OLAP: Unterschied zwischen den Versionen

Aus OrgaMon Wiki
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
Zeile 1: Zeile 1:
Eine OLAP Überblick finden Sie hier : [http://www.my-controlling.de/aufsaetze/olap/olap.htm]<br>
In der Regel benotigt man eine externe Datenhaltung in einem Datawarehouse um leistungsstarke Analysen von Unternehmensdaten durchzuführen. OrgaMon OLAP arbeitet OnLine und ist dadurch echtzeitfähig. Allerdings ist bei der Erstellung der Abfragen ein internes Verständnis der Datenbank Tabellen hilfreich.


* firebird 1.5 Kommentare '--' werden berücksichtigt
Einen Überblick über den OLAP-Beriff finden Sie hier : [http://www.my-controlling.de/aufsaetze/olap/olap.htm]<br>
Einen Überblick über den Datawarehouse-Begriff finden Sie hier: (Link noch eintragen!)<br>
Der nächste Schritt werden Modellrechnungen im OrgaMon sein, also das weiterführen von Unternehmenszahlen in die Zukunft und entsprechende Auswertungen. Dadurch kann rechtzeitig vor schadhaften Entwicklungen gewarnt werden.


Bug: OLAP: leere Ergebnismengen sollten auch gespeichert werden!
== Typische Aufgabenstellung ==
Neu: Beleg: Artikelliste anhand einer OLAP Auswertung importierbar (grüner Würfel)
Neu: OLAP: Parameter für die Abfragen sind nun möglich. Gross- und Kleinschreibung
      beachten! Syntax ist $text.
Neu: OLAP. Mehr Info zum Sinn und Zweck von OLAP siehe
      // Im Moment liefern Abfragen Datenreihen, die in die Auswertung eingehen
// Wie in OLAP gefordert sollten dem Anwender jedoch Dimensionen angeboten
// werden, jede Dimension hat Ösen, in der der Cube seine Fäden knüpfen kann.
//
// Beispiel: Folgene Dimensionen sind OLAP bekannt, diese Definition wurde
//          durch den OLAP - Admin vordefiniert
//
// Dimension Sortiment
//  Club of ARTIKEL
//  Attribute Name
// Dimension BELEGE
//  Club of POSTEM
//  Attribute Time
// Dimension POSTEN
//  Club of ARTIKEL
//  Attribute Umsatz
//
//
// Benutzer-Abfrage:
//
// ---
//  (Jahrgenauer |Taggenauer | Monatgenauer | Wochengenauer)
//  Umsatz aller Sortimente vom 01.01.2003 bis 31.12.2003
// ---
//  Umsatz des Sortimentes "Noten" vom 01.01.2003 bis 31.12.2004
// ---
//
// Anderer Ansatz: (Die Interessengebiete festlegen)
//
// * Umsatz:
// * Zeitraum: 01.01.2003 bis 31.12.2004
// * Sortiment: alle
//
// Resultierendes SQL Statement:
// =============================
//
// select * from posten where beleg_r in (select * from beleg where
// datum between a and b)
//
// Beschreibung


Der durchschnittliche Umsatz pro Kunde. Average Revenue per User (ARPU). (Kommt 02.2005)


Bedeutung der einzelnen Möglichkeiten<br>
== Funktionsüberblick ==
 
Im wesentlichen wird eine OLAP Anfrage mit einem Programmscript gesteuert. Als Kommentarzeilen werden mit "--" und "//" beginnende Zeilen interpretiert. An verschiedenen Stellen im Programm können Ergebnisse aus OLAP Abfragen wiederum im OrgaMon eingelesen und weiterverarbeitet werden. Über Parameter ganz am Anfang kann es Endusern einfach ermöglicht werden die Anfrage zu parametrisieren.
In Zukunft sollen Parameter über Eingabedialoge abfragbar sein. (Ev. mit Historie und default belegungen)
In Zukunft sollen Dimensionen vordefiniert sein (Artikel,Belege, Verkäufe, Personen).
In Zukunft sollen Attribute angebbar sein (Artikel.Anlage > -3 Monate, Person.Alter > 40).
In Zukunft sollen Betirebsbegriffe vordefinierbar sein.
<br>
<br>
Umsatz(eines Artikel) (select MENGE_GELIEFERT from POSTEN-Club)<br>
Umsatz(einer Person) (select DAVON_BEZAHLT from BELEG-Club)<br>
<br>
der POSTEN-Club kann dann einfach * sein, oder wieder selektiert.
Ösen-Idee: Jede Dimension hat Ösen, in die manden Abfrage-Faden flechten kann.
OLAP-Admins definieren Clubs,Dimensionen und Ösen.
Zeiträume sollten nun (Jahrgenauer |Taggenauer | Monatgenauer | Wochengenauer) kummuliert werden. Das ist die Granularität. Summe ist die gröbste Körnung.
== Bedeutung der einzelnen Möglichkeiten ==
[[select]] SQL Statement<br>
[[$ Parameter]] Vorbelegen von Konstanten<br>
[[$ Parameter]] Vorbelegen von Konstanten<br>
[[$ numerischer Parameter]] Erstellen und Laden von SQL Includes<br>
[[$ numerischer Parameter]] Erstellen und Laden von SQL Includes<br>

