Moniulotteisen datan liitos tähtimallissa

Koko: px
Aloita esitys sivulta:

Download "Moniulotteisen datan liitos tähtimallissa"

Transkriptio

1 hyväksymispäivä arvosana arvostelija Moniulotteisen datan liitos tähtimallissa Jani H Rautiainen Helsinki Tietokannat nyt -seminaari HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos

2 Tiivistelmä Nykypäivänä lähes kaikki tietovarastot toteutetaan moniulotteisesti joko varta vasten kehitetyillä moniulotteisilla tietokannoilla tai moniulotteiseen tietomalliin perustuen relaatiotietokannan päälle. Tämän vuoksi useat perinteisistä tietokannoistakin sisältävät tehokkaita algoritmeja moniulotteisen tiedon käsittelyyn. Tässä kirjoituksessa annetaan perustiedot moniulotteiseen tietomalliin liittyen sekä tarkastellaan yhtä tapaa toteuttaa liitoksia tehokkaasti tähtimallin yhteydessä.

3 Sisältö 1 Johdanto 1 2 Moniulotteisuus 2 3 Moniulotteisen tietovaraston toteutus Tähtimalli Lumihiutalemalli 6 4 Liitos tähtimallissa 7 5. Yhteenveto 11 Lähteet

4 1 1 Johdanto Yritysten ja yhteisöjen suurimpana haasteena ei enää nykypäivänä ole itse tiedon kerääminen ja tallentaminen. Relaatiotietokantamalli (relational database model) ja koko tietotekniikan yleinen kehitys on luonut puitteet sille, että olemassa olevat tietokannat täyttyvät yhä yksityiskohtaisemmalla tiedolla ja jatkuvasti kiihtyvällä vauhdilla. Vaikka tietokantojen koon kasvu onkin yksi tietokantateollisuuden ongelmista, suurempi ja mielenkiintoisempi haaste sille on vastata siihen kysymykseen, kuinka tällaisia valtavia datamassoja pystyttäisiin hyödyntämään päätöksenteossa. Moniulotteinen tietokantamalli (multidimensional database model) onkin yksi avaintekijä edellisen ongelma-alueen sovelluksissa. Se tarjoaa inhimillisemmän rakenteen tiedon tallentamiseksi tietovarastoihin (datawarehouse) ja tukee samalla niiden sisältämän tiedon tosiaikaista käyttöä, analysointia ja raportointia (online analytical processing, OLAP) [KiW99]. Vaikka moniulotteisen tietokantamallin historia ulottuukin aina luvun loppupuolelle, oli se kuumimman tutkimuksen ja tuotekehittelyn kohteena vasta 1990-luvulla [PeJ01]. Silloin tutkijat alkoivat esittää erilaisia matemaattisesti muodollisia malleja moniulotteisille tietokannoille. Ja siitäkin huolimatta, ettei relaatiotietokantamalliin verrattavissa olevaa universaalia formalismia ole vieläkään esitetty, tietokantateollisuus on tuonut markkinoille useita tuotteita ja on näin implisiittisesti todistanut idean toimivuuden käytännössä [VaS99], [PeJ01]. Tämän kirjoituksen tarkoituksena on antaa lukijalle perustiedot moniulotteiseen tietomalliin liittyen sekä tarkemmin kuvata tehokkaan liitosalgoritmin toteutusta tähtimallissa. Luvussa 2 esitellään muutamia moniulotteisuuteen liittyviä peruskäsitteitä esimerkein ja kuvataan erityisesti tiedon analysoinnissa käytettyjä kyselyjä. Lisäksi annetaan muutamia esimerkkejä hyödyistä, joita moniulotteinen tietovarasto tarjoaa verrattuna perinteisiin operatiivisiin järjestelmiin. Kolmannessa luvussa kuvataan kaksi toisistaan poikkeavaa tapaa moniulotteisen tietovaraston toteuttamiseksi ja syvennytään tarkemmin tähtimalliin, jonka avulla moniulotteinen tietomalli on mahdollista rakentaa tavallisen relaatiotietokannan päälle. Neljännessä luvussa esitetään tehokas algoritmi, jolla tähtimallin yhteydessä tärkeä liitosoperaatio voidaan toteuttaa tehokkaasti ilman raskaita indeksejä.

5 2 2 Moniulotteisuus Yrityksille tietovarastot esiteltiin 1990-luvun alkupuolella yleisluontoisena ratkaisuna yritysten johtamisessa tarvitun tiedon hallintaan [MoK00]. Esittelynsä jälkeen tietovarastointi on nopeasti noussut yhdeksi tärkeimmistä sovelluksista tietokantateollisuudelle [MoK00]. Nopeasti tapahtunutta kehitystä osaltaan edesauttoivat edeltävinä vuosikymmeninä yrityksiin rakennetut operatiiviset tietojärjestelmät, joiden kautta johtamisessa tarvittava tietoaineisto oli jo valmiiksi olemassa. Operatiivisten tietojärjestelmien hyödyntäminen suoraan päätöksenteossa oli osoittautunut vaikeaksi. Tietovarastoinnin ja operatiivisten tietokantojen välillä on nimittäin kaksi suurta eroa [MoK00]. Ensinnäkin traditionaalisen tietokannan perimmäisenä tarkoituksena on tarjota niin ajan kuin tilankin suhteen tehokas ratkaisu sekä tiedon tallentamiseen että sen ylläpitoon. Tietovarastoinnin päällimmäisenä tarkoituksena on sen sijaan toimia ainoastaan tiedontallennuspaikkana - tietovaraston tulee tukea tiedon hakua, mutta sen ei useimmiten tarvitse tukea tiedon päivittämisestä [MoK00]. Normaalisti tietovarastojen tietosisältö päivitetään esimerkiksi kerran yössä ajettavilla eräajoilla jatkuvan päivittämisen sijaan [HaH01]. Toinen, vielä merkittävämpi ero on se, että tietovarastot ovat suoraan loppukäyttäjien ulottuvilla [MoK00]. Tavallisen tietokannan ja sen käyttäjän väliin on yleensä rakennettu yksinkertainen ja helppokäyttöinen liittymä. Tämän käyttöliittymän ansiosta loppukäyttäjän ei tarvitse tuntea eikä tietää mitään siitä monimutkaisesta rakenteesta, johon tieto lopulta tallennetaan tai mistä se haetaan. Tietovarastojen suorakäyttöön ajaa väistämättä niiden tarkoitus, tiedon analysointi. Kattavaa kyselykokoelmaa on mahdotonta laatia etukäteen ja tämän sijasta loppukäyttäjä itse laatii hakuja suoraan tietokantaa vastaan, minkä johdosta hänen tulee tuntea myös rakenne, jolla tiedot on tallennettu. Tämä asettaa selkeitä rajoituksia tietorakenteen monimutkaisuudelle, sillä tietovarastojen käyttäjät eivät juuri koskaan ole tietohallinnon ammattilaisia vaan esimerkiksi yrityksen myyntitietoa analysoivaa keskijohtoa [Mok00], [HaH01]. Moniulotteisuuden ehkä suurin hyöty liittyykin juuri tiedon esittämiseen. Moniulotteisessa tietokannassa tieto esitetään käyttäjälle niin sanottuna kuutiona (cube) tai hyperkuutiona (hypercube) [HaH01]. Hyperkuutio on kolmiulotteisen kuution yleistys n:ään ulottuvuuteen [Weis1]. Näin suora voidaan ajatella yksiulotteisena kuutiona ja normaa-

6 3 lia taulukkolaskentaohjelman laskenta-arkkia vastaava kaksiulotteinen kuutio nelikulmiona. Kuutioon kuuluvien dimensioiden määrä sekä niiden määrittelyjoukot vaikuttavat siihen, kuinka harva (sparse) tai tiheä (dense) kuutio on [PeJ01]. Kuutio on sitä harvempi, mitä enemmän ulottuvuuksia siinä on käytössä ja mitä laajempi on kunkin dimension määrittelyjoukko. Vaikka hyperkuution ulottuvuuksien määrää ei teoriassa ole mitenkään rajattu, käytännön sovelluksissa rajana on yleisesti kymmenestä viiteentoista eri ulottuvuutta. Tätä suurempi määrä aiheuttaa helposti suorituskykyongelmia olemassa olevien työkalujen kanssa [PeJ01]. Ulottuvuuksien määrittelyjoukko on käytännön syistä yleensä diskreetti eli numeroituva. Hyvin usein dimensio on määritelty monitasoisena hierarkiana, jossa jokainen dimension jäsen kuuluu tietyn tason alle ulottuvuuden hierarkiassa ja jokainen taso kokoaa yhteen mielekkään yhdistelmän sen alapuolisista jäsenistä. Normaalisti ainoastaan alimman tason jäsenille syötetään dataa ja ylemmän tason jäsenten tietosisältö saadaan yhdistämällä yhteen kaikki sen alapuoliset jäsenet sovituin säännöin. Useissa tapauksissa on mielekästä määritellä samaan dimensioon useita hierarkioita. Tällöin dimension jäsenet voivat kuulua useampaan eri hierarkiaan. Käytännössä sovellukset kuitenkin yleensä vaativat, että jokaiselle jäsenelle on määritelty ainoastaan yksi vanhempi (parent) [PeJ01]. Dimension jäseniin voidaan liittää myös attribuutteja, jotka kuvaavat jäsenten eihierarkkisia ominaisuuksia [PeJ01]. Esimerkiksi pakkauskoko voisi olla tuotedimension ei-hierarkkinen ominaisuus, mutta se voitaisiin yhtä hyvin mallintaa myös pakkauskoko-ulottuvuudella. Jäseniin liitettyjen ominaisuuksien avulla voidaan myös muuttaa niiden käyttäytymistä. Esimerkiksi tilidimensiossa voidaan määritellä tilityyppiominaisuus, joka määrittelee kuinka eri tilejä yhdistellään toisiinsa. Näin tulo- ja menotilejä ei hierarkiassa laskettaisikaan normaalin tavan mukaan yhteen vaan menotilin arvo vähennettäisiin tulotilin arvosta. Dimensioiden väliset leikkauspisteet määrittelevät kuution solut (cell) [PeJ01]. Jokainen tallennettava tietoalkio varaa itselleen yhden kuution soluista. Solu määritteleekin pie-

