OLAP მარტივია! რეალურ დროში ანალიტიკური დამუშავების (OLAP) შესავალი პროგრამული კომპონენტები, რომლებიც საჭიროა OLAP მონაცემთა წყაროებზე წვდომისთვის

ანალიტიკის, OLAP-ის, მონაცემთა საწყობების პრობლემები მზარდ ინტერესს იწვევს რუსი IT სპეციალისტებისთვის. დღემდე, ჩვენმა კომპიუტერულმა პრესამ და ინტერნეტმა ბევრი კარგი, აკადემიური მასალა გამოაქვეყნა ამ თემაზე, მათ შორის შესავალი მასალების წარმოდგენის თვალსაზრისით. თქვენს ყურადღებას ვაქცევთ სტატიას, რომელშიც ჩვენ განზრახ ვცდილობთ ავხსნათ OLAP "თითებზე", კონკრეტული მაგალითის გამოყენებით. პრაქტიკა გვიჩვენებს, რომ ასეთი ახსნა აუცილებელია ზოგიერთი IT პროფესიონალისთვის და განსაკუთრებით საბოლოო მომხმარებლებისთვის.

ასე რომ, OLAP *1, როგორც პირველი მიახლოება, „თითებზე“, შეიძლება განისაზღვროს, როგორც მონაცემების ანალიზისა და ანგარიშების გენერირების სპეციალური გზა. მისი არსი მდგომარეობს იმაში, რომ მომხმარებელს მიაწოდოს მრავალგანზომილებიანი ცხრილი, რომელიც ავტომატურად აჯამებს მონაცემებს სხვადასხვა განყოფილებებში და საშუალებას გაძლევთ ინტერაქტიულად მართოთ გამოთვლები და ანგარიშის ფორმა. ამ სტატიაში ვისაუბრებთ OLAP-ის ტექნოლოგიასა და ძირითად ოპერაციებზე, საწარმოსთვის ინვოისების ანალიზის მაგალითის გამოყენებით, რომელიც დაკავებულია საკვები პროდუქტებით საბითუმო ვაჭრობით.

*1. OLAP - On-Line ანალიტიკური დამუშავება, ოპერატიული მონაცემთა ანალიზი.

როგორც ინსტრუმენტი, განიხილება უმარტივესი და ყველაზე იაფი კლასის OLAP სისტემა, OLAP კლიენტი *1. მაგალითად, არჩეულია უმარტივესი პროდუქტი OLAP კლიენტების რიცხვიდან - "Contour Standard" Intersoft Lab-დან. (სიცხადისთვის, მოგვიანებით სტატიაში, ზოგადად მიღებული OLAP ტერმინები მითითებული იქნება თამამად და თან ახლავს ინგლისურ კოლეგებს.)

*1. დამატებითი ინფორმაციისთვის OLAP სისტემების კლასიფიკაციის შესახებ იხილეთ სტატია "OLAP დამზადებულია რუსეთში" PC Week/RE, No. 3/2001.

მოდით, დავიწყოთ სისტემა. ჯერ უნდა აღწეროთ მონაცემთა წყარო (მონაცემთა წყარო) - ცხრილისკენ მიმავალი გზა და მისი ველები. ეს არის მომხმარებლის ამოცანა, რომელმაც იცის მონაცემთა ბაზის ფიზიკური განხორციელება. საბოლოო მომხმარებლებისთვის ის თარგმნის ცხრილის სახელს და მის ველებს დომენის ტერმინებად. „მონაცემთა წყაროს“ უკან არის ადგილობრივი ცხრილი, ცხრილი ან SQL სერვერის ხედი ან შენახული პროცედურა.

სავარაუდოდ, კონკრეტულ მონაცემთა ბაზაში, ინვოისები ინახება არა ერთ, არამედ რამდენიმე ცხრილში. გარდა ამისა, ზოგიერთი ველი ან ჩანაწერი შეიძლება არ იყოს გამოყენებული ანალიზისთვის. მაშასადამე, შემდეგ იქმნება ნიმუში (შედეგების ნაკრები ან მოთხოვნა), რომელშიც კონფიგურებულია შემდეგი: ცხრილების გაერთიანების ალგორითმი ძირითადი ველების მიხედვით, ფილტრაციის პირობები და დაბრუნებული ველების ნაკრები. მოდით ვუწოდოთ ჩვენს არჩევანს "ინვოისები" და ჩავდოთ მასში მონაცემთა წყაროს ყველა ველი "ინვოისები". ამრიგად, IT სპეციალისტი სემანტიკური ფენის შექმნით მალავს მონაცემთა ბაზის ფიზიკურ განხორციელებას საბოლოო მომხმარებლისგან.

შემდეგ ხდება OLAP ანგარიშის კონფიგურაცია. ეს შეიძლება გაკეთდეს საგნის ექსპერტის მიერ. პირველი, ბრტყელი მონაცემთა ნიმუშის ველები იყოფა ორ ჯგუფად - ფაქტები (ფაქტები ან ზომები) და გაზომვები (განზომილებები). ფაქტები რიცხვებია, გაზომვები კი „ნაჭრები“, რომლებშიც ფაქტები იქნება შეჯამებული. ჩვენს მაგალითში ზომები იქნება: "რეგიონი", "ქალაქი", "მომხმარებელი", "პროდუქტი", "თარიღი" და ფაქტი იქნება ერთი - ინვოისის ველი "თანხა". ფაქტიურად, უნდა შეირჩეს ერთი ან მეტი აგრეგაციის ალგორითმი. OLAP-ს შეუძლია არა მხოლოდ შედეგების შეჯამება, არამედ უფრო რთული გამოთვლების შესრულება, სტატისტიკურ ანალიზამდე. მრავალი აგრეგაციის ალგორითმის არჩევა შექმნის ვირტუალურ, გამოთვლილ ფაქტებს. მაგალითში არჩეულია ერთი აგრეგაციის ალგორითმი - "ჯამ".

OLAP სისტემების განსაკუთრებული თვისებაა გაბარიტებისა და მონაცემების წარმოქმნა ძველი დროის პერიოდებისთვის თარიღიდან და ამ პერიოდებისთვის ჯამების ავტომატური გამოთვლა. მოდით ავირჩიოთ პერიოდები "წელი", "კვარტალი" და "თვე", მაშინ როცა ანგარიშში არ იქნება მონაცემები თითოეული დღისთვის, მაგრამ გამოჩნდება გენერირებული ზომები "წელი", "კვარტალი" და "თვე". მოხსენებას დავარქვით „გაყიდვების ანალიზი“ და შევინახოთ. ანალიტიკური აპლიკაციის ინტერფეისის შექმნაზე მუშაობა დასრულებულია.

ახლა, ამ ინტერფეისის ყოველდღიურად ან ყოველთვიურად გაშვებისას, მომხმარებელი დაინახავს ცხრილს და გრაფიკს, რომელშიც ინვოისები შეჯამებულია ნივთის, მომხმარებლისა და პერიოდის მიხედვით.

მონაცემებით მანიპულაციების ინტუიციური შესაქმნელად, დინამიური ცხრილის მართვის ინსტრუმენტები თავად ცხრილის ელემენტებია - მისი სვეტები და რიგები. მომხმარებელს შეუძლია გადაადგილება, წაშლა, გაფილტვრა და სხვა OLAP ოპერაციების შესრულება. ცხრილი ავტომატურად ითვლის ახალ ქვეჯამებს და საბოლოო ჯამებს.

მაგალითად, სვეტის „პროდუქტის“ პირველ ადგილზე გადათრევით (ოპერაცია „გადატანა“) მივიღებთ შედარების ანგარიშს - „პროდუქტების გაყიდვების მოცულობის შედარება წლისთვის“. ერთი წლის მონაცემების დასაგროვებლად, უბრალოდ გადაიტანეთ სვეტები "კვარტალი" და "თვე" ცხრილის ზედა ნაწილში - "არააქტიური გაზომვების არეალი". ამ ზონაში გადაცემული „კვარტალი“ და „თვე“ განზომილებები დაიხურება (ოპერაცია „ახლო განზომილება“), ანუ გამოირიცხება ანგარიშიდან; ფაქტები წლის განმავლობაში შეჯამდება. იმისდა მიუხედავად, რომ ზომები დახურულია, შეგიძლიათ დააყენოთ კონკრეტული წლები, კვარტლები და თვეები მონაცემთა გაფილტვრისთვის (ოპერაცია „ფილტრი“).

მეტი სიცხადისთვის, მოდით შევცვალოთ გრაფიკის ტიპი, რომელიც ასახავს OLAP ცხრილს და მის მდებარეობას ეკრანზე.

მონაცემების ბურღვა (ოპერაცია „drill down“) საშუალებას გაძლევთ მიიღოთ უფრო დეტალური ინფორმაცია ჩვენთვის საინტერესო პროდუქტის გაყიდვების შესახებ. „ყავის“ პროდუქტის მოპირდაპირე ნიშანზე „+“ დაწკაპუნებით ვნახავთ მისი გაყიდვების მოცულობას რეგიონების მიხედვით. ურალის რეგიონის გახსნის შემდეგ, ჩვენ მივიღებთ გაყიდვების მოცულობას ურალის რეგიონის ქალაქების კონტექსტში, ეკატერინბურგის მონაცემებში ჩასატარებლად, ჩვენ შევძლებთ ნახოთ მონაცემები ამ ქალაქის საბითუმო მყიდველების შესახებ.

