Помощь в учёбе, очень быстро...
Работаем вместе до победы

Исследование и разработка методов оценки эффективности обслуживания запросов при создании хранилищ данных

Диссертация: Исследование и разработка методов оценки эффективности обслуживания запросов при создании хранилищ данных
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Многие аспекты хранилищ данных сильно отличаются от традиционных БД. Основная особенность — очень большие объемы информации (десятки, а нередко и сотни гигабайт). Обслуживаемые в хранилище запросы гораздо сложнее чем в оперативной системе, они требуют для своей обработки анализа значительных объемов исторической информации. Кроме того, важным аспектом является потребность работы… Читать ещё >

Содержание

  • 1. Концепция хранилищ данных
    • 1. 1. Оперативные и аналитические базы данных
    • 1. 2. Основные особенности информационных хранилищ
    • 1. 3. Архитектура хранилища данных
    • 1. 4. Модели данных, используемые для построения хранилищ
      • 1. 4. 1. Многомерное представление информации
      • 1. 4. 2. Многомерный OLAP (MOLAP)
      • 1. 4. 3. Реляционный OLAP (ROLAP)
    • 1. 5. Реализация многомерной информационной модели средствами 28 РСУБД
    • 1. 6. Оценка производительности при проектировании хранилищ данных
    • 1. 7. Выводы по главе 1
  • 2. Проектирование вычислительных систем с использованием графовых моделей на основе цепей Маркова
    • 2. 1. Оценка эффективности при создании вычислительных систем
    • 2. 2. Структура и параметры графовых моделей программ
    • 2. 3. Модель программы как марковский процесс
    • 2. 4. Графовая модель процесса обработки запроса в базе данных
    • 2. 5. Определение характеристик обработки запросов с помощью упрощающих преобразований графов
    • 2. 6. Выводы по главе 2
  • 3. Разработка информационных хранилищ по методологии CASE
    • 3. 1. Жизненный цикл программного комплекса
    • 3. 2. Основные этапы создания хранилища данных
    • 3. 3. Минимизация среднего времени обработки запроса и его дисперсии
    • 3. 4. Исследование процесса обслуживания запроса по методу исключающих преобразований
    • 3. 5. Программная реализация методики оценки производительности
    • 3. 6. Выводы по главе 3
  • 4. Создание хранилища данных для Госстандарта России
    • 4. 1. Основные вопросы автоматизации сертификации и стандартизации
    • 4. 2. Анализ требований к сбору и анализу сертификатов
    • 4. 3. Реализация оперативной БД для сбора сертификатов
    • 4. 4. Создание аналитической БД для хранения и анализа сертификатов
    • 4. 5. Выводы по главе 4

Исследование и разработка методов оценки эффективности обслуживания запросов при создании хранилищ данных (реферат, курсовая, диплом, контрольная)

В наше время практически во всех сферах жизни человеческого общества применяются те или иные системы обработки данных. Это могут быть информационно-справочные системы, промышленные программные комплексы, средства автоматизации проектирования и многие другие приложения. Постоянное расширение областей применения вычислительной техники, а также все возрастающая сложность решаемых задач, требуют совершенствования теории и практики создания информационных систем (ИС).

Одним из наиболее важных элементов ИС являются базы данных. Любое предприятие или компания должны хранить и обрабатывать какие-либо сведения о своей работе. Для этого используются так называемые оперативные БД (OLTP, on-line transaction processing). Они предназначены для сбора и обработки текущей повседневной информации. Чем больше проходит времени, чем дольше компания работает на рынке, тем больший объем данных набирается в оперативной базе. Соответственно, уменьшается скорость работы, появляются сложности с получением необходимой информации в нужный момент. Кроме того, чем больше информации собрано, тем более интересным становится ее анализ. Исследуя накопленные данные, можно выявить скрытые правила и закономерности, которым подчиняется предметная область. Результаты такого анализа могут быть неоценимы при стратегическом планировании развития предприятия. Однако при осуществлении анализа выясняется, что оперативные БД плохо для него подходят — аналитические средства недостаточно мощны и удобны, скорость обработки больших объемов данных слишком мала.

Для решения указанных проблем сейчас создан и активно развивается новый класс ИС — системы поддержки принятия решений (DSS, decision support systems). Основой DSS-систем являются так называемые хранилища данных — специализированные БД, предназначенные для работы с большими объемами исторически накапливающейся информации.

