Методика адаптивного управления процессом проектирования и развития специализированных хранилищ данных тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Бадмаева, Ксения Владимировна

• Бадмаева, Ксения Владимировна
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Бадмаева, Ксения Владимировна

Введение.

1 Проблемы и технологии проектирования хранилищ данных.

1.1 Поддержка управления на основе хранилищ данных.

1.2 Технология и этапы проектирования хранилищ данных.

1.3 Повышение производительности хранилищ данных с помощью предварительных вычислений.

1.4 Методы проектирования хранилищ данных.

1.5 Принцип адаптации для проектирования хранилищ данных.

1.6 Задачи диссертационной работы.

1.7 Выводы к главе 1.

2 Методические и алгоритмические средства проектирования и развития специализированных хранилищ данных.

2.1 Методика адаптивного управления процессом проектирования и развития специализированных хранилищ данных.

2.1.1 Управляющая модель процесса проектирования и развития специализированных хранилищ данных.

2.1.2 Состав и описание функций модели.

2.2 Модель общей стоимости материализации представлений.

2.2.1 Модель хранилища данных с дополнительными структурами.

2.2.2 Формирование модели общей стоимости материализации представлений на основе данных о предметной области.

2.3 Алгоритм определения релевантных представлений для материализации.

2.3.1 Формирование релевантных подмножеств представлений на основе данных о предметной области.

2.3.2 Пример применения алгоритма определения релевантных представлений.

2.4 Выбор представлений для материализации.

2.4.1 Метрики прироста и упадка.

2.4.2 Алгоритм выбора представлений для материализации.

2.5 Алгоритм выбора релевантных представлений для материализации в специализированном хранилище данных.

2.5.1 Процедура применения алгоритма релевантных представлений для материализации.

2.5.2 Изменение модели хранилища данных при поступлении новой информации о предметной области.

2.5.3 Модификация модели хранилища данных при поступлении дополнительного дискового пространства.

2.5.4 Сокращение пространства материализации представлений.

2.6 Выводы к главе 2.

3 Применение методики адаптивного управления процессом проектирования* и'развития специализированных хранилищ данных

3.1 Построение специализированных хранилищ данных в различных прикладных областях.

3.2 Проектирование и реализация специализированного хранилища медико-демографических данных.

3.2.1 Исследование предметной области.

3.2.2 Проектирование и реализация модели хранилища данных.

3.2.3 Определение входных данных для алгоритма релевантности

3.2.4 Общая стоимость материализации».

3.2.5 Выбор представлений.для материализации.

3.2.6 Разработка методов наполнения хранилища данных.

3.2.7 Реализация интерфейса для конечного пользователя.

3.3 Сравнение разработанной методики адаптивного управления с существующими подходами.

3.4 Выводы к главе 3.

Введение диссертации (часть автореферата) на тему «Методика адаптивного управления процессом проектирования и развития специализированных хранилищ данных»

Актуальность исследования

Необходимость оперативной аналитической обработки информации в задачах организационного управления в разных прикладных областях - в здравоохранении, социальной, экономической сферах и других — требует эффективной организации больших объемов данных, поступающих из разнородных источников. Проблемы согласованности данных, оперативности выполнения запросов и обеспечения доступа к информации могут быть решены с использованием технологии хранилищ данных (data warehouses). Чтобы повысить производительность и обеспечить эффективное применение технологии OLAP (On-Line Analytical Processing) требуется решать задачи оптимизации и развития хранилищ данных, учитывая изменяющиеся внешние условия.

Разработке и внедрению хранилищ данных (далее также «хранилищ») посвящены работы зарубежных ученых Б. Инмона, Р. Кимбалла, Э. Спирли, С. Риззи, JI. Кабиббо, Р. Торлоне, М. Голфарелли, Д. Грея, Д. Теодоратоса и др. Из отечественных исследований на эту тему следует отметить работы А.А. Сахарова и подход JI.B. Массель, заключающийся в расширенном применении репозитория хранилища данных в рамках построения ИТ-инфраструктуры системных исследований. Несмотря на обширную методологическую базу, существует необходимость создания формализованных методов и алгоритмов, обеспечивающих корректировку модели данных при изменении условий эксплуатации с целью повышения производительности с сохранением актуальности хранилища. Сложность создания таких методов и алгоритмов обуславливается тем, что для задач разработки хранилищ данных характерна сильная зависимость процесса проектирования и его результата от особенностей конкретной предметной области и опыта проектировщика.

Значительного повышения производительности можно добиться, сохраняя в хранилище обобщенные данные — материализованные представления materialize views). Выбор данных для материализации определяется интуитивно или после учета статистики, собранной сервером хранилища!данных в процессе работы пользователей с аналитической системой. Для обоснованного включения материализованных представлений в хранилище данных при проектировании и развитии не достаточно. существующих методов оптимизации модели данных. Актуальна и востребована разработка методов, позволяющих формализовать выбор материализованных представлений для повышения производительности хранилища данных на всех стадиях; его существования, включая самые ранние: стадии эксплуатации и развития.

