Kompleksne Baze Podataka Nenad Nikolic MIT 13-15

7/25/2019 Kompleksne Baze Podataka Nenad Nikolic MIT 13-15

1/27

Univerzitet u Novom SaduTehniki fakultet Mihajlo Pupin

Zrenjanin

SEMINARSKI RAD

Prodaja Honda motocikala Data warehouse

Mentor: Student:Prof. dr iljana !adulovi" Nenad Nikoli"roj indek#a:M$T %&'%(Smer:$nforma)ione tehnolo*ije +Ma#ter

Zrenjanin, -%/.


2/27

Sadraj:

1 UVOD................................................................................................2

1.1 Datawarehouse osnovni pojmovi................................................21.1.1 Skladite podataka Datawarehouse.........................................................21.1.2 Transakciono i analitiko procesiranje podataka.........................................21.1.3 Razvoj skladita podataka...........................................................................3

2 Projektovanje baze podataka.............................................................4

2.1 Opis baze podataka Prodaja Honda motorika!a.........................."

2.2 ##$ mode! podataka....................................................................%

2.& $e!aioni mode! podataka............................................................'

2." (mp!ementaija mode!a podataka u sistemu za uprav!janje bazamapodataka..............................................................................................)

3 Kreiranje skladita podataka (Datawareo!se"...................................#

&.1. *na!iza korisni+kih zahveta za ana!iti+kim podaima........................,&.2. Projektovanje O-*P koke..............................................................,

3.1.1 Denicija e!e zvezde................................................................................"3.1.2 Denicija e!e pahulje..............................................................................."

&.2 o!ap/ $o!ap i Ho!ap koke...........................................................03.2.1 #$%&'.........................................................................................................(3.2.2 R$%&'..........................................................................................................(3.2.3 )$%&'.........................................................................................................(3.2.* pis di!enzija+ a,re,acija+ !era i izraunljivih podataka.............................(

&.& Dimenzije O-*P koke................................................................1

&." etoda zvezde3 4Star5..............................................................13.*.1 'rodaja !odela !otorcikala po !esti!a..................................................1-3.*.2 'rodaja !odela !otorcikala po !eseci!a...............................................11

&.% etoda pahu!je3 4Snow6ake5....................................................123..1 'rodaja !odela !otorcikala po klasa!a+ proizvo/ai!a i re,ioni!a.... ..123..2 'rodaja !odela !otorcikala po re,ioni!a+ klasa!a+ !esti!a+................12!eseci!a i proizvo/ai!a...................................................................................12

&.' 7reiranje O-*P koke 4O-*P/ $O-*P/ HO-*P5............................1&

4 $naliti%ki poda&i..............................................................................1'

".1 (zvoz ana!iti+kih podataka i kreiranje izvedenih 4Pivot5 tabe!a48emazvezde5 prodaja mode!a motorika!a po mestima................................1)

".2 (zrada dija9rama i 9rakona 4;hart 8ema zvezde5 prodajamode!a motorika!a po mestima..........................................................1,

".& (zvoz ana!iti+kih podataka i kreiranje izvedenih 4Pivot5 tabe!a48emapahu!je5 prodaja mode!a motorika!a po re9ionima/ proizvo


3/27

1 UVOD

1.1 Datawarehouse osnovni pojmovi

Skladi0tenje podataka 12ata 3arehou#in*4 je uz po#lovnu inteli*en)iju tehnolo*ija kojaoptimizira o*romne koliine podataka u #i#teme i pro)e#e za potre5e izve0tavanja i analize

po#lovanja.

2ata 6arehou#e #adr7i veliku koliinu podataka koje #u or*anizovana u manje lo*ikejedini)e 2ata Mart + ovi. Poda)ima koji #u #me0teni u 2ata 6arehou#e #e pri#tupa preko2ata Mart8ova. 2ata Mart o5ino pred#tavlja pod#kup lo*iki povezanih podataka iz 2ata6arehou#a koji #e odno#i na odre9enu o5la#t. 2ata Mart8ovi #e dizajniraju #namerom da

5udu o#nova poten)ijalnih upita od kranjih kori#nika.

