي الأبعاد ، ويمكن أن نفكر في البعد الثالث على أنه عمودي على الشاشة ، ونرى أقسامًا موازية لمستوى الشاشة ويتم تحديدها من خلال "الصفحة" التي يتم اختيارها ليتم عرضها. يمكن إجراء التصفية عن طريق سحب سمات الأبعاد المناسبة إلى منطقة عوامل تصفية التقرير. يحد التصفية من مساحة المكعب ، مما يقلل الحمل على خادم OLAP ، لذلك يفضل تثبيت المرشحات الضرورية أولاً. يمكنك بعد ذلك وضع سمات الأبعاد في مناطق الصفوف والأعمدة ، والمقاييس في منطقة بيانات PivotTable.

في كل مرة يتغير PivotTable ، يتم إرسال عبارة MDX تلقائيًا إلى خادم OLAP ويتم إرجاع البيانات عند تنفيذها. كلما كان حجم البيانات المعالجة أكبر وأكثر تعقيدًا ، والمؤشرات المحسوبة ، زاد وقت تنفيذ الاستعلام. يمكنك إلغاء تنفيذ الطلب بالضغط على المفتاح هرب. يمكن التراجع عن آخر العمليات التي تم إجراؤها (Ctrl + Z) أو إعادة بنائها (Ctrl + Y).

كقاعدة عامة ، بالنسبة للمجموعات الأكثر استخدامًا لسمات الأبعاد ، يقوم المكعب بتخزين البيانات المجمعة المحسوبة مسبقًا ، وبالتالي فإن وقت الاستجابة لهذه الاستعلامات هو عدة ثوانٍ. ومع ذلك ، من المستحيل حساب جميع التركيبات الممكنة للتجميعات ، لأن ذلك قد يتطلب الكثير من الوقت ومساحة التخزين. يمكن أن يتطلب تنفيذ استعلامات ضخمة على البيانات على مستوى التفاصيل موارد حوسبة كبيرة للخادم ، لذلك يمكن أن يكون وقت تنفيذها طويلاً. بعد قراءة البيانات من محركات الأقراص ، يضعها الخادم في ذاكرة التخزين المؤقت لذاكرة الوصول العشوائي ، مما يسمح بتنفيذ مثل هذه الطلبات اللاحقة على الفور ، حيث سيتم استرداد البيانات من ذاكرة التخزين المؤقت.

إذا كنت تعتقد أنه سيتم استخدام طلبك بشكل متكرر وكان وقت تنفيذه غير مُرضٍ ، يمكنك الاتصال بخدمة دعم التطوير التحليلي لتحسين تنفيذ الطلب.

بعد وضع التسلسل الهرمي في منطقة الصفوف / الأعمدة ، من الممكن إخفاء المستويات الفردية:

للسمات الرئيسية(في كثير من الأحيان - للسمات الأعلى في التسلسل الهرمي) يمكن أن تحتوي الأبعاد على خصائص - خصائص وصفية يمكن عرضها في كل من تلميحات الأدوات وكحقول:

إذا كنت تريد عرض العديد من خصائص الحقل مرة واحدة ، فيمكنك استخدام قائمة الحوار المقابلة:

مجموعات معرّفة من قبل المستخدم

يقدم Excel 2010 القدرة على إنشاء مجموعات مخصصة (معرفة من قبل المستخدم) بشكل تفاعلي من أعضاء الأبعاد:

بخلاف المجموعات التي تم إنشاؤها وتخزينها مركزيًا على جانب المكعب ، يتم تخزين المجموعات المخصصة محليًا في مصنف Excel ويمكن استخدامها لاحقًا:

يمكن للمستخدمين المتقدمين إنشاء مجموعات باستخدام تركيبات MDX:

تعيين خصائص PivotTable

يوفر عنصر "خيارات الجدول المحوري ..." في قائمة السياق (انقر بزر الماوس الأيمن داخل الجدول المحوري) القدرة على تخصيص الجدول المحوري ، على سبيل المثال:
- علامة التبويب "الإخراج" ، خيار "تخطيط الجدول المحوري الكلاسيكي" - يصبح الجدول المحوري تفاعليًا ، ويمكن سحب الحقول (السحب والإفلات) ؛
- علامة التبويب "الإخراج" ، معلمة "إظهار العناصر بدون بيانات في الصفوف" - سيعرض الجدول المحوري صفوفًا فارغة لا تحتوي على أي قيم مؤشرات لعناصر الأبعاد المقابلة ؛
- علامة التبويب "التخطيط والتنسيق" ، "احتفظ بتنسيق الخلية عند تحديث" المعلمة - في الجدول المحوري ، يمكنك تجاوز تنسيق الخلية وحفظه عند تحديث البيانات ؛