თქვენ ასევე შეგიძლიათ გამოიყენოთ ღია გაზომვები ფილტრების დასაყენებლად. მოსკოვსა და ეკატერინბურგში ტკბილეულის გაყიდვის დინამიკის შესადარებლად, მოდით დავაყენოთ ფილტრები "პროდუქტის" და "ქალაქის" ზომებისთვის.

დახურეთ არასაჭირო გაზომვები და შეარჩიეთ გრაფიკის ტიპი "ხაზი". მიღებულ გრაფიკზე შეგიძლიათ თვალყური ადევნოთ გაყიდვების დინამიკას, შეაფასოთ სეზონური რყევები და ურთიერთობა სხვადასხვა ქალაქში საქონლის გაყიდვების ვარდნასა და ზრდას შორის.

ამრიგად, ჩვენ დავრწმუნდით, რომ OLAP ტექნოლოგია საშუალებას აძლევს მომხმარებელს გაათავისუფლოს ათობით ტიპის სხვადასხვა მოხსენება ერთი ინტერფეისიდან, მართოს დინამიური OLAP ცხრილი მაუსის საშუალებით. პროგრამისტის ამოცანა, რომელიც ფლობს ასეთ ხელსაწყოს, არის არა ანგარიშგების ფორმების რუტინული კოდირება, არამედ მონაცემთა ბაზებისთვის OLAP კლიენტის შექმნა. ამავდროულად, ანგარიშის მართვის მეთოდები ინტუიციურია საბოლოო მომხმარებლისთვის.

მართლაც, OLAP არის ცხრილების იდეის ბუნებრივი გაფართოება და განვითარება. არსებითად, OLAP ვიზუალური ინტერფეისი ასევე არის ცხრილი, მაგრამ აღჭურვილია მძლავრი საანგარიშო ძრავით და მონაცემთა წარდგენისა და მართვის სპეციალური სტანდარტით. უფრო მეტიც, ზოგიერთი OLAP კლიენტი დანერგილია MS Excel-ის დანამატების სახით. ამიტომ, "თეთრი საყელოების" მემილიონე არმია, რომლებიც დარწმუნებული არიან ცხრილებში, ასევე სწრაფად ითვისებენ OLAP ინსტრუმენტებს. მათთვის ეს არის „ხავერდოვანი რევოლუცია“, რომელიც იძლევა ახალ შესაძლებლობებს, მაგრამ არ გულისხმობს გადამზადების აუცილებლობას.

თუ მკითხველს ამ სტატიის წაკითხვის შემდეგ არ დაუკარგავს ინტერესი OLAP-ის მიმართ, შეუძლია მიმართოს დასაწყისში აღნიშნულ მასალებს. ასეთი მასალების კოლექციები განთავსებულია ინტერნეტის მთელ რიგ საიტებზე, მათ შორის ვებსაიტზე Intersoft lab - www.iso.ru. მისგან ასევე შეგიძლიათ ჩამოტვირთოთ Kontur Standard სისტემის დემო ვერსია სტატიაში აღწერილი მაგალითით.

ანალიტიკური ანალიტიკური დამუშავება (OLAP) არის ტექნოლოგია, რომელიც გამოიყენება დიდი ბიზნესის მონაცემთა ბაზების ორგანიზებისა და ბიზნეს ინტელექტის მხარდასაჭერად. OLAP მონაცემთა ბაზები იყოფა ერთ ან მეტ კუბად და თითოეული კუბი ორგანიზებულია კუბის ადმინისტრატორის მიერ, რათა მოერგოს მონაცემების მოძიებას და ანალიზს, რათა გაადვილდეს თქვენთვის საჭირო PivotTable და PivotChart ანგარიშების შექმნა და გამოყენება.

ამ სტატიაში

რა არის ბიზნეს ინტელექტი?

ბიზნეს ანალიტიკოსს ხშირად სურს მიიღოს ბიზნესის უფრო ფართო სურათი, ნახოს უფრო ფართო ტენდენციები აგრეგირებულ მონაცემებზე დაყრდნობით და ნახოს ტენდენციები დაყოფილი ცვლადების ნებისმიერ რაოდენობაზე. ბიზნეს ინტელექტი არის OLAP მონაცემთა ბაზიდან მონაცემების მოპოვების პროცესი და ამ მონაცემების ანალიზი, რათა მივიღოთ ინფორმაცია, რომელიც შეიძლება გამოყენებულ იქნას ინფორმირებული ბიზნეს გადაწყვეტილებების მისაღებად და მოქმედებების გასატარებლად. მაგალითად, OLAP-ით და ბიზნეს ინტელექტით, შეგიძლიათ უპასუხოთ შემდეგ კითხვებს ბიზნეს მონაცემების შესახებ.

როგორ ადარებს 2007 წელს ყველა პროდუქტის მთლიანი გაყიდვები 2006 წლიდან გაყიდვებს?

როგორ შეედრება ეს ბოლო ხუთი წლის განმავლობაში სარგებელი პერიოდის თარიღსა და დროს?

რამდენი ფული დახარჯა მომხმარებლებმა 35-ზე გასულ წელს და როგორ შეიცვალა ეს ქცევა დროთა განმავლობაში?

რამდენი პროდუქტი გაიყიდა ორ კონკრეტულ ქვეყანაში/რეგიონში ამ თვეში გასული წლის იმავე თვის განსხვავებით?

მომხმარებელთა თითოეული ასაკობრივი ჯგუფისთვის როგორია მომგებიანობის დაყოფა (როგორც მარჟის პროცენტი, ასევე მთლიანი) პროდუქტის კატეგორიის მიხედვით?

მოძებნეთ ზედა და ქვედა გამყიდველები, დისტრიბუტორები, მომწოდებლები, მომხმარებლები, პარტნიორები და მომხმარებლები.

რა არის ონლაინ ანალიტიკური დამუშავება (OLAP)?

OLAP (ონლაინ ანალიტიკური დამუშავება) მონაცემთა ბაზები ამარტივებს ბიზნეს დაზვერვის შეკითხვებს. OLAP არის მონაცემთა ბაზის ტექნოლოგია, რომელიც ოპტიმიზებულია შეკითხვისა და მოხსენებისთვის და არა ტრანზაქციის დამუშავებისთვის. OLAP-ის მონაცემთა წყარო არის ონლაინ ტრანზაქციის დამუშავების (OLTP) მონაცემთა ბაზები, რომლებიც, როგორც წესი, ინახება მონაცემთა საწყობებში. OLAP მონაცემები ამოღებულია ამ ისტორიული მონაცემებიდან და გაერთიანებულია სტრუქტურებში, რომლებიც კომპლექსური ანალიზის საშუალებას იძლევა. OLAP მონაცემები ასევე ორგანიზებულია იერარქიულად და ინახება კუბებში და არა ცხრილებში. ეს არის რთული ტექნოლოგია, რომელიც იყენებს მრავალგანზომილებიან სტრუქტურებს ანალიზისთვის მონაცემებზე სწრაფი წვდომის უზრუნველსაყოფად. ამ ორგანიზაციაში, PivotTable ანგარიშისთვის ან PivotChart ანგარიშისთვის, შეგიძლიათ მარტივად აჩვენოთ მაღალი დონის შემაჯამებელი მონაცემები, როგორიცაა გაყიდვების ჯამი მთელი ქვეყნისთვის ან რეგიონისთვის, და ასევე აჩვენოთ დეტალები საიტების შესახებ, სადაც გაყიდვები განსაკუთრებით ძლიერი ან სუსტია.

OLAP მონაცემთა ბაზები შექმნილია მონაცემთა დატვირთვის დასაჩქარებლად. იმის გამო, რომ OLAP სერვერი ითვლის აგრეგირებულ მნიშვნელობებს და არა Microsoft Office Excel, ნაკლები მონაცემი უნდა გაიგზავნოს Excel-ში ანგარიშის შექმნის ან რედაქტირებისას. ეს მიდგომა საშუალებას გაძლევთ იმუშაოთ უფრო დიდი რაოდენობით წყაროს მონაცემებთან, ვიდრე მონაცემები ორგანიზებული იყო ტრადიციულ მონაცემთა ბაზაში, სადაც Excel იბრუნებს ყველა ინდივიდუალურ ჩანაწერს და ითვლის აგრეგირებულ მნიშვნელობებს.

OLAP მონაცემთა ბაზები შეიცავს ორი ძირითადი ტიპის მონაცემს: ზომები, რომლებიც არის რიცხვითი მონაცემები, რაოდენობები და საშუალოები, რომლებიც გამოიყენება ინფორმირებული ბიზნეს გადაწყვეტილებების მისაღებად და ზომები, რომლებიც არის კატეგორიები, რომლებიც გამოიყენება ამ ზომების ორგანიზებისთვის. OLAP მონაცემთა ბაზები დაგეხმარებათ მოაწყოთ თქვენი მონაცემები მრავალი დონის დეტალებით იმავე კატეგორიების გამოყენებით, რომლებიც თქვენ იცით მონაცემთა ანალიზისთვის.