При разработке любой ИС один из наиболее важных вопросов — ее производительность. Система не только должна успешно решать поставленные перед ней задачи, она должна делать это с приемлемым для пользователя быстродействием. В настоящее время большинство исследований в области оценки производительности баз данных проводится для OLTP-приложений. Вопросы оценки эффективности при создании DSS-систем проработаны еще недостаточно, и поэтому представляют значительный интерес.

Многие аспекты хранилищ данных сильно отличаются от традиционных БД. Основная особенность — очень большие объемы информации (десятки, а нередко и сотни гигабайт). Обслуживаемые в хранилище запросы гораздо сложнее чем в оперативной системе, они требуют для своей обработки анализа значительных объемов исторической информации. Кроме того, важным аспектом является потребность работы с незапланированными запросами пользователей. Этот тип запросов не встречается в оперативных БД, он свойственен именно хранилищам из-за их ориентации на анализ информации. Незапланированные запросы неизвестны на этапе разработки системы, их предварительная настройка и оптимизация невозможны. Также необходимо отметить, что к хранилищам данных в целом предъявляются жесткие требования по скорости поиска и анализа находящейся в них информации. При этом приходится учитывать, что современные средства автоматизированного проектирования баз данных (CASE-средства) ориентированы на создание оперативных баз данных и имеют достаточно слабые инструменты оценки эффективности создаваемых приложений. Исходя из всех перечисленных предпосылок и была сформулирована цель диссертационной работы.

Целью данной диссертационной работы является разработка методики оценки быстродействия обслуживания запросов пользователей при работе с хранилищами данных. Применение этой методики позволит автоматизировать процесс оценки производительности при создании и использовании систем, ориентированных на аналитическую обработку информации.

На защиту выносятся следующие новые научные результаты:

1. Графовая модель представления запроса в хранилище данных. Процесс обслуживания запроса рассматривается в ней как марковская цепь;

2. Методика оценки времени обслуживания запросов в информационном хранилище, основанная на предложенной модели. Она базируется на адаптации методов оценки производительности программ в целях использования их для работы с информационными хранилищами. В рамках разработки методики определены условия применимости таких методов при использовании их для исследования быстродействия аналитических баз данных;

3. Технология проектирования аналитических информационных систем и обеспечения их жизненного цикла на основе разработанных средств.

Практическая ценность данной работы состоит в том, что предложенная методика дает возможность автоматизировать оценку производительности при работе с хранилищами данных. Ее использование позволяет добиться повышения качества создаваемых информационных хранилищ, а также снижения временных и финансовых затрат на их проектирование и реализацию.

Диссертационная работа структурно состоит из введения, четырех глав и заключения.

Основные результаты и выводы по диссертационной работе:

1. Разработана графовая модель представления запроса в хранилище данных, предполагающая рассмотрение процесса обработки запроса как марковской цепи.

2. Предложена методика оценки эффективности обслуживания запросов на базе данной модели. Эта методика позволяет исследовать время обработки запроса и его дисперсию в зависимости от различных критериев — структуры базы данных, общего объема информации и т. д. Применение данной методики позволяет автоматизировать процесс оценки производительности при проектировании и реализации хранилищ данных.

3. Исследована применимость методов оценки производительности программ при работе с базами данных. Известный метод оценки производительности — метод исключающих преобразованийиспользован в новой для него области, в области работы с базами данных. Определены условия применимости этого метода при использовании его для оценки эффективности баз данных;

4. Показано, что наиболее предпочтительным средством представления данных для их аналитической обработки является многомерная информационная модель. Она может реализовываться средствами как специализированных многомерных систем, так и с использованием стандартных реляционных СУБД.

5. Проведено детальное исследование общих черт и различий оперативных и аналитических баз данных. Выработаны рекомендации по созданию информационных систем, которые должны сочетать в себе и оперативную обработку транзакций, и сложный анализ информации;

6. Разработано реальное хранилище данных для Госстандарта РоссииРеестр сертификатов соответствия. Его внедрение позволяет создать.

Заключение

.

