Курсовая работа - Проектирование ИАС фирмы

Подождите немного. Документ загружается.

Клиент подает заявку на подключение к сети Интернет, его регистрируют.

Информация о клиенте импортируется в хранилище данных и в базу данных.

В зависимости от выбранного тарифного плана осуществляется либо

повременная тарификация, либо по количеству трафика. Данные о

тарификации поступают на обработку, после чего также сохраняются в БД и

ХД. Обработка данных ведется набором приложений, состав которых может

отличаться в зависимости от заказанных клиентом телематических услуг.

Структурированные данные визуализируются и экспортируются.

Генерируется счет клиенту. В случии неуплаты этот факт заносится в ХД и

обслуживание клиента приостанавливается до погашения задолжности. В

случи оплаты информация об этом также заносится в ХД, клиенту выдается

чек/квитанция и происходит дальнейшее предоставление услуг.

4. Инфологическая модель представления данных

- .фирмы провайдера

Инфологическое проектирование, прежде всего, связано с

попыткой представления семантики предметной области в модели БД.

Реляционная модель данных в силу своей простоты и лаконичности не

позволяет отобразить семантику, то есть смысл предметной области. Ранние

теоретико-графовые модели в большей степени отображали семантику

предметной области. Они в явном виде определяли иерархические связи

между объектами предметной области.

ERwin - лидер среди средств моделирования баз данных и хранилищ

данных. Позволяет проектировать, документировать и сопровождать базы

данных различных типов. Поддерживая прямое и обратное проектирование

для 20 типов СУБД, ERwin повышает качество разрабатываемой БД,

производительность труда и скорость разработки.

В основе ER-модели лежат следующие базовые понятия:

Сущность – любой различимый объект (объект, который мы можем

отличить от другого), информацию о котором необходимо хранить в базе

данных.

Атрибут – поименованная характеристика сущности. Его

наименование должно быть уникальным для конкретного типа сущности, но

может быть одинаковым для различного типа сущностей. В данном примере

атрибутами являются «персональные данные», «многоуровневая БД»,

«административный интерфейс для ручного управления» и т.д.

Между сущностями могут быть установлены связи – бинарные

ассоциации, показывающие каким образом сущности соотносятся или

взаимодействуют между собой.

Кроме того, в ER-модели допускается принцип категоризации

сущностей. Это значит, что, как и в объектно-ориентированных языках

программирования, вводится понятие подтипа сущности, то есть сущность

может быть представлена в виде двух или более своих подтипов —

сущностей, каждая из которых может иметь общие атрибуты и отношения и/

или атрибуты и отношения, которые определяются однажды на верхнем

уровне и наследуются на нижнем уровне. Все подтипы одной сущности

рассматриваются как взаимоисключающие, и при разделении сущности на

подтипы она должна быть представлена в виде полного набора

взаимоисключающих подтипов. Если на уровне анализа не удается выявить

полный перечень подтипов, то вводится специальный подтип, называемый

условно ПРОЧИЕ, который в дальнейшем может быть уточнен: В реальных

системах бывает достаточно ввести подтипизацию на двух-трех уровнях.

Логическая структура хранилища данных представлена на рис. 9.

Баланс

Контактные

телефоны

КЛИЕНТ

оформляет

Адрес

Заказ

Счет

Паспортные

данные

Трафик

оплачивает

обладает

обращается

производит

Офис

подключения

Сотрудник

работает

обращается

ВРЕМЯ

фиксируется

Рис. 9 Инфологическая модель представления данных фирмы-провайдера.

5. Ключевые показатели эффективности предметной

.области

Суть метода управления при помощи KPI (от англ. Key Performance

Indicator) заключается в построении «дерева целей» (иначе – «нормативов»),

тесно увязанных с бизнес-задачами компании (или отдельного

подразделения, или даже отдельного сотрудника) и отслеживание

выполнения каждого норматива. Метод позволяет держать под контролем

ключевые параметры в заданном коридоре, выстраивать эффективную

систему мотивации сотрудников, своевременно находить критические точки

и узкие места в работе подразделений или организации в целом.

Для каждой компании набор KPI может быть совершенно разным, как

разными будут и глобальные цели и задачи предприятий.