2ata 6arehou#e arhitektura #e #a#toji iz #lede"ih nivoa:

;perativna 5aza i ek#terna 5aza podataka Nivo za pri#tup informa)ijama Nivo za pri#tup poda)ima Nivo direktorijuma podataka 1metadata4 Nivo za upravljanje pro)e#ima Nivo za komunika)iju aplika)ija 1me##a*in*4 Nivo data 3arehou#e

Nivo za tran#forma)iju podataka

1.1.1 Skladite podataka Datawarehouse

Namena #kladi0tenje podataka podrazumeva or*aniza)iju #ilnih *omila podataka, koje #ejavljaju # razliitih me#ta, u or*aniza)ione )eline iz kojih 5i #e po potre5i pozivali 7eljenipo#lovni poda)i. Te )eline #u 5aze podataka. itna je kredi5ilno#t podataka 0to upu"uje napotre5u #talno* a7uriranja. Skladi0tenje podataka #adr7i podatke na temelju kod kojih #e vr0ipo#lovno upravljanje, odno#no prikupljanje podataka i i#poruka informa)ija u o5liku znanja,

proizvoda ili u#lu*a.e#to #e opi#uje kao nain kori0"enja raunara za vo9enje neprekidnih 1trajnih4

po#lovnih pro)e#a.

-


4/27

udu"i da je pro)e# dono0enja po#lovne odluke analitiki pro)e#, #tvorena je dru*a #inta*ma8 #talno do#tupne analitike o5rade.

;=?P 1;n =ine ?naliti)al Pro)e##in*4 je vr#ta tehnolo*ije koja omo*u"ava analitiarima imenad7erima uvid u podatke kroz 5rz, konzi#tentan i interaktivan pri#tup velikom 5roju

raznovr#nih izve0taja, #ainjenih na o#novu informa)ija do5ijenih tran#forma)ijom #irovihpodataka. Na ovaj nain #e o#likavaju #ve dimenzije jedno* po#lovno* poduhvata. 2ata3arehou#e podrazumeva ovaj pri#tup.

;=TP ;=?P

;5rada podataka ?naliza podataka

@elik 5roj tran#ak)ija Aomplek#ni upiti

M58B5 podataka B5 +T5 podataka

Sirovi poda)i Sumarni i prera9eni poda)i.

Mno0tvo razliitih kori#nika 2ono#io)i odluka i analitiari

?7urirani poda)i $#torij#ki poda)i

Tabela 1. Saet prikaz osnovnih razlika OLTP i OLAP obrade podataka.

1.1.! "a#voj skladita podataka

!azvijanje #kladi0ta podataka temeljeno je na razliitim rela)ij#kim platformama # po#e5nim

na*la#kom na optimalnu veliinu i 5rzinu izvo9enja podataka. !adna #voj#tva i izvo9enjaprikupljanja, o5rade, pohrane i do#tupno#ti potre5nih podataka potpomo*nute #u primenom;=?P tehnolo*ije kojom #e o#tvaruje 5rz i #mi#len vi0edimenzij#ki pri#tup poda)ima

po#lovanja.

Poznato je kako preduze"a 5aziraju #voje po#lovne odluke na mno0tvu podataka koje )rpe iz#polja0njih i unutra0njih izvora, a koje je potre5no i#pravno u#kladi0titi, or*anizovati ikori#titi.

&


5/27

2 $rojektovanje %a#e podataka

2.1 Opis %a#e podataka $rodaja &onda motorcikala

U ovom #eminar#kom radu je prikazana 5aza podataka lokalno* uvoznika motor)ikala, kojatre5a da omo*u"i memori#anje, uvanje, pretra*u, o5radu i analizu podataka o prodatimmotor)iklima na nivou dr7ave. ;vi poda)i #e prikupljaju od po#lovnih partnera, tj. firmi koje

prodaju motor)ikle za uvoznika ili od prodavni)a #amo* uvoznika.

U 5azi tre5a da #e nalaze poda)i o prodatim honda motor)iklima, i to: #erij#ki 5roj, nazivmodela, 5oja, oznaka au#puha, kla#a, proizvo9a, *odina proizvodnje, *odina i me#e)

prodaje, me#to i re*ion u kojem je prodat motor, kao i neki o#novni poda)i o kup)umotor)ikla: CMB, prezime, ime, uli)a i 5roj, telefon.

Cedan kupa) mo7e da kupi i vi0e motor)ikala od uvoznika, dok #e jedan motor)ikl prodaje#amo jednom kup)u. U 5azi #e neevidentiraju poda)i o motor)iklima koji jo0 ni#u prodati, analaze #e na pla)evima firmi ili prodavni)a koje vr0e prodaju ovih motor)ikala.