إنشاء مخططات PivotChart

بالنسبة لجدول OLAP المحوري الحالي ، يمكنك إنشاء مخطط محوري - دائري ، شريطي ، مدرج تكراري ، رسم بياني ، مبعثر وأنواع أخرى من المخططات:

في هذه الحالة ، ستتم مزامنة المخطط المحوري مع الجدول المحوري - عند تغيير تكوين المؤشرات والفلاتر والأبعاد في الجدول المحوري ، يتم أيضًا تحديث الجدول المحوري.

إنشاء لوحات المعلومات

حدد الجدول المحوري الأصلي ، وانسخه إلى الحافظة (Ctrl + C) والصق نسخته (Ctrl + V) ، حيث سنغير تكوين المؤشرات:

لإدارة جداول محورية متعددة في نفس الوقت ، دعنا ندرج أداة تقطيع (تتوفر وظائف جديدة بدءًا من MS Excel 2010). دعنا نربط أداة تقطيع الشرائح الخاصة بنا بالجداول المحورية - انقر بزر الماوس الأيمن داخل أداة تقطيع الشرائح ، وحدد "اتصالات بالجدول المحوري ..." من قائمة السياق. وتجدر الإشارة إلى أنه يمكن أن تكون هناك لوحات تقطيع متعددة يمكنها خدمة جداول PivotTable على أوراق مختلفة في نفس الوقت ، مما يسمح لك بإنشاء لوحات معلومات منسقة.

يمكن تكوين لوحات Slicer: حدد اللوحة ، ثم راجع "الحجم والخصائص ..." ، "إعدادات الشريحة" ، "تعيين ماكرو" في قائمة سياق النقر بزر الماوس الأيمن أو في عنصر "الخيارات" في القائمة الرئيسية. لذلك ، من الممكن تعيين عدد الأعمدة لعناصر (أزرار) آلة التقطيع ، وأحجام أزرار تقطيع الشرائح واللوحة ، وتحديد نظام الألوان ونمط التصميم للقطاعة من المجموعة الحالية (أو إنشاء الخاصة بك style) ، حدد عنوان اللوحة الخاصة بك ، وقم بتعيين ماكرو للبرنامج يمكنك من خلاله توسيع وظائف اللوحة.

تنفيذ استعلام MDX من Excel

1. بادئ ذي بدء ، تحتاج إلى إجراء عملية حفر على بعض المؤشرات ، أي النزول إلى البيانات التفصيلية (يتم عرض البيانات التفصيلية على ورقة منفصلة) ، وافتح قائمة الاتصالات ؛
2. افتح خصائص الاتصال ، انتقل إلى علامة التبويب "التعريف" ؛
3. حدد نوع الأمر الافتراضي ، وفي حقل نص الأمر ضع ملفًا مُعدًا مسبقًا MDXطلب؛
4. عند الضغط على الزر ، بعد التحقق من الصيغة الصحيحة للطلب وتوافر حقوق الوصول المناسبة ، سيتم تنفيذ الطلب على الخادم ، وستعرض النتيجة في الورقة الحالية في شكل جدول ثابت منتظم.
   يمكنك عرض نص استعلام MDX الذي تم إنشاؤه بواسطة Excel عن طريق تثبيت وظيفة إضافية مجانية توفر أيضًا وظائف إضافية أخرى.