Исследование выполнено в соответствии с планами научно-исследовательских работ Института вычислительного моделирования СО РАН' по программе GO РАН — проект 4.3.1.4 «Гибридные информационно-аналитические методы, системы и технологии (№ гос регистрации 01.2.007 09439); по программе фундаментальных исследований Президиума РАН -проект № 14.7 «Методы, и средства OLAP-моделирования»; по грантам Президента для ведущих научных школ № НШ-3428.2006.9;— «Развитие методов компьютерного моделирования и аналитической обработки, данных в системах информационно-телекоммуникационной поддержки регионального управления» и № ШП-3431.2008.9 - «Методы, компьютерного; моделирования и аналитической обработки данных в системах информационно-телекоммуникационной поддержки регионального управления» и гранту РФФИ № 05-07-90244-в — «Развитие технологий хранилищ данных и оперативной аналитической обработки (OLAP) в задачах здравоохранения».

Цель диссертационной работы

Цель диссертационной работы состоит в повышении производительности специализированных хранилищ данных за счет создания методики адаптивного управления процессом проектирования и развития хранилищ данных, позволяющей реагировать на изменение условий эксплуатации.

Для достижения поставленной цели решены следующие задачи:

- исследование существующих методов разработки хранилищ данных и алгоритмов материализации представлений, обоснование актуальности и целесообразности разработки новых методов и алгоритмов;

- разработка методики адаптивного управления процессом проектирования и развития специализированных хранилищ данных на основе известных и предлагаемых методов и алгоритмов;

- разработка метода построения модели общей стоимости материализации представлений на основе информации о предметной области;

- разработка алгоритма выбора релевантных представлений, включающего определение релевантных элементов множества представлений и выбор представлений для материализации;

- программная реализация хранилища медико-демографических данных и информационной системы «Анализ медико-демографических процессов», проектирование модели данных хранилища социально-экономических показателей развития региона, построение банка данных интернет-системы спортивно-оздоровительного движения «Игры народов планеты».

Методы исследования

Методы исследования, применяемые в работе, основаны на теории адаптивных систем, методах системного анализа, теории принятия решений и технологии хранилищ данных.

Основная идея работы

Основная идея работы заключается в разработке методов и алгоритмов, позволяющих повысить производительность хранилища на всех этапах его эксплуатации и развития. Для обеспечения эффективного использования специализированного хранилища предложена методика адаптивного управления, включающая формализованные действия по проектированию модели данных с обоснованным включением материализованных представлений, а также действия по развитию модели хранилища данных в случае изменения условий эксплуатации.

Для повышения производительности модели данных хранилища и учета изменения условий эксплуатации при поступлении новой информации о предметной области или дискового пространства, предложены алгоритмы выбора представлений, расширяющие модель данных хранилища. Выбор представлений выполняется на основе множества релевантных представлений и оценки стоимости их материализации с помощью модели, сформированной на основе данных о предметной области.

Новые научные результаты и положения, выноснмые на защиту

1.Предложенная методика адаптивного управления процессом проектирования и развития хранилищ данных обеспечивает оригинальную формализацию процессов проектирования и развития модели данных, учитывая условия эксплуатации и специализированную информацию о предметной области, что позволяет повысить производительность хранилищ данных.

2.Новый метод формирования модели общей стоимости материализации обеспечивает оценку релевантности представлений на основе информации о предметной области.

3.Оригинальный алгоритм выбора релевантных представлений для повышения производительности хранилища данных позволяет принимать решения о материализации при отсутствии статистической информации о работе хранилища.

Теоретическая значимость

Результаты, полученные при выполнении диссертационной работы, имеют существенное значение для проектирования хранилищ данных и позволяют повышать их производительность за счет учета условий эксплуатации. В отличие от других подходов к проектированию хранилищ данных, предложенные методы и алгоритмы обеспечивают корректировку модели данных даже при' отсутствии-, накопленной, статистической: информации о работе хранилища.

Практическая значимость

Практическим результатом диссертационной работы является информационно-аналитическая; система «Анализ медико-демографических процессов»,, построенная на основе специализированного хранилища данных. Система внедрена в промышленную эксплуатацию в Красноярском краевом медицинском информационно-аналитическом центре; что подтверждается актом о, внедрении. Полученные результаты также использованы в проектировании модели данных хранилища социально-экономических показателей развития региона и построении банка данных интернет-системы спортивно-оздоровительного движения «Игры народов планеты».

Разработанные подходы и алгоритмы могут применяться для- широкого круга предметных, областей по отдельности, комплексно или в сочетании с различными; существующими алгоритмами поиска представлений, алгоритмами вычисления! общей" стоимости: материализации и методами проектирования хранилищ данных. .

