Резервное копирование данных.

Резервное копирование данных — это полное или частичное сохранение данных, находящихся на одном носителе (жестком диске, компакт-диске, дискете и т. д.), на другой носитель для создания аварийной копии на случай различных происшествий. Можно также создавать копии или дубликаты файлов без внешнего устройства хранения информации, например, в другом разделе жесткого диска. Однако это рискованный вариант, поскольку он не эффективен в случае серьезных неполадок жесткого диска.

Для чего создаются резервные копии?

Компьютерные файлы не обладают большой стойкостью. Одного неверного перемещения, ошибки в программном обеспечении или неправильного выключения системы достаточно, чтобы они повредились и стали нечитаемы. Файлы также страдают от вирусов, червей и троянских коней. Такой вредоносный код может вызвать неустранимые повреждения. Некоторые вредоносные средства, такие как вирус Gigger и червь W32/Vote-B, могут пытаться отформатировать жесткий диск.

Защитив систему от внешних атак, вы не избавляетесь от этих угроз. Согласно исследованию, проведенному ассоциацией Clusif (французская ассоциация информационной безопасности), 39% случаев потери данных связаны с человеческими ошибками. Случайное удаление файла, закрытие программы без сохранения изменений, утрата дискеты или забытый пароль могут легко привести к потере важного файла.

Риск оказаться в такой ситуации возрастает, если вы используете компьютер для работы. Но не обязательно хранить на компьютере контракты, счета или конфиденциальные документы, чтобы беспокоиться о своих файлах. Кто не пожалеет о потере домашних заданий своих детей, электронных писем, фотографий, сделанных в отпуске, или даже MP3-файлов, загруженных из Интернета?

Создание резервных копий данных на съемных носителях, например, компакт-дисках или дисках Zip, позволяет взять данные с собой. Следует также создавать резервные копии данных при выполнении тонких операций, таких как обновление реестра. Резервное копирование данных позволяет начать сначала, если выполненные операции не дали ожидаемых результатов.

Когда и как создавать резервные копии данных?

Если вы в течение дня работаете с несколькими файлами, то их ежедневное резервное копирование может быть для вас подходящим вариантом. Вам не нужно создавать резервные копии всех ваших файлов каждую ночь. Вместо этого резервные копии файлов можно создавать «поэтапно» (копировать только измененные файлы). Другим вариантом может быть копирование только наиболее важных элементов, таких как почтовый ящик, адресная книга, рабочие документы, системные параметры, специальные шаблоны или особые словари для приложений Microsoft Office.

Для резервного копирования можно использовать носители различных типов. Дискеты, которые привлекают доступной ценой и простотой использования, к сожалению, не являются лучшим вариантом. Их емкость ограничена 1,44 Мбайта, а скорость передачи данных относительно невысока. Сегодня на рынке представлены другие варианты, например, диски Zip (емкостью 100 и 750 Мбайт), съемные жесткие диски, компакт-диски и DVD-диски, диски Jaz и небольшие периферийные USB-устройства, которые способны вместить от 64 до 128 Мбайт.

За исключением компакт-дисков и дискет, которые можно считывать на большинстве компьютеров, эти решения требуют специального оборудования. Имеется также программное обеспечение для резервного копирования, которое автоматически создает образ жесткого диска и позволяет без затруднений восстанавливать удаленные файлы. Оно выполняет резервное копирование автоматически, не оставляя места для недосмотра.

Хранилищ данных.

Хранилище данных — предметно-ориентированная информационная база данных, специально разработанная и предназначенная для подготовки отчётов и бизнес-анализа с целью поддержки принятия решений в организации. Строится на базе систем управления базами данных и систем поддержки принятия решений. Данные, поступающие в хранилище данных, как правило, доступны только для чтения.

Данные из OLTP-системы копируются в хранилище данных таким образом, чтобы при построении отчётов и OLAP-анализе не использовались ресурсы транзакционной системы, и не нарушалась её стабильность. Есть два варианта обновления данных в хранилище:

полное обновление данных в хранилище. Сначала старые данные удаляются, потом происходит загрузка новых данных. Процесс происходит с определённой периодичностью, при этом актуальность данных может несколько отставать от OLTP-системы;

инкрементальное обновление — обновляются только те данные, которые изменились в OLTP-системе.