В данной компании будет использован следующий набор ключевых

показателей:

Финансы и Экономика:

- затраты на содержание оборудования;

- рыночная стоимость компании;

- оборот;

- общая сумма активов;

- затраты на аренду сетей;

- доходы от предоставления в аренду сетей;

Рынок и Клиенты:

- количество новых клиентов;

- доход от новых клиентов;

- количество потерянных клиентов;

- расходы на маркетинг;

Сотрудники:

- количество сотрудников;

- доходы и расходы на одного сотрудника;

- расходы на обучение персонала;

- уровень автоматизации;

- текучесть кадров;

- число прошедших обучение в отчетный период;

- общие затраты на текучесть;

Бизнес-процессы:

- время обработки заявки;

- операционные издержки;

- время внедрения новых технологий;

- время реагирования на претензии;

- рост производительности труда;

- сроки проведения технических работ.

6. Обоснование выбора структуры данных

Успешная компания сегодня должна принимать множество различных

решений. И чем более обоснованные решения будут приняты, тем большего

успеха и прибыли достигнет предприятие. Для многих лиц, играющих

ключевую роль в принятии решений, способность быстрее и эффективнее

конкурента анализировать бизнес-процессы означает принятие более

правильных решений, достижение большей прибыльности и большего

успеха. Оптимизация реляционной базы данных предоставила компаниям

возможность продуктивно собирать данные о транзакциях, поставляя

информации лицам, принимающим решения. Тем не менее, имеется верхний

предел объема данных, который может содержаться в реляционной базе

данных, при котором еще сохраняется возможность достаточно эффективно

осуществлять анализ.

OLAP позволяет выполнять быстрый и эффективный анализ над

большими объемами данных. Данные хранятся в многомерном виде, что

наиболее близко отражает естественное состояние реальных бизнес-данных.

Кроме того, OLAP предоставляет пользователям возможность быстрее и

проще получать сводные данные. С его помощью они могут при

необходимости углубляться (drill down) в содержимое этих данных для

получения более детализированной информации.

Прикладной частью OLAP-системы является OLAP-сервер. Эта

составляющая выполняет всю работу (в зависимости от модели системы), и

хранит в себе всю информацию, к которой обеспечивается активный доступ.

Архитектурой сервера управляют различные концепции. В частности,

основной функциональной характеристикой OLAP-продукта является

использование для хранения данных многомерной (ММБД, MDDB) либо

реляционной (РДБ, RDB) базы данных.

MOLAP - это Multidimensional On-Line Analytical Processing, то есть

Многомерный OLAP. Это означает, что сервер для хранения данных

использует ММБД. Поскольку большинство OLAP-продуктов основаны на

МДБД, под OLAP часто понимают также и MOLAP.

Смысл использования ММБД очевиден. Она может эффективно

хранить многомерные по своей природе данные, обеспечивая средства

быстрого обслуживания запросов к базе данных. Данные передаются от

источника данных (как это описано выше) в многомерную базу данных, а

затем база данных подвергается агрегации. Предварительный расчет - это то,

что ускоряет OLAP-запросы, поскольку расчет сводных данных уже

произведен. Время запроса становится функцией исключительно времени,

необходимого для доступа к отдельному фрагменту данных и выполнения

расчета. Этот метод поддерживает концепцию, согласно которой работа

производится единожды, а результаты затем используются снова и снова.

Многомерные базы данных являются относительно новой технологией.

Использование ММБД имеет те же недостатки, что и большинство новых

технологий. А именно - они не так устойчивы, как РБД, и в той же мере не

оптимизированы. Другое слабое место ММБД заключается в невозможности

использовать большинство многомерных баз в процессе агрегации данных,

поэтому требуется время для того, чтобы новая информация стала доступна

для анализа.

ROLAP - это Relational On-Line Analytical Processing, то есть

Реляционный OLAP. Термин ROLAP обозначает, что OLAP-сервер

базируется на реляционной базе данных. Исходные данные вводятся в

реляционную базу данных, обычно по схеме "звезда" или схеме "снежинка",

что способствует сокращению времени извлечения. Сервер обеспечивает

многомерную модель данных с помощью оптимизированных SQL-запросов.