Достоверность и обоснованность

Достоверность и обоснованность полученных результатов обеспечивается корректно проведенным анализом и применением средств1 технологии хранилищ данных и теории принятия решений, анализом литературы и существующих разработок, обоснованием постановки задач диссертационной работы, результатами успешного применения предложенных методов и алгоритмов; а также результатами анализа эффективности применения^ предложенных подходов.

Личный вклад автора

Основные результаты, представленные в работе, получены .непосредственно автором, а именно: методика проектирования и развития специализированных хранилищ- данных на основе адаптивного подхода; метод формирования общей стоимости материализации; представлений; алгоритма выбора релевантных представлений; включающего определение релевантных элементов множества, представлений и выбор представлений для материализации. .

Автор является одним.из разработчиков; специализированного хранилища медико-демографических данных, информационно-аналитической системы «Анализ медико-демографических процессов», модели данных хранилища; социально-экономических показателей; развития? региона, разработанных коллективом отдела прикладной информатики ИВМ СО РАН. Автор является разработчиком интернет-системы для ведения- банка данных спортивно-оздоровительного движения «Игры народов планеты».

Апробация работы Основные результаты диссертационной работы- а также результаты конкретных прикладных исследований представлены на VI Всероссийской; конференции с международным участием «Новые информационные технологии в исследовании сложных структур» (Шушенское, 2006), на Международной научно-практической конференции «Общественное здоровье: инновации в экономике,, управлении и правовые вопросы здравоохранения» (Новосибирск, 2005), на IX и X Всероссийской научно-практической конференции «Проблемы информатизации региона» (Красноярск, 2005; 2007), на конференции молодых ученых ИВМ СО РАН (Красноярск, 2005, 2006, 2007), на IV и V Всероссийской конференции «Всесибирский конгресс женщин-математиков» (Красноярск, 2006, 2008), на XIV Байкальской Всероссийской конференции «Информационные и математические технологии в науке и управлении» (2009).

Публикации

По результатам диссертационной работы опубликовано 14 работ, в том числе 4 статьи в журналах из списка изданий, рекомендуемых ВАК для публикации результатов кандидатских и докторских диссертаций.

Структура и объем работы

Диссертация состоит из введения, 3 глав, заключения и списка использованных источников. Основное содержание работы изложено на 148 страницах текста, содержит 26 рисунков и 12 таблиц. Список использованных источников включает 127 наименований, в том числе 74 иностранные публикации и 28 Internet-источника.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Бадмаева, Ксения Владимировна

3.4 Выводы к главе 3

Представлены результаты применения разработанного методического и алгоритмического обеспечения для решения задачи построения специализированного хранилища медико-демографических данных. Выполнен сравнительный анализ характеристик существующих подходов к проектированию и развитию хранилищ данных. Показано, что предлагаемый подход обеспечивает комплексное решение проектирования и развития специализированных хранилищ данных, и является естественным дополнением к уже существующим и активно применяемым методам и подходам к проектированию хранилищ данных.

Особенностью предложенной методики является обеспечение оригинальной формализации процессов проектирования и развития модели хранилища данных, учитывающих условия эксплуатации хранилища и специализированную информацию о предметной области. Показано, что использование предложенных алгоритмов обеспечивает сокращение пространства поиска, существенно уменьшает количество вычислений общей стоимости материализации и позволяет получить решение, учитывающее требования пользователей.

Показана целесообразность использования материализованных представлений для сокращения времени доступа к данным на задаче исследования медико-демографических процессов.

Заключение

В результате исследований, проведенных автором диссертационной работы, получены следующие основные результаты:

1. На основе анализа предметной области и обзора научных публикаций обоснована актуальность разработки методов и алгоритмов, обеспечивающих повышение производительности хранилищ данных.

2. Предложена методика адаптивного управления процессом проектирования и развития специализированных хранилищ данных. Данная методика позволяет повышать производительность хранилищ данных за счет учета условий эксплуатации и использования алгоритма выбора релевантных представлений для материализации.

3. Разработан метод формирования модели общей стоимости материализации представлений на основе информации о предметной области, обеспечивающий использование алгоритмов выбора представлений для материализации при отсутствии накопленной статистической информации о работе хранилища данных.

4. Разработан алгоритм выбора релевантных представлений, учитывающий требования пользователей и позволяющий принимать решения о включении материализованных представлений в хранилище данных на основе информации о предметной области.

5. Предложенные методические и алгоритмические средства применены для построения специализированного хранилища медико-демографических данных. На основе специализированного хранилища данных разработана информационная система «Анализ медико-демографических процессов».

6. Полученные результаты также использованы в проектировании модели данных хранилища социально-экономических показателей развития региона и построении банка данных интернет-системы спортивно-оздоровительного движения «Игры народов планеты».

Анализ практической значимости и перспективности полученных результатов позволяет сделать следующие выводы.

