РЕФЕРАТ

на тему:

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 вычислительных 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.

Похожие записи