الترجمة إلى لغات أخرى

يدعم المكعب التحليلي الترجمة إلى الروسية والإنجليزية (إذا لزم الأمر ، يمكن الترجمة إلى لغات أخرى). تنطبق الترجمات على أسماء الأبعاد ، والتسلسلات الهرمية ، والسمات ، والمجلدات ، والمقاييس ، بالإضافة إلى عناصر التسلسلات الهرمية الفردية إذا كانت هناك ترجمات لها على جانب أنظمة المحاسبة / تخزين البيانات. لتغيير اللغة ، افتح خصائص الاتصال وأضف الخيار التالي في سلسلة الاتصال:
الخصائص الممتدة = "اللغة = 1033"
حيث 1033 - الترجمة الإنجليزية
1049 - الترجمة الروسية

ملحقات Excel إضافية لـ Microsoft OLAP

ستزداد القدرة على العمل مع مكعبات Microsoft OLAP إذا كنت تستخدم ملحقات إضافية ، على سبيل المثال ، ملحقات OLAP PivotTable ، والتي بفضلها يمكنك استخدام البحث السريع حسب البعد:

تم تضمين واجهة الجدول المحوري الأولى ، والتي تسمى أيضًا التقارير المحورية ، مع Excel في عام 1993 (الإصدار 5.0 من Excel). على الرغم من الميزات المفيدة العديدة ، إلا أنه لا يتم استخدامه عمليًا في عمل معظم مستخدمي Excel. غالبًا ما يقصد المستخدمون المتمرسون مصطلح "تقرير موجز" شيئًا تم إنشاؤه باستخدام الصيغ المعقدة. دعونا نحاول تعميم استخدام الجداول المحورية في العمل اليومي للاقتصاديين. تناقش هذه المقالة الأساس النظري لإنشاء تقارير موجزة ، وتقدم توصيات عملية لاستخدامها ، كما تقدم مثالاً على الوصول إلى البيانات بناءً على عدة جداول.

شروط تحليل البيانات متعدد المتغيرات

سمع معظم الاقتصاديين عن مصطلحات "البيانات متعددة الأبعاد" ، "المكعب الافتراضي" ، "تقنيات OLAP" ، إلخ. ولكن مع محادثة مفصلة ، عادة ما يتبين أن الجميع تقريبًا لا يفهم حقًا ما هو على المحك. أي أن الناس يقصدون شيئًا معقدًا وعادة ما لا يكون ذا صلة بأنشطتهم اليومية. في الواقع ليس كذلك.

بيانات متعددة الأبعاد ، أبعاد

من الآمن أن نقول إن الاقتصاديين يتعاملون مع البيانات متعددة الأبعاد طوال الوقت تقريبًا ، لكنهم يحاولون تقديمها بطريقة محددة مسبقًا باستخدام جداول البيانات. تعدد الأبعاد هنا يعني القدرة على إدخال أو عرض أو تحليل نفس المعلومات مع تغيير في المظهر ، واستخدام مجموعات مختلفة وفرز البيانات. على سبيل المثال ، يمكن تحليل خطة المبيعات وفقًا للمعايير التالية:

• أنواع أو مجموعات من البضائع ؛
• العلامات التجارية أو فئات المنتجات ؛
• فترات (شهر ، ربع ، سنة) ؛
• المشترون أو مجموعات المشترين ؛
• مناطق المبيعات
• إلخ.

كل معيار من المعايير المذكورة أعلاه من حيث تحليل البيانات متعدد المتغيرات يسمى "البعد". يمكن القول أن البعد يميز المعلومات حول مجموعة معينة من القيم. نوع خاص من قياس المعلومات متعددة الأبعاد هو "البيانات". في مثالنا ، يمكن أن تكون بيانات خطة المبيعات:

• حجم المبيعات؛
• سعر البيع؛
• خصم فردي
• إلخ.

من الناحية النظرية ، يمكن أن تكون البيانات أيضًا بُعدًا قياسيًا للمعلومات متعددة الأبعاد (على سبيل المثال ، يمكنك تجميع البيانات حسب سعر البيع) ، ولكن البيانات عادةً ما تكون نوعًا خاصًا من القيمة.

وبالتالي ، يمكننا القول أنه في العمل العملي ، يستخدم الاقتصاديون نوعين من المعلومات: بيانات متعددة الأبعاد (الأرقام الفعلية والمخططة مع العديد من الميزات) والأدلة (خصائص أو قياسات البيانات).