ქვემოთ მოცემული განყოფილებები დეტალურად აღწერს თითოეულ კომპონენტს.

კუბურიმონაცემთა სტრუქტურა, რომელიც აერთიანებს ზომებს სხვადასხვა დონეზე და იერარქიაში თითოეული განზომილების, რომლის ანალიზიც გსურთ. კუბები აერთიანებს მრავალ განზომილებას, როგორიცაა დრო, გეოგრაფია და პროდუქტის ხაზები შემაჯამებელ მონაცემებთან, როგორიცაა გაყიდვები და ინვენტარი. კუბურები არ არის "კუბურები" მკაცრი მათემატიკური გაგებით, რადგან მათ სულაც არ აქვთ იგივე მხარეები. თუმცა, ისინი წარმოადგენენ სწორ მეტაფორას რთული კონცეფციისთვის.

გაზომვებიმნიშვნელობების ნაკრები კუბში, რომელიც ეფუძნება კუბის ფაქტების ცხრილის სვეტს და რომელიც, როგორც წესი, არის რიცხვითი მნიშვნელობა. ზომები არის ცენტრალური მნიშვნელობები კუბში, რომლებიც წინასწარ არის დამუშავებული, დამუშავებული და გაანალიზებული. ყველაზე გავრცელებული მაგალითებია გაყიდვები, შემოსავალი, შემოსავალი და ხარჯები.

წევრიელემენტი იერარქიაში, რომელიც წარმოადგენს მონაცემთა ერთ ან მეტ შემთხვევას. ელემენტი შეიძლება იყოს უნიკალური ან არა უნიკალური. მაგალითად, 2007 და 2008 წელი წარმოადგენს უნიკალურ წევრებს დროის განზომილების წლის დონეზე, ხოლო იანვარი წარმოადგენს არაუნიკალურ წევრებს თვის დონეზე, რადგან დროის განზომილებაში არის ერთზე მეტი იანვარი, რადგან ის შეიცავს მონაცემებს ერთ წელზე მეტი ხნის განმავლობაში.

გამოთვლილი წევრიგანზომილების წევრი, რომლის მნიშვნელობა ფასდება გაშვების დროს გამოხატვის გამოყენებით. გამოთვლილი წევრების მნიშვნელობები შეიძლება მიღებული იყოს სხვა წევრების მნიშვნელობებიდან. მაგალითად, გამოთვლილი ნივთი „მოგება“ შეიძლება განისაზღვროს ნივთის ღირებულების, ასევე ხარჯების გამოკლებით ნივთის ღირებულებიდან, გაყიდვები.

გაზომვაერთი ან მეტი მოწესრიგებული კუბის დონის იერარქიის ნაკრები, რომელსაც მომხმარებელი ესმის და იყენებს მონაცემთა ანალიზის საფუძვლად. მაგალითად, გეოგრაფიული განზომილება შეიძლება მოიცავდეს ქვეყანას/რეგიონს, შტატს/რეგიონს და ქალაქის დონეებს. გარდა ამისა, დროის განზომილება შეიძლება მოიცავდეს იერარქიას წლის, კვარტალის, თვის და დღის დონეებით. PivotTable ანგარიშში ან PivotChart ანგარიშში, თითოეული იერარქია იქცევა ველების ერთობლიობად, რომელიც შეიძლება გაფართოვდეს და დაიშალოს ქვედა ან უფრო მაღალი დონის საჩვენებლად.

იერარქიალოგიკური ხის სტრუქტურა, რომელიც აწყობს განზომილების წევრებს ისე, რომ თითოეულ წევრს ჰყავს ერთი მშობელი და ნული ან მეტი შვილი. ბავშვის ელემენტი არის იერარქიაში ადრინდელი ჯგუფის წევრი, რომელიც პირდაპირ კავშირშია მიმდინარე წევრთან. მაგალითად, დროის იერარქიაში, რომელიც შეიცავს მეოთხედის, თვის და დღის დონეებს, იანვარი არის Qtr1-ის შვილი. მშობელი ელემენტი არის ქვედა დონის წევრი იერარქიაში, რომელიც პირდაპირ კავშირშია მიმდინარე წევრთან. მშობელი მნიშვნელობა, როგორც წესი, არის ყველა ბავშვის ელემენტის მნიშვნელობების კონსოლიდაცია. მაგალითად, დროის იერარქიაში, რომელიც შეიცავს კვარტალს, თვის და დღის დონეებს, Qtr1 არის იანვრის მშობელი.

დონეიერარქიაში მონაცემები შეიძლება დალაგდეს დეტალების უფრო დაბალ და მაღალ დონეებად, როგორიცაა წლების, კვარტლები, თვეები და დღის დონეები დროის იერარქიაში.

OLAP ფუნქციები Excel-ში

OLAP მონაცემების მიღებათქვენ შეგიძლიათ დაუკავშირდეთ OLAP მონაცემთა წყაროებს ისევე, როგორც შეგიძლიათ დაუკავშირდეთ სხვა გარე მონაცემთა წყაროებს. შეგიძლიათ იმუშაოთ მონაცემთა ბაზებთან, რომლებიც შექმნილ იქნა Microsoft SQL Server OLAP Services ვერსიით 7.0, Microsoft SQL Server Analysis Services ვერსია 2000 და Microsoft SQL Server Analysis Services ვერსია 2005, Microsoft OLAP Server Products. Excel-ს ასევე შეუძლია იმუშაოს მესამე მხარის OLAP პროდუქტებთან, რომლებიც თავსებადია OLE-DB OLAP-ისთვის.

OLAP მონაცემების ჩვენება შესაძლებელია მხოლოდ PivotTable-ის ან PivotChart-ის მოხსენების სახით, ან სამუშაო ფურცლის ფუნქციაში, რომელიც გარდაიქმნება PivotTable ანგარიშიდან და არა როგორც გარე მონაცემთა დიაპაზონი. შეგიძლიათ შეინახოთ OLAP PivotTable და PivotChart ანგარიშები მოხსენების შაბლონებში და შეგიძლიათ შექმნათ Office Data Connection (ODC) ფაილები OLAP მონაცემთა ბაზებთან დასაკავშირებლად OLAP მოთხოვნებისთვის. როდესაც ხსნით .odc ფაილს Excel-ში, ცარიელი PivotTable ანგარიში გამოჩნდება და მზად არის განსათავსებლად.

შექმენით კუბური ფაილები ოფლაინ გამოყენებისთვისთქვენ შეგიძლიათ შექმნათ დამოუკიდებელი კუბი (.cub) ფაილი OLAP სერვერის მონაცემთა ბაზიდან მონაცემთა ქვეჯგუფით. ოფლაინ კუბის ფაილები გამოიყენება OLAP მონაცემებთან მუშაობისთვის, როდესაც არ ხართ დაკავშირებული ქსელთან. კუბის საშუალებით შეგიძლიათ იმუშაოთ მეტი მონაცემით PivotTable ანგარიშში ან PivotChart ანგარიშში, ვიდრე სხვაგვარად იმოქმედებთ და უფრო სწრაფად მიიღოთ მონაცემები. თქვენ შეგიძლიათ შექმნათ კუბური ფაილები მხოლოდ იმ შემთხვევაში, თუ იყენებთ OLAP პროვაიდერს, როგორიცაა Microsoft SQL Analysis Services ვერსია 2005, რომელიც მხარს უჭერს ამ ფუნქციას.

სერვერის მოქმედებებისერვერის მოქმედება არის არასავალდებულო ფუნქცია, რომელიც OLAP cube-ის ადმინისტრატორს შეუძლია განსაზღვროს სერვერზე, რომელიც იყენებს კუბის ელემენტს ან ზომას, როგორც პარამეტრს მოთხოვნაში ინფორმაციის მისაღებად კუბში ან სხვა აპლიკაციის გასაშვებად, როგორიცაა ბრაუზერი. Excel მხარს უჭერს URL-ებს, ანგარიშებს, მწკრივებს, სერვერის დეტალურ მოქმედებებს, მაგრამ არ აქვს საკუთარი მშობლიური ოპერატორის და მონაცემთა ნაკრების მხარდაჭერა.

KPI KPI არის სერვერზე განსაზღვრული სპეციალური გამოთვლილი ზომა, რომელიც საშუალებას გაძლევთ თვალყური ადევნოთ "შესრულების ძირითად ინდიკატორებს", სტატუსის ჩათვლით (მიმდინარე მნიშვნელობა შეესაბამება კონკრეტულ რიცხვს). და ტენდენცია (მნიშვნელობები დროთა განმავლობაში). როდესაც ისინი გამოჩნდება, სერვერს შეუძლია გამოაგზავნოს შესაბამისი ხატები, ახალი Excel-ის ხატულის მსგავსი, სტატუსის დონეების ზემოთ ან ქვემოთ (მაგალითად, გაჩერების ხატისთვის), ასევე მნიშვნელობის გადახვევა ზემოთ ან ქვემოთ ( მაგალითად, მიმართულების ისრის ხატულა).