7 4 nimmän jaoteltavissa olevan alkion, joka kuutioon voidaan tallentaa. Tällaista tietoalkiota kutsutaan faktaksi (fact) ja se kuvaa siis sitä kiinnostuksen kohdetta, jota halutaan analysoida [PeJ01]. Useimpien moniulotteisten järjestelmien yhteydessä vaaditaan, että faktat on implisiittisesti määritelty niihin liittyvien dimensiojäsenten kautta. Fakta voi siis olla olemassa ainoastaan silloin, kun sille on selkeästi määritelty paikka kuution jossakin solussa. Lisäksi yleinen vaatimus on, että faktat tallennetaan dimensiohierarkioiden alimpien tasojen väliseen leikkauspisteeseen. Kuvassa 1 on esitetty yksinkertainen kolmiulotteinen tietomalli. Kuva 1. Vuosimyynti kaupungeittain ja tuotteittain. Moniulotteisuus tarjoaa etuja myös tiedon analysoinnissa sillä perinteiseen relaatiotietomalliin verrattuna se tukee rakenteensa ansiosta hyvin analysoinnissa olennaisia kyselyjä. Tällaisia ovat esimerkiksi seuraavat [HaH01], [PeJ01], [KiW99] : leikkaa-ja-halkaise-kyselyn (slice-and-dice) tarkoituksena on pienentää tarkasteltavaa kuutiota. Esimerkiksi kuvan 1 kuutiossa voitaisiin ensin leikata kuutiosta ainoastaan maidon myynti ja tämän jälkeen halkaista jäljelle vuoden 2003 luvut jolloin tuloksena saataisiin maidon myynti kaupungeittain vuonna poraamalla ja yleistämällä (drill-down, roll-up) liikutetaan katselukulmaa dimensiohierarkiassa alas- tai ylöspäin. Kuvassa 1 esitellyn kuution kohdalla olisi mahdollista summaamalla yleistää erilliset maidon ja piimän myyntiluvut yhteen luomalla uusi taso maitotuotteet. Vastaavasti maitotuotteet-tasolta voitaisiin alemmalle tasolle porautuen analysoida sitä, mistä maitotuotteiden myynti tarkemmin koostuu.

8 5 suodattamalla (filter) saadaan esille ainoastaan haluttu asia, esimerkiksi maitotuotteet. kuutiota kääntämällä (rotating) saadaan vaihdettua jäsenten ryhmittelyä. Kuvassa 1 on näkymä vuosimyyntiin tuotteittain, mutta kuutiota kääntämällä esiin saataisiin esimerkiksi piimän vuosimyynti kaupungeittain. järjestelemällä (ranking) saadaan esille tiettyyn arvojoukkoon kuuluvat luvut. Näin voitaisiin esimerkiksi etsiä kaksi parhaiten myynyttä tuotetta Helsingistä vuonna Moniulotteinen tietomalli ei siis pelkästään ole inhimillisempi tiedonesitystapa vaan tarjoaa sen lisäksi täyden uudenlaisia tapoja tiedon analysointiin. Lisäksi se on myös usein tehokkaampi näiden analyyttisten kyselyjen suorittamisessa [HaH01], [PeJ01]. Näistä seikoista johtuen ei olekaan ihme, että tietovarastot yhä useammin toteutetaan moniulotteisuuteen pohjautuen. Seuraavassa luvussa tarkastellaankin kahta erilaista tapaa, joiden avulla moniulotteinen tietovarasto on mahdollista toteuttaa. 3 Moniulotteisen tietovaraston toteutus Moniulotteisen tietovaraston toteuttamiseksi on kaksi lähtökohdiltaan erilaista ratkaisua. Niin sanottu moniulotteinen OLAP (multidimensional OLAP, MOLAP) tarkoittaa jonkin markkinoilla jo valmiiksi olevan moniulotteisen tietokannan hyödyntämistä. Vaihtoehtona edelliselle on rakentaa moniulotteinen tietovarasto relaatiotietokannan päälle, jolloin puhutaan relaatio OLAP:sta (relational OLAP, ROLAP). Edellä mainituilla kahdella ratkaisulla on keskenään eräitä merkittäviä eroavaisuuksia. Nykyisin markkinoilla olevat moniulotteiset tietokannat ovat toteutuksiltaan varsin kirjavia verrattuna pitkälle standardisoituihin relaatiotietokantaratkaisuihin [VaS99]. Toisaalta moniulotteiset tietokannat on alusta asti suunniteltu tukemaan moniulotteisen tiedon käsittelyä ja sisältävät hyvinkin monimutkaisia optimointimenetelmiä ja indeksointiratkaisuja [HaH01], [PeJ01]. Tästä johtuen ne ovat usein suorituskyvyllisesti parempia ja tilankäytöltään tehokkaampia. Tätä etua tosin kaventaa se, että useista perinteisistäkin tietokannoista löytyy nykyään paranneltuja indeksirakenteita ja optimoituja algoritmeja moniulotteisen tiedon käsittelyyn. Yhtenä etuna relaatiotietokantapohjaisessa ratkaisussa on se, että se ei vaadi tiedon siirtämistä operatiivisista järjestelmistä tietovarastoon

9 6 vaan sallii tiedon analysoinnin suoraan niistä [MoK00], [HaH01]. Suurin etu relaatiopohjaisessa ratkaisussa lienee kuitenkin se, ettei se vaadi yritykseltä lisäinvestointeja vaan tietovarasto voidaan toteuttaa käyttäen jo olemassa olevia järjestelmiä. Koska moniulotteisten tietokantojen toteutustavat on usein luokiteltu liikesalaisuuksiksi eivätkä siksi ole julkisesti saatavilla ja koska relaatiotietokantaan pohjautuvat tietovarastot ovat varsin yleisiä, keskitymme seuraavaksi tarkastelemaan rakennetta, jonka avulla moniulotteinen tietomalli saadaan toteutettua käyttäen tavallista relaatiotietokantaa [ChD97]. 3.1 Tähtimalli Tähtimalli (star schema) koostuu kahdesta tai useammasta taulusta. Niin sanottu faktataulu (fact table) toimii tähden keskuksena ja sen sakaroita kuvaavat dimensiotaulut (dimension table) [MoK00]. Faktataulussa on jokaista dimensiotaulua kohden sarakkeet, joihin on tallennettu dimensiotauluihin viittaavat vierasavaimet. Näiden lisäksi faktataulussa on yksi tai useampi sarake, joihin tallennetaan itse seurattava suure. Dimensiotaulu sisältää sarakkeen jokaista siihen liittyvää attribuuttia kohti. Kuvassa 2 on esitetty yksinkertainen esimerkki tähtimallin mahdollisesta taulurakenteesta. Kuva 2. Tähtimallin taulurakenne. 3.2 Lumihiutalemalli Rakenteestaan johtuen edellisessä kappaleessa esitelty tähtimalli on varsin toisteinen. Jos esimerkiksi ajanhetkeä on mallinnettu omalla dimensiolla, sama vuosi voi esiintyä dimensiotaulussa 365 kertaa jokaista vuoden päivää kohti. Toisteisuus ei kuitenkaan useimmiten ole ongelma, koska moniulotteiseen tietomalliin tallennettava tieto on pää-

10 7 sääntöisesti harvaa. Toisteisuutta voidaan kuitenkin haluttaessa vähentää niin kutsutulla lumihiutalemallilla (snowflake schema) [PeJ01]. Lumihiutalemalli sisältää taulun jokaista dimension tasoa kohden jolloin esimerkkinä mainittu dimensio hajoaisi kolmeksi tauluksi: vuosi, kuukausi ja päivä. 4 Liitos tähtimallissa Koska tähtimallia käytetään hyvin monesti tietovarastojen yhteydessä, tulee käytössä olevan tietokannan tukea tehokkaasti siinä suoritettavia kyselyjä. Tavallinen kysely tähtimallia vastaan etenee niin, että ensimmäisessä vaiheessa dimensiotauluista suodatetaan jäljelle halutut jäsenet, jonka jälkeen suoritetaan liitos niiden ja faktataulun välillä [Wei02]. Tämän jälkeen voidaan tulostaulu viedä ryhmitellä halutulla tavalla sekä suorittaa jäsenten välistä yhdistelyä (aggregate). Seuraavaksi esitellään menetelmä, pushdown hash join, jolla dimensiotaulujen ja faktataulun välisiä liitoksia voidaan toteuttaa tehokkaasti ilman ylimääräisiä tietokantarakenteita kuten ylläpidollisesti raskaita indeksejä. Kuva 3. Esimerkissä käytetyn tähtimallin taulurakenne. Tyypillinen kysely kuvan 3 tähtimallissa voisi olla esimerkiksi [Wei02]: SELECT SUM(f.c1), SUM(f.c2) FROM f, d1, d2, d3, d4

11 8 WHERE f.fk1=d1.k AND f.k2=d2.k AND f.fk3=d3.k AND f.k4=d4.k AND d1.c1=a1 AND d2.c2=a2 AND d3.c3=a3 AND d4.c4=a4 Jos dimensiotaulujen suodatuksen tuloksena saatavat tulostaulut eivät ole todella pieniä, paras strategia kyselyn toteuttamiseksi on todennäköisesti suorittaa liitokset oikealle syvässä kyselypuussa (right-deep query tree) kuten kuvassa 4 on kuvattu [Wei02]. Oletuksena on, että jokaisesta dimensiotaulusta jää suodatuksen jälkeen jäljelle tuhat riviä ja että jokainen liitos faktataulun ja dimensiotaulun välillä vähentää tuloksena saatavien rivien määrän kymmenesosaan. Näin siis ensimmäisessä liitoksessa joudutaan käsittelemään kaikki satamiljoonaa faktataulun riviä, toisessa liitoksessa tulostauluun jäljelle jääneet miljoona riviä ja kolmannessa satatuhatta, kunnes lopulta neljännen liitoksen lopputuloksena saadaan vastauksena kymmenentuhatta riviä. Kuva 4. Oikealle syvä kyselypuu. Parannetun menetelmän periaatteena on parantaa tehokkuutta vähentämällä liitoksessa läpikäytävien rivien määrää mahdollisimman lähelle todellista lopputulosta [Wei02]. Esimerkin tapauksessa tarkoituksena olisi siis päästä heti niin lähelle kymmentätuhatta riviä kuin mahdollista. Idea menetelmän takana on kerätä etukäteen lista niistä dimensiotaulujen riveistä, joiden kanssa on tarpeen muodostaa liitos faktataulun kanssa ja faktataulua läpikäydessä hypätä suoraan niiden rivien yli, joiden kanssa liitoksen tekemistä ei tarvita.

