Webový informační systém na podporu marketingu

Rozměr: px
Začít zobrazení ze stránky:

Download "Webový informační systém na podporu marketingu"

Transkript

1 MASARYKOVA UNIVERZITA FAKULTA INFORMATIKY Webový informační systém na podporu marketingu DIPLOMOVÁ PRÁCE Zbyněk Ošmera Brno, Jaro 2006

2 Prohlášení Prohlašuji, že tato práce je mým původním autorským dílem, které jsem vypracoval samostatně. Všechny zdroje prameny a literaturu, které jsem při vypracování používal nebo z nich čerpal, v práci řádně cituji s uvedením úplného odkazu na příslušný zdroj.

3 Poděkování Rád bych poděkoval svému vedoucímu práce prof. RNDr. Jiřímu Hřebíčekovi, CSc. za odbornou pomoc a připomínky.

4 Shrnutí Diplomová práce Webový informační systém na podporu marketingu charakterizuje, co je to OLAP a systémy na podporu rozhodování, popisuje stávající OLAP systémy na podporu rozhodování a líčí návrh a implementaci mého OLAP nástroje.

5 Klíčová slova Systémy na podporu rozhodování, marketing, OLAP (On Line Analytical Processing), OLAP kostka, XML, UDM (Unified Dimensional Model), MDX (multi-dimensional expressions), Java

6 Obsah 1. Úvod 2 2. O této práci 3 3. Co je informační systém pro podporu řízení v marketingu Systémy pro podporu řízení OLAP Marketing Co tedy je informační systém pro podporu řízení v marketingu 7 4. Existující systémy na podporu rozhodování Historie a předchůdci OLAPu Současné OLAPy Microsoft Analysis Services Hyperion Solutions Můj informační systém OLAP server Modrian MDX a OLAP kostky Databáze Prezentační vrstva Moje ukázková firma Závěr Použitá literatura: Přílohy Doprovodné CD Schéma pro server Modrian 26 1

7 1. Úvod Jako téma své diplomové práce jsem zvolil projekt webového informačního systému na podporu marketingu, který mě zaujal tím, že kromě oboru informatiky zasahuje též i do oboru ekonomie, což je také oblast, která mne zajímá. Tato práce má za cíl vytvořit informační systém, který bude pomáhat při řešení otázek řízení podniku, zvláště pak v oblasti marketingu. Abych mohl tento problém vyřešit, bylo nutné nejprve zjistit, jaké prostředky se na takovéto informační systémy používají a provést analýzu stávajících systémů pro podporu marketingu. Jedná se o takzvané systémy na podporu řízení, které dnes často využívají OLAP, což jsou databáze zaměřené právě na zpracování analytických dotazů v reálném čase. Provedl jsem rovněž porovnání již existujících systémů pro podporu rozhodování. Poté bylo nutné najít nějaké open source nástroje, pomocí kterých bych mohl vytvořit informační systém pro podporu v marketingu. Nabízelo se jich několik, ale nakonec jsem zvolil Modrian od firmy Pentaho. Jedná se javovský server, který používá postupy OLAP kostky pro rychlé zpracování analytických dotazů. Pomocí javy jsem pak naimplementoval další metody, jejichž pomocí lze snadno zobrazovat různé marketingové analýzy mého zvoleného imaginárního podniku. 2

8 2. O této práci Tato práce vznikla na základě projektu Webový informační systém na podporu marketingu. Skládá se ze tří částí. V první části práce stručně vysvětlím co je to informační systém na podporu rozhodování, OLAP, OLAP kostka a marketing. Druhá část práce se zabývá popisem a analýzou již existujících informačních systémů. A třetí a největší část se pak zabývá zvoleným open source nástrojem a popisem, jak jsem systém tvořil. 3