Принципы организации хранилища

Проблемно-предметная ориентация. Данные объединяются в категории и хранятся в соответствии с областями, которые они описывают, а не с приложениями, которые они используют.

Интегрированность. Данные объединены так, чтобы они удовлетворяли всем требованиям предприятия в целом, а не единственной функции бизнеса.

Некорректируемость. Данные в хранилище данных не создаются: то есть поступают из внешних источников, не корректируются и не удаляются.

Зависимость от времени. Данные в хранилище точны и корректны только в том случае, когда они привязаны к некоторому промежутку или моменту времени.

Дизайн хранилищ данных

Существуют два архитектурных направления — нормализованные хранилища данных и хранилища с измерениями.

В нормализованных хранилищах, данные находятся в предметно ориентированных таблицах третьей нормальной формы. Нормализованные хранилища характеризуются как простые в создании и управлении, недостатки нормализованных хранилищ — большое количество таблиц как следствие нормализации, из-за чего для получения какой-либо информации нужно делать выборку из многих таблиц одновременно, что приводит к ухудшению производительности системы. Для решения этой проблемы используются денормализованные таблицы — витрины данных, на основе которых уже выводятся отчетные формы. При громадных объемах данных могут использовать несколько уровней «витрин»/«хранилищ».

Хранилища с измерениями используют схему «звезда» или схему «снежинка». При этом в центре «звезды» находятся данные, а измерения образуют лучи звезды. Различные таблицы фактов совместно используют таблицы измерений, что значительно облегчает операции объединения данных из нескольких предметных таблиц фактов (пример — факты продаж и поставок товара). Таблицы данных и соответствующие измерения образуют архитектуру «шина». Измерения часто создаются в третьей нормальной форме, в том числе, для протоколирования изменения в измерениях. Основным достоинством хранилищ с измерениями является простота и понятность для разработчиков и пользователей, также, благодаря более эффективному хранению данных и формализованным измерениям, облегчается и ускоряется доступ к данным, особенно при сложных анализах. Основным недостатком является более сложные процедуры подготовки и загрузки данных, а также управление и изменение измерений данных.

При достаточно большом объеме данных схемы «звезда» и «снежинка» также дают снижение производительности при соединениях с измерениями.

Процессы работы с данными

Источниками данных могут быть:

Традиционные системы регистрации операций

Отдельные документы

Наборы данных

Операции с данными:

Извлечение — перемещение информации от источников данных в отдельную БД, приведение их к единому формату.

Преобразование — подготовка информации к хранению в оптимальной форме для реализации запроса, необходимого для принятия решений.

Загрузка — помещение данных в хранилище, производится атомарно, путем добавления новых фактов или корректировкой существующих.

Анализ — OLAP, DataMining, сводные отчёты.

Представление результатов анализа.

Вся эта информация используется в словаре метаданных. В словарь метаданных автоматически включаются словари источников данных. Здесь же описаны форматы данных для их последующего согласования, периодичность пополнения данных, согласованность во времени. Задача словаря метаданных состоит в том, чтобы освободить разработчика от необходимости стандартизировать источники данных. Создание хранилищ данных не должно противоречить действующим системам сбора и обработки информации. Специальные компоненты словарей должны обеспечивать своевременное извлечение данных из них и обеспечить преобразование данных к единому формату на основе словаря метаданных.

Логическая структура данных хранилища данных существенно отличается от структуры данных источников данных. Для разработки эффективного процесса преобразования необходима хорошо проработанная модель корпоративных данных и модель технологии принятия решений. Данные для пользователя удобно представлять в много размерных БД, где в качестве измерений могут выступать время, цена или географический регион.

Кроме извлечения данных из БД, для принятия решений важен процесс извлечения знаний, в соответствии с информационными потребностями пользователя. С точки зрения пользователя в процессе извлечения знаний из БД должны решаться следующие преобразования: данные → информация → знания → полученные решения.