12 9 Algoritmin suorittamiseksi voidaan erottaa kaksi toisistaan erillistä tapausta [Wei02]. Jos faktataulun vierasavaimille fk i on luotu indeksit indexfk i, voidaan dimensiotaulun suodatuksessa saatu tulostaulu järjestää sen avaimen dk i mukaan ja tämän jälkeen faktataulun indeksiä indexfk i käyttäen kerätä ne faktataulun rivit, joista löytyy vastaava vierasavain fk i. Lopputuloksena saadaan bittikartta, joka kertoo, mitkä faktataulun rivit voidaan liittää läpikäydyn dimensiotaulun kanssa. Käyttämällä samaa menetelmää kaikille dimensiotauluille ja yhdistämällä bittikartat toisiinsa kaksi kerrallaan loogisilla operaattoreilla (,, ), saadaan faktataulun riveistä bittikartta, jota voidaan käyttää niin sanotun skip scan -menetelmän kanssa [Wei02]. Kokonaisuudessaan kuvatun menetelmän nimi on index push down join. Jos kaikille faktataulun dimensioavaimille on rakennettu indeksit ja menetelmää myös hyödynnetään kaikkien dimensioiden yhteydessä, faktataulun skip scannauksen lopputuloksena pitäisi olla yhtä monta riviä kuin koko kyselyn lopputuloksena saadaan. Näin siis faktataulusta luettavien sivujen määrä vähenee merkittävästi. Varsinaiset liitokset faktataulun ja dimensiotaulujen välillä tarvitaan ainoastaan sen vuoksi, että lopulliseen tulostauluun saadaan halutut sarakkeet dimensiotauluista. Esitetyn menetelmän suoritus on kuvattu kuvassa 5. Kuva 5. Index push down join -menetelmän suoritus.

13 10 Jos faktataulun vierasavaimille ei ole luotu indeksejä, joudutaan käyttämään toista vaihtoehtoa. Menetelmässä ylläpidetään jokaisen dimensiotaulun läpikäynnin yhteydessä bittivektoria bv, jonka pituus on n ja jonka jokaisen bitin arvoksi asetetaan alussa 0. Dimensiotaulun läpikäynnin yhteydessä lasketaan hyväksyttyjen rivien avaimille dk i hajautusarvo v {0..n-1} ja bittivektorissa v:tä vastaavan bitin arvoksi asetetaan 1. Saatua bittivektoria käytetään edelleen hyväksi faktataulun läpikäynnissä niin, että jokaisen faktataulun rivin vierasavaimeen fk i kohdistetaan sama hajautusfunktio. Mukaan tulostauluun poimitaan ainoastaan ne rivit, joiden kohdalla bittivektorin bv vastaavan bitin arvoksi on asetettu 1. Samaa menetelmää voidaan toistaa kaikkien dimensiotaulujen yhteydessä. Kuvatun algoritmin nimi on bit-vector push-down join ja sen suoritus yhden dimensiotaulun yhteydessä on esitetty kuvassa 6. Kuva 6. Bit-vector push-down join -menetelmän suoritus. Jälkimmäisenä kuvattua menetelmää käyttäen faktataulusta luettavien sivujen määrää ei saada vähennettyä yhtä dramaattisesti kuin ensimmäisen algoritmin yhteydessä, koska hajautusfunktiosta riippuen eri lukuja voi kuvautua samalle arvolle. Tästä johtuen menetelmä ei pysty takaamaan, että jokaisen dimensiotaulun läpikäynnin yhteydessä faktataulusta palautettaisiin ainoastaan ne rivit, jotka lopullisessa tulostaulussa tarvitaan [Wei02]. Huolimatta tästä menetelmä voi merkittävästi vähentää faktataulusta palautettavien rivien määrää verrattuna yksinkertaisimpaan algoritmiin. Etuna algoritmilla on

14 11 se, ettei se vaadi mitään ylimääräisiä indeksejä, mikä voi olla merkittävä etu suurien faktataulujen yhteydessä. Push down hash join -menetelmän yhteydessä saavutettava tehokkuushyöty riippuu suuresti siitä, kuinka karsivia dimensiotauluihin kohdistettavat suodatukset ovat, faktataulun koosta ja siitä, kuinka suuri osa faktataulun riveistä vastaa dimensiotauluihin kohdistettaviin ehtoihin [Wei02]. Jos dimensiotauluun kohdistettu ehto karsii vain vähän, esimerkiksi viisi prosenttia, palautettavien rivien määrästä, menetelmää ei ole mielekästä hyödyntää lainkaan kyseisen dimensionkohdalla. Toisaalta tehokkuushyötyä rajoittaa ainoastaan se, kuinka suuri osa faktataulun riveistä joudutaan palauttamaan [Wei02]. Tästä johtuen saavutettava hyöty voi olla merkittävä, jos faktataulun koko on suuri ja dimensiotauluun kohdistettava ehto hyvin leikkaava. Edellä kuvattuja menetelmiä on myös mahdollista hyödyntää yhdessä niin, että joidenkin dimensiotaulujen kohdalla käytetään hyväksi jompaakumpaa esitellyistä tehokkaammista menetelmistä ja toisten dimensiotaulujen yhteydessä hyödynnetään ensimmäisenä esiteltyä, yksinkertaista menetelmää. Tehokkaammat menetelmät on myös mahdollista yhdistää, jolloin joidenkin dimensiotaulujen kohdalla voidaan ottaa avuksi molempien parhaat puolet. Yhdistelymahdollisuuksista ja vaihtelevasta tehokkuushyödystä johtuen tietokantojen kyselyoptimoijat arvioivatkin usein etukäteen, mitä vaihtoehtoa kunkin dimension kohdalla kannattaa hyödyntää. 5. Yhteenveto Kuten olemme huomanneet, moniulotteinen tietomalli tarjoaa merkittäviä parannuksia tietovarastointiin. Relaatiomalliin verrattuna se tarjoaa huomattavasti selkeämmän tietorakenteen tiedon tallettamiseksi, mikä merkittävästi parantaa tietovaraston suorakäyttömahdollisuuksia. Tämän lisäksi se on myös usein tehokkaampi suorituskyvyllisesti ja tilan suhteen taloudellisempi. Etenkin näiden ominaisuuksien vuoksi se on vakiinnuttanut asemansa tietovarastojen ensisijaisena toteutusmallina huolimatta siitä, ettei aidoille moniulotteisille tietokannoille ole olemassa standardoitua toteutustapaa. Edellisen vastapainoksi olemme nähneet, että moniulotteinen tietomalli on mahdollista toteuttaa myös tavallisen relaatiotietokannan päälle tehokkaasti. Tulevaisuudessa moniulotteisen

15 12 tietomallin hyödyntäminen levinneekin yhä laajemmalle, sillä sen edut tiedon analysoinnissa on jo nyt todistettu käytännössä. Lähteet ChD97 Chaudhuri, S. ja Dayal, U., An Overview of Data Warehousing and OLAP Technology. ACM SIGMOD Record, 26:1, maaliskuu 1997, sivut HaH01 Hasan, H. ja Hyland P., Using OLAP and Multidimensional Data for Decision Making. IT Pro, syys-lokakuu, 2001, sivut KiW99 Kiviniemi J. ja Wolski A., OLAP-tekniikoiden käyttömahdollisuudet teollisuusprosessien analysoinnissa. Automaatio 1999, syyskuu, 1999, Helsinki. MoK00 Moody, D. L. ja Kortink, M. A. R., From Enterprise Models to Dimensional Models: A Methodology for Data Warehouse and Data Mart Design. Proceedings of the International Workshop on Design and Management of Data Warehouses, Tukholma, Ruosi, Kesäkuu 2000, sivut PeJ01 Pedersen, T. B. ja Jensen, C. S., Multidimensional Database Technology. Computer, 34:12, joulukuu 2001, sivut VaS99 Vassiliadis, P. ja Sellis, T., A Survey on Logical Models for OLAP Databases. ACM SIGMOD Record, 28:4, joulukuu 1999, sivut Wei02 Weininger, A., Efficient Execution of Joins in a Star Schema. Proceedings of the 2002 ACM SIGMOD international conference on Management of data, Madison, Wisconsin, kesäkuu 2002, sivut Weis1 Weisstein E. W., Hypercube. MathWorld A Wolfram Web Resource. <

TIETOVARASTOJEN SUUNNITTELU

TIETOVARASTOJEN SUUNNITTELU IIO30120 DATABASE DESIGN / TIETOKANTOJEN SUUNNITTELU TIETOVARASTOJEN SUUNNITTELU KIRJAN HOVI, HUOTARI, LAHDENMÄKI: TIETOKANTOJEN SUUNNITTELU & INDEKSOINTI, DOCENDO (2003, 2005) LUKU 8 JOUNI HUOTARI & ARI