9 3. Co je informační systém pro podporu řízení v marketingu Nejprve bychom měli zodpovědět, co je to vlastně systém pro podporu řízení Systémy pro podporu řízení Systém pro podporu řízení (decision support system - DSS) je sada počítačových nástrojů, které jsou určeny k pomoci při rozhodování. Tento pojem se chápe v mnoha různých významech, ale je nejběžněji chápán jako počítačový informační systém určený pro podporu rozhodování při řešení manažerských problémů. Různých definic pojmu systém pro podporu řízení je mnoho, možná tolik jako jejich autorů, ale dvě výše uvedené jsem si vybral jako nejvýstižnější. Počátky výzkumu systémů pro podporu řízení spadají již do 50. a 60. let. Jako samostatná disciplína vznikají až v 70. a 80. letech. S rozvojem větších informačních systémů, tudíž i větších souborů dat, vzniká snaha o využití těchto dat pro získávání nových informací vhodných pro podporu rozhodování. V 90. letech pak vznikají on-line systémy (on-line analytical procesing - OLAP) pro podporu rozhodování a dnes se hlavně vyvíjí webové informační systémy. Systémy pro podporu řízení či rozhodování využívají či v sobě zahrnují vlastně mnoho disciplín jako jsou databáze, umělá inteligence, softwarové inženýrství nebo telekomunikace OLAP OLAP je zkratka pro On Line Analytical Processing, neboli on-line analytické zpracování. Snaží se rychle poskytnout odpovědi na analytické dotazy. Jsou nejmodernější podmnožinou systémů na podporu řízení a většinou se zabývají problémy jako jsou marketing, management, rozpočty, finanční zprávy a předpovědi. 4

10 První, kdo použil pojem OLAP, byl E.F. Codd ( ), mimo jiné také vynálezce relačního databázového modelu, a to v roce 1993, kdy publikoval knihu Providing OLAP to User-Analysts. V ní popsal základy OLAPu a multidimenzionálního datového modelu. OLAP vznikly na základě požadavku rychlého vyhodnocování dat pro potřeby managementu, která je v dnešní rychlé době čím dál více potřeba. Klasické relační databáze se výborně hodí na transakční zpracování dat, ale nejsou již tak výhodné na zpracování analytických dotazů nad daty. Tyto dotazy jsou často kladeny z různých pohledů a to lze u relačních databází hůře zpracovávat. Databáze, které jsou určeny pro používání OLAPu používají multidimensionální datový model, který umožňuje velmi rychlé zpracování rozličných dotazů. Umožňuje to právě díky použití různých pohledů na data neboli dimenzí. Dimenze mohou být např. časové období či zeměpisná oblast. Tento náhled na data se nazývá OLAP cube, neboli OLAP kostka. V ní jsou data organizována do star schema - hvězdicového schéma. Ve středu schéma je tabulka s fakty a na ni jsou napojeny dimenzní tabulky, které udávají, jak se dají data v tabulce faktů různě analyzovat. Existuje několik druhů OLAP. Mezi nejvýznamnější patří MOLAP (Multidimensional OLAP) multidimenzionální OLAP. Jedná se o klasickou verzi OLAPu, která používá databázové struktury, které obsahují takové atributy, že využívají přímo multidimezionálního datového modelu. Dalším velmi častým druhem OLAPu je ROLAP(Relational OLAP), který pracuje s běžnými relačními databázemi. Dimenze jsou pak nadefinovány v pomocných dimenzních tabulkách a data jsou uložena v klasických databázích. Nelze je však použít v klasických informačních systémech, protože tabulky musí být navrženy speciálně pro ROLAP. Díky větší optimalizaci mají MOLAPy větší výkonnost, ale oproti ROLAPům jsou složitější a vyžadují speciální databáze, jak vystihuje následující obrázek 3.1: 5

11 obrázek 3.1 Jako příklad mohu uvést třeba zpracování dat o zákaznících. Tabulka s fakty pak bude obsahovat informace o zákaznících. Dotazy na zákazníky pak můžeme volit podle různých kritérií například lokace, tj. ze kterého města, či státu zákazníci pocházejí. Dalším kritériem může být druh zboží, které od nás zákazníci odebírají. Můžeme chtít vyhodnocovat po jednotlivých druzích zboží, či po celých kategoriích zboží. Toto jsou dvě dimenze, podle kterých se mohou vytvářet dotazy. Ke každé dimenzi pak existuje dimenzní tabulka, která udává, jak je daná dimenze členěna. Přínosem OLAPu je právě zavedení víc než klasických dvou až tří pohledů na data (dimenzí), které jsou používány v běžných relačních databázích, čímž se dosáhne většího informačního přínosu. A také při použití standardních transakčních databází je velmi těžké zpracovat data z jiného pohledu, než na který byly původně vytvořeny. U OLAPu je pak zpracování dotazů oproti nim mnohem rychlejší. 6