OLAP

يبدو الاختصار OLAP (المعالجة التحليلية عبر الإنترنت) في الترجمة الحرفية مثل "المعالجة التحليلية في الوقت الفعلي". التعريف ليس محددًا جدًا ؛ يمكن تلخيص أي تقرير تقريبًا عن أي منتج برمجي تحته. بحكم التعريف ، OLAP تعني تقنية للعمل مع التقارير الخاصة ، بما في ذلك البرامج ، للحصول على البيانات المنظمة متعددة الأبعاد وتحليلها. يعد SQL Server Analysis Server أحد منتجات البرامج الشائعة التي تطبق تقنيات OLAP. حتى أن البعض يعتبره عن طريق الخطأ الممثل الوحيد لتنفيذ البرنامج لهذا المفهوم.

مكعب البيانات الظاهري

"المكعب الافتراضي" (المكعب متعدد الأبعاد ، مكعب OLAP) هو مصطلح تقني صاغه بعض بائعي البرامج المتخصصين. تقوم أنظمة OLAP عادةً بإعداد البيانات وتخزينها في هياكلها الخاصة ، وتصل واجهات التحليل الخاصة (مثل تقارير تلخيص Excel) إلى البيانات من هذه المكعبات الافتراضية. في الوقت نفسه ، فإن استخدام مثل هذا التخزين المخصص ليس ضروريًا على الإطلاق لمعالجة المعلومات متعددة الأبعاد. على العموم، مكعب افتراضي- هذه مجموعة من البيانات متعددة الأبعاد المُحسَّنة خصيصًا والتي تُستخدم لإنشاء تقارير موجزة. يمكن الحصول عليها من خلال أدوات البرامج المتخصصة ومن خلال الوصول البسيط إلى جداول قاعدة البيانات أو أي مصدر آخر ، مثل جدول بيانات Excel.

جدول محوري

"التقرير المحوري" (الجدول المحوري ، الجدول المحوري) هو واجهة مستخدم لعرض البيانات متعددة الأبعاد. باستخدام هذه الواجهة ، يمكنك تجميع البيانات وفرزها وتصفيتها وتغييرها للحصول على عينات تحليلية متنوعة. يتم تحديث التقرير باستخدام أدوات واجهة مستخدم بسيطة ، ويتم تجميع البيانات تلقائيًا وفقًا للقواعد المحددة ، ولا يلزم إدخال أي معلومات إضافية أو إعادة إدخالها. ربما تكون واجهة الجدول المحوري في Excel هي أكثر منتجات البرامج شيوعًا للعمل مع البيانات متعددة الأبعاد. وهو يدعم كلاً من مصادر البيانات الخارجية (مكعبات OLAP وقواعد البيانات العلائقية) ونطاقات جداول البيانات الداخلية كمصدر للبيانات. بدءًا من الإصدار 2000 (9.0) ، يدعم Excel أيضًا نموذجًا رسوميًا لعرض البيانات متعددة الأبعاد - مخطط Pivot.

تسمح لك واجهة PivotTable المطبقة في Excel بترتيب أبعاد البيانات متعددة الأبعاد في منطقة ورقة العمل. للتبسيط ، يمكنك التفكير في الجدول المحوري كتقرير يقع أعلى نطاق من الخلايا (في الواقع ، هناك ارتباط معين لتنسيقات الخلايا بحقول الجدول المحوري). يحتوي Excel PivotTable على أربع مناطق عرض: عامل التصفية والأعمدة والصفوف والبيانات. يتم تسمية أبعاد البيانات حقول الجدول المحوري. هذه الحقول لها خصائصها الخاصة وشكل العرض.

مرة أخرى ، أود أن ألفت انتباهكم إلى حقيقة أن الجدول المحوري في Excel مخصص فقط لتحليل البيانات دون إمكانية تحرير المعلومات. الأقرب من حيث المعنى هو الاستخدام الواسع لمصطلح "تقرير محوري" (تقرير محوري) ، وهكذا كانت تسمى هذه الواجهة حتى عام 2000. لكن لسبب ما ، في الإصدارات اللاحقة ، تخلى عنها المطورون.

تحرير الجداول المحورية

حسب تعريفها ، لا تعني تقنية OLAP ، من حيث المبدأ ، إمكانية تغيير بيانات المصدر عند العمل مع التقارير. ومع ذلك ، فقد ظهرت فئة كاملة من أنظمة البرمجيات في السوق والتي تنفذ إمكانيات التحليل والتحرير المباشر للبيانات في جداول متعددة الأبعاد. في الأساس ، تركز هذه الأنظمة على حل مشاكل الميزانية.