Dto #e tie modela, za #vaki motor)ikl #e uvek zna kom modelu pripada 1proizvodni ikatalo0ki naziv4, koja je zapremina motora motor)ikla 1u )m&4, #na*a motora motor)ikla 1uAS4, pro#ena potro0nja motor)ikla 1u ='%km4, zatim kojoj kla#i motor)ikla pripada 1npr.kla#a


6/27

2.2 ''" model podataka

2o5ijeni kon)eptualni model podataka Po3er 2e#i*ner %-. mo7e lako preve#ti u fiziki

model podataka, a zatim i *eneri#ati konkretnu 5azu podatka.;#novni elementi kon)eptualno* modela podataka #u: entiteti, elementarni poda)i, atri5uti, domeni, rela)ije.

Na #li)i %. je prikazan kon)eptualni model.

Slika 1. Konceptualni model podataka

(


7/27

2.! "elacioni model podataka

Slika 2. elacioni model podataka

Na #li)i -. je prikazan rela)ioni model podataka. !ela)ioni model pred#tavljamo putem0eme koja je *eneri#ana od prethodno*


8/27

2.( )mplementacija modela podataka u sistemu #a upravljanje %a#ama

podataka

Slika !. elationships u "icroso#t Access 2$$%

=o*iki nezavi#tan GG! model podataka je kreiran uPo&er 'esi(ner 12


9/27

! *reiranje skladita podataka +Datawarehouse,

Skladi0te podataka je kreirano u alatu:"icroso#t Anal)ses "ana(er ver. 2$$$.

!.1. -nali#a korisnikih #ahveta #a analitikim podacima

?nalizom podataka u formi #kladi0ta podataka, potre5no je dati od*ovore na #lede"ekori#nike zahteve:

Aoliko je motor)ikala prodato u nekom me#tuI Aoliko je motor)ikala prodato po re*ionimaI Prikazati prodaju motor)ikala po proizvo9aimaI Prikazati prodaju motor)ikala po proizvo9aima i kla#amaI Prikazati prodaju motor)ikala po re*ionima, proizvo9aima i kla#amaI Aako #e kre"e prodaja motor)ikala po me#e)imaI

!.2. $rojektovanje O-$ kocke

;lap #i#temi kao #kladi0ta podataka kori#te multidimenzinonalno#t i denormaliza)iju i mo7e#e re"i da pred#tavljaju nado*radnju #kladi0ta podataka.

;#novni elepmenti ;=?P #i#tema #u:

aza podataka, koja #lu7i kao o#nova za analizu,

;=?P #erver, za upravljanje i manipula)iju poda)ima,

$nterfej# #i#tem, prema kori#niku i prema dru*im aplika)ijama ,

?lati za admini#tratiranje.

!.1.1 De/inicija eme #ve#de

Demu zvezde karakteri#ti0e denormaliza)ija. $#ti poda)i #e uvaju na vi0e me#ta u #kladi0tu,ime #e o5ez5edjuje jedno#tavno#t i do5ijaju potre5ne performan#e za pro)e#iranje ;=?P#i#tema. Time 0ema zvezde zahteva velike memorij#ke re#ur#e, a i velike dimenzione ta5elemo*u uti)ati na pad performan#i #i#tema.

!.1.2 De/inicija eme pahulje

Dema pahulje za razliku od 0eme zvezda primenjuje prin)ipe normaliza)ije. Time #manjujemoredundantno#t i #manjujemo koliinu podataka. Time #e po5olj0avaju performan#e #i#tema.

Nedo#tatak 0eme pahulje 0to mora da kreira dodatne veze, koje pri pro)e#u upita mo*upo*or0ati performan#e #i#tema, Tako9e odr7avanje 0eme pahulje je relativno #lo7eno

#o5zirom da u 5azi po#toji ve"i 5roj ta5ela.