12 3.3. Marketing Když už se bavíme o marketingových informačních systémech, bude jistě vhodné věnovat pár řádků i samotnému marketingu. Uvedu zde dvě definice, první je od americké marketingové asociace: Marketing je proces řízení, v jehož rámci se identifikují a předvídají požadavky zákazníků a účinně a rentabilně se uspokojují. Druhá je od P. Kotlera: Marketing je společenský a řídící proces, kterým jednotlivci a skupiny získávají to, co potřebují a požadují, prostřednictvím tvorby, nabídky a směny hodnotných výrobků s ostatními. Abychom mohli správně rozhodovat a zjišťovat, jaké jsou požadavky zákazníků a jak vydělat, je potřeba mít kvalitní informace a s nimi nám mohou právě pomoci systémy pro podporu řízení Co tedy je informační systém pro podporu řízení v marketingu Co je to tedy marketingový informační systém? Asi bych znovu použil definici americké marketingové asociace - je to informační systém, který na základě určitých postupů a metod shromažďuje data, zpracovává a analyzuje je a poskytuje výstupy pro podporu rozhodování při řešení marketingových problémů. Marketingové informační systémy shromažďují data o procesech probíhajících v podniku jako jsou zisky, tržby, provádí nad nimi za pomocí statistických metod odhady, jak by se mohly vyvíjet do budoucnosti a vytváří modely a prezentace, které pak pomáhají manažerům v jejich marketingových rozhodnutích. 7

13 4. Existující systémy na podporu rozhodování 4.1. Historie a předchůdci OLAPu Ačkoli termín OLAP vznikl až v roce 1993, podobné technologie existovaly už dávno před ním. Prvním programovacím jazykem, který použil multidimenzionální analýzu, která je základem OLAP, byl APL z roku Byl to matematicky nedefinovaný programovací jazyk, který používal multidimenzionální proměnné. První aplikace v něm vznikly na konci 60. let a jazyk APL byl používán až do 70. a 80. let dvacátého století. V 70. letech vznikl na akademické půdě multidimenzionální produkt, zaměřený více na aplikace Express. Byl již mnohem více podobný moderním OLAPům a dodnes je součástí OLAP produktů společnosti Oracle. V 80. letech bylo vyvinuto mnoho dalších produktů, které používaly mutidimenzionální analýzu. Patří mezi ně například produkt Systém W, který poprvé použil hvězdicové schéma. Byl hlavně používán pro návrh podpůrných finančních aplikací. Jiným produktem z té doby je Metaphor, který přinesl mnoho nových konceptů, které se staly populární zvláště v 90. letech, jako jsou klient/server architektura, multidimenzionální dotazy na relačních datech či objektová analýza a vývoj. Jedná se tak vlastně o předchůdce ROLAPů OLAPů založených na relačních databázích. V 80. letech přicházejí do obliby tabulkové programy a k nim vznikají i první OLAP nástroje. Mezi nejčastější dnes patří různé přídavné programy pro Excel Současné OLAPy První OLAP systémy, jak je známe dnes, přišly na trh v polovině 90. let a brzy začal velký růst poptávky po OLAP systémech. Kolem roku 2000 se sice růst zpomalil, ale v posledních letech už opět patří mezi nejvíce se rozvíjející se oblasti softwaru pro firmy. Na trhu nyní existuje několik velkých dodavatelů komerčních OLAP systémů jako 8

14 jsou Microsoft, SAP, Oracle, MicroStrategy či Hyperion, kteří ovládají většinu trhu. Tito dodavatelé ovšem OLAP systémy poskytují většinou jako součást balíků svých služeb, takže se samostatně OLAP systémy moc nevyskytují. Každý z dodavatelů OLAP systémů se zaměřuje na jiné zákazníky. Ať už se jedná o velikost, kde je například Microsoft Analysis Services od Microsoftu určen spíše pro menší zákazníky oproti SAP BW od SAP, který je dodáván spíše větším firmám, nebo třeba oblast pro, kterou je jejich produkt nejvíce vhodný. Například pro oblast prodeje jsou nejvíce používány produkty od MicroStrategy oproti produktům od Microsoft, které jsou využívány nejvíce v průmyslu. Pro znázornění rozložení podílu hlavních firem dodávajících OLAP systémy na trhu, zde ukáži graf, který jsem našel na internetových stránkách OLAP Report: obrázek 4.1 A protože největší podíl na trhu má nyní firma Microsoft, zmíním se nejdříve několika slovy o Microsoft Analysis Services. 9