1. Целесообразно применять разработанные методические и алгоритмические средства проектирования для создания специализированных хранилищ данных в задачах информационно-аналитической поддержки принятия решений для органов территориального управления.

2. Предложенная методика адаптивного управления применима в процессе создания и развития хранилищ для включения в модель данных дополнительных структур, повышающих скорость доступа к информации. Методика предоставляет формализованные способы развития хранилища данных при изменении условий его эксплуатации и появлении новой информации или дополнительного дискового пространства.

3. Разработанное методическое и алгоритмическое обеспечение реализовано в автоматизированной информационной системе «Анализ медико-демографических процессов».1 Результаты диссертационной работы используются в Красноярском Медицинском информационно-аналитическом центре. Апробация разработанных алгоритмов позволяет сделать вывод о непротиворечивости полученных результатов и, следовательно, об адекватности методики.

4. Дальнейшее развитие методики адаптивного управления предполагает интеграцию с существующими подходами и средствами развития структуры хранилища данных для расширения области действия алгоритмов и повышения их универсальности.

Использование результатов диссертационной работы подтверждено актом о внедрении в промышленную эксплуатацию в Красноярском медицинском информационно-аналитическом центре.

Список литературы диссертационного исследования кандидат технических наук Бадмаева, Ксения Владимировна, 2009 год

1. Альперович, М. Введение в OLAP и многомерные базы данных / М. Альперович // PC Week. 1999. - №3. - С. 84-91.

2. Аналитический программный комплекс «Нострадамус» Электронный ресурс.: официальный сайт разработчика, — 2009. — Режим доступа: http ://www.programbank.ru/

3. Бадмаева, К.В. Интернет средства мониторинга состояния здоровья населения / К.В. Бадмаева // Материалы пятого Всесибирского конгресса женщин-математиков / РИО СФУ. Красноярск, 2008. - С. 38-43.

4. Бадмаева, К.В. Проектирование и реализация системы ведения мирового банка информации для спортивно-оздоровительного движения «Игры народов планеты» / К.В. Бадмаева // Материалы конференции молодых ученых / ИВМ СО РАН. Красноярск, 2007. - С. 38-42.

5. Бешелев, С.Д. Математико-статистические методы экспертных оценок / С.Д. Бешелев, Ф.Г. Гурвич; Изд.2, перераб. и доп., 1980. - 264 с.

6. Введение в базы данных Электронный ресурс.: учебное пособие / Ю.А. Зеленков. 1997. - Режим доступа: http://www.mstu.edu.ru/ education/materials/zelenkov/toc.html

7. Висков, А.В. Средства описания многомерных моделей данных /А.В. Висков, М.Б.Фомин // Вестник РУДН. 2003. -Т. 2. - №1. -С. 128-139.

8. Горохова, А.В. OLAP-средства системы «Аналитик» / А.В. Горохова, П.П. Ишенин, М.И. Никитина // Труды Всероссийской конференции

9. Информационно-аналитические системы и технологии в здравоохранении и ОМС» / КМИАЦ. Красноярск, 2002. - С.220-228.

10. Гретцер, Г. Общая теория решеток / Г. Гретцер: М.: Мир, 1981. - 456 с.

11. Дейт, К. Дж. Введение в системы баз данных, 7-е изд.: пер. с англ. / К.Дж. Дейт. М.: Вильяме, 2001.-1072 с.

12. Евланов, Л.Г. Экспертные оценки в управлении. / Л.Г. Евланов, В.А. Кутузов.-М;: Экономика, 1978. 134 с.

13. Исаева, О.С. Проблемы построения специализированного хранилища демографических данных / О.С. Исаева, К.В. Шалдыбина // Вестник Красноярского государственного . университета, «Физико-математические науки». — 2006: — № 1. — С. 222-227.

14. Исаева, О.С. Технологические особенности оперативного анализа медико-демографических данных / О.С.Исаева, К.В. Шалдыбина //Вестник Томского^государственного университета. Приложение. — 2006. № 18. -С. 169-174.

15. Калянов, Г.Н. CASE структурный системный анализ (автоматизация и применение) / Г.Н. Калянов; —М.: ЛОРИ, 1996. 242 с.

16. Каменова, М. Моделирование бизнеса. Методология ARIS / М. Каменова, А. Громов, М. Ферапонтов, А. Шматалюк // М.: Метатех-нология, — 2001. — 327 с.

17. Конноли, Т. Базы данных: проектирование, реализация и сопровождение. Теория и практика, 2-е изд.: пер. с англ. / Т. Конноли, К. Бегг, А. Страчан. М:: Вильяме, 2001. - 1120 с.

18. Куропаткин, П.В. Оптимальные и адаптивные системы / П.В; Куропаткин//М.: Высш.школа; 1980. - 287 с.

19. Маклаков; С.В. Bpwin и Erwin CASE средства разработки информационных систем / С.В: Маклаков. - М!: Диалог-МИФИ; 1999: - 256 с.