Lisätiedot

Tietovarastojen suunnittelu

Tietovarastojen suunnittelu Informaatioteknologian instituutti IIO30100 Tietokantojen suunnittelu Tietovarastojen suunnittelu kirjan Hovi, Huotari, Lahdenmäki: Tietokantojen suunnittelu & indeksointi, Docendo (2003, 2005) luku 8

Lisätiedot

Opettajana Mika Sorsa, mika.sorsa@koudata.fi, HAMK:n ammatillisen opettajakoulutuksen opetusharjoittelija

Opettajana Mika Sorsa, mika.sorsa@koudata.fi, HAMK:n ammatillisen opettajakoulutuksen opetusharjoittelija Opettajana Mika Sorsa, mika.sorsa@koudata.fi, HAMK:n ammatillisen opettajakoulutuksen opetusharjoittelija Opintojaksolla: keskitytään relaatiotietokantojen teoriaan ja toimintaan SQL-kieli kyselykielenä

Lisätiedot

Tietokannan eheysrajoitteet ja niiden määrittäminen SQL-kielellä

Tietokannan eheysrajoitteet ja niiden määrittäminen SQL-kielellä hyväksymispäivä arvosana arvostelija Tietokannan eheysrajoitteet ja niiden määrittäminen SQL-kielellä Tuomas Husu Helsinki 20.2.2010 HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Sisältö i 1 Johdanto

Lisätiedot

Jouni Huotari OLAP-ohjetekstit kopioitu Microsoftin ohjatun OLAP-kuution teko-ohjeesta. Esimerkin kuvaus ja OLAP-määritelmä

Jouni Huotari OLAP-ohjetekstit kopioitu Microsoftin ohjatun OLAP-kuution teko-ohjeesta. Esimerkin kuvaus ja OLAP-määritelmä OLAP-kuution teko Jouni Huotari OLAP-ohjetekstit kopioitu Microsoftin ohjatun OLAP-kuution teko-ohjeesta Esimerkin kuvaus ja OLAP-määritelmä Tavoitteena on luoda OLAP-kuutio Northwind-tietokannan tilaustiedoista

Lisätiedot

TIETOJEN TUONTI TIETOKANNASTA + PIVOT-TAULUKON JA OLAP-KUUTION TEKO

TIETOJEN TUONTI TIETOKANNASTA + PIVOT-TAULUKON JA OLAP-KUUTION TEKO TIETOJEN TUONTI TIETOKANNASTA + PIVOT-TAULUKON JA OLAP-KUUTION TEKO JOUNI HUOTARI 2005-2010 OLAP-OHJETEKSTIT KOPIOITU MICROSOFTIN OHJATUN OLAP-KUUTION TEKO-OHJEESTA ESIMERKIN KUVAUS JA OLAP-MÄÄRITELMÄ

Lisätiedot

HELIA 1 (17) Outi Virkki Tiedonhallinta

HELIA 1 (17) Outi Virkki Tiedonhallinta HELIA 1 (17) Luento 4.1 Looginen suunnittelu... 2 Relaatiomalli... 3 Peruskäsitteet... 4 Relaatio... 6 Relaatiokaava (Relation schema)... 6 Attribuutti ja arvojoukko... 7 Monikko... 8 Avaimet... 10 Avain

Lisätiedot

Helsingin yliopisto/tktl Kyselykielet, s 2006 Optimointi Harri Laine 1. Kyselyn optimointi. Kyselyn optimointi

Helsingin yliopisto/tktl Kyselykielet, s 2006 Optimointi Harri Laine 1. Kyselyn optimointi. Kyselyn optimointi Miksi optimoidaan Relaatiotietokannan kyselyt esitetään käytännössä SQLkielellä. Kieli määrittää halutun tuloksen, ei sitä miten tulos muodostetaan (deklaratiivinen kyselykieli) Tietokannan käsittelyoperaatiot

Lisätiedot

Relaatiotietokantojen perusteista. Harri Laine Helsingin yliopisto

Relaatiotietokantojen perusteista. Harri Laine Helsingin yliopisto Harri Laine Helsingin yliopisto Suosion syy? Yksinkertaisuus vähän käsitteitä helppo hahmottaa Selkeä matemaattinen perusta ei tulkintaongelmia kuten esim. UML:ssä teoria käytäntö kaavio: R(A 1 :D 1, A

Lisätiedot

FROM-lausekkeessa voidaan määritellä useampi kuin yksi taulu, josta tietoja haetaan: Tuloksena on taululistassa lueteltujen taulujen rivien

FROM-lausekkeessa voidaan määritellä useampi kuin yksi taulu, josta tietoja haetaan: Tuloksena on taululistassa lueteltujen taulujen rivien Monen taulun kyselyt FROM-lausekkeessa voidaan määritellä useampi kuin yksi taulu, josta tietoja haetaan: SELECT FROM Tuloksena on taululistassa lueteltujen taulujen rivien karteesinen

Lisätiedot

TIEDONHALLINTA - SYKSY Luento 10. Hannu Markkanen /10/12 Helsinki Metropolia University of Applied Sciences

TIEDONHALLINTA - SYKSY Luento 10. Hannu Markkanen /10/12 Helsinki Metropolia University of Applied Sciences TIEDONHALLINTA - SYKSY 2011 Kurssikoodi: Saapumisryhmä: Luento 10 TU00AA48-2002 TU10S1E Hannu Markkanen 14.-15.11.2011 9/10/12 Helsinki Metropolia University of Applied Sciences 1 SQL: Monen taulun kyselyt

Lisätiedot

Tietokantojen suunnittelu, relaatiokantojen perusteita

Tietokantojen suunnittelu, relaatiokantojen perusteita Tietokantojen suunnittelu, relaatiokantojen perusteita A277, Tietokannat Teemu Saarelainen teemu.saarelainen@kyamk.fi Lähteet: Leon Atkinson: core MySQL Ari Hovi: SQL-opas TTY:n tietokantojen perusteet-kurssin

Lisätiedot

Tiedonhallinnan perusteet. Viikko 1 Jukka Lähetkangas

Tiedonhallinnan perusteet. Viikko 1 Jukka Lähetkangas Tiedonhallinnan perusteet Viikko 1 Jukka Lähetkangas Kurssilla käytävät asiat Tietokantojen toimintafilosofian ja -tekniikan perusteet Tiedonsäilönnän vaihtoehdot Tietokantojen suunnitteleminen internetiä

Lisätiedot

Tietokannan hallinta. Kevät 2004 Jan Lindström R&G Chapter 1

Tietokannan hallinta. Kevät 2004 Jan Lindström R&G Chapter 1 Tietokannan hallinta Kevät 2004 Jan Lindström R&G Chapter 1 Tietokannan hallinta 1. Johdanto (käsitteitä) 2. Tietokannan talletusrakenteet 3. Tietokannan hakemistorakenteet 4. Kyselyiden käsittely ja optimointi

Lisätiedot

SYÖTTÖPOHJA LUKUJEN SYÖTTÖÖN ERI TARKOITUKSIIN

SYÖTTÖPOHJA LUKUJEN SYÖTTÖÖN ERI TARKOITUKSIIN SYÖTTÖPOHJA LUKUJEN SYÖTTÖÖN ERI TARKOITUKSIIN Usein tarvitaan käyttäjän käsin syöttämiä lukuja eri tarkoituksiin. Tällaisia ovat mm. budjetti-, ennuste-, tavoite- ym. luvut. Lukuja syötetään eri kohteille,

Lisätiedot

HELIA 1 (8) Outi Virkki Tietokantasuunnittelu

HELIA 1 (8) Outi Virkki Tietokantasuunnittelu HELIA 1 (8) Luento 1 Johdatusta tietokannan suunnitteluun... 2 Tietokantasuunnittelu?... 2 Tietokanta?... 2 Tieto?... 2 Tietokantasuunnittelun tavoite, v.1... 2 Luotettavuus?... 3 Tietokantasuunnittelun

Lisätiedot

SQL-perusteet, SELECT-, INSERT-, CREATE-lauseet

SQL-perusteet, SELECT-, INSERT-, CREATE-lauseet SQL-perusteet, SELECT-, INSERT-, CREATE-lauseet A271117, Tietokannat Teemu Saarelainen teemu.saarelainen@kyamk.fi Lähteet: Leon Atkinson: core MySQL Ari Hovi: SQL-opas TTY:n tietokantojen perusteet-kurssin

Lisätiedot

Action Request System

Action Request System Action Request System Manu Karjalainen Ohjelmistotuotantovälineet seminaari HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos 25.10.2000 Action Request System (ARS) Manu Karjalainen Ohjelmistotuotantovälineet

Lisätiedot

Kirjoita jokaiseen erilliseen vastauspaperiin kurssin nimi, tenttipäivä, oma nimesi (selkeästi), opiskelijanumerosi ja nimikirjoituksesi

Kirjoita jokaiseen erilliseen vastauspaperiin kurssin nimi, tenttipäivä, oma nimesi (selkeästi), opiskelijanumerosi ja nimikirjoituksesi Helsingin yliopisto, Tietojenkäsittelytieteen laitos Tietokantojen perusteet, kurssikoe 29.2.2012 (vastauksia) Liitteenä on tiivistelmä SQL-syntaksista Kirjoita jokaiseen erilliseen vastauspaperiin kurssin

Lisätiedot

Arkkitehtuurikuvaus. Ratkaisu ohjelmistotuotelinjan monikielisyyden hallintaan Innofactor Oy. Ryhmä 14

Arkkitehtuurikuvaus. Ratkaisu ohjelmistotuotelinjan monikielisyyden hallintaan Innofactor Oy. Ryhmä 14 Arkkitehtuurikuvaus Ratkaisu ohjelmistotuotelinjan monikielisyyden hallintaan Innofactor Oy Ryhmä 14 Muutoshistoria Versio Pvm Päivittäjä Muutos 0.4 1.11.2007 Matti Eerola 0.3 18.10.2007 Matti Eerola 0.2

Lisätiedot

Terveydenhuollon tehokas johtaminen edellyttää parhaat raportointi- ja analysointityövälineet

Terveydenhuollon tehokas johtaminen edellyttää parhaat raportointi- ja analysointityövälineet Terveydenhuollon tehokas johtaminen edellyttää parhaat raportointi- ja analysointityövälineet Tarvitsetko vastauksia seuraaviin kysymyksiin: - miten hoitokustannukset jakautuvat jäsenkuntien kesken? -

Lisätiedot

Amazon Web Services (AWS) on varmaankin maailman suosituin IaaS-tarjoaja. Lisäksi se tarjoaa erilaisia PaaS-kategoriaan kuuluvia palveluita.