15 4.3. Microsoft Analysis Services Jedná se o balíček OLAP služeb dodávaný společně s Microsoft SQL Server. Microsoft na ní začal pracovat v roce 1996 poté, co získal OLAP technologie od izraelské společnosti Panorama. V roce 1998 uvedl na trh první verzi, která se jmenovala OLAP Services a byla dodávána společně s SQL Server 7. OLAP Services podporovala MOLAP, ROLAP a HOLAP architektury a používala MDX jako dotazovací jazyk. V roce 2000 vznikla nová verze Analysis Services Ta oproti původní již neobsahovala jen OLAP služby, ale také i služby Data Mining. Přinesla sebou i mnoho dalších novinek větší flexibilita návrhu dimenzí či obohacený výpočetní aparát. V roce 2005 pak byla představena zatím poslední verze Analysis Services Ta přinesla novou architekturu produktu. Byla však zachována kompatibilita na API úrovni a také zůstalo MDX pro dotazy na OLAP. Microsoft SQL Server 2005 Analysis Services přináší OLAP technologii a data mining pomocí klient-server technologie. Obsahuje v sobě také nástroje a objektový model určené pro návrh, tvorbu a údržbu aplikací pro podporu rozhodování obchodních záležitostech. Analysis Services pracují na principu tenkého klienta, kdy veškeré výpočty a dotazy na databázi jsou prováděny na straně serveru. Díky tomu je pak výkon docela slušný a je potřeba jen jeden dotaz a odpověď mezi klientem a serverem na jeden analytický dotaz. Pro komunikaci mezi serverem a se používá XML pro analýzu (XML/A), díky čemuž se dá použít několik různých rozhraní pro komunikaci se serverem. Lze použít klientské aplikace, které komunikují přímo se serverem. Může se také použít klasický webový prohlížeč, který se spojí se prostřední vrstvou Internet Information Service, která převádí odpověď serveru z XML do vizualizovaného HTML. Klientská technologie umožňuje i provádění analýz přímo na počítači klienta. Což se hodí, když je počítač odpojen od sítě. Data se natáhnou do počítače klienta, uloží se a pak se nad nim provádí dotazy. Ukázky z Microsoft Analysis Services můžeme vidět na obrázcích číslo 4.2 a 4.3: 10

16 obrázek

17 obrázek 4.3 Microsoft Analysis Services má ještě jednu věc, o které bych se měl zmínit a tím je UDM - Unified Dimensional Model. Tento model, který je určen pro zobrazování obchodní logiky, výpočtů apod. se používá pro všechny OLAP nástroje, tabulkové programy a analytické aplikace, které v sobě Analysis Services obsahují. Model pak má sloužit k usnadnění pohledu uživatele na obsažená data, která mohou být uložena v různých databázích. UDM také usnadňuje pohled na data z různých aplikací, které jej používají, protože díky UDM se na ně dá dívat ze stejné business logiky. Jak naznačuje obrázek

18 obrázek Hyperion Solutions Nabízí několik OLAP produktů, jedná se například o webový server, či plug-in do microsoft excelu. Jeho hlavním produktem v této oblasti je Hyperion System 9. Jedná se sadu nástrojů, která je určena pro různé obchodní a manažerské činnosti. Hyperion System 9 v sobě slučuje aplikace pro podporu rozhodování, finanční aplikace a aplikace pro řízení. Umožňuje tak provádět činnosti jako jsou management, hlášení o produktech, pokročilé analýzy, finanční hlášení a konsolidace v jednom systému. Mnohé z těchto funkcí pak využívají OLAP databází pro své fungování. Jedná se například o Hyperion System 9 Planning, což je webová aplikce a plug-in do MS Excelu, který slouží k plánování, účtování a odhadování řešení, která slučuje finační a řídící procesy. Viz obrázek

19 obrázek 4.5 Další aplikací, kterou v sobě Hyperion System 9 zahrnuje a obsahuje v sobě prvky systému pro podporu rozhodování a OLAPu je Hyperion Web Analysis. Jedná se o nástroj určený k rychlému analyzování problému z mnoha pohledů. Používá různorodé grafické zobrazení pro ukázání výsledků dotazů na data. Web Analysis pomáhá podnikům při provádění významných analýz, které jim pak umožní získat reálný pohled na stav jejich obchodu. Viz obrázek