Показать весь текст

Список литературы

  1. О.И., Гурин Н. Н., Коган Я. А. Оценка качества и оптимизация вычислительных систем. — М.: Наука, 1982. — 464 с.
  2. А.Е. Тензорные методы построения информационных систем. -М.: Наука, 1989. 152 с.
  3. Ш. Структурный подход к организации баз данных. М.: Финансы и статистика, 1983. — 313 с.
  4. . Архитектура вычислительных комплексов. М.: Мир, 1974. -498 с.
  5. А. Системы принятия решений и хранилища данных. // СУБД. -1997.-№ 4.-С. 37−41.
  6. Бобровски С. Oracle 7 и вычисления клиент/сервер. М.: Лори, 1995. -652 с.
  7. Л.Б., Ляхов А. И. Методы оценки производительности многопроцессорных систем. М.: Наука, 1992. — 212 с.
  8. Вендров A.M. CASE-технологии. Современные методы и средства проектирования информационных систем. // http://www.citforum.ru/ database/case/.
  9. .А. Расчет распределения вероятностей времени выполнения машинных программ. // Управляющие системы и машины. 1974. -№ 3, — С. 23−28.
  10. .А. Расчет характеристик и планирование параллельных вычислительных процессов. М.: Радио и Связь, 1983. — 272 с.
  11. Гореткина Е. Lotus Domino открывает Госстандарту окно в Internet // Сети, 2000, № 4 http://www.osp.ru/nets/2000/04/092.htm.
  12. ГОСТ 28 195–89. Оценка качества программных средств. Общие положения. Государственный стандарт Союза ССР, введен в действие 01.07.1990. — М.: Издательство стандартов, 1989. -39 с.
  13. ГОСТ 23 501.101−87. Системы автоматизированного проектирования. Основные положения. Государственный стандарт Союза ССР, введен в действие 01.07.1988. -М.: Издательство стандартов, 1987. — 11 с.
  14. ГОСТ Р ИСО/МЭК 12 207−99. Информационная технология. Процессы жизненного цикла программных средств. Государственный стандарт Союза ССР, введен в действие 23.12.1999. — М.: 1999.
  15. Д., Грей Д. Параллельные системы баз данных: Будущее высоко эффективных систем баз данных. // СУБД. 1995. — № 2. — С. 8−31.
  16. К. Дж. Введение в системы баз данных. Шестое издание. М.: Вильяме, 2000. — 848 с.
  17. Р.В. Оценка времени обслуживания запросов в базах данных с использованием метода исключающих преобразований. Тезисы докладов научно-технической конференции студентов, аспирантов и молодых специалистов. -М.: МГИЭМ, 1999. С. 101 — 102.
  18. Р.В. Программный комплекс Диспетчер' средство автоматизации работы службы техпомощи. Тезисы докладов научно-технической конференции студентов, аспирантов и молодыхспециалистов, посвященной 35-летию МГИЭМ. М.: МГИЭМ, 1997. -С. 195−196.
  19. Р.В. Реестр сертификатов соответствия ГОСТ Р хранилище данных в области сертификации и стандартизации. Тезисы докладов научно-технической конференции студентов, аспирантов и молодых специалистов. — М.: МГИЭМ, 2000. — С. 87 — 89.
  20. Р.В. Создание хранилища данных для службы автомобильной техпомощи. Материалы научно-практического семинара «Новые информационные технологии" — Моск. гос. ин-т электроники и математики. М.: 1998.-С. 41−48.
  21. Кабанов Р.В. PowerDesigner как средство автоматизированного проектирования баз данных. Выступление на 8-й ежегодной конференции разработчиков программного обеспечения ТЕХНИКОН-98. М.: 1998.
  22. Р.В., Солодовников И. В. Оценка производительности обслуживания запросов при проектировании информационных хранилищ. М.: 2001. — 7 с. — Рукопись депонирована в ВИНИТИ, № 955 -В2001.
  23. В.И., Горьков А. Н. Банки данных для принятия решений. М.: Советское Радио, 1980. — 280 с.
  24. Е.Ф. Расширение реляционной модели для лучшего отображения семантики. // СУБД. 1996. — № 5−6. — С. 163−192.
  25. Е.Ф. Реляционная модель для больших совместно используемых банков данных. // СУБД. 1995. — № 1. — С. 145−160.