ფორმატირება სერვერზე Cube-ის ადმინისტრატორებს შეუძლიათ შექმნან ზომები და გამოთვლილი წევრები ფერადი ფორმატირების, შრიფტის ფორმატირებისა და პირობითი ფორმატირების წესების გამოყენებით, რომლებიც შეიძლება მინიჭებული იყოს როგორც საწარმოს სტანდარტული ბიზნეს წესი. მაგალითად, შემოსავლის სერვერის ფორმატი შეიძლება იყოს რიცხვითი ვალუტის ფორმატი, უჯრედის ფერი არის მწვანე, თუ მნიშვნელობა მეტია ან ტოლია 30,000-ზე და წითელი, თუ მნიშვნელობა 30,000-ზე ნაკლებია, და შრიფტის სტილი თამამია, თუ მნიშვნელობა. არის 30000-ზე ნაკლები, ხოლო თუ მნიშვნელობა დადებითია - ნორმალური. მეტი ან ტოლი 30000. დამატებითი ინფორმაციისთვის იხ.

ოფისის ინტერფეისის ენაკუბის ადმინისტრატორს შეუძლია განსაზღვროს სერვერზე არსებული მონაცემებისა და შეცდომების თარგმანები იმ მომხმარებლებისთვის, რომლებსაც უნდა ნახონ PivotTable ინფორმაცია სხვა ენაზე. ეს ფუნქცია განისაზღვრება, როგორც ფაილების კავშირის თვისება და მომხმარებლის კომპიუტერის ლოკალი და ქვეყანა უნდა ემთხვეოდეს ინტერფეისის ენას.

OLAP მონაცემთა წყაროებზე წვდომისთვის საჭიროა პროგრამული კომპონენტები

OLAP პროვაიდერი Excel-ისთვის OLAP მონაცემთა წყაროების დასაყენებლად, გჭირდებათ ერთ-ერთი შემდეგი OLAP პროვაიდერი.

Microsoft OLAP პროვაიდერი Excel შეიცავს მონაცემთა წყაროს დრაივერს და კლიენტის პროგრამულ უზრუნველყოფას Microsoft SQL Server olap ვერსიით 7.0, Microsoft SQL Server olap ვერსიით 2000 (8.0) და Microsoft SQL Server Analysis სერვისების ვერსიით 2005 (9,0) ვერსიით წვდომისათვის.

მესამე მხარის OLAP პროვაიდერები OLAP-ის სხვა პროდუქტებს სჭირდებათ დამატებითი დრაივერების და კლიენტის პროგრამული უზრუნველყოფის ინსტალაცია. Excel-ის OLAP მონაცემთა მანიპულირების შესაძლებლობების გამოსაყენებლად, მესამე მხარის პროდუქტი უნდა შეესაბამებოდეს OLE-DB OLAP სტანდარტს და თავსებადი იყოს Microsoft Office-თან. მესამე მხარის OLAP პროვაიდერის ინსტალაციისა და გამოყენების შესახებ ინფორმაციისთვის დაუკავშირდით თქვენი სისტემის ადმინისტრატორს ან OLAP პროდუქტის პროვაიდერს.

სერვერის მონაცემთა ბაზები და Cube ფაილები Excel OLAP კლიენტის პროგრამული უზრუნველყოფა მხარს უჭერს კავშირებს ორი ტიპის OLAP მონაცემთა ბაზებთან. თუ OLAP სერვერზე მონაცემთა ბაზა ხელმისაწვდომია ქსელში, შეგიძლიათ მიიღოთ წყაროს მონაცემები მისგან პირდაპირ. თუ თქვენ გაქვთ დამოუკიდებელი კუბის ფაილი, რომელიც შეიცავს OLAP მონაცემებს ან კუბის განმარტების ფაილს, შეგიძლიათ დაუკავშირდეთ ამ ფაილს და მიიღოთ წყაროს მონაცემები მისგან.

Მონაცემთა წყაროებიმონაცემთა წყარო უზრუნველყოფს წვდომას ყველა მონაცემზე OLAP მონაცემთა ბაზაში ან ოფლაინ კუბ ფაილში. როგორც კი შექმნით OLAP მონაცემთა წყაროს, შეგიძლიათ მასზე დააფუძნოთ ანგარიშები და დააბრუნოთ OLAP მონაცემები Excel-ში, როგორც PivotTable ან PivotChart ანგარიში, ან როგორც ფურცლის ფუნქცია, რომელიც გარდაიქმნება PivotTable ანგარიშიდან.

Microsoft Query Query-ით შეგიძლიათ მიიღოთ მონაცემები გარე მონაცემთა ბაზიდან, როგორიცაა Microsoft SQL ან Microsoft Access. თქვენ არ გჭირდებათ შეკითხვის გამოყენება კუბ ფაილთან დაკავშირებული OLAP PivotTable-დან მონაცემების მოსაძიებლად. Დამატებითი ინფორმაცია .

განსხვავებები OLAP ფუნქციებსა და არა-OLAP წყაროს მონაცემებში

თუ თქვენ მუშაობთ PivotTable ანგარიშებთან და PivotCharts-თან OLAP-ის წყაროს მონაცემებიდან და სხვა ტიპის წყაროს მონაცემებიდან, ნახავთ რამდენიმე მახასიათებლის განსხვავებას.

მონაცემთა ამოღება OLAP სერვერი აბრუნებს ახალ მონაცემებს Excel-ში, როდესაც ანგარიშის განლაგება იცვლება. სხვა ტიპის გარე მონაცემთა წყაროებით, თქვენ ითხოვთ ყველა წყაროს მონაცემს ერთდროულად, ან შეგიძლიათ დააყენოთ პარამეტრები მოთხოვნისთვის მხოლოდ მაშინ, როდესაც აჩვენეთ სხვადასხვა ანგარიშის ფილტრის ველის ელემენტები. გარდა ამისა, თქვენ გაქვთ კიდევ რამდენიმე ვარიანტი ანგარიშის განახლებისთვის.

OLAP წყაროს მონაცემებზე დაფუძნებულ ანგარიშებში, ანგარიშის ფილტრის ველის ვარიანტები მიუწვდომელია, ფონის მოთხოვნა მიუწვდომელია და მეხსიერების ოპტიმიზაციის ვარიანტი მიუწვდომელია.

Შენიშვნა:მეხსიერების ოპტიმიზაციის ვარიანტი ასევე არ არის ხელმისაწვდომი OLEDB მონაცემთა წყაროებისთვის და კრებსითი ცხრილის ანგარიშებისთვის, უჯრედების დიაპაზონზე დაფუძნებული.

ველის ტიპები OLAP წყაროს მონაცემები. განზომილების ველების გამოყენება შესაძლებელია მხოლოდ მწკრივების (სტრიქონების), სვეტების (კატეგორიის) ან გვერდის ველებად. გაზომვის ველების გამოყენება შესაძლებელია მხოლოდ მნიშვნელობის ველებად. სხვა ტიპის წყაროს მონაცემებისთვის, ყველა ველი შეიძლება გამოყენებულ იქნას მოხსენების ნებისმიერ ნაწილში.

დეტალურ მონაცემებზე წვდომაწყაროს OLAP მონაცემებისთვის, სერვერი განსაზღვრავს დეტალების ხელმისაწვდომ დონეებს და ითვლის შემაჯამებელ მნიშვნელობებს, ამიტომ დეტალური ჩანაწერები, რომლებიც ქმნიან შემაჯამებელ მნიშვნელობებს, შეიძლება არ იყოს ხელმისაწვდომი. თუმცა, სერვერმა შეიძლება მოგაწოდოთ საკუთრების ველები, რომელთა ჩვენებაც შეგიძლიათ. წყაროს მონაცემთა სხვა ტიპებს არ აქვთ თვისებების ველები, მაგრამ შეგიძლიათ აჩვენოთ ძირითადი ინფორმაცია მონაცემთა ველისა და ელემენტის მნიშვნელობებისთვის და ელემენტების ჩვენება მონაცემთა გარეშე.

OLAP ანგარიშის ფილტრის ველებს შეიძლება არ ჰქონდეს ყველასელემენტები და ბრძანება ანგარიშის ფილტრის გვერდების ჩვენებამიუწვდომელია.

დალაგების საწყისი თანმიმდევრობა OLAP-ის წყაროს მონაცემებისთვის, ერთეულები პირველად ნაჩვენებია OLAP სერვერის მიერ მათი დაბრუნების თანმიმდევრობით. თქვენ შეგიძლიათ დაალაგოთ ან ხელით გადააწყოთ ელემენტები. წყაროს მონაცემების სხვა ტიპებისთვის, ახალი მოხსენების ელემენტები ჯერ დალაგებულია ელემენტის სახელის მიხედვით ზრდადი თანმიმდევრობით.

ნიმი OLAP სერვერები აწვდიან შემაჯამებელ მნიშვნელობებს უშუალოდ მოხსენებას, ამიტომ შეუძლებელია შემაჯამებელი ფუნქციების შეცვლა მნიშვნელობის ველებისთვის. წყაროს მონაცემთა სხვა ტიპებისთვის, შეგიძლიათ შეცვალოთ საერთო ფუნქცია მნიშვნელობის ველისთვის და გამოიყენოთ მრავალი შემაჯამებელი ფუნქცია იმავე მნიშვნელობის ველისთვის. თქვენ არ შეგიძლიათ შექმნათ გამოთვლილი ველები და გამოთვლილი წევრები ანგარიშებში OLAP წყაროს მონაცემებით.