20 obrázek

21 5. Můj informační systém Protože vytvořit celý úplně nový OLAP server by bylo velmi náročné, rozhodl jsem použít open source OLAP server Modrian od firmy Pentaho pro vytvoření OLAP informačního systému. Můj OLAP informační systém se skládá ze tří vrtev. První z nich je prezentační vrstva, kterou jsem vytvořil v Javě pomocí univerzálních grafických komponent Awt a Swing. Druhou částí je OLAP server Modrian od firmy Pentaho. Tento OLAP server by napsán pomocí Javy a je jakýmsi prostředníkem mezi prezentační vrstvou a databázovou vstvou. Třetí částí je již zmíněná databázová vrstva, kterou tvoří databáze mysql. Základem je open source server Modrian, který umí zpracovávat OLAP dotazy na speciálně připravenými relačními databázemi. Jde se tedy o ROLAP, neboť pracuje nad klasickými databázemi. Pro OLAP dotazy používá speciálního jazyka MDX (multidimensional expressions), což by se dalo přeložit jako mnoho-dimenzní výraz/dotaz. Pomocí MDX klade prezentační vrstva dotazy na server a ten pak komunikuje s databází a posílá odpověď podobnou klasické javovské komunikaci s databází (JDBC) zpět prezentační vstvě. Nejprve se tedy podíváme jak funguje OLAP server od firmy Modrian a MDX. Pak se podíváme, jak musí vypadat databáze, určená pro ROLAP server a jak jsem navrhl prezentační prostředí pro OLAP dotazy. Nakonec ukážu můj návrh celkového informačního systému pro konkrétní firmu OLAP server Modrian Jak jsem se již zmínil, použitý open source OLAP server je jakýmsi prostředníkem mezi prezentační a databázovou vrstvou. Pomocí něj lze klást dotazy na databázi, které budou přímo vyjadřovat potřeby, podle kterých dimenzí máme data vybrat, aniž bychom byli nuceni psát přímo sql dotazy. Prezentační vrstva naváže spojení s OLAP serverem a pošle mu dotaz v MDX. 16

22 Pro lepší pochopení dotazů na server a odpovědí si musíme podrobněji vysvětlit MDX MDX a OLAP kostky MDX neboli multi-dimensional expressions je syntaxe, která slouží definování a manipulování multidimenzionálních objektů a dat. MDX je v mnoha ohledech podobný sql, ale není jeho rozšířením nýbrž syntaxe zaměřená na jiné problémy. Přesto by se dala mnohá funkčnost, kterou MDX poskytuje nahradit pomocí klasických sql dotazů, ovšem s menší efektivností a jednoduchostí. Zároveň si v této kapitole lépe objasníme, co je pojem OLAP kostka. Většina jazyků pro definování a manipulaci s daty, jako například sql, je navržena tak, aby získávala data ve dvou dimenzích. Klasické databázové tabulky mají dvě dimenze řádky a sloupce. V každém průsečíku řádků a sloupců se nachází jedna položka dat. Multidimenzionální data naproti tomu mohou být reprezentovány strukturami s více než dvěma dimenzemi. Tyto struktury, které mají více dimenzí (rozměrů), se nazývají kostky (někdy také OLAP kostky). V průsečíku dimenzí v kosce se může nacházet jedna či více položek dat, kterým se říká míry. Pro ilustraci nabízím obrázek kostky určené pro problém dopravy. Tato koska má 3 dimenze čas(time), původ(route) a způsob přepravy(source). Každá z dimenzí se pak dělí na různé podstupně. Kostka má v každém průsečíků dimenzí 2 míry počet dodávek a datum poslední. 17

23 Abychom mohli pochopit, jak se vytváří MDX dotazy musíme vysvětlit nejprve několik pojmů. Prvním z nich je pojem member (člen). Dimenze se rozpadají na různé stupně a nejmenší z nich jsou členové. Ke každému členu pak připadá jeden či více výskytů dat. V naší ukázkové kostce jsou takoví členové například Afrika či Evropa pro dimenzi původ (Route). Zapisují se: Route.[Eastern Hemisphere].Africa Route.[Eastern Hemisphere].Europe Závorky [ a ] se používají pro názvy obsahují mezeru nebo tečku. Toto je způsob odkazování pomocí jména. Na členy jde odkazovat pomocí členského klíče, pokud se třeba název mění a to tak, že před klíč dáme znak &. Místo přesného určení lze také používat zabudované funkce, jako např. FirstChild, která vrátí prvního člena dané dimenze či skupiny. Místo výše uvedeného zápisu, jak získat člen Afrika, bychom mohli napsat: 18