J


10/27

!.2 0olap "olap i &olap kocke

!.2.1 0O-$

M;=?P pred#tavlja tradi)ionalan nain ;=?P analize. M;=?P 5aze podataka imajuo*ranienje veliine #kupa podataka #a kojima mo*u da 5arataju kao i na 5roj dimenzijakoje o5ez5edjuju do5re performan#e #i#tema. 2a 5i #e vr0ila 5ilo kakva analiza poda)imoraju da #e uitaju u vi0e dimenzionalnu #trukturu odno#no ko)ku. Pri tome #e vr0e razni

prorauni da 5i #e kreirale a*re*a)ije i popunili poda)i, 0to vremen#ki mo7e da traje du*o uzavi#no#ti od performan#i #ervera. Tek onda mo7e da #e pone analiza. Predno#ti M;=?Parhitekture je 0to o5ez5edjuju odline performan#e kada radi #a ve" #reunatim poda)ima1a*re*a)ijama4. Nedo#tatak je 0to #e te0ko dodaju nove dimenzije.

!.2.2 "O-$

!;=?P pri#tupa poda)ima direktno iz data 6arehou#e8a i rade #a rela)ionim 5azamapodataka. ;vi #i#temi mo*u da rade #a velikim #kupovima podataka. >im #e odredi izvorpodataka odmah mo7e da #e zapone analiza. SKo5zirom da #e direktno radi nad 5azamapodatka kori#niku #u uvek do#tupni teku"i poda)i. !;=?P nam omo*u"uje da radimo #avelikom koliinom podataka jer mo7emo uvek da dodajemo nove dimenzije. U ovom #luajuvi0edimenzionalna analiza #e tran#formi0e u niz SL= nared5i koji #e dalje preno#e narela)ionu 5azu podataka. Svaki !;=?P izve0taj #u0tin#ki pred#tavlja jedan ili vi0e SL= upitaije izvr0enje mo7e da traje du*o. Z5o* to*a prerforman#e mo*u da 5udu lo0e.

!.2.! &O-$

Mo7da naj5olje re0enje za ;=?P #i#teme je ;=?P arhitektura. ;n pred#tavlja kom5ina)ijuM;=?P i !;=?P arhitektura. ;=?P alati imaju pri#tup i vi7edimenzionalnim i rela)ionim

5azama podataka i ima za )ilj da i#kori#ti do5re performan#e vi#edimenzionalne analize tj.kratko vreme odziva i analitike mo*u"no#ti i dinamiki pri#tup relai)onih 5aza. $ onda;=?P je u #tanju da izvr0ava vrlo #lo7ene SL= nared5e a pritom #e dodaju novemo*u"no#ti za rad #a vi0edimenzionalnim 5azama podataka.

!.2.(pis dimen#ija areacija mera i i#raunljivih podataka

2imenzije #e #me0taju u ta5ele dimenzija koje #adr7e nazive #vako* lana dimenzije, a #vakilan dimenzije naziva #e atri5ut. U #vetu #kladi0ta podataka kljuni atri5ut u ta5eli dimenzijamora da #adr7i jedin#tvenu vredno#t za #vako* lana dimenzije. Cedna dimenzija mo7e da#adr7i vi0e atri5uta. ?tri5uti mo*u da 5udu:

Brupi0u"i Ne*rupi0u"i

Ne *rupi0u"i mo*u da #e nazivaju i o#o5inama lana dimenzije a *rupi0u"i atri5utu mo*u da#e kom5inuju u hijerarhije. ijerarhije pred#tavljaju put kojim #e u izradi analiza #i#tem kre"e

po du5ini kroz vredno#ti.


11/27

Mere #e #me#taju u ta5ele kojima nazivamo te5ele injeni)a. Svaka kolona u ta5eli injeni)aje kljuna kolona uli kolona injeni)a. Aolona mo7e da #adr7i podatke o referen)ama. Ta5elainjeni)a za #vako* lana radije kori#ti 0ifru numeriko* tipa ne*o naziv lana. Ukoliko #e zaoznaavanje lanova dimenzije kori#te )elo5rojni poda)i, tada #e za opi#ane podatke lanovadimenzije kreiraju ta5ele dimenzija, 0to #u#tin#ki mo7emo #hvatiti kao 0ifarnik.