  26. В.В., Марусин В. В., Шаталов Е. М. Реализация распределенной базы данных в концепции информационного хранилища. Новосибирск: Институт систем информатики СО РАН, 1996.-С. 27.
  27. Г., Корн Т. Справочник по математике для научных работников и инженеров. -М.: Наука, 1968. 720 с.
  28. В.В., Гарев А. Ф., Васютин С.В, Райх B.B. Базы данных -интеллектуальная обработка информации. М.: Нолидж, 2000. — 352 с.
  29. С.Д., Левенец И. А., Ратманова И. Д., Старых В. А., Щавелев JI.B. Решение проблемы комплексного оперативного анализа информации хранилищ данных. // СУБД. 1997. — № 5−6. — С. 47−51.
  30. В.П., Курейчик В. М., Норенков И. П. Теоретические основы САПР. М.: Энергоатомиздат, 1987. — 400 с.
  31. Н. Информационные хранилища обзор технологий и продуктов. // Computer Week-Moscow. — 1996. -№ 16.
  32. С.Д. Введение в СУБД. Часть 4. // СУБД. 1995. — № 4. -С. 114−122.
  33. С.Д. Исследование и разработка SQL сервера. Диссертация доктора физ.- мат. наук. -М.: 1993. — 136 с.
  34. С.Д. Стандарты языка реляционных баз данных SQL : краткий обзор. // СУБД. 1996. — № 2. — С. 6−36.
  35. С.Д., Артемьев В. Обзор возможностей применения ведущих СУБД для построения хранилищ данных (DataWarehouse). // 3-я ежегодная конференция Корпоративные базы данных '98. Доклады и тезисы.// Центр информационных технологий. М., 1998.-С. 153−161.
  36. И.А. Методы и средства автоматизации проектирования и эксплуатации хранилищ данных. Автореферат диссертации кандидата технических наук. Иваново, 2001. — 18 с.
  37. В.В. Качество программного обеспечения. М.: Финансы и статистика, 1983. — С. 263.
  38. В.В. Надежность программного обеспечения АСУ М.: Энергоиздат, 1981. — С. 240.
  39. В.В. Распределение ресурсов в вычислительных системах. М.: Статистика, 1979. — С. 247.
  40. В. Создание систем поддержки принятия решений на основе хранилищ данных. // СУБД. 1997. — № 3. — С. 30−40.
  41. МакГоверан Д. Восемь важнейших характеристик распределенных СУБД. // ComputerWeek-Moscow. 1994. — № 37. — С. 36−38.
  42. С.В. Хранилища данных и их проектирование с помощью С A ERwin. М.: Interface LTD, 2001. -http ://www. interface .ru/admail. asp? Url=/ca/stor.htm.
  43. Маклаков C.B. BPwin и ERwin. CASE-средства разработки информационных систем. -M.: Диалог-МИФИ, 1999. 256 с.
  44. Дж. Организация баз данных в вычислительных системах. М.: Мир, 1980.-662 с.
  45. Математический энциклопедический словарь. / Гл. ред. Прохоров Ю. В. Ред. кол.: Адян С. И., Бахвалов Н. С., Битюцков В. И., Ершов А. П. и др. -М.: Советская Энциклопедия, 1988. 608 с.
  46. Д. Теория реляционных баз данных. М.: Мир, 1987. — 608 с.
  47. В. Введение в OLAP на практическом примере. // PC Week RE. 2001.-№ 16.-С. 23.
  48. Некрасов В. OLAP, сделано в России. // PC Week RE. 2001. — № 3. -С. 21−22.
  49. И.П. Введение в автоматизированное проектирование технических устройств и систем. М.: Высшая школа, 1980. — 311 с.
  50. И.П., Маничев В. Б. Системы автоматизации проектирования электронной и вычислительной аппаратуры. М.: Высшая школа, 1983. — 274 с.
  51. Э. Машины баз данных и управление базами данных. М.: Мир, 1989.-696 с.
  52. Приказ Госстандарта России от 27 октября 1999 г. № 455 «О создании автоматизированной системы Госреестра системы сертификации ГОСТ Р». М.: Государственный комитет Российской Федерации по стандартизации и метрологии, 1999.
  53. В.В. Сложный анализ данных большого объема -новые перспективы компьютеризации // СУБД. 1996. — № 4. -С. 71−83.
  54. Пржиялковский В.В. Data Warehouse — почувствуйте себя принимающим решение. // Computer World Россия. — 1999. — № 4. -http://www.idg-universe.ru/cw/cio/1999/04/02.htm.
  55. В.Н. Создание интегрированной системы обработки информации в области стандартизации. Диссертация доктора технических наук. М.: 1997 — С. 331.