24 Route.[Eastern Hemisphere]. FirstChild Dalším důležitým pojmem jsou tuple (sada údajů). Používá se k určení průřezu kostkou. Skládá se z uspořádané množiny členů. Tuple se používá k vymezení specifické části multidimenzionálních dat z kostky. Pokud bychom vybrali z každé dimenze jednoho člena, pak by se tuple skládala z jedné buňky s mírami. Členové, ze kterých se skládá tuple, mohou být z jedné či více dimenzí. V zápisu se dá použít kromě jednotlivých členů i vyšší stupně dimenze. Jako příklad uvedu dvě tuple, první je jen z jedné dimenze a druhá je složená z členů ze dvou dimenzí: (Source.[Eastern Hemisphere]) (Time.[2nd half], Source.[Western Hemisphere]) Obdobně jako u členů se dají u tuple používat různé zabudované funkce. Posledním pojmem je set (množina), což je nula, jedna či více uspořádaných tuple: {(Time.[1st half].[1st quarter]),(time.[2nd half].[3rd quarter])} Podobně jako sql dotaz, který vymezuje data, která se mají z načíst z databáze, tím že vybere dané sloupečky v SELECT klauzuli a ve WHERE klauzuli se vymezí, které řádky se mají načíst, tak i v MDX dotazu se SELECT klauzule používá pro definování dimenzí a členů, které se mají vrátit z databáze a WHERE klauzule pak vytyčuje omezení na vybírané dimenze a členy. MDX dotaz má následující strukturu: SELECT [<axis_specification> [, <axis_specification>...]] FROM [<cube_specification>] [WHERE [<slicer_specification>]] SELECT klauzule definuje jednu či více takzvaných osových dimenzí (axis dimensions), které určují, jak bude výsledná část dat z kostky vypadat. Těchto os může být velké množství, ale nepoužívá se jich většinou více než 5, protože pak nastává problém se zobrazením takových dat. Na definici osových dimenzí se používá množina (set). FROM klauzule určuje kostku, ze které se berou data. 19

25 WHERE klauzule pak definuje průřezovou osu (slicer dimension), což je také množina (set) a výsledná data pak obsahují jen ty osy a dimenze, které jsou v průřezové ose. Výsledkem následujícího příkladu na výše ukázané kostce by byla tabulka (dvou rozměrná/dimenzionální kostka) se dvěma sloupečky a dvěma řádky: SELECT { Route.nonground.Members } ON COLUMNS, { Time.[1st half].members } ON ROWS FROM TestCube WHERE ( [Measures].[Packages] ) 5.3. Databáze Aby mohl server Modrian pracovat s relační databází a my na něj mohli klást dotazy v MDX, je nutné kromě vytvoření samotných tabulek s fakty a dimenzních tabulek vytvořit schéma. Jedná se o logický model definují multidimezionální databázi. Tento model se skládá z kostek, hierarchií, členů a mapování tohoto modelu na databázi. Schéma se pro Server Modrian definuje pomocí XML (EXtensible Markup Language) souboru. V něm jsou pak nadefinovány dimenze tak, aby mohl Modrian komunikovat s databází. Kořenovým elementem každého schématu je element <Schema>. V něm je pak obsažen jeden element <Cube>, který odpovídá celé kostce dat a v něm se dále definují dimenze, míry a mapování. Základním prvkem hvězdicového schématu je tabulka faktů, v níž jsou uložena všechna data. Ta se definuje pomocí elementu <Table> a jeho atributu name, který udává jméno tabulky faktů v databázi: <Schema> <Cube name="prodej"> <Table name="prodej_2006"/>... </Cube> 20

26 </Schema> Dalším složkou, kterou je potřeba v kostce potřeba nadefinovat jsou míry. Jsou to data uložená v tabulce faktů a definují se pomocí elementu <Measure>: <Measure name="pocet prodanych" column="pocet_prodanych" aggregator="sum" datatype="integer" formatstring="#,###"/> <Measure name="trzba" column="trzba" aggregator="sum"datatype="numeric" formatstring="#,###.00"/> Atribut name určuje jméno míry, atribut column určuje sloupeček v tabulce faktů. Atribut aggregator určuje, jaká funkce se má použít pro slučování buněk míry, což je obvykle součet (sum). Atribut datatype určuje typ dat a atribut formatstring formátování výstupu. Poslední a asi nejdůležitější část kostky, kterou je potřeba nadefinovat do schématu, je definice dimenzí, které se definují pomocí elementu <Dimension>. Ten v sobě obsahuje element <Hierarchy>, což je definice stupňů dané dimenze až po konečné členy. V něm se pomocí atributu name elementu <Table> určí mapování na dimenzní tabulku v databázi. Dimenzní tabulka je navázána na tabulku faktů pomocí primárního a cizího klíče. Primární klíč je v dimenzní tabulce a ve schématu je určen atributem primarykey v elementu <Hierarchy>, na něj odkazuje cizí klíč z tabulky faktů, který je určen atributem foreignkey v elementu <Dimension>. Nakonec se jednotlivé stupně dimenze nadefinují elementem <Level>. Jeho atribut name určuje jméno stupně a column sloupeček s jmény jednotlivých členů stupně v dimenzní tabulce: <Dimension name="uzemi" foreignkey="uzemi_id"> <Hierarchy hasall="true" primarykey="uzemi_id"> <Table name="uzemi"/> <Level name="stat" column="stat" uniquemembers="true" /> <Level name="mesto" column="mesto" uniquemembers="true" /> </Hierarchy> 21