ქვეჯამები OLAP წყაროს მონაცემებით მოხსენებებში, თქვენ არ შეგიძლიათ შეცვალოთ შემაჯამებელი ფუნქცია ქვეჯამებისთვის. სხვა ტიპის წყაროს მონაცემებით, შეგიძლიათ შეცვალოთ შემაჯამებელი ფუნქციები ქვეჯამებისთვის და აჩვენოთ ან დამალოთ ქვეჯამები ყველა მწკრივისა და სვეტის ველისთვის.

OLAP წყაროს მონაცემებისთვის შეგიძლიათ შეიტანოთ ან გამორიცხოთ ფარული ერთეულები ქვეჯამებისა და გრანდიოზული ჯამების გამოთვლისას. სხვა ტიპის წყაროს მონაცემებისთვის, შეგიძლიათ შეიყვანოთ დამალული ელემენტები მოხსენების ფილტრის ველებში ქვეჯამებში, მაგრამ სხვა ველებში დამალული ერთეულები ნაგულისხმევად გამოირიცხება.

მუშაობა OLAP კუბთან MS Excel-ში

1. მიიღეთ SQL Server Analysis Services (SSAS) OLAP კუბზე წვდომის ნებართვა
2. MS Excel 2016 / 2013 / 2010 უნდა იყოს დაინსტალირებული თქვენს კომპიუტერში (MS Excel 2007 ასევე შესაძლებელია, მაგრამ არ არის მოსახერხებელი მასში მუშაობა და MS Excel 2003 აქვს ძალიან ცუდი ფუნქციონირება)
3. გახსენით MS Excel, გაუშვით ოსტატი ანალიტიკურ სერვისთან კავშირის დასაყენებლად:

3.1 მიუთითეთ მიმდინარე OLAP სერვერის სახელი ან IP მისამართი (ზოგჯერ საჭიროა ღია პორტის ნომრის მითითება, მაგალითად, 192.25.25.102:80); დომენის ავთენტიფიკაცია გამოიყენება:

3.2 აირჩიეთ მრავალგანზომილებიანი მონაცემთა ბაზა და ანალიტიკური კუბი (თუ გაქვთ კუბზე წვდომის უფლება):

3.3 ანალიტიკურ სერვისთან დაკავშირების პარამეტრები შეინახება თქვენს კომპიუტერში odc ფაილში:

3.4 აირჩიეთ მოხსენების ტიპი (კრებითი ცხრილი/გრაფიკი) და მიუთითეთ მისი განთავსების ადგილი:

თუ კავშირი უკვე შეიქმნა Excel-ის სამუშაო წიგნში, მაშინ მისი ხელახლა გამოყენება შესაძლებელია: მთავარი მენიუ "მონაცემები" -> "არსებული კავშირები" -> აირჩიეთ კავშირი ამ სამუშაო წიგნში -> ჩადეთ კრებსითი ცხრილი მითითებულ უჯრედში.

4. კუბთან წარმატებით დაკავშირებული, შეგიძლიათ დაიწყოთ მონაცემთა ინტერაქტიული ანალიზი:

მონაცემთა ინტერაქტიული ანალიზის დაწყებისას აუცილებელია განისაზღვროს რომელი ველი იქნება ჩართული კრებსითი ცხრილის რიგების, სვეტების და ფილტრების (გვერდების) ფორმირებაში. ზოგადად, კრებსითი ცხრილი სამგანზომილებიანია და ჩვენ შეგვიძლია ვიფიქროთ, რომ მესამე განზომილება არის ეკრანის პერპენდიკულარული, და ჩვენ ვხედავთ სექციებს, რომლებიც პარალელურია ეკრანის სიბრტყის მიმართ და განისაზღვრება, თუ რომელი "გვერდი" არის არჩეული. გამოსახულიყო. გაფილტვრა შეიძლება განხორციელდეს შესაბამისი განზომილების ატრიბუტების გადატანით მოხსენების ფილტრების ზონაში. ფილტრაცია ზღუდავს კუბის სივრცეს, ამცირებს დატვირთვას OLAP სერვერზე, ასე რომ სასურველია ჯერ საჭირო ფილტრების დაყენება. თქვენ შემდეგ განათავსებთ განზომილების ატრიბუტებს მწკრივისა და სვეტის არეში და ზომებს PivotTable მონაცემთა ზონაში.

ყოველ ჯერზე, როდესაც PivotTable იცვლება, MDX განცხადება ავტომატურად იგზავნება OLAP სერვერზე და მონაცემები ბრუნდება შესრულებისას. რაც უფრო დიდი და რთულია დამუშავებული მონაცემების მოცულობა, გამოთვლილი ინდიკატორები, მით უფრო გრძელია მოთხოვნის შესრულების დრო. თქვენ შეგიძლიათ გააუქმოთ მოთხოვნის შესრულება ღილაკის დაჭერით გაქცევა. ბოლო შესრულებული ოპერაციების გაუქმება შესაძლებელია (Ctrl+Z) ან ხელახლა (Ctrl+Y).

როგორც წესი, განზომილების ატრიბუტების ყველაზე ხშირად გამოყენებული კომბინაციებისთვის, კუბი ინახავს წინასწარ გამოთვლილ აგრეგირებულ მონაცემებს, ამიტომ ასეთი მოთხოვნების პასუხის დრო რამდენიმე წამია. ამასთან, შეუძლებელია აგრეგაციის ყველა შესაძლო კომბინაციის გამოთვლა, რადგან ამას შეიძლება დიდი დრო და შენახვის ადგილი დასჭირდეს. მონაცემთა მასიური მოთხოვნების შესრულებას დეტალების დონეზე შეიძლება დასჭირდეს სერვერის მნიშვნელოვანი გამოთვლითი რესურსები, ამიტომ მათი შესრულების დრო შეიძლება იყოს ხანგრძლივი. დისკის დისკებიდან მონაცემების წაკითხვის შემდეგ, სერვერი ათავსებს მათ ოპერატიული მეხსიერების ქეშში, რაც საშუალებას იძლევა შემდგომი ასეთი მოთხოვნები შესრულდეს მყისიერად, რადგან მონაცემები იქნება ამოღებული ქეშიდან.

თუ ფიქრობთ, რომ თქვენი მოთხოვნა ხშირად იქნება გამოყენებული და მისი შესრულების დრო არადამაკმაყოფილებელია, შეგიძლიათ დაუკავშირდეთ ანალიტიკური განვითარების მხარდაჭერის სამსახურს მოთხოვნის შესრულების ოპტიმიზაციისთვის.

სტრიქონების/სვეტების არეში იერარქიის განთავსების შემდეგ შესაძლებელია ცალკეული დონეების დამალვა:

ძირითადი ატრიბუტებისთვის(ნაკლებად ხშირად - იერარქიაში უფრო მაღალი ატრიბუტებისთვის) ზომებს შეიძლება ჰქონდეთ თვისებები - აღწერილობითი მახასიათებლები, რომლებიც შეიძლება იყოს ნაჩვენები როგორც ინსტრუმენტების რჩევებში, ასევე ველებში:

თუ გსურთ ველის რამდენიმე თვისების ერთდროულად ჩვენება, შეგიძლიათ გამოიყენოთ შესაბამისი დიალოგური სია:

მომხმარებლის განსაზღვრული ნაკრები

Excel 2010 წარმოგიდგენთ შესაძლებლობას ინტერაქტიულად შექმნათ მორგებული (მომხმარებლის მიერ განსაზღვრული) კომპლექტები განზომილების წევრებისგან:

კუბის მხარეს ცენტრალურად შექმნილი და შენახული ნაკრებისგან განსხვავებით, მორგებული ნაკრები ინახება ადგილობრივად Excel-ის სამუშაო წიგნში და შეიძლება გამოყენებულ იქნას მოგვიანებით:

მოწინავე მომხმარებლებს შეუძლიათ შექმნან კომპლექტები MDX კონსტრუქციების გამოყენებით:

PivotTable თვისებების დაყენება

კონტექსტური მენიუს პუნქტი "Pivot Table Options..." (დააწკაპუნეთ მარჯვენა ღილაკით კრებსით ცხრილის შიგნით) უზრუნველყოფს კრებსითი ცხრილის მორგების შესაძლებლობას, მაგალითად:
- "გამომავალი" ჩანართი, "კლასიკური კრებსითი ცხრილის განლაგება" - კრებსითი ცხრილი ხდება ინტერაქტიული, ველების გადატანა შესაძლებელია (Drag&Drop);
- ჩანართი "გამომავალი", პარამეტრი "მწკრივებში მონაცემების გარეშე ელემენტების ჩვენება" - კრებსითი ცხრილი აჩვენებს ცარიელ რიგებს, რომლებიც არ შეიცავს რაიმე ინდიკატორის მნიშვნელობას შესაბამისი განზომილების ელემენტებისთვის;
- ჩანართი "განლაგება და ფორმატი", პარამეტრი "უჯრედის ფორმატირება განახლებისას" - კრებსით ცხრილში შეგიძლიათ გადააცილოთ და შეინახოთ უჯრედის ფორმატი მონაცემთა განახლებისას;

PivotCharts-ის შექმნა

არსებული OLAP კრებსითი ცხრილისთვის შეგიძლიათ შექმნათ კრებსითი დიაგრამა - ტორტი, ზოლი, ჰისტოგრამა, გრაფიკი, სკატერი და სხვა ტიპის დიაგრამები:

ამ შემთხვევაში, კრებსითი დიაგრამა სინქრონიზებული იქნება კრებსით ცხრილთან - როდესაც თქვენ შეცვლით ინდიკატორების, ფილტრების, ზომების შემადგენლობას კრებსით ცხრილში, ასევე განახლდება კრებსითი ცხრილი.

