Архітектура автоматизованих інформаційних систем

У процесі створення й у ході функціонування автоматизованих інформаційних технологій управління виділяють деякі аспекти внутрішньої будівлі системи керування, розрізняючи відповідно до цим різні види структур системи: організаційного, функціональну, комплексу технічних засобів і ін.
Організаційна структура системи управління визначає наявність підрозділів різного рівня (відділів, підвідділів, цехів, ділянок і ін.) і їхнє взаємне адміністративне підпорядкування. Функціональною структурою називають структуру, елементами якої є підсистеми, функції автоматизованої інформаційної системи чи керування їхні частини, а зв'язками між елементами виступають потоки інформації, що циркулює в системі.
У структурі систем адміністративно-організаційного керування прийнято виділяти підсистеми по функціональній ознаці. Це дозволяє чітко виділяти комплекси задач у підсистемах відповідно до визначеної функції керування. У цих системах функціональна й організаційна структури часто багато в чому збігаються. Це порозумівається прагненням створити постійний колектив людей, що працюють під єдиним керівництвом, для систематичної і кваліфікованої реалізації визначеної функції керування.
Автоматизована інформаційна технологія керування складається як би з декількох частин:
1.загальносистемна частина, що містить загальний опис і обґрунтування рішень, прийнятих у проекті АСУ,
2.функціональна частина, що реалізує функціональні підсистеми
3.частина, що забезпечує, необхідна для успішної роботи функціональних підсистем і складається з опису різних видів забезпечення. Розрізняють наступні види забезпечення:*
технічне забезпечення — комплекс технічних засобів is, застосовуваних для функціонування автоматизованої інформаційної технології керування;*
математичне забезпечення — сукупність використовуваних економіко-математичних методів, моделей і алгоритмів;*
програмне забезпечення — сукупність загальносистемного і прикладного програмного забезпечення. Загальносистемне програмне забезпечення включає операційні системи, транслятори, утиліти, бази даних і т.п. Прикладне програмне забезпечення включає прикладні програми, що реалізують функціональні запити користувачів і різного роду опису (користувача, оператора, програміста і т.д.), що дозволяють успішно застосовувати програмне забезпечення;*
інформаційне забезпечення — сукупність реалізованих рішень по обсязі, розміщенню і формам організації інформації, що циркулює в системі керування. Воно включає нормативно-довідкову інформацію, необхідні класифікатори техніко-економічної інформації, уніфіковані документи, масиви даних, контрольні приклади, використовувані при рішенні задач керування;*
організаційно-методичне забезпечення — сукупність документів, що регламентують діяльність персоналу в умовах функціонування системи керування. Воно призначено для опису змін організаційної структури керування об'єктом, зв'язаних зі створенням АСУ (схема організаційної структури, опис організаційної структури); для опису дії персоналу по забезпеченню функціонування АСУ (технологічна інструкція, інструкція з експлуатації); для установлення функцій, прав і обов'язків посадових осіб по забезпеченню функціонування АСУ (посадова інструкція);*
лінгвістичне забезпечення — сукупність інформаційних мов, методів індексування, а також лінгвістичної бази (словників, тезаурусів, рубрикаторів) і методів її ведення.*
правове забезпечення — сукупність правових норм, що регламентують правовідносини при функціонуванні АСУ і юридичний статус результатів її функціонування.
Комплекс технічних засобів і інформаційне забезпечення є загальними для всіх задач, розв'язуваних у системах керування. Інші види забезпечення використовуються стосовно до конкретних задач і конкретним АСУ і, як правило, їх у самостійні підсистеми не виділяють.
Сховища даних
Системне проектування в порівнянні з побудовою моделей діяльності має важливу особливість у техніку структурування моделі: особливу роль грають сховища (нагромаджувачі) даних, тому що практично всі процеси моделі зв'язані не прямо, а через ці нагромаджувачі. Основний принцип: дані повинні заноситися в нагромаджувач один раз у тім місці, де вони з'являються. До виявлення базових нагромаджувачів треба відноситися надзвичайно ретельно, тому що саме з ними будуть працювати бізнеси-процеси на усіх без винятку рівнях деталізації моделі. Задачі керування вимагають уміння використовувати й обробляти великий обсяг інформації, проводити аналіз цієї інформації, моделювати процеси і ситуації і структурувати матеріал для прийняття рішень.
Актуальність проблеми збереження й оперативного пошуку даних привела до появи такого поняття, як «сховище даних». Варто згадати про необхідності використання єдиних інформаційних сховищ в аналітичних системах і в першу чергу в системах підтримки прийняття рішень (СППР). Системи СППР користаються інформацією, зібраної за допомогою комп'ютерних мереж з безлічі систем обробки даних (СОД). Дані в СОД збираються, зберігаються і по досягненні встановленого терміну вивантажуються. Дані в різних СОД можуть бути не погоджені між собою, інформація в них може бути по-різному структурована, ступінь її вірогідності визначити відразу буває досить важко. Усе це свідчить про те, що архівні дані із СОД без попередньої доробки використовувати в інформаційних сховищах недоцільно.
В даний час для спільного використання даних здійснюється інтеграція різних СОД на основі єдиного довідника метаданих, тобто по кожнім новому запиті передбачається динамічне вивантаження даних з різних СОД, їхнє узгодження, агрегація і транспортування користувачу. З запропонованої схеми видно, що в ній відсутня інтерактивна взаємодія з користувачем для проведення динамічного аналізу.