27 </Dimension> V tomto případě máme nadefinovanou dimenzi území, která má dva stupně stát a město. Stupeň město, který jen nejnižší, obsahuje jednotlivé členy. Tato dimenze je v databázi reprezentována dimenzní tabulkou uzemi, která bude mít 3 sloupečky uzemi_id, stat a mesto. V tabulce faktů budou cizí klíč sloupečku uzemi_id odkazovat na primární klíč dimenzní tabulky. Na definování dimenze se někdy používá více dimenzních tabulek než jen jedna. Ve schématu je to možné definovat pomocí elementu <Join>, který spojuje jednotlivé tabulky, které reprezentují jednotlivé stupně dimenze. Tento způsob jsem nepoužil, ale zmínil jsem ho proto, že se často využívá na definování dimenze více provázaných tabulek. Celá definice schématu k mojí firmě je v příloze a sql skripty pro založení tabulek kostky a jejich naplnění daty jsou na přiloženém CD Prezentační vrstva Pro implementaci prezentační vrstvy jsem se rozhodl použít jazyk Java a to univerzální komponenty AWT a SWING, aby tato vrstva byla systémově nezávislá. Pro komunikaci s OLAP serverem Modrian se používá spojení, které pracuje podobně jako JDBC. Pro získání informací z databáze se naváže spojení se serverem Modrian pomocí třídy Connection. Na její vytvoření se použije metoda getconnection v níž se určí, jaká databáze a schéma se mají použít. Dále se vytvoří MDX dotaz a odešle na server pro zpracování. Příklad spojení s OLAP serverem Modrian: import mondrian.olap.*; Connection connection = DriverManager.getConnection( "Provider=mondrian;" + "Jdbc=jdbc:odbc:ProdejDatabaze;" + "Catalog=/WEB-INF/ProdejSchema.xml;", null, 22

28 false); Query query = connection.parsequery( "SELECT { [uzemi].[usa], [uzemi].[velka Britanie]} on columns," + " {[product].[elektonika]} on rows " + "FROM [Prodej] " + "WHERE ([Measures].[Trzba])"); Result result = connection.execute(query); Výsledek Result je pak velmi podobný klasickému ResultSet při komunikacích s databází pomocí JDBC, jen zde nejsou řádky a sloupce, ale dimenze (osy) a buňky. Prezentační vrstva může klást na databázi různé dotazy nad ukázkovými daty z rozdílných pohledů a výsledky pak zobrazuje do tabulky. Na dimenzích se může zobrazovat různé stupně členů Moje ukázková firma Pro můj informační systém jsem si vymyslel ukázkovou firmu. Ta se zabývá prodejem různého zboží v různých státech a městech. Nad těmito daty bude chtít provádět analýzy prodeje v různých státech, městech s různým zbožím v různém čase. Navrhl jsem pro tento problém jednoduché schéma, připravil databázi mysql a vytvořil a naplnil jí daty dimenzní tabulky a tabulku faktů. Nastavil server Modrian, aby pracoval s danou databází, aby na něj mohla prezentační vrstva klást dotazy. 23

29 6. Závěr Co říci na závěr? Cílem této diplomové práce bylo provést analýzu stávajících systémů pro podporu rozhodování v marketingu a vytvořit vlastní informační systém. Na začátku jsem shrnul, co jsou to systémy pro podporu rozhodování a OLAP systémy. Poté jsem provedl zhodnocení nejpoužívanějších systémů pro podporu rozhodování využívajících OLAP. Nakonec jsem našel open source OLAP server Modrian a pomocí něho vytvořil informační systém, určený k podpoře rozhodování. 24