20. Марко, Д.А. Методология? структурного анализа и проектирования / Д. Марко, К. Макгоуэн. М.: Мётатехнология, 1992. - 239 с.

21. Массель, JI.B. ИТ-Инфраструктура научных исследований: методический подход ш реализациям / JI.В.Масс ель, Е.А.Болдырев, Н.Н.Макагонова, А.Н.Копайгородский, А.В.Черноусов // Вычислительные технологии. Том 11,.2006. — С. 59-68.

22. Новые методологии программирования Электронный ! ресурс.: статья пер: с англ: ./ М.Фаулер: — 2001. Режим доступа: http://www.maxkincom/ sd/newmethRUS.html

23. Обзор алгоритмов MOLAP Электронный ресурс.: статья» / Ю. Кудрявцев. — 2008. — Режим доступа: http://www.citforum.ru/ consuIting/BI/molapoverview/

24. Обзор методов оптимизации? запросов, в реляционных системах Электронный ресурс.: статья пер. с англ. / С. Чаудхари.— 1999. Режим доступа: http://wAvw.citforum.ru/database/digest/over001 .shtml

25. Оптимизация запросов? в системах баз данных: Электронный ресурс.: статья1 пер: с англ. / М. Ярке, Ю. Кох. — 2005. — Режим доступа: http://www.citfomm.m/database/articles/queryoptimization/ .

26. Очистка данных: проблемы, и актуальные подходы Электронный: ресурс.: статья г пер. с англ. / Э. Рэм, Х.Х. Ду. — 2001. — Режим: доступа: http://www.olap.ru/basic/datacleamasp

27. Пенькова^.Т.Г. Модель хранилища данных для анализа показателей развития региона / Т.Г. Пенькова, К.В. Шалдыбина // Материалы конференции молодых ученых / ИВМ СО РАН. Красноярск, 2006. - С. 78-82.

28. Пенькова, Т.Г. Проектирование специализированного хранилища показателей социально-экономического развития региона / Т.Г. Пенькова, Л.Ф. Ноженкова, К.В. Бадмаева // Вестник КрасГАУ. -2007. № 14. -С. 122-128.

29. Перегудов, Ф.И, Основы системного анализа / Ф.И. Перегудов, Ф.П. Тарасенко / HTJI. Томск, 2001. - 396, с:

30. Платформа Хранилищ данных Контур Электронный ресурс.: официальный сайт разработчика, — 2009. — Режим доступа: http://www.iso.ru/products/phdk/

31. Результаты тестов ТРС-Н для задач поддержки принятия решений Электронный ресурс.: статья по материалам комитета ТРС. Режим доступа: http://www.olap:ru/trends/completetpc.asp

32. Рынок платформ для хранилищ данных: результаты исследования IDC Электронный ресурс.: статья / Intersoft Lab. — 2008. — Режим доступа: http://citcity.ru/20054/

33. Сараев, А.Д. Системный анализ и современные информационные технологии /А.Д. Сараев, О.А. Щербинина // Труды Крымской.Академии наук / СОНАТ. Симферополь, - 2006. - С. 47-59.

34. Сахаров, А.А. Концепции построения и реализации информационных систем, ориентированных на анализ данных / А.А. Сахаров // СУБД. -1996.-№4.-С. 55-70.

35. Серверы под рабочей нагрузкой Электронный ресурс.: статья журнала Открытые системы, №3 / С.Кузнецов. 2003. - Режим доступа: http://citforum.univ.kiev.ua/computer/2003-03/

36. Симанков, B.C. Системный анализ в адаптивном управлении: Монография (научное издание) / B.C. Симанков, Е.В. Луценко, В.Н. Лаптев //Институт современных технологий и экономики Краснодар, 2001. -258 с.

37. Спирли, Э. Корпоративные хранилища данных. Планирование, разработка, реализация / Э. Спирли. М.: Вильяме, 2001. - 400 с.

38. Спицнадель, В.Н. Основы системного анализа / В.Н. Спицнадель. -СПб.: Изд-ский дом Бизнес-пресса, 2000. 325 с.

39. Технология многомерных баз данных Электронный ресурс.: статья

40. Т.Б.Педерсен, К.Иенсен. 2002. - Режим доступа: http://www.osp.ru/ os/2002/01/180958/

41. Трансляция сводных таблиц в беспроводных сетях Электронный ресурс.: статья. 2003. - Режим доступа: http://citforum.univ.kiev.ua/ consulting/BI/svtable/

42. Шалдыбина, К.В. Средства накопления, унификации и актуализации данных для анализа медико-демографических процессов /К.В. Шалдыбина // Материалы конференции молодых ученых / ИВМ СО РАН. Красноярск, 2005. - С. 75-79.

43. Эмблер, С.В. Рефакторинг баз данных: эволюционное проектирование, пер. с англ. / С.В. Эмблер, П.Дж. Садаладж. — М.: Вильяме, 2007. — 672 с.л

44. Abello, A. YAM : a multidimensional conceptual model extending UML /А. Abello, J. Samos, F. Saltor // Information Systems. 2006. - 31(6). -P. 541-567.