Amazon Web Services (AWS) on varmaankin maailman suosituin IaaS-tarjoaja. Lisäksi se tarjoaa erilaisia PaaS-kategoriaan kuuluvia palveluita. 1 2 Amazon Web Services (AWS) on varmaankin maailman suosituin IaaS-tarjoaja. Lisäksi se tarjoaa erilaisia PaaS-kategoriaan kuuluvia palveluita. 3 4 Region vastaa palvelun fyysistä sijaintipaikkaa (AWS

Lisätiedot

Helsingin yliopisto/tktl DO Tietokantojen perusteet, s 2000 Relaatiomallin peruskäsitteet Harri Laine 1. Relaatiotietokannat DONOTP

Helsingin yliopisto/tktl DO Tietokantojen perusteet, s 2000 Relaatiomallin peruskäsitteet Harri Laine 1. Relaatiotietokannat DONOTP RINT THIS DOCUM ENT Relaatiotietokannat DONOTP Relaatiomalli Perustana rakennetason tietomalli relaatiomalli (the relational model of data) perusteoria: Codd 1970 ensimmäiset kaupalliset toteutukset 70-luvun

Lisätiedot

Relaatiomalli ja -tietokanta

Relaatiomalli ja -tietokanta Relaatiomalli ja -tietokanta > Edgar. F. (Ted) Codd, IBM, 1969 < A Relational Model of Data for Large Shared Data Banks Communications of the ACM, Vol. 13, No. 6, June 1970, pp. 377-387. > 70-luvun lopulla

Lisätiedot

HAAGA-HELIA Heti-09 1 (12) ICT05 Tiedonhallinta ja Tietokannat O.Virkki Näkymät

HAAGA-HELIA Heti-09 1 (12) ICT05 Tiedonhallinta ja Tietokannat O.Virkki Näkymät HAAGA-HELIA Heti-09 1 (12) Näkymät Näkymät... 2 Eri tyyppisiä relaatioita... 2 Taulu - Tallennettu relaatio... 2 Tulosrelaatio - Kyselyn tulos... 2 Näkymä - Virtuaalirelaatio... 2 Näkymien määrittely...

Lisätiedot

Helsingin yliopisto, Tietojenkäsittelytieteen laitos Tietokantojen perusteet, , H.Laine

Helsingin yliopisto, Tietojenkäsittelytieteen laitos Tietokantojen perusteet, , H.Laine Helsingin yliopisto, Tietojenkäsittelytieteen laitos Tietokantojen perusteet, 3.5.2007, H.Laine Kirjoita kuhunkin erilliseen vastauspaperiin kurssin nimi, oma nimesi, syntymäaikasi ja nimikirjoituksesi

Lisätiedot

TIETOKANNAT JOHDANTO

TIETOKANNAT JOHDANTO TIETOKANNAT JOHDANTO JOUNI HUOTARI & ARI HOVI 2000-2011 Tieto TAUSTAA Yritykselle tiedot ovat tärkeä resurssi päätöksenteon tukena (JIT) varastointi ja käyttö vaativat investointeja vrt. energia (lähde,

Lisätiedot

HOJ Haja-aiheita. Ville Leppänen. HOJ, c Ville Leppänen, IT, Turun yliopisto, 2012 p.1/10

HOJ Haja-aiheita. Ville Leppänen. HOJ, c Ville Leppänen, IT, Turun yliopisto, 2012 p.1/10 HOJ Haja-aiheita Ville Leppänen HOJ, c Ville Leppänen, IT, Turun yliopisto, 2012 p.1/10 Missä mennään... 1. Johdanto (1h) 2. Säikeet (2h) 3. Samanaikaisuudesta (2h) 4. Hajautetuista sovelluksista (1h)

Lisätiedot

Ohjelmistojen mallintamisen ja tietokantojen perusteiden yhteys

Ohjelmistojen mallintamisen ja tietokantojen perusteiden yhteys Ohjelmistojen mallintamisen ja tietokantojen perusteiden yhteys Tällä kurssilla on tutustuttu ohjelmistojen mallintamiseen oliomenetelmiä ja UML:ää käyttäen Samaan aikaan järjestetyllä kurssilla on käsitelty

Lisätiedot

ETL-DEMO. Esimerkki ETL-kuvauskielen käyttöstä

ETL-DEMO. Esimerkki ETL-kuvauskielen käyttöstä ETL-DEMO Esimerkki ETL-kuvauskielen käyttöstä Lähtötilanne Organisaation operatiivisessa kannassa dataa, jota halutaan varastoida ja jalostaa Päätetään mihin muotoon jalostettu data halutaan tietovarastossa

Lisätiedot

Data Warehouse kuulumisia

Data Warehouse kuulumisia 1 Data Warehouse kuulumisia Ari Hovi www.arihovi.com Ari Hovi Oy www.arihovi.com 2 Ari Hovi Oy:n missiona on edistää tiedonhallintaa tarjoamalla huippukoulutusta ja konsultointia kokeneet käytännön konsultit

Lisätiedot

On autoja, henkilöitä, Henkilöllä on nimi Autolla on omistaja, joka on henkilö. Taulu AUTO(rekno, malli) Taulu HENKILO(nimi, )

On autoja, henkilöitä, Henkilöllä on nimi Autolla on omistaja, joka on henkilö. Taulu AUTO(rekno, malli) Taulu HENKILO(nimi, ) Tietomallit Tietomallilla (data model) tarkoitetaan tiedon rakenteen ja tiedolle suoritettavan käsittelyn määrittelevää kehikkoa - käsitteistöä Tietoa voidaan tarkastella eri näkökulmista - eri abstraktiotasoilla

Lisätiedot

1. a) Laadi suoraviivaisesti kyselyä vastaava optimoimaton kyselypuu.

1. a) Laadi suoraviivaisesti kyselyä vastaava optimoimaton kyselypuu. Helsingin yliopisto, Tietojenkäsittelytieteen laitos Kyselykielet, s 2006, Harjoitus 5 (7.12.2006) Tietokannassa on tietoa tavaroista ja niiden toimittajista: Supplier(sid,sname,city,address,phone,etc);

Lisätiedot

Risto Pelin Microsoft Project 2002 projekti- ja yritystason järjestelmänä

Risto Pelin Microsoft Project 2002 projekti- ja yritystason järjestelmänä Risto Pelin Microsoft Project 2002 projekti- ja yritystason järjestelmänä PROJEKTIJOHTAMINEN OY RISTO PELIN 3 Sisällysluettelo ESIPUHE 7 OSA I PROJEKTIN HALLINTA PROJEKTITASOLLA 1 JOHDANTO 11 1.1 Projektiohjelmien

Lisätiedot

HELIA 1 (14) Outi Virkki Tiedonhallinta

HELIA 1 (14) Outi Virkki Tiedonhallinta HELIA 1 (14) Luento Näkymät... 2 Relaatiotyypit... 2 Taulu - Tallennettu relaatio... 3 Näkymä - Virtuaalirelaatio... 3 Tulosrelaatio - Kyselyn tulos... 3 Otetaulut - Tauluun tallennettu kyselyn tulos...

Lisätiedot

Tietomallit. Näkökulmat tietoon. Näkökulmat tietoon. Mitä malleja olisi tarjolla? Abstraktiotasot tiedon käsittelyssä

Tietomallit. Näkökulmat tietoon. Näkökulmat tietoon. Mitä malleja olisi tarjolla? Abstraktiotasot tiedon käsittelyssä Tietomallit Tietomallilla (data model) tarkoitetaan tiedon rakenteen ja tiedolle suoritettavan käsittelyn määrittelevää kehikkoa - käsitteistöä Tietoa voidaan tarkastella eri näkökulmista - eri abstraktiotasoilla

Lisätiedot

Tiedolla johtamisen ja tietovarastoinnin kehittämistyö AMKE:ssa

Tiedolla johtamisen ja tietovarastoinnin kehittämistyö AMKE:ssa Ammattiosaamisen kehittämisyhdistys AMKE ry. Tiedolla johtamisen ja tietovarastoinnin kehittämistyö AMKE:ssa LARK, workshop 30.10.2012 Tellervo Tarko Johdettaisiinko tiedolla, onko tiedolla merkitystä?

Lisätiedot

(5) Tentin maksimipistemaara on 40 pistetta. Kaikki vastaukset naihin tehtavapapereihin.

(5) Tentin maksimipistemaara on 40 pistetta. Kaikki vastaukset naihin tehtavapapereihin. (5) VAASAN YLIOPISTO (TITE,1021) Tentti 10.1.2013 Teemu Saari Nimi: Opiskelijanumero: Pisteet: + + + Yiit: /40 Arv. Tentin maksimipistemaara on 40 pistetta. Kaikki vastaukset naihin tehtavapapereihin.