დაფების შექმნა

აირჩიეთ ორიგინალური კრებსითი ცხრილი, დააკოპირეთ იგი ბუფერში (Ctrl + C) და ჩასვით მისი ასლი (Ctrl + V), რომელშიც ჩვენ შევცვლით ინდიკატორების შემადგენლობას:

რამდენიმე კრებსითი ცხრილის ერთდროულად სამართავად, მოდით ჩავსვათ სლაისერი (ახალი ფუნქციონირება ხელმისაწვდომია MS Excel 2010-დან). მოდით დავუკავშიროთ ჩვენი Slicer კრებსით ცხრილებს - დააწკაპუნეთ მაუსის მარჯვენა ღილაკით სლაისერში, აირჩიეთ "Connections to Pivot Table ..." კონტექსტური მენიუდან. უნდა აღინიშნოს, რომ შეიძლება არსებობდეს მრავალი სლაისერი პანელი, რომელსაც შეუძლია ერთდროულად მოემსახუროს PivotTables სხვადასხვა ფურცლებზე, რაც საშუალებას მოგცემთ შექმნათ კოორდინირებული დაფები.

Slicer-ის პანელების კონფიგურაცია შესაძლებელია: აირჩიეთ პანელი, შემდეგ იხილეთ "Size and Properties...", "Slice Settings", "Assign Macro" მარჯვენა ღილაკით კონტექსტურ მენიუში ან მთავარი მენიუს "Options" პუნქტში. ასე რომ, შესაძლებელია სვეტების რაოდენობის დაყენება სლაისერის ელემენტების (ღილაკებისთვის), სლაისერის ღილაკების და პანელის ზომების დადგენა, არსებული ნაკრებიდან სლაისერის ფერის სქემისა და დიზაინის სტილის განსაზღვრა (ან შექმნა საკუთარი სტილი), განსაზღვრეთ თქვენი საკუთარი პანელის სათაური, მიანიჭეთ პროგრამის მაკრო, რომლის მეშვეობითაც შეგიძლიათ გააფართოვოთ პანელის ფუნქციონირება.

Excel-დან MDX მოთხოვნის შესრულება

1. უპირველეს ყოვლისა, თქვენ უნდა შეასრულოთ DRILLTHROUGH ოპერაცია რომელიმე ინდიკატორზე, ე.ი. გადადით დეტალურ მონაცემებზე (დეტალური მონაცემები ნაჩვენებია ცალკე ფურცელზე) და გახსენით კავშირების სია;
2. გახსენით კავშირის თვისებები, გადადით "Definition" ჩანართზე;
3. აირჩიეთ ნაგულისხმევი ბრძანების ტიპი და ბრძანების ტექსტის ველში მოათავსეთ წინასწარ მომზადებული MDXგამოკითხვა;
4. ღილაკზე დაჭერისას მოთხოვნის სწორი სინტაქსისა და შესაბამისი წვდომის უფლებების ხელმისაწვდომობის შემოწმების შემდეგ მოთხოვნა შესრულდება სერვერზე და შედეგი წარმოდგენილი იქნება მიმდინარე ფურცელში ჩვეულებრივი ბრტყელი ცხრილის სახით.
   თქვენ შეგიძლიათ ნახოთ Excel-ის მიერ გენერირებული MDX მოთხოვნის ტექსტი უფასო დანამატის ინსტალაციით, რომელიც ასევე უზრუნველყოფს სხვა დამატებით ფუნქციებს.

თარგმანი სხვა ენებზე

ანალიტიკური კუბი მხარს უჭერს ლოკალიზაციას რუსულ და ინგლისურ ენებზე (საჭიროების შემთხვევაში შესაძლებელია სხვა ენებზე ლოკალიზაცია). თარგმანები ვრცელდება განზომილებების, იერარქიების, ატრიბუტების, საქაღალდეების, ზომების სახელებზე, აგრეთვე ცალკეული იერარქიების ელემენტებზე, თუ მათთვის არის თარგმანები სააღრიცხვო სისტემების / მონაცემთა შენახვის მხარეს. ენის შესაცვლელად გახსენით კავშირის თვისებები და დაამატეთ შემდეგი ვარიანტი კავშირის სტრიქონში:
გაფართოებული თვისებები = "Locale=1033"
სადაც 1033 - ინგლისური ლოკალიზაცია
1049 - რუსული ლოკალიზაცია

დამატებითი Excel გაფართოებები Microsoft OLAP-ისთვის

Microsoft OLAP კუბებთან მუშაობის შესაძლებლობა გაიზრდება, თუ იყენებთ დამატებით გაფართოებებს, მაგალითად, OLAP PivotTable Extensions, რომლის წყალობითაც შეგიძლიათ გამოიყენოთ სწრაფი ძებნა განზომილების მიხედვით:

პირველი კრებსითი ცხრილის ინტერფეისი, რომელსაც ასევე უწოდებენ საყრდენ ანგარიშებს, შედიოდა Excel-ში ჯერ კიდევ 1993 წელს (Excel ვერსია 5.0). მრავალი სასარგებლო ფუნქციის მიუხედავად, ის პრაქტიკულად არ გამოიყენება Excel-ის მომხმარებლების უმეტესობის მუშაობაში. გამოცდილი მომხმარებლებიც კი ხშირად გულისხმობენ ტერმინით „შემაჯამებელი ანგარიში“ რთული ფორმულების გამოყენებით აგებულ რაღაცას. შევეცადოთ პოპულარიზაცია გავუკეთოთ კრებსითი ცხრილების გამოყენებას ეკონომისტების ყოველდღიურ საქმიანობაში. ეს სტატია განიხილავს შემაჯამებელი ანგარიშების შექმნის თეორიულ საფუძველს, იძლევა პრაქტიკულ რეკომენდაციებს მათი გამოყენების შესახებ და ასევე მოცემულია რამდენიმე ცხრილის საფუძველზე მონაცემების წვდომის მაგალითი.

მრავალვარიანტული მონაცემთა ანალიზის პირობები

ეკონომისტთა უმეტესობას გაუგია ტერმინები „მრავალგანზომილებიანი მონაცემები“, „ვირტუალური კუბი“, „OLAP ტექნოლოგიები“ და ა.შ. მაგრამ დეტალური საუბრით, როგორც წესი, აღმოჩნდება, რომ თითქმის ყველას არ ესმის რეალურად რა არის საქმე. ანუ, ადამიანები გულისხმობენ რაღაც რთულს და, როგორც წესი, არ შეესაბამება მათ ყოველდღიურ საქმიანობას. რეალურად ასე არ არის.

მრავალგანზომილებიანი მონაცემები, ზომები

თამამად შეიძლება ითქვას, რომ ეკონომისტები თითქმის ყოველთვის ამუშავებენ მრავალგანზომილებიან მონაცემებს, მაგრამ ისინი ცდილობენ წარმოადგინონ ისინი წინასწარ განსაზღვრული გზით ცხრილების გამოყენებით. მრავალგანზომილებიანი აქ იგულისხმება ერთი და იგივე ინფორმაციის შეყვანის, ნახვის ან ანალიზის შესაძლებლობა გარეგნობის ცვლილებით, სხვადასხვა დაჯგუფებისა და მონაცემთა დახარისხების გამოყენებით. მაგალითად, გაყიდვების გეგმა შეიძლება გაანალიზდეს შემდეგი კრიტერიუმების მიხედვით:

• საქონლის სახეები ან ჯგუფები;
• ბრენდები ან პროდუქტების კატეგორიები;
• პერიოდები (თვე, კვარტალი, წელი);
• მყიდველები ან მყიდველთა ჯგუფები;
• გაყიდვების რეგიონები
• და ა.შ.

თითოეულ ზემოხსენებულ კრიტერიუმს მრავალვარიანტული მონაცემთა ანალიზის თვალსაზრისით ეწოდება "განზომილება". შეიძლება ითქვას, რომ განზომილება ახასიათებს ინფორმაციას მნიშვნელობების გარკვეული ნაკრების შესახებ. მრავალგანზომილებიანი ინფორმაციის გაზომვის განსაკუთრებული ტიპია „მონაცემები“. ჩვენს მაგალითში, გაყიდვების გეგმის მონაცემები შეიძლება იყოს:

• გაყიდვების მოცულობა;
• Გასაყიდი ფასი;
• ინდივიდუალური ფასდაკლება
• და ა.შ.