باستخدام أدوات أتمتة Excel المضمنة ، يمكنك حل العديد من المهام غير القياسية. مثال على تنفيذ التحرير للجداول المحوريةيمكن العثور على ورقة عمل البيانات المستندة إلى Excel على موقعنا على الإنترنت.

تجهيز بيانات متعددة الأبعاد

دعنا نتناول التطبيق العملي للجداول المحورية. دعنا نحاول تحليل بيانات المبيعات في اتجاهات مختلفة. ملف pivottableexample.xlsيتكون من عدة أوراق. ملزمة مثاليحتوي على معلومات أساسية حول المبيعات لفترة معينة. لتبسيط المثال ، سنقوم بتحليل المؤشر الرقمي الوحيد - حجم المبيعات بالكيلو جرام. تتوفر أبعاد البيانات الرئيسية التالية: المنتج والمشتري والناقل (شركة النقل). بالإضافة إلى ذلك ، هناك العديد من الأبعاد الإضافية للبيانات التي تعتبر سمات للمنتج: النوع ، والعلامة التجارية ، والفئة ، والمورد ، وكذلك المشتري: النوع. يتم جمع هذه البيانات في ورقة الدلائل. في الممارسة العملية ، قد يكون هناك العديد من هذه القياسات.

ملزمة مثاليحتوي على أداة تحليل البيانات القياسية - التصفية التلقائية. بالنظر إلى مثال ملء الجدول ، من الواضح أن بيانات المبيعات حسب التواريخ (مرتبة في أعمدة) قابلة للتحليل العادي. بالإضافة إلى ذلك ، باستخدام عامل التصفية التلقائي ، يمكنك محاولة تلخيص البيانات من خلال مجموعات من معيار رئيسي واحد أو أكثر. لا توجد معلومات على الإطلاق حول العلامات التجارية والفئات والأنواع. لا يمكن تجميع البيانات مع التلخيص التلقائي بواسطة مفتاح محدد (على سبيل المثال ، بواسطة العملاء). بالإضافة إلى ذلك ، فإن مجموعة التواريخ ثابتة ، ولن يكون من الممكن عرض معلومات موجزة لفترة معينة ، على سبيل المثال ، 3 أيام ، بالوسائل التلقائية.

بشكل عام ، يعد وجود موقع تاريخ محدد مسبقًا في هذا المثال هو العيب الرئيسي للجدول. من خلال ترتيب التواريخ حسب الأعمدة ، حددنا نوعًا ما مسبقًا أبعاد هذا الجدول ، وبالتالي حرمنا أنفسنا من فرصة استخدام التحليل باستخدام الجداول المحورية.

أولا ، علينا التخلص من هذا النقص - أي. قم بإزالة الموقع المحدد مسبقًا لأحد أبعاد بيانات المصدر. مثال على جدول صالح ورقة مبيعات.

الجدول في شكل سجل إدخال المعلومات. هنا ، التاريخ هو بُعد بيانات متساوٍ. وتجدر الإشارة أيضًا إلى أنه بالنسبة للتحليل اللاحق في الجداول المحورية ، يكون الموضع النسبي للصفوف بالنسبة لبعضها البعض (بمعنى آخر ، الفرز) غير مبالٍ تمامًا. السجلات في قواعد البيانات العلائقية لها هذه الخصائص. إنه تحليل كميات كبيرة من قواعد البيانات الذي يركز بشكل أساسي على واجهة الجداول المحورية. لذلك ، يجب الالتزام بهذه القواعد عند العمل مع مصدر بيانات في شكل نطاقات خلايا. في الوقت نفسه ، لا أحد يمنع استخدام أدوات واجهة Excel في عملك - تعمل الجداول المحورية على تحليل البيانات فقط ، ويمكن أن يكون تنسيق الخلايا المصدر وعوامل التصفية وتجميعها وفرزها عشوائيًا.