Lisätiedot

LÄHESTYMISTAPOJA OLAP -KIELIIN. Kaarlo Kanerva

LÄHESTYMISTAPOJA OLAP -KIELIIN. Kaarlo Kanerva LÄHESTYMISTAPOJA OLAP -KIELIIN Kaarlo Kanerva Tampereen yliopisto Tietojenkäsittelytieteiden laitos Pro gradu -tutkielma Lokakuu 2003 1 Tampereen yliopisto Tietojenkäsittelytieteiden laitos Tekijän Nimi:

Lisätiedot

Järjestelmäarkkitehtuuri (TK081702) Web Services. Web Services

Järjestelmäarkkitehtuuri (TK081702) Web Services. Web Services Järjestelmäarkkitehtuuri (TK081702) Standardoidutu tapa integroida sovelluksia Internetin kautta avointen protokollien ja rajapintojen avulla. tekniikka mahdollista ITjärjestelmien liittämiseen yrityskumppaneiden

Lisätiedot

Luku Yleistä tietovarastoinnista 6.2 Tietovaraston kehittäminen 6.3 Tiedonlouhinta

Luku Yleistä tietovarastoinnista 6.2 Tietovaraston kehittäminen 6.3 Tiedonlouhinta 6.1 Yleistä tietovarastoinnista 6.2 Tietovaraston kehittäminen 6.3 Tiedonlouhinta Luku 6 Tietovarastointi Our job is to marshal an organization s data and bring it to business users for their decision

Lisätiedot

TIETOVARASTON UUDELLEENSUUNNITTELU JA TOTEUTTAMINEN

TIETOVARASTON UUDELLEENSUUNNITTELU JA TOTEUTTAMINEN LAPPEENRANNAN TEKNILLINEN YLIOPISTO Teknistaloudellinen tiedekunta Tietotekniikan osasto Diplomityö TIETOVARASTON UUDELLEENSUUNNITTELU JA TOTEUTTAMINEN Työn tarkastajat: Työn valvoja: Työn ohjaaja: Professori

Lisätiedot

Written by Administrator Monday, 05 September 2011 15:14 - Last Updated Thursday, 23 February 2012 13:36

Written by Administrator Monday, 05 September 2011 15:14 - Last Updated Thursday, 23 February 2012 13:36 !!!!! Relaatiotietokannat ovat vallanneet markkinat tietokantojen osalta. Flat file on jäänyt siinä kehityksessä jalkoihin. Mutta sillä on kuitenkin tiettyjä etuja, joten ei se ole täysin kuollut. Flat

Lisätiedot

Health Intelligence - Parempaa informaatiota terveydenhuollon päätöksentekoon. Terveydenhuollon ATK päivät 24.-25.5.2011 Sibelius Talo, Lahti

Health Intelligence - Parempaa informaatiota terveydenhuollon päätöksentekoon. Terveydenhuollon ATK päivät 24.-25.5.2011 Sibelius Talo, Lahti Health Intelligence - Parempaa informaatiota terveydenhuollon päätöksentekoon Terveydenhuollon ATK päivät 24.-25.5.2011 Sibelius Talo, Lahti Innofactor Oyj: Suomen johtava Microsoft ratkaisutoimittaja

Lisätiedot

Luku 8. Aluekyselyt. 8.1 Summataulukko

Luku 8. Aluekyselyt. 8.1 Summataulukko Luku 8 Aluekyselyt Aluekysely on tiettyä taulukon väliä koskeva kysely. Tyypillisiä aluekyselyitä ovat, mikä on taulukon välin lukujen summa tai pienin luku välillä. Esimerkiksi seuraavassa taulukossa

Lisätiedot

SQL. ! nykystandardi SQL3 eli SQL'99. ! CREATE TABLE, ALTER TABLE ja DROP TABLE. ! CREATE VIEW ja DROP VIEW. ! CREATE INDEX ja DROP INDEX

SQL. ! nykystandardi SQL3 eli SQL'99. ! CREATE TABLE, ALTER TABLE ja DROP TABLE. ! CREATE VIEW ja DROP VIEW. ! CREATE INDEX ja DROP INDEX SQL - perusteet SQL - yleistä Esa Salmikangas InMics SE Oy versio 16.6.2003 SQL - perusteet 1 SQL - perusteet 2 SQL Structured Query Language SQL on tietokantojen käsittelyyn kehitetty kieli yleisimmät

Lisätiedot

SQL:N PERUSTEET MARKKU SUNI

SQL:N PERUSTEET MARKKU SUNI SQL:N PERUSTEET MARKKU SUNI Relaatiomallisen tietokannan käsittely Tietojen saanti, talletus ja päivitys tapahtuu SQL-kielellä Yhtä operaatiota sanotaan kyselyksi (query) Kyselyjä voidaan laittaa peräkkäin

Lisätiedot

ECDL Tietokannat. Copyright 2015 ECDL Foundation ECDL Tietokannat Sivu 1 / 7

ECDL Tietokannat. Copyright 2015 ECDL Foundation ECDL Tietokannat Sivu 1 / 7 ECDL Tietokannat Copyright 2015 ECDL Foundation ECDL Tietokannat Sivu 1 / 7 Tavoite Tässä esitellään tutkintovaatimukset moduulille ECDL Tietokannat, joka määrittelee tarvittavat tiedot ja taidot näyttökokeen

Lisätiedot

HELIA 1 (11) Outi Virkki Tiedonhallinta 4.11.2000

HELIA 1 (11) Outi Virkki Tiedonhallinta 4.11.2000 HELIA 1 (11) Access 1 ACCESS...2 Yleistä...2 Access-tietokanta...3 Perusobjektit...3 Taulu...5 Kysely...7 Lomake...9 Raportti...10 Makro...11 Moduli...11 HELIA 2 (11) ACCESS Yleistä Relaatiotietokantatyyppinen

Lisätiedot

Kyselyt: Lähtökohtana joukko lukuja Laskukaava kertoo miten luvuista lasketaan tulos soveltamalla laskentaoperaatioita

Kyselyt: Lähtökohtana joukko lukuja Laskukaava kertoo miten luvuista lasketaan tulos soveltamalla laskentaoperaatioita Relaatioalgebra Relaatiomalliin liittyy malli tietokannan käsittelystä Tietokannasta pitää pystyä hakemaan tietoa ja toisaalta tietokantaa on ylläpidettävä Tietokannan käsittelyn malli relaatioalgebra

Lisätiedot

Jokaisella tiedostolla on otsake (header), joka sisältää tiedostoon liittyvää hallintatietoa

Jokaisella tiedostolla on otsake (header), joka sisältää tiedostoon liittyvää hallintatietoa Tietojen tallennusrakenteet Jokaisella tiedostolla on otsake (header), joka sisältää tiedostoon liittyvää hallintatietoa tiedot tiedostoon kuuluvista lohkoista esim. taulukkona, joka voi muodostua ketjutetuista

Lisätiedot

KANSALLINEN MAASTOTIETOKANTA

KANSALLINEN MAASTOTIETOKANTA KANSALLINEN MAASTOTIETOKANTA KMTK-3D/su Yksittäisen kohteen rikastaminen pistepilvigeometrialla 18.12.2018 1 1. Yleistä Selvityksessä selvitettiin PgPointCloud-laajennoksen soveltuvuutta yksittäisten kohteiden

Lisätiedot

TIETOKANTOJEN PERUSTEET OSIO 14 MARKKU SUNI

TIETOKANTOJEN PERUSTEET OSIO 14 MARKKU SUNI TIETOKANTOJEN PERUSTEET OSIO 14 MARKKU SUNI Tavoite: Suunnitella käyttäjien tarvitsemat turvallisuusmekanismit ja säännöt. Toisin sanoen: tehdä tietokannasta turvallinen ja luotettava. Muistutus: Tietokanta

Lisätiedot

PN-puu. Helsinki Seminaari: Tietokannat nyt HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos

PN-puu. Helsinki Seminaari: Tietokannat nyt HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos PN-puu Erno Härkönen Helsinki 24.10.2006 Seminaari: Tietokannat nyt HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI Tiedekunta/Osasto

Lisätiedot

Diplomityö TEHDASMITTAUSTEN VARASTOINTI MONIULOTTEISELLA TIETOMALLILLA

Diplomityö TEHDASMITTAUSTEN VARASTOINTI MONIULOTTEISELLA TIETOMALLILLA LAPPEENRANNAN TEKNILLINEN YLIOPISTO Tietotekniikan osasto Diplomityö TEHDASMITTAUSTEN VARASTOINTI MONIULOTTEISELLA TIETOMALLILLA Työn tarkastajat ovat Professori Kari Smolander ja Diplomi-insinööri Sampo

Lisätiedot

oheishakemistoja voi tiedostoon liittyä useita eri perustein muodostettuja

oheishakemistoja voi tiedostoon liittyä useita eri perustein muodostettuja Tietokantojen hakemistorakenteet Hakemistorakenteiden (indeksien) tarkoituksena on nopeuttaa tietojen hakua tietokannasta. Hakemisto voi olla ylimääräinen oheishakemisto (secondary index), esimerkiksi

Lisätiedot

TIEDONHALLINTA - SYKSY Luento 2. Pasi Ranne /8/17 Helsinki Metropolia University of Applied Sciences

TIEDONHALLINTA - SYKSY Luento 2. Pasi Ranne /8/17 Helsinki Metropolia University of Applied Sciences TIEDONHALLINTA - SYKSY 2017 Kurssikoodi: Saapumisryhmä: Luento 2 TX00CN57-3001 TXQ16ICT, TXQ16S1 ja TXQ16PROS Pasi Ranne 28.8.2017 27/8/17 Helsinki Metropolia University of Applied Sciences 1 Oppitunnin

Lisätiedot

Relaatioalgebra. Kyselyt:

Relaatioalgebra. Kyselyt: Relaatioalgebra Relaatiomalliin liittyy malli tietokannan käsittelystä Tietokannasta pitää pystyä hakemaan tietoa ja toisaalta tietokantaa on ylläpidettävä Tietokannan käsittelyn malli relaatioalgebra

Lisätiedot

811120P Diskreetit rakenteet

811120P Diskreetit rakenteet 811120P Diskreetit rakenteet 2018-2019 1. Algoritmeista 1.1 Algoritmin käsite Algoritmi keskeinen laskennassa Määrittelee prosessin, joka suorittaa annetun tehtävän Esimerkiksi Nimien järjestäminen aakkosjärjestykseen

Lisätiedot

Helsingin yliopisto/tktl DO Tietokantojen perusteet, s 2000 Johdanto & yleistä Harri Laine 1. Tietokanta. Tiedosto

Helsingin yliopisto/tktl DO Tietokantojen perusteet, s 2000 Johdanto & yleistä Harri Laine 1. Tietokanta. Tiedosto Tietokanta Tiedosto Tietokanta (database) jotakin käyttötarkoitusta varten laadittu kokoelma toisiinsa liittyviä säilytettäviä tietoja Ohjelmointikielissä apumuistiin tallennettuja tietoja käsitellään

Lisätiedot

Relaatioalgebra. Relaatioalgebra. Relaatioalgebra. Relaatioalgebra - erotus (set difference) Kyselyt:

Relaatioalgebra. Relaatioalgebra. Relaatioalgebra. Relaatioalgebra - erotus (set difference) Kyselyt: Relaatiomalliin liittyy malli tietokannan käsittelystä Tietokannasta pitää pystyä hakemaan tietoa ja toisaalta tietokantaa on ylläpidettävä Tietokannan käsittelyn malli relaatioalgebra määrittelee operaatiot,

Lisätiedot

C-kielessä taulukko on joukko peräkkäisiä muistipaikkoja, jotka kaikki pystyvät tallettamaan samaa tyyppiä olevaa tietoa.