თეორიულად, მონაცემები ასევე შეიძლება იყოს მრავალგანზომილებიანი ინფორმაციის სტანდარტული განზომილება (მაგალითად, შეგიძლიათ მონაცემების დაჯგუფება გაყიდვების ფასის მიხედვით), მაგრამ მონაცემები, როგორც წესი, არის სპეციალური ტიპის მნიშვნელობა.

ამრიგად, შეგვიძლია ვთქვათ, რომ პრაქტიკულ მუშაობაში ეკონომისტები იყენებენ ორი სახის ინფორმაციას: მრავალგანზომილებიანი მონაცემები (ფაქტობრივი და დაგეგმილი რიცხვები მრავალი მახასიათებლით) და დირექტორიები (მონაცემების მახასიათებლები ან გაზომვები).

OLAP

სიტყვასიტყვით თარგმანში აბრევიატურა OLAP (ონლაინ ანალიტიკური დამუშავება) ჟღერს როგორც „რეალურ დროში ანალიტიკური დამუშავება“. განმარტება არ არის ძალიან სპეციფიკური; ნებისმიერი პროგრამული პროდუქტის თითქმის ნებისმიერი ანგარიში შეიძლება შეჯამდეს მის ქვეშ. განმარტებით, OLAP ნიშნავს სპეციალურ ანგარიშებთან მუშაობის ტექნოლოგიას, მათ შორის პროგრამულ უზრუნველყოფას, მრავალგანზომილებიანი სტრუქტურირებული მონაცემების მოპოვებისა და ანალიზისთვის. ერთ-ერთი პოპულარული პროგრამული პროდუქტი, რომელიც ახორციელებს OLAP ტექნოლოგიებს, არის SQL Server Analysis Server. ზოგიერთი შეცდომით მას ამ კონცეფციის პროგრამული განხორციელების ერთადერთ წარმომადგენელადაც კი მიიჩნევს.

ვირტუალური მონაცემთა კუბი

"ვირტუალური კუბი" (მრავალგანზომილებიანი კუბი, OLAP კუბი) არის ტექნიკური ტერმინი, რომელიც შექმნილია ზოგიერთი სპეციალიზებული პროგრამული უზრუნველყოფის მომწოდებლის მიერ. OLAP სისტემები ჩვეულებრივ ამზადებენ და ინახავს მონაცემებს საკუთარ სტრუქტურებში, ხოლო სპეციალური ანალიზის ინტერფეისები (როგორიცაა Excel-ის შემაჯამებელი ანგარიშები) წვდებიან ამ ვირტუალური კუბებიდან მონაცემებზე. ამავდროულად, ასეთი გამოყოფილი საცავის გამოყენება საერთოდ არ არის საჭირო მრავალგანზომილებიანი ინფორმაციის დასამუშავებლად. Ზოგადად, ვირტუალური კუბი- ეს არის სპეციალურად ოპტიმიზებული მრავალგანზომილებიანი მონაცემების მასივი, რომელიც გამოიყენება შემაჯამებელი ანგარიშების შესაქმნელად. მისი მიღება შესაძლებელია როგორც სპეციალიზებული პროგრამული ინსტრუმენტების საშუალებით, ასევე მონაცემთა ბაზის ცხრილებზე ან სხვა წყაროებზე მარტივი წვდომით, როგორიცაა Excel ცხრილები.

საყრდენი მაგიდა

"Pivot Report" (pivot table, Pivot Table) არის მომხმარებლის ინტერფეისი მრავალგანზომილებიანი მონაცემების ჩვენებისთვის. ამ ინტერფეისის გამოყენებით შეგიძლიათ დაჯგუფება, დახარისხება, გაფილტვრა და მონაცემების ადგილმდებარეობის შეცვლა სხვადასხვა ანალიტიკური ნიმუშების მისაღებად. ანგარიში განახლდება მარტივი მომხმარებლის ინტერფეისის ინსტრუმენტების გამოყენებით, მონაცემები ავტომატურად გროვდება მითითებული წესების მიხედვით და არ არის საჭირო რაიმე დამატებითი ან ხელახლა შეყვანა. Excel pivot table ინტერფეისი, ალბათ, ყველაზე პოპულარული პროგრამული პროდუქტია მრავალგანზომილებიან მონაცემებთან მუშაობისთვის. იგი მხარს უჭერს როგორც გარე მონაცემთა წყაროებს (OLAP კუბები და რელაციური მონაცემთა ბაზები) და შიდა ცხრილების დიაპაზონებს, როგორც მონაცემთა წყაროს. 2000 (9.0) ვერსიიდან დაწყებული, Excel ასევე მხარს უჭერს მრავალგანზომილებიანი მონაცემების ჩვენების გრაფიკულ ფორმას - Pivot Chart.

Excel-ში დანერგილი PivotTable ინტერფეისი საშუალებას გაძლევთ მოაწყოთ მრავალგანზომილებიანი მონაცემების ზომები სამუშაო ფურცლის არეალში. სიმარტივისთვის, თქვენ შეგიძლიათ წარმოიდგინოთ კრებსითი ცხრილი, როგორც მოხსენება, რომელიც დევს უჯრედების დიაპაზონის თავზე (ფაქტობრივად, არსებობს უჯრედების ფორმატების გარკვეული კავშირი კრებსითი ცხრილის ველებთან). Excel PivotTable-ს აქვს ოთხი დისპლეი: ფილტრი, სვეტები, რიგები და მონაცემები. მონაცემთა ზომები დასახელებულია კრებსითი ცხრილის ველები. ამ ველებს აქვთ საკუთარი თვისებები და ჩვენების ფორმატი.

კიდევ ერთხელ მინდა გავამახვილო თქვენი ყურადღება იმ ფაქტზე, რომ Excel-ის კრებსითი ცხრილი განკუთვნილია მხოლოდ მონაცემთა ანალიზისთვის, ინფორმაციის რედაქტირების შესაძლებლობის გარეშე. მნიშვნელობით უფრო ახლოს იქნება ტერმინი „pivot report“ (Pivot Report) ფართოდ გავრცელებული გამოყენება და ასე ერქვა ამ ინტერფეისს 2000 წლამდე. მაგრამ რატომღაც, შემდგომ ვერსიებში, დეველოპერებმა მიატოვეს იგი.

კრებსითი ცხრილების რედაქტირება

მისი განმარტებით, OLAP ტექნოლოგია, პრინციპში, არ გულისხმობს წყაროს მონაცემების შეცვლის შესაძლებლობას ანგარიშებთან მუშაობისას. მიუხედავად ამისა, ბაზარზე გაჩნდა პროგრამული სისტემების მთელი კლასი, რომელიც ახორციელებს როგორც ანალიზის, ასევე მონაცემთა პირდაპირი რედაქტირების შესაძლებლობებს მრავალგანზომილებიან ცხრილებში. ძირითადად, ასეთი სისტემები ორიენტირებულია ბიუჯეტის პრობლემების გადაჭრაზე.

Excel-ის ჩაშენებული ავტომატიზაციის ხელსაწყოების გამოყენებით, შეგიძლიათ მრავალი არასტანდარტული ამოცანის გადაჭრა. კრებსითი ცხრილებისთვის რედაქტირების განხორციელების მაგალითი Excel-ზე დაფუძნებული მონაცემთა სამუშაო ფურცელი შეგიძლიათ იხილოთ ჩვენს ვებსაიტზე.

მრავალგანზომილებიანი მონაცემების მომზადება

მოდით მივუდგეთ საყრდენი ცხრილების პრაქტიკულ გამოყენებას. შევეცადოთ გავაანალიზოთ გაყიდვების მონაცემები სხვადასხვა მიმართულებით. ფაილი pivottableexample.xlsშედგება რამდენიმე ფურცლისგან. ფურცელი მაგალითიშეიცავს ძირითად ინფორმაციას გაყიდვების შესახებ გარკვეული პერიოდის განმავლობაში. მაგალითის სიმარტივისთვის ჩვენ გავაანალიზებთ ერთადერთ ციფრულ ინდიკატორს - გაყიდვების მოცულობას კგ-ში. ხელმისაწვდომია შემდეგი ძირითადი მონაცემების ზომები: პროდუქტი, მყიდველი და გადამზიდავი (სატრანსპორტო კომპანია). გარდა ამისა, არსებობს მონაცემთა რამდენიმე დამატებითი განზომილება, რომელიც წარმოადგენს პროდუქტის ატრიბუტებს: ტიპი, ბრენდი, კატეგორია, მომწოდებელი, ასევე მყიდველი: ტიპი. ეს მონაცემები გროვდება დირექტორიების ფურცელზე. პრაქტიკაში, შეიძლება კიდევ ბევრი ასეთი გაზომვა იყოს.