من التصفية التلقائية لتقرير موجز

من الناحية النظرية ، في بيانات ورقة المبيعات ، من الممكن بالفعل التحليل في ثلاثة أبعاد: البضائع والمشترين والناقلين. لا توجد بيانات حول خصائص المنتجات والمشترين في هذه الورقة ، والتي ، وفقًا لذلك ، لن تسمح بعرضها في جدول الملخص. في الوضع العادي لإنشاء جدول محوري لبيانات المصدر ، لا يسمح لك Excel بربط البيانات من جداول متعددة بحقول معينة. يمكن تجاوز هذا القيد بواسطة البرنامج. مثال مكمللهذه المقالة على موقعنا. من أجل عدم اللجوء إلى الأساليب البرمجية لمعالجة المعلومات (خاصةً لأنها ليست عالمية) ، يجب إضافة خصائص إضافية مباشرةً إلى نموذج إدخال السجل - راجع ورقة تحليل المبيعات.

يجعل استخدام وظائف VLOOKUP من السهل استكمال البيانات الأصلية بخصائص مفقودة. الآن ، من خلال تطبيق التصفية التلقائية ، يمكنك تحليل البيانات بأبعاد مختلفة. لكن مشكلة التجمعات لا تزال دون حل. على سبيل المثال ، يعد تتبع المبلغ للعلامات التجارية فقط في تواريخ معينة مشكلة كبيرة. إذا كنت مقيدًا بصيغ Excel ، فأنت بحاجة إلى إنشاء عينات إضافية باستخدام وظيفة SUMIF.

الآن دعنا نرى الميزات التي توفرها واجهة الجدول المحوري. على الورقة تحليل الكودإنشاء العديد من التقارير استنادًا إلى مجموعة من الخلايا مع بيانات الورقة تحليل المبيعات.

تم إنشاء جدول التحليل الأول من خلال واجهة Excel 2007 الشريط \ إدراج \ PivotTable(في قائمة Excel 2000-2003 البيانات \ PivotTable).

يتم إنشاء الجدولين الثاني والثالث من خلال النسخ والتخصيص اللاحق. مصدر البيانات لكافة الجداول هو نفسه. يمكنك التحقق من ذلك عن طريق تغيير البيانات الأصلية ، ثم تحتاج إلى تحديث بيانات التقارير الموجزة.

من وجهة نظرنا ، فإن مزايا رؤية المعلومات واضحة. يمكنك تبديل عوامل التصفية والأعمدة والصفوف وإخفاء مجموعات معينة من القيم من أي بُعد واستخدام السحب والإفلات اليدوي والفرز التلقائي.

الخصائص والتنسيق

بالإضافة إلى عرض البيانات مباشرة ، هناك مجموعة كبيرة من الخيارات لعرض مظهر الجداول المحورية. يمكن إخفاء البيانات الإضافية باستخدام المرشحات. بالنسبة لعنصر أو حقل واحد ، من الأسهل استخدام عنصر قائمة السياق حذف(في الإصدار 2000-2003 يخفي).

من المستحسن أيضًا تعيين عرض العناصر الأخرى للجدول المحوري ليس من خلال تنسيق الخلية ، ولكن من خلال تعيين الحقل أو عنصر الجدول المحوري. للقيام بذلك ، قم بتحريك مؤشر الماوس إلى العنصر المطلوب ، وانتظر ظهور شكل مؤشر خاص (في شكل سهم) ، ثم حدد العنصر المحدد بنقرة واحدة. بعد التحديد ، يمكنك تغيير العرض من خلال الشريط أو قائمة السياق أو استدعاء مربع حوار تنسيق الخلية القياسي:

بالإضافة إلى ذلك ، قدم Excel 2007 العديد من أنماط عرض PivotTable المحددة مسبقًا:

لاحظ أن عوامل تصفية التحكم ومناطق السحب نشطة في المخطط.

الوصول إلى البيانات الخارجية

كما لوحظ بالفعل ، ربما يمكن الحصول على التأثير الأكبر من استخدام الجداول المحورية عند الوصول إلى البيانات من مصادر خارجية - مكعبات OLAP واستعلامات قاعدة البيانات. عادةً ما تخزن هذه المصادر كميات كبيرة من المعلومات ، ولها أيضًا بنية علائقية محددة مسبقًا ، مما يجعل من السهل تحديد أبعاد البيانات متعددة الأبعاد (حقول الجدول المحوري).

يدعم Excel العديد من أنواع مصادر البيانات الخارجية:

يمكن تحقيق أكبر تأثير من استخدام مصادر المعلومات الخارجية باستخدام أدوات الأتمتة (برامج VBA) للحصول على البيانات ومعالجتها الأولية في الجداول المحورية.