C-kielessä taulukko on joukko peräkkäisiä muistipaikkoja, jotka kaikki pystyvät tallettamaan samaa tyyppiä olevaa tietoa. Taulukot C-kielessä taulukko on joukko peräkkäisiä muistipaikkoja, jotka kaikki pystyvät tallettamaan samaa tyyppiä olevaa tietoa. Taulukon muuttujilla (muistipaikoilla) on yhteinen nimi. Jokaiseen yksittäiseen

Lisätiedot

HAAGA-HELIA heti09 1 (27) ICT05 Tiedonhallinta ja tietokannat O.Virkki 19.1.2010. Relaatiomalli

HAAGA-HELIA heti09 1 (27) ICT05 Tiedonhallinta ja tietokannat O.Virkki 19.1.2010. Relaatiomalli HAAGA-HELIA heti09 1 (27) Relaatiomalli Relaatiomalli... 2 Peruskäsitteet... 3 Relaatio... 5 Attribuutti ja arvojoukko... 6 Monikko... 7 Säännöt... 8 Arvojoukkoeheyssääntö... 8 Pääavain ja yksilön eheyssääntö...

Lisätiedot

Tietokannat. CREATE TABLE table(col1,col2,... ); Luo uuden taulun. CREATE TABLE opiskelijat(opnumero,etunimi,sukunimi);

Tietokannat. CREATE TABLE table(col1,col2,... ); Luo uuden taulun. CREATE TABLE opiskelijat(opnumero,etunimi,sukunimi); Tietokannat SQL-peruskomentojen pikaopas CREATE TABLE table(col1,col2,... ); Luo uuden taulun. CREATE TABLE opiskelijat(opnumero,etunimi,sukunimi); INSERT INTO table VALUES(val1,val2,... ); Lisää tauluun

Lisätiedot

OLAP-tekniikoiden käyttömahdollisuudet teollisuusprosessien analysoinnissa

OLAP-tekniikoiden käyttömahdollisuudet teollisuusprosessien analysoinnissa Automaatio 1999, 14.-16.9.1999, Helsinki. OLAP-tekniikoiden käyttömahdollisuudet teollisuusprosessien analysoinnissa Jukka Kiviniemi, Antoni Wolski VTT Tietotekniikka, PL 1201, 02044 VTT, Finland Puh.

Lisätiedot

7.11.2006. Helsingin yliopisto/tktl Kyselykielet, s 2006 Relaatiokalkyylit. Harri Laine 1

7.11.2006. Helsingin yliopisto/tktl Kyselykielet, s 2006 Relaatiokalkyylit. Harri Laine 1 perusteita - relaatiokalkyylit perusteita - relaatiokalkyylit Relaatioalgebra on luonteeltaan proseduraalinen tapa käsitellä tietoa. Tiedon haetaan sarjaksi järjestettyjen operaatioiden avulla. Edellä

Lisätiedot

Projektinhallintaa paikkatiedon avulla

Projektinhallintaa paikkatiedon avulla Projektinhallintaa paikkatiedon avulla Tampereen Teknillinen Yliopisto / Porin laitos Teemu Kumpumäki teemu.kumpumaki@tut.fi 25.6.2015 1 Paikkatieto ja projektinhallinta Paikkatiedon käyttäminen projektinhallinnassa

Lisätiedot

Algoritmit 2. Luento 4 To Timo Männikkö

Algoritmit 2. Luento 4 To Timo Männikkö Algoritmit 2 Luento 4 To 21.3.2019 Timo Männikkö Luento 4 Hajautus Yhteentörmäysten käsittely Avoin osoitteenmuodostus Hajautusfunktiot Puurakenteet Solmujen läpikäynti Algoritmit 2 Kevät 2019 Luento 4

Lisätiedot

D B. Tietokannan hallinta kertaus

D B. Tietokannan hallinta kertaus TKHJ:n pääkomponentit metadata TKHJ:ssä Tiedostojen käsittely puskurien rooli tiedostokäsittelyssä levymuistin rakenne ja käsittely mistä tekijöistä hakuaika muodostuu jonotus jos useita samanaikaisia

Lisätiedot

TIETOKANNAT: MYSQL & POSTGRESQL Seminaarityö

TIETOKANNAT: MYSQL & POSTGRESQL Seminaarityö TIETOKANNAT: MYSQL & POSTGRESQL Seminaarityö Tekijät: Eemeli Honkonen Joni Metsälä Työ palautettu: SISÄLLYSLUETTELO: 1 SEMINAARITYÖN KUVAUS... 3 2 TIETOKANTA... 3 2.1 MITÄ TIETOKANNAT SITTEN OVAT?... 3

Lisätiedot

Tällä viikolla. Kotitehtävien läpikäynti Aloitetaan Pelifirman tietovaraston suunnittelu Jatketaan SQL-harjoituksia

Tällä viikolla. Kotitehtävien läpikäynti Aloitetaan Pelifirman tietovaraston suunnittelu Jatketaan SQL-harjoituksia Tällä viikolla Kotitehtävien läpikäynti Aloitetaan Pelifirman tietovaraston suunnittelu Jatketaan SQL-harjoituksia 1.) Mainitse tietokonepelistä (kuvitteellisesta tai todellisesta) esimerkkitilanteita,

Lisätiedot

Fakta versio 5.3.0.1069 Forecast versio 1.3.0.53

Fakta versio 5.3.0.1069 Forecast versio 1.3.0.53 1 (7) Fakta versio 5.3.0.1069 versio 1.3.0.53 Ohessa on luettelo uusista ja muuttuneista toiminnoista ja ominaisuuksista version x.2.1 jälkeen. Porautuminen saldoista tapahtuariveille.. Jako on mahdollista

Lisätiedot

HELIA 1 (17) Outi Virkki Tiedonhallinta 4.11.2000

HELIA 1 (17) Outi Virkki Tiedonhallinta 4.11.2000 HELIA 1 (17) Luento 4.5 Normalisointi... 2 Tavoitteet... 2 Attribuuttien väliset riippuvuudet... 4 Funktionaalinen / moniarvoinen riippuvuus... 4 Transitiivinen / suora riippuvuus... 6 Täydellinen / osittainen

Lisätiedot

Helsingin yliopisto Tietojenkäsittelytieteen laitos (H.Laine) Tietokantojen perusteet. Liitteenä: Tiivistelmä SQL-syntaksista

Helsingin yliopisto Tietojenkäsittelytieteen laitos (H.Laine) Tietokantojen perusteet. Liitteenä: Tiivistelmä SQL-syntaksista Helsingin yliopisto Tietojenkäsittelytieteen laitos 26.2.2014 (H.Laine) Tietokantojen perusteet Liitteenä: Tiivistelmä SQL-syntaksista Kirjoita jokaiseen erilliseen vastausarkkiin kurssin nimi, tenttipäivä,

Lisätiedot

Testiautomaatio tietovarastossa. Automaattisen regressiotestauksen periaate ja hyödyt

Testiautomaatio tietovarastossa. Automaattisen regressiotestauksen periaate ja hyödyt Testiautomaatio tietovarastossa Automaattisen regressiotestauksen periaate ja hyödyt Sisältö 2 Testaus kiinteänä osana DW-toteutusta Regressiotestauksen merkitys Robot Framework Automatisoitu DW:n regressiotestaus:

Lisätiedot

Yksityisyydensuoja internetin paikkatietoja hyödyntävissä palveluissa

Yksityisyydensuoja internetin paikkatietoja hyödyntävissä palveluissa Aalto-yliopisto Perustieteiden korkeakoulu Tietotekniikan koulutusohjelma Yksityisyydensuoja internetin paikkatietoja hyödyntävissä palveluissa Kandidaatintyö 28. huhtikuuta 2013 Janne Paalijärvi Aalto-yliopisto

Lisätiedot

Tietovarastointi, OLAP ja tiedon louhinta

Tietovarastointi, OLAP ja tiedon louhinta Vesa Pekkarinen Tietovarastointi, OLAP ja tiedon louhinta Tietojärjestelmätieteen kandidaatintutkielma 10.9.2007 Jyväskylän yliopisto Tietojenkäsittelytieteiden laitos Jyväskylä TIIVISTELMÄ Pekkarinen,

Lisätiedot

Uudenmuotoiset yliopistot ja tietohallinto, OPM 1.2.2008 Alustuspuheenvuorot Ahti Planman, Kuopion yliopisto,tietotekniikkakeskus (Tike)

Uudenmuotoiset yliopistot ja tietohallinto, OPM 1.2.2008 Alustuspuheenvuorot Ahti Planman, Kuopion yliopisto,tietotekniikkakeskus (Tike) Uudenmuotoiset yliopistot ja tietohallinto, OPM 1.2.2008 Alustuspuheenvuorot Ahti Planman, Kuopion yliopisto,tietotekniikkakeskus (Tike) IT pääsihteerin tehtävänä edistää yliopistojen ITyhteistyötä (paneelialustus)

Lisätiedot

Tietorakenteet ja algoritmit

Tietorakenteet ja algoritmit Tietorakenteet ja algoritmit Kurssin sisältö pääpiirteittäin Tarvittavat pohjatiedot Avainsanat Abstraktio Esimerkkiohjelman tehtäväkuvaus Abstraktion käyttö tehtävässä Abstrakti tietotyyppi Hyötyjä ADT:n

Lisätiedot

Johdanto Javaan ja tietokantojen käsittelyyn Java Database Connectivity (JDBC)

Johdanto Javaan ja tietokantojen käsittelyyn Java Database Connectivity (JDBC) HAAGA-HELIA ICT1TA006: Ohjelmointi 1 /5 Johdanto Javaan ja tietokantojen käsittelyyn Java Database Connectivity (JDBC) (Lähteet: Oracle java jdbc Tutorial, Arvo Lipitsäinen: Tietokannan käsittely JDBC:n

Lisätiedot

NÄYTÖN ARVIOINTI: SYSTEMAATTINEN KIRJALLISUUSKATSAUS JA META-ANALYYSI. EHL Starck Susanna & EHL Palo Katri Vaasan kaupunki 22.9.