ფურცელი მაგალითიშეიცავს მონაცემთა ანალიზის სტანდარტულ ინსტრუმენტს - ავტოფილტრს. ცხრილის შევსების მაგალითს თუ გადავხედავთ, აშკარაა, რომ გაყიდვების მონაცემები თარიღების მიხედვით (ისინი განლაგებულია სვეტებად) ნორმალურ ანალიზს ექვემდებარება. გარდა ამისა, ავტომატური ფილტრის გამოყენებით, შეგიძლიათ სცადოთ მონაცემების შეჯამება ერთი ან რამდენიმე ძირითადი კრიტერიუმის კომბინაციით. აბსოლუტურად არ არის ინფორმაცია ბრენდების, კატეგორიების და ტიპების შესახებ. შეუძლებელია მონაცემების დაჯგუფება ავტომატური შეჯამებით კონკრეტული გასაღებით (მაგალითად, კლიენტების მიერ). გარდა ამისა, თარიღების ნაკრები ფიქსირდება და შემაჯამებელი ინფორმაციის ნახვა გარკვეული პერიოდის განმავლობაში, მაგალითად, 3 დღის განმავლობაში, ავტომატური საშუალებებით შეუძლებელი იქნება.

ზოგადად, ამ მაგალითში წინასწარ განსაზღვრული თარიღის ადგილმდებარეობის არსებობა ცხრილის მთავარი ნაკლია. თარიღების სვეტების მიხედვით დალაგებით, ჩვენ ერთგვარი წინასწარ განვსაზღვრეთ ამ ცხრილის განზომილება, რითაც ჩვენ ვკარგავთ შესაძლებლობას გამოვიყენოთ ანალიზი კრებსითი ცხრილების გამოყენებით.

ჯერ ეს ნაკლი უნდა მოვიშოროთ – ე.ი. ამოიღეთ წყაროს მონაცემების ერთ-ერთი განზომილების წინასწარ განსაზღვრული მდებარეობა. სწორი ცხრილის მაგალითია ფურცელი Გაყიდვების.

ცხრილი არის ინფორმაციის შესვლის ჟურნალის სახით. აქ თარიღი არის მონაცემთა თანაბარი განზომილება. ასევე უნდა აღინიშნოს, რომ კრებსითი ცხრილების შემდგომი ანალიზისთვის, რიგების შედარებითი პოზიცია ერთმანეთთან შედარებით (სხვა სიტყვებით, დახარისხება) სრულიად გულგრილია. რელაციური მონაცემთა ბაზების ჩანაწერებს აქვთ ეს თვისებები. ეს არის მონაცემთა ბაზების დიდი მოცულობის ანალიზი, რომელიც, პირველ რიგში, ორიენტირებულია კრებსითი ცხრილების ინტერფეისზე. ამიტომ, თქვენ უნდა დაიცვან ეს წესები, როდესაც მუშაობთ მონაცემთა წყაროსთან უჯრედების დიაპაზონის სახით. ამავდროულად, არავინ კრძალავს თქვენს სამუშაოში Excel ინტერფეისის ინსტრუმენტების გამოყენებას - კრებსითი ცხრილები აანალიზებენ მხოლოდ მონაცემებს, ხოლო წყაროს უჯრედების ფორმატირება, ფილტრები, დაჯგუფება და დახარისხება შეიძლება იყოს თვითნებური.

ავტოფილტრიდან შემაჯამებელ ანგარიშამდე

თეორიულად, გაყიდვების ფურცლის მონაცემებზე უკვე შესაძლებელია ანალიზი სამ განზომილებაში: საქონელი, მყიდველი და გადამზიდავი. ამ ფურცელზე არ არის მონაცემები პროდუქტებისა და მყიდველების თვისებების შესახებ, რაც, შესაბამისად, არ მისცემს მათ შემაჯამებელ ცხრილში ასახვის საშუალებას. წყაროს მონაცემებისთვის კრებსითი ცხრილის შექმნის ნორმალურ რეჟიმში, Excel არ გაძლევთ საშუალებას დააკავშიროთ მონაცემები მრავალი ცხრილიდან გარკვეული ველებით. ამ შეზღუდვის გვერდის ავლა შესაძლებელია პროგრამული უზრუნველყოფის საშუალებით. შევსების მაგალითიამ სტატიაში ჩვენს ვებგვერდზე. იმისათვის, რომ არ მიმართოთ ინფორმაციის დამუშავების პროგრამულ მეთოდებს (განსაკუთრებით იმის გამო, რომ ისინი არ არის უნივერსალური), თქვენ უნდა დაამატოთ დამატებითი მახასიათებლები უშუალოდ ჟურნალის შესვლის ფორმაში - იხილეთ გაყიდვების ანალიზის ფურცელი.

VLOOKUP ფუნქციების გამოყენება აადვილებს ორიგინალური მონაცემების დამატებას დაკარგული მახასიათებლებით. ახლა, ავტოფილტრის გამოყენებით, შეგიძლიათ გაანალიზოთ მონაცემები სხვადასხვა განზომილებაში. მაგრამ დაჯგუფების პრობლემა გადაუჭრელი რჩება. მაგალითად, თანხის თვალყურის დევნება მხოლოდ ბრენდებისთვის გარკვეულ თარიღებზე საკმაოდ პრობლემურია. თუ თქვენ შემოიფარგლებით Excel ფორმულებით, მაშინ უნდა შექმნათ დამატებითი ნიმუშები SUMIF ფუნქციის გამოყენებით.

ახლა ვნახოთ, რა მახასიათებლებს გვთავაზობს საყრდენი ცხრილის ინტერფეისი. ფურცელზე კოდის ანალიზიააშენა რამდენიმე მოხსენება უჯრედების დიაპაზონზე დაყრდნობით ფურცლის მონაცემებით გაყიდვების ანალიზი.

პირველი ანალიზის ცხრილი აგებულია Excel 2007 ინტერფეისით Ribbon \ Insert \ PivotTable(Excel 2000-2003 მენიუში Data\PivotTable).

მეორე და მესამე ცხრილები იქმნება კოპირებისა და შემდგომი პერსონალიზაციის გზით. მონაცემთა წყარო ყველა ცხრილისთვის იგივეა. ამის შემოწმება შეგიძლიათ ორიგინალური მონაცემების შეცვლით, შემდეგ კი უნდა განაახლოთ შემაჯამებელი ანგარიშების მონაცემები.

ჩვენი აზრით, უპირატესობები ინფორმაციის ხილვადობაში აშკარაა. თქვენ შეგიძლიათ შეცვალოთ ფილტრები, სვეტები და რიგები, დამალოთ მნიშვნელობების გარკვეული ჯგუფები ნებისმიერი განზომილებიდან, გამოიყენოთ ხელით გადათრევა და ჩამოშვება და ავტომატური დახარისხება.

თვისებები და ფორმატირება

მონაცემების პირდაპირ ჩვენების გარდა, არსებობს კრებულის ცხრილების გარეგნობის ჩვენების ვარიანტების დიდი ნაკრები. დამატებითი მონაცემების დამალვა შესაძლებელია ფილტრების გამოყენებით. ერთი ელემენტისთვის ან ველისთვის უფრო ადვილია კონტექსტური მენიუს ელემენტის გამოყენება წაშლა(2000-2003 ვერსიაში დამალვა).

ასევე სასურველია კრებსითი ცხრილის სხვა ელემენტების ჩვენება არა უჯრედის ფორმატირების, არამედ კრებსითი ცხრილის ველის ან ელემენტის დაყენებით. ამისათვის გადაიტანეთ მაუსის მაჩვენებელი სასურველ ელემენტზე, დაელოდეთ სპეციალური კურსორის ფორმის გამოჩენას (ისრის სახით), შემდეგ კი ერთი დაწკაპუნებით აირჩიეთ არჩეული ელემენტი. შერჩევის შემდეგ, შეგიძლიათ შეცვალოთ ხედი ლენტის, კონტექსტური მენიუს მეშვეობით ან დარეკოთ სტანდარტული უჯრედის ფორმატის დიალოგში:

გარდა ამისა, Excel 2007-მა შემოიტანა მრავალი წინასწარ განსაზღვრული PivotTable ჩვენების სტილი:

გაითვალისწინეთ, რომ საკონტროლო ფილტრები და ჩავლების არეები აქტიურია სქემაში.

გარე მონაცემებზე წვდომა

როგორც უკვე აღვნიშნეთ, შესაძლოა, ყველაზე დიდი ეფექტი მიიღწევა საყრდენი ცხრილების გამოყენებით, გარე წყაროებიდან მონაცემებზე წვდომისას - OLAP კუბები და მონაცემთა ბაზის მოთხოვნები. ასეთი წყაროები, როგორც წესი, ინახავს დიდი რაოდენობით ინფორმაციას და ასევე აქვთ წინასწარ განსაზღვრული რელაციური სტრუქტურა, რაც აადვილებს მრავალგანზომილებიანი მონაცემების ზომების განსაზღვრას (pivot ცხრილის ველები).

Excel მხარს უჭერს მრავალი სახის გარე მონაცემთა წყაროს:

ინფორმაციის გარე წყაროების გამოყენებისგან ყველაზე დიდი ეფექტი შეიძლება მიღწეული იქნას ავტომატიზაციის ინსტრუმენტების (VBA პროგრამები) გამოყენებით, როგორც მონაცემების მისაღებად, ასევე მათი წინასწარი დამუშავებისთვის საყრდენ ცხრილებში.