  56. Н. Данные, данные и только данные. // ComputerWeek-Moscow. -1996.-№ 8.-С. 28.
  57. Н. Интеграция WWW и информационных хранилищ. // ComputerWeek-Moscow. 1996. — № 28. — С. 31, 44.
  58. Н. Повышение производительности хранилищ данных. Часть первая. // ComputerWeek-Moscow. 1996. — № 32. — С. 28, 29, 44.
  59. Н. Повышение производительности хранилищ данных. Часть вторая. // ComputerWeek-Moscow. 1996. — № 33. — С. 28, 29, 43.
  60. А. Обработка транзакций. // СУБД. 1997. — № 2. — С. 70−82.
  61. А. Склады данных. // СУБД. 1997. — № 3. -http://www.osp.ru/dbms/1997/03/87.htm.
  62. А.А. Концепция построения и реализации информационных систем, ориентированных на анализ данных // СУБД. 1996. — № 4. -С. 55−70.
  63. А.А. Принципы проектирования и использования многомерных баз данных (на примере Oracle Express Server) // СУБД. 1996. -№ 3.-С. 44−59.
  64. С. Десять требований Red Brick Systems к хранилищам данных. // ComputerWeek-Moscow. 1996. — № 2. — С. 30.
  65. Н. Хранилища, которые мы выбираем. // ComputerWeek-Moscow. 1997. — № 6. — С. 46−50.
  66. И.В. Построение систем моделирования, использующих средства баз данных и применяемых в САПР. Автореферат диссертации доктора технических, наук. М.: 1989. — 39 с.
  67. Т., Фрай Дж. Проектирование структур баз данных. В 2-х книгах. М.: Мир, 1985.-320 с.
  68. Дж. Основы систем баз данных. М.: Финансы и статистика, 1983.-498 с.
  69. Федоров В. Lotus Notes на страже российских стандартов. // PC Week RE. 1998. -№ 11. -С. 54.
  70. Д. Оценка производительности вычислительных систем. М.: Мир, 1981.-576 с
  71. Дж. Автоматизированное проектирование БД. М.: Мир, 1984. -296 с.
  72. Чен П. П.-Ш. Модель «сущность-связь» шаг к единому представлению данных // СУБД. — 1996. — № з. — С. 137−157.
  73. Г. Битовые массивы ускоряют доступ к информации. // ComputerWeek-Moscow. 1996. — № 28. — С. 29−30.
  74. Г. Интеллектуальные средства анализа, интерпретации и представления данных в информационных хранилищах. // ComputerWeek-Moscow. 1996. — № 16. — С. 32−33.
  75. Adamson С., Venerable М. Data Warehouse Design Solutions. NY.: Jonh Wiley & Sons, 1998.-p. 544.
  76. Beizer B. Analytical Techniques For Statistical Evaluation of Program Running Time. AFIPS Conf. Proc., 1970, FJCC, v. 37 — p. 519−524.
  77. Beizer B. Micro-Analysis Of Computer System Performance. Van NostrandReinold, NY, 1978.-p. 404.
  78. Beizer B. Software Testing Techniques. Van Nostrand Reinold, NY, 1983.-p. 290.
  79. Beizer B. Software System Testing And Quality Assurance. Van Nostrand Reinold, NY, 1984.-p. 358.
  80. Bull К. Sybase’s higher IQ Software. I I ComputerWeek-Moscow. 1995. -№ 36. — C. 14.
  81. Ceri. S., Pelagatti G. Distributed Databases: Principles and Systems. NY.: McGrawHill, 1984.
  82. Chanliau M. PowerDesigner 7.0 The Next Generation. — Sybase Inc., 1999. -p. 28.
  83. Codd E.F., Codd S.B., Salley C.T. Providing OLAP To User-Analysts: An IT Mandate. E. F. Codd & Associates, 1993.
  84. Codd E.F. Relational Completeness of Data Base Sublanguages // Data Base Systems, Courant Computer Science Symposia Series 6. Englewood Cliffs, N.J.: Prentice-Hall, 1972.
  85. Demarest M. Building The Data Mart. // DBMS. July 1994. — v.7, n 8. -p. 44(7).
  86. DePompa В. Основные тенденции развития информационных хранилищ. // ComputerWeek-Moscow. 1996. — № 16.
  87. Devlin В. Data Warehouse: From Architecture to Implementation. -Addison-Wesley Pub Co, 1996. p. 450.
  88. Dijkstra E.W. Notes On Structuring Programming. In: Dahl. O.-J., Dijkstra E.W., Hoare C.A.R. Structured Programming. Academic Press, London, 1972.-p. 1−82.
  89. Goulde M., Eckerson W. RDBMS Server Choice Gets Together. // ComputerWeek-Moscow. 1994. — № 37. — C. 14−30.