!.! Dimen#ije O-$ kocke

Standardne dimenzije ko)ki koje "e 5iti kreirane #u poda)i iz ta5ela: Me#to + Naziv me#ta ?u#puh + Naziv au#puha Me#e) + Naziv me#e)a oja + Naziv 5oje Model + Naziv modela Ala#a + Naziv kla#e Naziv modela !e*ion + Naziv me#ta Naziv re*iona Proizvodja) + Naziv proizvo9aa Naziv modela

i prikazani #u na #li)i F:

Slika *. 'imenzi+e OLAP kocke

!.( 0etoda 3#ve#de4 +Star,

!.(.1 $rodaja modela motorcikala po mestima

%


12/27

Ura9ena je ko)ka metodom Ozvezde koja je prikazana na #li)i (:

Slika ,. Proda+a modela motorcikala po mestima

Aada #e #tartuje


13/27

!.5 0etoda 3pahulje4 +Snow/lake,

!.5.1 $rodaja modela motorcikala po klasama proi#vo6aima i reionima

Areirana je ko)ka metodom Opahulje koja je prikazana na #li)i H:

Slika %. Proda+a modela po proizvod+acima i re(ionima

!.5.2 $rodaja modela motorcikala po reionima klasama mestima

mesecima i proi#vo6aima

Slika . Proda+a modela motorcikala po re(ionima/ klasama/ mestima/ mesecima i

proizvo0aima.

%-


14/27

!.7 *reiranje O-$ kocke +0O-$ "O-$ &O-$,

U ovom #vim #luajevima kreiranih ko)ki kori#tila #e M;=?P analiza podataka.

Prikaz M;=?P ko)ke prodaja modela motor)ikala po me#tima

Na #li)i . prikazuje #e editor ko)ke za 5roj prodatih modela motor)ikala po me#tima 10emazvezde4:

Slika . 3ditor kocke za bro+ prodatih modela motorcikala po mestima

%&


15/27

Prikaz M;=?P ko)ke podaja prodatih modela motor)ikala po me#e)ima

Na #li)i %. prikazuje #e editor ko)ke za 5roj prodatih modela motor)ikala po me#e)ima10ema zvezde4:

Slika 1$. Proda+a prodatih modela motorcikala po mesecima

%F


16/27

Prodaja motor)ikala po kla#ama, proizvo9aima, modelima i re*ionima

Na #li)i %%. je prikazan editor ko)ke za 5roj prodatih motor)ikala po kla#ama, proizvo9aima,modelima i re*ionima prodaje 10ema pahulje4:

Slika 11. 4ube 3ditor za bro+ prodatih motorcikala po klasama/ proizvo0a5ima i re(ionima

%(


17/27

Na #li)i %-. je prikazan editor ko)ke 1#li7ena ko)ka4 za 5roj prodatih motor)ikala po kla#ama,proizvo9aima, modelima, me#tima, po me#e)u prodaje i re*ionima prodaje 10ema pahulje i0ema zvezde4. 2odao #am jo0 dve mere koji #e izraunavaju, ukupan iznos#a merom


18/27

( -nalitiki podaci

(.1 )#vo# analitikih podataka i kreiranje i#vedenih +$ivot, ta%ela+ema

#ve#de, prodaja modela motorcikala po mestima

U GQ)el -H poda)i iz ko)ki #e preuzimaju na #lede"i nain. U #tav)i menija data nalazi #eop)ija za ek#portovanje podataka iz ;=?P ko)ki +6rom other sources. ira #e op)ija6rom

Anal)st Services *de #e do5ija konek)ija #a #erverom. U5a)uje #e ime #ervera ako nemaponu9enih une#e #e naziv #ervera koji #e kori#ti. $zvr0i konek)ija, oda5ere #e 5aza #a kojom#u #e prethodno pro)e#irale ko)ke. 2alje #e 5ira ko)ka iz koje #e 7eli da #e prika7u poda)i.

U ovom #luaju uzima #e 5roj prodatih modela motor)ikala po me#tima. Samim oda5iromko)ke u GQ)el -H 5ira #e Pivot ta5le 5ez ova Pazova 2

)onda 48

*" &SD

1

)onda 4R*-

1

>ovi =eej "

)onda 46832

1

)onda 4832 S

1

)onda 4R3"

1

)onda 4R8

*5-

1

>ovi =eo9rad 2

%H


19/27

)onda 4622

1

)onda 4R3"

1

>ovi Sad 2

)onda 461" 1

)onda 4622

1

Pozareva &

)onda 4R8*5-

1

)onda 4R85--

1

)onda R1 1

Stara Pazova "

)onda 48R5-- & 1

)onda 4R3"