45. Beyer, K. Bottom-up computation of sparse and iceberg cubes / K. Beyer, R. Ramakrishnan // Proc. of the 1999 ACM SIGMOD Inter. Conf. on Management of Data, New York. 1999. - P. 359-370.

46. Bouzeghoub, M.A Quality-based framework for physical data warehouse design / M. Bouzeghoub, Z. Kedad // Proc. of the Inter. Workshop on Design and Management of Data Warehouses, Stockholm, Sweden, 2000. -Article 9.- 12 p.

47. Bruno, N. Physical design refinement: The «merge-reduce» approach / N. Bruno, S. Chaudhuri // ACM Transactions on Database Systems, 2007. -Vol. 32. No. 4. - Article 28. - 43 p.

48. Buzydlowski, J.W. A framework for object-oriented on-line analytic processing / J.W. Buzydlowski, I. Song, L. Hassell // Proc. of the 1st ACM Inter. Workshop on Data Warehousing and OLAP, New York. 1998. -P. 10-15.

49. Cabibbo, L. A logical approach to multidimensional databases / L. Cabibbo, R. Torlone // Proc. of the 6th Inter. Conf. on Extending Database Technology: Advances in Database Technology, Springer-Verlag, London. — 1998. — Vol. 1377.-P. 183-197.

50. Chen, Z. Efficient computation of multiple group by queries / Z. Chen, V.R. Narasayya // Proc. of the ACM SIGMOD Inter. Conf. on Management of Data, Baltimore, Maryland, USA. 2005. - P. 263-274.

51. Dehne, F. Efficient computation of view subsets / F. Dehne, T. Eavis, A. Rau-Chaplin // Proc. of the ACM Tenth Inter. Workshop on Data Warehousing and OLAP, Lisbon, Portugal. 2007. - P. 65-72.

52. FirebirdSQL Электронный ресурс.: официальный сайт Firebird, 2009. -Режим доступа: http://www.firebirdsql.org/

53. Giorgini, P. Goal-oriented requirement analysis for data warehouse design / P. Giorgini, S. Rizzi, M. Garzetti // Proc. of the 8th ACM Inter. Workshop on Data Warehousing and OLAP, Bremen, Germany. 2005. — P. 47-56.

54. Golfarelli, M. A methodological framework for data warehouse design /М. Golfarelli, S. Rizzi // Proc. of the 1st Inter. Workshop on Data Warehousing and OLAP, Maryland, USA. 1998. - P. 3-9.

55. Golfarelli, M. The dimensional fact model: a conceptual model for data warehouses / M. Golfarelli, D. Maio, S. Rizzi // Inter. Journal of Cooperative Information Systems. 1998. -No.7. - P. 215-247.

56. Golfarelli, M. View materialization for nested GPSJ queries / M. Golfarelli, S. Rizzi // Proc. of the Inter. Workshop on Design and Management of Data Warehouses.-2000.-P. 10-1, 10-9.

57. Gray, J. Data Cube: A relational aggregation operator generalizing group-by, cross-tab and sub-totals / J.Gray, S. Chaudhuri, A. Bosworth, A. Layman, D. Reichart, M. Venkatrao // Data Mining and Knowledge Discovery. 1997. -No. 1(1).-P. 29-54.

58. Gupta, H. Selection of views to materialize in a data warehouse / H. Gupta, F.N. Afrati, P.G. Kolaitis // Proc. of the 6th Inter. Conf. on Database theory., Eds. Lecture Notes In Computer Science, Springer-Verlag, London. 1997. -P. 98-112.

59. Hanson, E.N. A performance analysis of view materialization strategies /E.N. Hanson // Proc. of the ACM SIGMOD Conf. on Management of Data. -1987.-P. 440-445.

60. Harinarayan, V. Implementing data cubes efficiently / V. Harinarayan, A. Rajaraman, J.D. Ullman // Proc. of the 1996 ACM SIGMOD Inter. Conf. on Management of Data, Quebec. 1996. - P. 205-216.

61. Horng, J.-T. Applying evolutionary algorithms to materialized view selection in a data warehouse / J.-T. Horng, Y.-J. Chang, B.-J. Liu // Soft Computing, Springer-Verlag. -2003. -No.7. P. 574-581.

62. Hung, M. Efficient approaches for materialized views selection in a data warehouse / M. Hung, M. Huang, D. Yang, N. Hsueh // Information Sciences -2007.-No. 177.-P. 1333-1348.

63. Heusemann, B. Conceptual data warehouse design / B.Heusemann, J. Lechtenbeorger, G. Vossen // Proc. of the DMDW. 2000. - P. 3-9.