  90. Hammergen T. Data Warehousing Building the Corporate Knowledgebase. — International Thomson Computer Press, 1996.
  91. Inmon W.H. Building The Data Warehouse. Second Edition. NY.: Jonh Wiley & Sons, 1996.-p. 401.
  92. Kelly T. J. Dimensional Data Modeling. Sybase Professional Services -http://www.gca.net/solutions/whitepapers/sybase/sybdimdatamod.html.
  93. Kim W. On optimizing an SQL-Nested Query. // ACM Transactions on Database Systems. Vol 7., № 3 September 1982. — p. 443−469.
  94. Kimball R. A Dimensional Modeling Manifesto. 11 DBMS. August 1997. -v.10, n 9. — http://www.dbmsmag.com/9708dl5.html.
  95. Kimball R. The Data Warehouse Toolkit. Practical Techniques For Building Dimensional Data Warehouses. NY.: John Wiley & Sons, 1996. — p. 416.
  96. Kimball R., Reeves L., Ross M., Thornthwaite W. The Data Warehouse Lifecycle Toolkit: Expert Methods for Designing, Developing, and Deploying Data Warehouses. NY.: John Wiley & Sons, 1998. — p. 800.
  97. Krishmamurthy R. Optimization Of Nonrecursive Queries. // Proc. Of The 12th Conference of Very Large Databases (VLDB), Kyoto. August 1986. -p. 128−137.
  98. Moriarty T. Searching For The Right Data Modeling Tool. // DM Review -June 1998 http://www.dmreview.com/master.cfm?NavID= 198&EdID=3 83.
  99. PowerDesigner WarehouseArchitect 6.0 User’s Guide. Emeryville, CA.: Sybase Inc., 1997.-p. 614.
  100. PowerDesigner WarehouseArchitect The Model for Data Warehousing Solutions. — Emeryville, CA.: Sybase Inc., 1998. — p. 16.
  101. Raden N. Boost Warehouse Performance. Santa Barbara, CA.: Archer Decision Sciences, Inc., 1996. -http://www.archer-decision.com/artic9.htm.
  102. Raden N. Modeling A Data Warehouse. Santa Barbara, CA.: Archer Decision Sciences, Inc., 1996. -http://www.archer-decision.com/artic3.htm.
  103. Raden N. Star Schema 101: An Introduction to Dimensional Modeling. -Santa Barbara, CA.: Archer Decision Sciences, Inc., 1997. -http://members.aol.com/nraden/strl 01 .htm.
  104. Ramamoorthy C.V. Analysis Of Graphs By Connectivity Considerations. // Journal of ACM, v.13, № 2−1966 p. 211−222.
  105. Ramamoorthy C.V. Discrete Markov Analysis of Computer Programs. // Proc. 20th ACM Nat. Conf. 1965. — p. 386−392.
  106. Roussopoulos N. The Logical Access Path Schema of a Database. // IEEE Transactions Of Software Engineering, SE 8, 6. — November 1982. -p. 563−573.
  107. Roussopoulos N. View Indexing In Relation Databases. // ACM Transactions on Database Systems. Vol 7., № 2 June 1982. — p. 258−290.
  108. Special Issue On Query Optimization // IEEE Database Eng. 1982. — 5, № 3.
  109. Sybase Adaptive Server Enterprise Version 12.0 Performance and Tuning Guide: Query Tuning. — Emeryville, CA.: Sybase Inc., 1999. — p. 668.
  110. Sybase Adaptive Server Enterprise Version 12.0 System Administration Guide. — Emeryville, CA.: Sybase Inc., 1999. — p. 952.
  111. Sybase Adaptive Server Enterprise Version 12.0 Transact-SQL User’s Guide. — Emeryville, CA.: Sybase Inc., 1999. — p. 794.
  112. Thomsen E. OLAP Solutions: Building Multidimensional Information Systems. NY.: John Wiley & Sons, 1997. — p. 608.
  113. TPC Benchmark «D» (Decision Support). Standard Specification. Revision 1.3.1. San Jose, CA.: Transaction Processing Performance Council (TPC), 1988.-p. 39.
  114. Triverdi A.K., Shooman M.L. A Many-State Marcov Model For The Estimation And Prediction Of Computer Software Performance Parameters. // International Conference On Reliable Software, Los Angeles, 1975. -p. 208−220.
  115. Wong E., Youssefi K. Decomposition: A Strategy For Query Processing. // ACM Transactions on Database Systems. Vol 1., № 3 September 1976. -p. 223−241.
Заполнить форму текущей работой

Пора сдавать?