Інформаційні сховища для СППР повинні володіти деякими специфічними властивостями. Вони повинні забезпечувати збереження інформації в хронологічному порядку, тому що без підтримки хронології даних не можна говорити про рішення задач прогнозування й аналізу тенденцій (основних задач СППР). Основна вимога, пропонована до інформаційних сховищ, — навіть не оперативність, також дуже необхідна, а вірогідність інформації, що без погодженості даних забезпечити неможливо. Справа в тім, що різні СОД на той самий запит можуть дати різні відповіді з ряду причин:
» асинхронність модифікації даних у різних СОД;
» розходження в трактуванні подій, понять і т.д.;
« зміна семантики даних у процесі розвитку предметної області;
» помилки при введенні й обробці;
» часткова утрата фрагментів інформації з архіву і т.п.
Задача створення інформаційних сховищ надзвичайно складна. Її рішення зв'язане з поруч проблем глобального характеру. Перша проблема полягає в тому, що сховища даних працюють із зовнішніми джерелами, тобто різними інформаційними системами, електронними архівами, каталогами і довідниками, статистичними збірниками і т.д. Усі зовнішні джерела реалізовані на основі різних програмних і апаратних засобів. На основі цих різнорідних засобів і рішень необхідно побудувати єдину інформаційну систему, функціонально погоджену.
Друга проблема полягає в тім, щоб ця єдина інформаційна система мала розподілене рішення, тобто варто фізично розділити вузли комп'ютерної мережі, де відбувається операційна обробка інформації, і вузли, у яких виконується аналіз даних. Третя проблема — це метадані і засобу їхнього представлення. Колись метаданими користалися розроблювачі й у меншому ступені адміністратори баз даних, тобто фахівці. В даний час метадані застосовуються всіма користувачами і засобу їхнього представлення повинний відповідати рівню підготовки простого користувача. Для аналітичних систем, для СППР база метаданих життєво необхідна, як путівник для туриста в незнайомому місті. Користувачу, крім структури і взаємозв'язків даних, необхідно знати:*
джерела одержання даних і ступінь їхньої вірогідності, тому що та сама інформація може потрапити в сховище з різних джерел;*
періодичність відновлення, тобто не тільки коли були обновлені дані, але і коли вони будуть знову обновлятися;*
власників даних, щоб визначити, які кроки користувач повинний почати для доступу до цих даних;*
статистичну оцінку запитів, оцінку часу й обсягу отриманої відповіді.
Зібравши інформацію про історію розвитку організації, її успіхах і невдачах, причинах цих невдач, взаєминах з постачальниками і замовниками, історії і розвитку ринку, менеджери одержують унікальну можливість для аналізу минулого, що тече ситуації і складання обґрунтованих прогнозів. Але виникає четверта проблема — проблема захисту інформації. Регіональний менеджер повинний мати інформацію з регіону, а менеджер підрозділу — по підрозділі.
Остання проблема, про яку варто згадати, — це проблема великих обсягів сховищ. В даний час 50% організацій уже планують обсяг сховищ у 100 гігабайт. Середній коефіцієнт, на який потрібно множити цю цифру для розрахунку реально необхідного обсягу сховища, дорівнює 4,87, але він може бути різним у залежності від виду інформації.
Створення єдиних сховищ даних припускає використання технологій статистичної обробки інформації для її попереднього аналізу, визначення складу і структури тематичних рубрик. Початковий етап попереднього аналізу — виділення груп з однорідне даними і розчленовування інформації на одноякісні інтервали, тобто угруповання по типі інформації.
Якщо існуючі в даний час технології аналізу даних у сховищах розподілити по збільшенню аналітичних можливостей, то список буде виглядати так: Online Transaction Processing (OLTP); Online Analytical Processing (OLAP); Data Mining. Технологія оперативного аналізу розподілених даних (OL/lP-технологія), що займає середнє положення в цьому списку, найбільш поширена. Ця технологія забезпечує:
» побудова багатомірних моделей баз даних;
» ієрархічне представлення інформації із семантичних зв'язків;
« виконання складних аналітичних розрахунків;
» динамічна зміна структури звіту;
« відновлення бази даних і т.д.
Аналітичні додатки для підтримки прийняття рішень у бізнесі ґрунтуються на моделі даних, розробленої для кінцевого користувача. Такою моделлю може бути багатомірна модель, представлена у виді куба. Організувати й обробляючи інформацію з реляційних баз даних і інших плоских таблиць багатомірним образом, користувачі можуть розглядати свої дані так само, як вони розглядають свій бізнес. Багатомірної моделі даних можуть супроводжувати функції аналізу, прогнозування, моделювання і побудови запитів «якщо».
Програмні продукти, що використовують ОLар-технологію, сполучать модель представлення даних, оптимізувану для аналізу, із простими й інтуїтивними засобами доступу до цих даних. Від цих засобів виграють і постачальники аналітичної інформації, тобто фінансові, маркетингові й інші аналітики, і її споживачі, тобто керівники і менеджери різного рівня. Перші виявляють тенденції і виняткові ситуації за допомогою рішення задач прогнозування і планування, будують моделі «якщо». Другі складають, наприклад, інтерактивні звіти, діаграми, що можуть відповісти на питання господарської практики (наприклад, яким буде обсяг продажів у регіоні в наступному чи кварталі наскільки зросте обсяг замовлень у поточному кварталі, якщо покупці будуть робити форвардні угоди, і т.д.).


Використана література
1. Мартин Дж. Организация баз данных в вычислите-льных системах. — М.: Мир,1980.
2. Тиори Т., Фрай Дж. Проектирование структур баз данных: В 2-х кн.—М.: Мир, 1985.
3. Четвериков В.Н. и др. Базы и банки данных.— М.: Высшая школа, 1987.
4. Змитрович А.И. Базы данных.—Минск.: Университетское, 1981.

Внимание, отключите Adblock

Вы посетили наш сайт со включенным блокировщиком рекламы!
Ссылка для скачивания станет доступной сразу после отключения Adblock!

Скачать