64. IBM Informix Электронный ресурс.: официальный сайт разработчика, -2009. — Режим доступа: http://www.ibm.com/developerworks/data/ products/informix/

65. IBM InfoSphere DataStage Электронный ресурс.: официальная страница сайта продукта. Режим доступа: http://www-01.ibm.com/software/ data/infosphere/datastage/

66. IBM System р Электронный ресурс.: официальная страница сайта продукта. Режим доступа: http://www-03.ibm.eom/systems/p/

67. Informatica Электронный ресурс.: официальный сайт Informatica. — Режим доступа: http://www.informatica.com/Pages/index.aspx

68. Inmon, W.H. Building the data warehouse / W.H. Inmon. John Willey & Sons, New York, 1992. - 312 p.

69. InterBase Электронный ресурс.: официальный сайт разработчика, — 2009. Режим доступа: http://www.borland.com/

70. Kalnis, P. View selection using randomized search / P. Kalnis, N. Mamoulis, D. Papadias // Data Knowledge Engineering. 2002. - No. 42(1). -P. 98-111.

71. Kamble, A.S. A conceptual model for multidimensional data / A.S. Kamble // Proc. of the Fifth on Asia-Pacific Conf. on Conceptual Modelling, Australian Computer Society, Darlinghurst, Australia. 2008. - Vol. 79. - P. 29-38.

72. Kimball, R. The data warehouse toolkit: the complete guide to dimensional modeling / R. Kimball, M. Ross. John Wiley & Sons, Inc. New York, 2002. -416 p.

73. Kudryavcev, Y. Efficient algorithms for MOLAP data storage and query processing / Y. Kudryavcev // Proc. of the Spring Young Researcher's Colloquium on Database and Information Systems, Moscow, 2006. 5 p.

74. Labio, W.J. Physical database design for data warehouses / WJ. Labio, D. Quass, B. Adelberg // Inter. Conf. on Data Engineering. — 1997. -P. 277-288.

75. Lakshmanan, L. QC-trees: An efficient summary structure for semantic OLAP / L. Lakshmanan, J. Pei, Y. Zhao // Proc. of the 2003 ACM SIGMOD Inter. Conf. on Management of Data, San Diego, CA. 2003. - P. 64-75.

76. Lawrence, M. Multiobjective genetic algorithms for materialized view selection in OLAP data warehouses / M. Lawrence // Proc. of the 8th Annual Conf. on Genetic and Evolutionary Computation, Seattle, Washington, USA. -2006.-P. 699-706.

77. Liang, W. Materialized view selection under the maintenance time constraint / W. Liang, H. Wang, M.E. Orlowska // Data and KnowledgeEngineering. -2001.-No. 37.-P. 203-216.

78. Lujan-Mora, S. A UML profile for multidimensional modeling in data warehouses / S. Lujran-Mora, J. Trujillo, I. Song // Data Knowledge Engineering. -2006. Vol.59. - No. 3. - P. 725-769.

79. Lujarn-Mora, S. Extending UML for multidimensional modeling / S. Lujarn-Mora, J. Trujillo, I.-Y. Song // Proc. of the 5th Inter. Conf. on the Unified Modeling Language, LNCS 2460, Dresden, Germany. 2002. -P. 290-304.

80. Mazon, J. Applying MDA to the development of data warehouses / J. Mazon, . J. Trujillo, M. Serrano, M. Piattini // Proc. of the 8th ACM Inter. Workshopon Data Warehousing and OLAP, Bremen, Germany. 2005. - P. 57-66.

81. Morfonios, K. CURE for cubes: cubing using a ROLAP engine / K. Morfonios, Y. Ioannidis // Proc. of the 32nd Inter. Conf. on Very Large Data Bases, Seoul, Korea.- 2006.-P. 379-390. ,

82. Morfonios, K. ROLAP implementations of the data cube / K. Morfonios, S. Konakas, Y. Ioannidis, N. Kotsis // ACM Computing Surveys, 2007. -Vol. 39. No. 4. — Article 12. - 53 p.

83. MySQL Электронный ресурс.: официальный сайт MySQL. 2009. - Режим доступа: http://www.mysql.com/

84. Pedersen, Т.В. Warehousing the world: a few remaining challenges / T.B. Pedersen // Proc. of the ACM Tenth international Workshop on Data Warehousing and OLAP, Lisbon, Portugal. 2007.- P. 101-102.

85. Pedersen, T.B. Multidimensional data modeling for complex data / T.B. Pedersen, C.S. Jensen // Proc: of 15th Inter. Gonf. on Data Engineering, IEEE Computer Society. 1999. - P. 336-346.

86. Peralta, V. On the applicability of rules to automate data warehouse logical design / V. Peralta, A. Illarze, R. Ruggia, // Proc. of the 15th Conf. on Advanced Information Systems Engineering Klagenfurt, Velden, Austria. -2003.-P. 329-340.