1

)onda 4R8*5-

1

)onda 4RR72

1

?emerin 2

)onda 4RR5-

1

)onda R5 1@emun 2

)onda 4R*-

1

)onda RR 1

@renjanin 2

)onda 4682-

1

)onda 4R85--

1

Akupno 20

Tabela 2. Pivot tabela proda+a modela motorcikala po mestu 78ema zvezde9

(.2 )#rada dijarama i ra/ikona +8hart ema #ve#de, prodaja modela

motorcikala po mestima

%J


20/27

'i+a(ram 1.Pivot chart : Proda+a motorcikala po mestima

%


21/27

(.! )#vo# analitikih podataka i kreiranje i#vedenih +$ivot, ta%ela+ema

pahulje, prodaja modela motorcikala po reionima proi#vo6aima i

klasama

>aziv re9iona/ nazivproizvo


22/27

)onda 4R *- 1

)onda 4R8 *5- 1

)onda 4RR 72 1

Sumadija "

*B Honda 1)onda R1 1

Dajm!er Honda &

)onda 468 32 1

)onda 4R8 *5- 1

)onda 4R8 5-- 1

Akupno 20

Tabela 2. Pivot tabela proda+a modela motorcikala po re(ionima/ proizvo0a5ima i klasama

78ema pahul+e9

-%


23/27

(.( )#rada dijarama i ra/ikona +8hart ema pahulje, prodaja

modela motorcikala po reionima proi#vo6aima i klasama

'i+a(ram 2. Pivot chart : Proda+a modela motora po proizvo0a5ima/ re(ionima i klasama

78ema pahul+e9

--


24/27

(.5 $ostavljanje upita i O-$ kocke

(.5.1 0D9 upiti +0D9 :ueries,

Multidimenzioni termin !ela)iona analo*ija

Kocka 74ube9 Tabela 7Table9

;ivo 7Level9 Kolona 74olumn : strin( or discrete number9

'imenzi+a 7'imension9 ;ekoliko povezanih kolona 7Several related columns9

"era 7"easure9 Kolona 74olumn : discrete or continuous numeric9


25/27

-4 roj prodatih motor)ikala odre9eno* modela po me#tima u junu me#e)u :

Select

Klasa.Members on Columns,

e!ion.Members on o"s

#rom [Slo$ena kocka]

%&ere

[Mesec].['ll Mesec].[jun]

Slika 1*. "'=>uer) izvr8avan+e upita nad kockom proda+a modela motorcikala po

re(ionima/ proizvo0a5ima i klasama 7sloena kocka9

-F


26/27

5 ;akljuak

Prava znanja i prave informa)ije #u #tvari koje #u u vremenu u kojem 7ivimo najvrednije. Umodernom po#lovanju praktino je nemo*u"e 5iti u#pe0an ukoliko ne po#edujemo praveinforma)ije, ali je podjednako va7no da znamo kako da upotre5imo te informa)ije.

Areiranje 26 nam pru7a mo*u"no#t da iz #op#tveno* po#lovanja utvrdimo konkretne zakonetr7i0ta na ovom primeru i da podatke koje imamo kori#timo na naine na koje do #ada ni#momo*li.

$maju"i u vidu da #u moto kompanije u*lavnom veliki #i#temi, dono#io)ima odluka je mno*olak0e da #e upoznaju #a #itua)ijom u #vakom #e*mentu ako u #vakom momentu mo*u dado5iju #vaku zahtevanu analizu koja 5i mo*la da im 5ude potre5na i to 5ez veliko* ekanja.;=TP #i#temi ni#u u mo*u"no#ti da to pru7e i tu #e javlja potre5a za kreiranjem ;=?P#i#tema i 2ata 6arehou# + a .

-(


27/27

7 iteratura

%.?lempije @eljovi" + Menad7ment informa)ioni #i#temi u prak#i, Aompjuter 5i5lioteka

>aak, --.-.Mike Bunderlo, Co#eph =. Corden + SL= Server -, Mikro knji*a, eo*rad, -%.&.333.data3arehou#e.ittold5oQ.)om F.333.data5a#ean#3er#.or*'de#i*nin*VolapV)u5e#Vhtm
http://www.datawarehouse.ittoldbox.com/http://www.databaseanswers.org/designing_olap_cubes_htmhttp://www.datawarehouse.ittoldbox.com/http://www.databaseanswers.org/designing_olap_cubes_htm

Documents

Kompleksne Baze Podataka Nenad Nikolic MIT 13-15