Version vom 26. Januar 2005, 16:02 Uhr

In der Regel benotigt man eine externe Datenhaltung in einem Datawarehouse um leistungsstarke Analysen von Unternehmensdaten durchzuführen. OrgaMon OLAP arbeitet OnLine und ist dadurch echtzeitfähig. Allerdings ist bei der Erstellung der Abfragen ein internes Verständnis der Datenbank Tabellen hilfreich.

Einen Überblick über den OLAP-Beriff finden Sie hier : [1]
Einen Überblick über den Datawarehouse-Begriff finden Sie hier: (Link noch eintragen!)
Der nächste Schritt werden Modellrechnungen im OrgaMon sein, also das weiterführen von Unternehmenszahlen in die Zukunft und entsprechende Auswertungen. Dadurch kann rechtzeitig vor schadhaften Entwicklungen gewarnt werden.

Typische Aufgabenstellung

Der durchschnittliche Umsatz pro Kunde. Average Revenue per User (ARPU). (Kommt 02.2005)

Funktionsüberblick

Im wesentlichen wird eine OLAP Anfrage mit einem Programmscript gesteuert. Als Kommentarzeilen werden mit "--" und "//" beginnende Zeilen interpretiert. An verschiedenen Stellen im Programm können Ergebnisse aus OLAP Abfragen wiederum im OrgaMon eingelesen und weiterverarbeitet werden. Über Parameter ganz am Anfang kann es Endusern einfach ermöglicht werden die Anfrage zu parametrisieren. In Zukunft sollen Parameter über Eingabedialoge abfragbar sein. (Ev. mit Historie und default belegungen) In Zukunft sollen Dimensionen vordefiniert sein (Artikel,Belege, Verkäufe, Personen). In Zukunft sollen Attribute angebbar sein (Artikel.Anlage > -3 Monate, Person.Alter > 40). In Zukunft sollen Betirebsbegriffe vordefinierbar sein.
Umsatz(eines Artikel) (select MENGE_GELIEFERT from POSTEN-Club)
Umsatz(einer Person) (select DAVON_BEZAHLT from BELEG-Club)

der POSTEN-Club kann dann einfach * sein, oder wieder selektiert. Ösen-Idee: Jede Dimension hat Ösen, in die manden Abfrage-Faden flechten kann. OLAP-Admins definieren Clubs,Dimensionen und Ösen. Zeiträume sollten nun (Jahrgenauer |Taggenauer | Monatgenauer | Wochengenauer) kummuliert werden. Das ist die Granularität. Summe ist die gröbste Körnung.

Bedeutung der einzelnen Möglichkeiten

select SQL Statement
$ Parameter Vorbelegen von Konstanten
$ numerischer Parameter Erstellen und Laden von SQL Includes
data SQL Statements an die Datenbank
cast Feld-Typen anpassen
join 2 Ergebnistabellen verbinden
extent 2 Ergebnistabellen erweitern
integrate über identische Spalten andere addieren
sort über Spalten sortieren
complete fehlende Spalten komplettieren
assign Punkte einem Zeitstrahl zurordnen
subtract aus 2 Ergebnistabellen die Differenzmenge bilden
list einzelnen Spalten werden Kommaseperiert aufgelistet
nop "No Operation" keine Aktion, zählt aber den Context um eins weiter