NÄYTÖN ARVIOINTI: SYSTEMAATTINEN KIRJALLISUUSKATSAUS JA META-ANALYYSI. EHL Starck Susanna & EHL Palo Katri Vaasan kaupunki 22.9. NÄYTÖN ARVIOINTI: SYSTEMAATTINEN KIRJALLISUUSKATSAUS JA META-ANALYYSI EHL Starck Susanna & EHL Palo Katri Vaasan kaupunki 22.9.2016 Näytön arvioinnista Monissa yksittäisissä tieteellisissä tutkimuksissa

Lisätiedot

Algoritmit 2. Luento 7 Ti Timo Männikkö

Algoritmit 2. Luento 7 Ti Timo Männikkö Algoritmit 2 Luento 7 Ti 4.4.2017 Timo Männikkö Luento 7 Joukot Joukko-operaatioita Joukkojen esitystapoja Alkiovieraat osajoukot Toteutus puurakenteena Algoritmit 2 Kevät 2017 Luento 7 Ti 4.4.2017 2/26

Lisätiedot

Tietovarastot ja SQL Virpi Myllylahti

Tietovarastot ja SQL Virpi Myllylahti Tietovarastot ja SQL Virpi Myllylahti Helsingissä 15. maaliskuuta 2003 Relaatiokannat nyt seminaari HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Sisällysluettelo 1 JOHDANTO... 2 2 SQL JA TIETOVARASTOT...

Lisätiedot

Tietokannat. CREATE TABLE table(col1,col2,... ); Luo uuden taulun. CREATE TABLE opiskelijat(opnumero,etunimi,sukunimi);

Tietokannat. CREATE TABLE table(col1,col2,... ); Luo uuden taulun. CREATE TABLE opiskelijat(opnumero,etunimi,sukunimi); Tietokannat SQL-peruskomentojen pikaopas CREATE TABLE table(col1,col2,... ); Luo uuden taulun. CREATE TABLE opiskelijat(opnumero,etunimi,sukunimi); INSERT INTO table VALUES(val1,val2,... ); Lisää tauluun

Lisätiedot

Tietotekniikan laitos Käki-projekti TIETOKANTASUUNNITELMA. 1. Johdanto

Tietotekniikan laitos Käki-projekti TIETOKANTASUUNNITELMA. 1. Johdanto Jyväskylän yliopisto SUUNNITELMA Tietotekniikan laitos 5.11.2003 Käki-projekti TIETOKANTASUUNNITELMA 1. Johdanto Suunnitelma sisältää kuvauksen tietokannan suunnittelussa käytetyistä periaatteista, kuvan

Lisätiedot

811120P Diskreetit rakenteet

811120P Diskreetit rakenteet 811120P Diskreetit rakenteet 2016-2017 1. Algoritmeista 1.1 Algoritmin käsite Algoritmi keskeinen laskennassa Määrittelee prosessin, joka suorittaa annetun tehtävän Esimerkiksi Nimien järjestäminen aakkosjärjestykseen

Lisätiedot

Kirjoita kuhunkin erilliseen vastauspaperiin kurssin nimi, tentin päiväys, oma nimesi, syntymäaikasi ja nimikirjoituksesi.

Kirjoita kuhunkin erilliseen vastauspaperiin kurssin nimi, tentin päiväys, oma nimesi, syntymäaikasi ja nimikirjoituksesi. Helsingin yliopisto, Tietojenkäsittelytieteen laitos Tietokantojen perusteet, kurssikoe 4.3.2015, H. Laine Tehtävien mukana jaetaan sql-syntaksin tiivistelmä. Kirjoita kuhunkin erilliseen vastauspaperiin

Lisätiedot

Liitosesimerkki Tietokannan hallinta, kevät 2006, J.Li 1

Liitosesimerkki Tietokannan hallinta, kevät 2006, J.Li 1 Liitosesimerkki 16.02.06 Tietokannan hallinta, kevät 2006, J.Li 1 Esim R1 R2 yhteinen attribuutti C T(R1) = 10,000 riviä T(R2) = 5,000 riviä S(R1) = S(R2) = 1/10 lohkoa Puskuritilaa = 101 lohkoa 16.02.06

Lisätiedot

SELECT-lauseen perusmuoto

SELECT-lauseen perusmuoto SQL: Tiedonhaku SELECT-lauseen perusmuoto SELECT FROM WHERE ; määrittää ne sarakkeet, joiden halutaan näkyvän kyselyn vastauksessa sisältää

Lisätiedot

Tunnuslukujen hyödyntäminen johtamisessa

Tunnuslukujen hyödyntäminen johtamisessa Tunnuslukujen hyödyntäminen johtamisessa Jyväskylän ammattikorkeakoulu (JAMK) Korkeakoulujen KOTA seminaari 22. 23.8.2017 Heikki Malinen, Vararehtori Tero Janatuinen, Laatupäällikkö Musta tuntuu -ajattelusta

Lisätiedot

2. Käsiteanalyysi ja relaatiomalli

2. Käsiteanalyysi ja relaatiomalli 2. Käsiteanalyysi ja relaatiomalli lehtori Pasi Ranne Metropolia ammattikorkeakoulu E-mail: pasi.ranne@metropolia.fi sivu 1 Tietokannan suunnitteluprosessin osat sivu 2 Käsiteanalyysi ER-mallinnus, tietomallinnus

Lisätiedot

Sisältö. 22. Taulukot. Yleistä. Yleistä

Sisältö. 22. Taulukot. Yleistä. Yleistä Sisältö 22. Taulukot Yleistä. Esittely ja luominen. Alkioiden käsittely. Kaksiulotteinen taulukko. Taulukko metodin parametrina. Taulukko ja HelloWorld-ohjelma. Taulukko paluuarvona. 22.1 22.2 Yleistä

Lisätiedot

Käsitemallit tietovarastojen moniulotteisessa suunnittelussa

Käsitemallit tietovarastojen moniulotteisessa suunnittelussa Jan Landén Käsitemallit tietovarastojen moniulotteisessa suunnittelussa Tietojärjestelmätieteen kandidaattitutkielma 31.3.2008 Jyväskylän yliopisto Tietojenkäsittelytieteiden laitos Jyväskylä SISÄLLYSLUETTELO

Lisätiedot

Tiedonlouhinta rakenteisista dokumenteista (seminaarityö)

Tiedonlouhinta rakenteisista dokumenteista (seminaarityö) Tiedonlouhinta rakenteisista dokumenteista (seminaarityö) Miika Nurminen (minurmin@jyu.fi) Jyväskylän yliopisto Tietotekniikan laitos Kalvot ja seminaarityö verkossa: http://users.jyu.fi/~minurmin/gradusem/

Lisätiedot

Hallittu siirtymä Business Planningista FPM:ään, sekä uuden ohjelmiston mahdollisuudet.

Hallittu siirtymä Business Planningista FPM:ään, sekä uuden ohjelmiston mahdollisuudet. A Basware Presentation Hallittu siirtymä Business Planningista FPM:ään, sekä uuden ohjelmiston mahdollisuudet. Basware Käyttäjäpäivät 20.-21.9.2011 Rohkeus liiketoiminnan kehittämiseen Lahti Tervetuloa!

Lisätiedot

Ohjelmoinnin perusteet Y Python

Ohjelmoinnin perusteet Y Python Ohjelmoinnin perusteet Y Python T-106.1208 9.2.2009 T-106.1208 Ohjelmoinnin perusteet Y 9.2.2009 1 / 35 Listat Esimerkki: halutaan kirjoittaa ohjelma, joka lukee käyttäjältä 30 lämpötilaa. Kun lämpötilat

Lisätiedot

MICROSOFT EXCEL 2010

MICROSOFT EXCEL 2010 1 MICROSOFT EXCEL 2010 Taulukkolaskentaohjelman jatkokurssin tärkeitä asioita 2 Taulukkolaskentaohjelmalla voit Käyttää tietokonetta ruutupaperin ja taskulaskimen korvaajana Laatia helposti ylläpidettäviä

Lisätiedot

Ohjelmistojen mallintaminen Tietovuokaaviot Harri Laine 1

Ohjelmistojen mallintaminen Tietovuokaaviot Harri Laine 1 Ohjelmistojen mallintaminen Tietovuokaaviot 3.11.2008 Harri Laine 1 t Data flow diagrams Pohjana systeemiteoreettinen järjestelmämalli Input system output Järjestelmän tehtävä on muokata lähtötiedoista

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A000 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2..205 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x x 2 =

Lisätiedot