87. Phuboon-ob, J. Selecting materialized! views using: two-phase optimization with multiple view processing plan / J. Phuboon-ob, R. Auepanwiriyakul //Inter. Journal, of Computer and lnformation Science and Engineering. -2007.-№1.-P. 108-113.

88. Red Brick.Warehouse Электронный ресурс.: сайт IBM. 2009. - Режим доступа: http://www-01.ibm.com/software/data/informix/redbrick/

89. Rizzi, S. Research in data warehouse modeling and design: dead or: alive? / S. Rizzi, A. Abello, J. Eechtenborger, JiTrujillo // Proc: of the 9th< AGMCIn-ter. Workshop on» Data' Warehousing and* OEAP; New York. 2006;1. P. 3-10.

90. Ross, K. Fast Computation* of Sparse Datacubes / K. Ross, D. Srivastava // Proc. of the 23rd Inter. Conf. on Very l,arge Data Bases, San, Francisco, CA.-1997.-P. 116-125.

91. Sapia, C. Extending the E/R model for the multidimensional paradigm / C.Sapia, M; Blaschka, G. Heofling, B. Dinter // Proc. ER Workshop on Data Warehousing and Data Mining. 1998. - P. 105-116.

92. Sapia, C. On modeling and predicting query behavior in olap systems / C. Sapia // Inter. Workshop on Design and Management of Data Warehouses, Heidelberg, Germany. —1999-— P. 1-10;

93. Shukla, A. Materialized view selection for multidimensional datasets / A.Shukla, P.Deshpande, J.F.Naughton // Proc. of the 24rd Inter. Conf. on Very Large Data Bases. 1998. - P. 488-499.

94. Sismanis, Y. Dwarf: shrinking the PetaCube / Y. Sismanis, A. Deligiannakis, N. Roussopoulos, Y. Kotidis // Proc. of the 2002 ACM SIGMOD Inter. Conf. on Management of Data, Madison, Wisconsin, USA. 2002. - P. 464-475.

95. SQL Server 2008 Электронный ресурс.: сайт Microsoft. 2009. - Режим доступа: http://www.microsoft.com/sqlserver/2008/en/us/default.aspx

96. SQL:1999 Электронный ресурс.: сайт SQL. — 2009. Режим доступа: http://www.service-architecture.com/database/articles/sql 1999.html

97. The OLAP report Электронный ресурс.: сайт проекта «The OLAP report». -Режим доступа: http://www.olapreport.com/

98. Theodoratos, D. A general framework for the view selection problem for data warehouse design and evolution / D. Theodoratos, M. Bouzeghoub // Proc. of the 3rd ACM Inter. Workshop on Data Warehousing and OLAP, New York. — 2000.-P. 1-8.

99. Theodoratos, D. Data warehouse configuration / D. Theodoratos, T. Sellis //Proc. of the 23rd Inter. Conf. on Very Large Data Bases. 1997. -P. 126-135.

100. Theodoratos, D. Designing data warehouses / D. Theodoratos, T. Sellis // Data Knowl. Eng. 31. 1999. - No. 3. - P. 279-301.

101. Theodoratos, D. Incremental design of a data warehouse / D. Theodoratos, T. Sellis // Journal of Intelligent Information Systems. 2000. - Vol.15. -P. 7-27.

102. TPC Benchmark-H Электронный ресурс.: сайт комитета ТРС. Режим доступа: http://www.tpc.org/tpch/

103. Tryfona, N. StarER: A conceptual model for data warehouse design /N. Tryfona, F. Busborg, J. Christiansen // Proc. of the ACM 2nd Intl. Workshop on Data Warehousing and OLAP, Kansas City. 1999. - P. 3-8.

104. Uchiyama, H. Progressive view materialization algorithm / H. Uchiyama, K. Runapongsa, T.J. Teorey // Proc. of the 2nd Inter. Data Warehousing and OLAP Workshop, Kansas City. 1999. - P. 36-41.

105. Vassiliadis, P. Modeling multidimensional databases, cubes and cube operations / P. Vassiliadis // Proc. of the 10th Int. Conf. on Scientific and Statistical Database, IEEE Computer Society, Washington; DC. 1998. - P. 53-62.

106. Yu, J. X. Materialized view selection as constrained evolutionary optimization /J.X. Yu, X. Yao, Ch-H. Choi, G. Gou // Systems, Man, and Cybernetics, Part C: Applications and Reviews. 2003. - Vol. 33. - No. 4. - P. 458-467.

107. Zhang, C. An evolutionary approach to materialized views selection in a data warehouse environment / C. Zhang; X. Yao, J: Yang // IEEE Trans. Syst., Man, Cybern. -2001. No 3. - P. 1-30.

108. Zhang, C. Genetic algorithm for materialized' view selection in data warehouse environments / C. Zhang, J. Yang // Proc. of the 1st Intl. Conf. on Data Warehousing and- Knowledge Discovery, Springer-Verlag. 1999. -No. 1676. — P. 116-125.