Oracle leverer hele varehuset

Satser på partnere

---

Uansett datakilde, informasjonstype eller tilgang, skal Oracle i samarbeid med sine partnere klare å løse virksomhetens analysebehov.

---

-- Alle har behov for bedre beslutninger. Den tekniske utviklingen som har skjedd de to seneste årene, gjør datavarehus modent for utnyttelse, sier Harald Løvvik, markedssjef i Oracle.

De første datavarehusene ble bygget på IBM stormaskiner og databasemaskinen Teradata. Disse var vanskelige å bruke for fagfolkene som skulle analysere virksomhetens data for å gjøre bedre beslutninger. Oracle har derfor bevisst jobbet for å være et bedre alternativ.

Alt

Behandling og administrasjon av datavarehuset er en vesentlig oppgave. I den forbindelse sørger Oracle for at datagrunnlaget er konsistent, dvs. at hvis koden for mann er M i et system og 1 i et annet, så ser varehuset bare den ene koden.

Presentasjonen er tredelt. Oracles egne verktøy kan vise resultater. Alternativt kan beslutningstakeren bruke analyseapplikasjoner fra en partner som Cognos, eller applikasjoner fra Microsoft eller SAS Institute.

Som tredje alternativ bruker Oracle programvare fra sitt datterselskap IRI. Dette østkyst-firmaet har utviklet hjelpemidler for beslutningsstøtte og ledelsesinformasjon, eller OLAP, Online Analytical Processing, som er dagens betegnelse.

IRIs programvare, Express, omfatter en multidimensjonal database, applikasjonsutviklingsverktøy og brukerverktøy. For en rekke amerikanske virksomheter er nettopp oppkjøpet av IRIs produkter gode nyheter, siden de har tiltro til multidimensjonale databaser, men liten tiltro til de nye database-aktørene.

At en kraft som Oracle kan tilby hjelpemidler fra innsamling til presentasjon, gjør det enklere å få til gode varehusløsninger enn om programvare må skaffes fra tre eller flere programvarefirmaer, understreker flere IT-ansvarlige.

Arkitektur

Basis er en datamodellering av dataene i varehuset. Målet er ikke å normalisere data, dvs. at data f.eks. poststed, dvs. distrikt, bare skal forekomme en gang. For en bruker er det best at poststed er med alle mulige relevante problemstillinger.

Utvelgelse og transformering er neste skritt for deretter å laste dataene inn i datavarehuset. Videre kreves støttefunksjonene database- og nettverkstjenester.

På brukersiden gjelder det å kunne foreta datautvelgelse og rapportering, analyse og programvaretilpasning. Kanskje eksisterer det også en vertikal applikason, spesialtilpasset til formålet.

På de aller fleste områdene har Oracle et tilbud, enten ved egne produkter eller via partnere i Oracles Warehouse Technology Initiative.

En av de viktigste oppgavene er ifølge Oracle å modellere en enhetlig datadefinisjonskatalog for datavarehuset. Denne skal sørge for å bidra til rensing av data.

Rensing omfatter å gjøre om alle datoer til samme skrivemåte, f.eks. år, måned, dag, hvor år består av fire siffer for å klare årtusenskiftet. Andre renseoppgaver er å få like koder for eksempelvis kjønn, og ordne opp i synonymer og homonymer. Videre er det viktig å beskrive nødvendige tilhørende regler samt hvordan dataene skal presenteres.

Parallell

Parallell lasting, beredskap, gjeninstallering, generering av indeks, forespørsler, er funksjonalitet som har forbedret Oracle versjon 7.1 og 7.2 som er den seneste versjonen.Versjon 7.2 halverer tiden på enkelte oppgaver i forhold til versjon 7.1.

Oracle har ikke tenkt å stoppe med det, men har til hensikt å ytterligere svarstider i versjon 7.3 , som ifølge Oracle vil bli klar på ulike datamaskiner fra årskiftet. Dynamisk arbeidsbelastning er et stikkord.

Rekkefølgen av operasjoner, parallellitetsbehov, bruk av forespørsler og hvordan forespørsler blir oppdelt og hvordan data blir omfordelt, birdrar til å effektivisere søket. Parallell drilling, dvs. evnen til å bryte opp en sum i enkeltkomponentene, er en av bestandelene.

Nytt er muligheten til å foreta multidimensjonale forespørsler, av Oracle kalt stjerne-forespørsler, selv om ikke dataene er lagret multidimensjonalt. Med utgangspunkt i en ordrelinje omfatter en stjerneforespørsel data om salgskanalen, produktkarakteristika, geografi og tid. Hastighetsforbedringen skal være dramatisk med en typisk reduksjon til under en tiendedel og med enkelte forespørsler over 100 ganger raskere enn tidligere.

Ved å kombinere sifrene i indeksene til nye genererte indekser ved hjelp av en teknikk kalt Bit Mapping, håper også Oracle å redusere tilgangstiden drastisk til sammensatte data.

Analyse

Express Analyzer er spesialtilpasset for N-dimensjonale analyser hvor N indikerer antall sammenstillinger av data. Tidsrekker, fremtidsvurdering, og finansiell modellering er typiske oppgaver.

For å skape grunnlag for N-dimensjonale analyser benytter Oracle IRIs Objects som er et objektorientert utviklingsmiljø tilpasset Windows95.

                    Oracle

Fokus:

Skaffe data, bearbeide dataene i varehuset og presentere beslutningsgrunnlaget for brukerne.

Programvare:

Transparent Gateways, SQL*Loader, Symmetric Replication for å skaffe data. Metadatabase for å beskrive og rense data for varehuset, Text Server, relasjonsdata, video og spatial data, Express Dataserver for å lagre og behandle dataene, parallellitet, bit-manipulering, stjerneforespørsler for å øke lesehastigheten, Discoverer/2000, Developer/2000, Expressview for analyse av data.

                    Oracle WTI

Design:

Logic Works Erwin/ERX, Prism Directory Manager

Realisering:

Carleton Passport, Evolutionary Technologies Extract, Praxis Omni, Prism Warehouse Manager

Analyse:

Brio Query, Business Objects, Cognos Powerplay, Information Advantage Decision Support, Microstrategy DSS Agent, Pilot Lightship, QQQ TPL, Stanford Technology Metacube

Administrere:

HP Intelligent Warehouse, SMTI

ALTERNATIV: Cognos Impromptu representerer et godt alternativ til Oracles analyseverktøy for brukere som ønsker å få presentert resultater og trender sammen med bilder av produktene.

TRE: Harald Løvvik viser hvordan Oracle skal dekke datavarehusets tre områder;