Существует ряд причин для выбора именно реляционной, а не

многомерной базы данных. РБД - это хорошо отработанная технология,

имеющая множество возможностей для оптимизации. Использование в

реальных условиях дало в результате более проработанный продукт. К тому

же, РБД поддерживают более крупные объемы данных, чем ММБД. Они как

раз и спроектированы для таких объемов.

7. .Модель структуры хранилища данных

Разновидность схемы типа звезды, предусматривающая нормализацию

таблиц измерений. Первичные ключи в них состоят из единственного

атрибута (соответствуют единственному элементу измерения). Это позволяет

минимизировать избыточность данных и более эффективно выполнять

запросы, связанные со структурой значений измерений.

Модель структуры хранилища данных представлена на рис. 10.

Клиент

Индекс: INTEGER (FK)

Номер паспорта: INTEGER (FK)

Номер договора: INTEGER (FK)

ИНН клиента: INTEGER

Дата зачисления: DATE (FK)

ID Баланс: INTEGER (FK)

Код сессии подключения: INTEGER (FK)

Фамилия: VARCHAR(20)

Имя: VARCHAR(20)

Пол: VARCHAR(20)

Отчество: VARCHAR(20)

Дата рождения: DATE

Таблица фактов

Номер офиса: INTEGER (FK)

Индекс: INTEGER (FK)

Номер паспорта: INTEGER (FK)

Номер договора: INTEGER (FK)

ИНН клиента: INTEGER (FK)

Дата зачисления: DATE (FK)

Личный номер сотрудника: INTEGER (FK)

ID даты: INTEGER (FK)

ID Баланс: INTEGER (FK)

Код сессии подключения: INTEGER (FK)

Кол-во подключений: INTEGER

Объем трафика /нагрузка/: INTEGER

Затраты на персонал: MONEY

Адрес

Индекс: INTEGER

Город: VARCHAR(20)

Район: VARCHAR(20)

Улица: VARCHAR(20)

Дом: INTEGER

Квартира: INTEGER

Паспортные данные

Номер паспорта: INTEGER

Серия: HUGE

Кем выдан: VARCHAR(30)

Дата выдачи: DATE

Дата и время

ID даты: INTEGER

Год: DATE

Месяц: DATE

Число: DATE

Час: TIME

Минута: TIME

Офис подключения

Личный номер сотрудника: INTEGER (FK)

Номер офиса: INTEGER

Регион: VARCHAR(20)

Город: VARCHAR(20)

Район: VARCHAR(20)

Улица: VARCHAR(20)

Дом: INTEGER

Контактные телефоны

ИНН клиента: INTEGER

Домашний: INTEGER

Рабочий: INTEGER

Мобильный_№1: INTEGER

Мобильный_№2: INTEGER

Трафик

Код сессии подключения: INTEGER

Внутрисетевой: HUGE

Интернет_входящий: HUGE

Интернет_исходящий: HUGE

Заказ

Код сессии подключения: INTEGER (FK)

Дата зачисления: DATE (FK)

ID Баланс: INTEGER (FK)

Номер договора: INTEGER

Сроки подключения: INTEGER

Тип договора: VARCHAR(20)

Сумма оплаты: MONEY

Срок действия договора: INTEGER

Наименование тарифа: VARCHAR(30)

Баланс

ID Баланс: INTEGER

Сеть: MONEY

Интернет: MONEY

Почтовый ящик: MONEY

Повременная тарификация

Дата зачисления: DATE

Хостинг: MONEY

IP телефония: MONEY

Техническое обслуживание: MONEY

Аренда сервера: MONEY

Сотрудник офиса

Личный номер сотрудника: INTEGER

Фамилия: VARCHAR(20)

Имя: VARCHAR(20)

Отчество: VARCHAR(20)

З\П сотрудника: MONEY

Дата устройсва на работу: DATE

Общий трудовой стаж: INTEGER

Общее время обучения: INTEGER

Образование: VARCHAR(50)

Рис. 10 Модель структуры хранилища данных фирмы-провайдера.

Курсовая работа - Проектирование ИАС фирмы - провайдера

Подождите немного. Документ загружается.