30 7. Použitá literatura: OLAP, From Wikipedia, the free encyclopedia, článek je dostupný na: Decision support systém, From Wikipedia, the free encyclopedia, článek je dostupný na: Marketing, e-skripta, Evropský polytechnický institut v Kunicích, skripta jsou dostupná na: Providing olap to user analysts, E. F. Codd & Associates, 1993, dokument je dostupný na: pdf Modrian project documentation, Pentaho Analysis Services, dokumentace je dostupná na: OLAP report, Business Application Research Center, 2006, články jsou dostupné na: Microsoft analysis services, Microsoft Corporation, 2006, články jsou dostupné na: Hyperion products, Hyperion system 9, Hyperion Solutions Corporation, , články jsou dostupné na: Pavel Herout, Java grafické uživatelské prostředí a čeština, vydalo nakladatelství KOPP v Českých Budějovicích

31 8. Přílohy 8.1. Doprovodné CD Součástí diplomové práce je doprovodné CD, které obsahuje materiály a zdrojové kódy. Obsah CD Zdrojové kódy této práce Zdrojové kódy programu XML schéma a skripty na naplnění databáze Soubory serveru Modrian 8.2. Schéma pro server Modrian Zde uvádím celé schéma pro kostku pro můj OLAP informační systém: <Schema> <Cube name="prodej"> <Table name="prodej_2006"/> <Dimension name="uzemi" foreignkey="uzemi_id"> <Hierarchy hasall="true" primarykey="uzemi_id"> <Table name="uzemi"/> <Level name="stat" column="stat" uniquemembers="true"/> <Level name="mesto" column="mesto" uniquemembers="true"/> </Hierarchy> 26

32 </Dimension> <Dimension name="produkty" foreignkey="produkt_id"> <Hierarchy hasall="true" primarykey="produkt_id"> <Table name="produkty"/> <Level name="typ_produktu" column="typ_produktu" uniquemembers="true"/> <Level name="produkt" column="produkt" uniquemembers="true"/> </Hierarchy> </Dimension> <Dimension name="cas" type="timedimension" foreignkey="cas_id"> <Hierarchy hasall="true" allmembername="all Periods" primarykey="cas_id"> <Table name="time"/> <Level name="rok" column="rok" uniquemembers="true" leveltype="timeyears" type="numeric"/> <Level name="ctvrtleti" column="ctvrtleti" uniquemembers="false" leveltype="timequarters" /> </Hierarchy> </Dimension> <Measure name="pocet prodanych" column="pocet_prodanych" aggregator="sum" datatype="integer" formatstring="#,###"/> <Measure name="trzba" column="trzba" aggregator="sum"datatype="numeric" formatstring="#,###.00"/> </Cube> </Schema> 27

Business Intelligence

Business Intelligence Business Intelligence Josef Mlnařík ISSS Hradec Králové 7.4.2008 Obsah Co je Oracle Business Intelligence? Definice, Od dat k informacím, Nástroj pro operativní řízení, Integrace informací, Jednotná platforma

Více

Základní informace o co se jedná a k čemu to slouží

Základní informace o co se jedná a k čemu to slouží Základní informace o co se jedná a k čemu to slouží založené na relačních databází transakční systémy, které jsou určeny pro pořizování a ukládání dat v reálném čase (ERP, účetní, ekonomické a další podnikové

Více

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph)

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3bph) 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Zdroje Studijní materiály Heleny Palovské

Více

10. Datové sklady (Data Warehouses) Datový sklad

10. Datové sklady (Data Warehouses) Datový sklad 10. Datové sklady (Data Warehouses) Datový sklad komplexní data uložená ve struktuře, která umožňuje efektivní analýzu a dotazování data čerpána z primárních informačních systémů a dalších zdrojů OLAP

Více

Základy business intelligence. Jaroslav Šmarda

Základy business intelligence. Jaroslav Šmarda Základy business intelligence Jaroslav Šmarda Základy business intelligence Business intelligence Datový sklad On-line Analytical Processing (OLAP) Kontingenční tabulky v MS Excelu jako příklad OLAP Dolování

Více

Marketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)

Marketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3aph) 2. a 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká: 2. soustředění 16.1.2009

Více

8.2 Používání a tvorba databází

8.2 Používání a tvorba databází 8.2 Používání a tvorba databází Slide 1 8.2.1 Základní pojmy z oblasti relačních databází Slide 2 Databáze ~ Evidence lidí peněz věcí... výběry, výpisy, početní úkony Slide 3 Pojmy tabulka, pole, záznam

Více

Stručný obsah. K2118.indd 3 19.6.2013 9:15:27

Stručný obsah. K2118.indd 3 19.6.2013 9:15:27 Stručný obsah 1. Stručný obsah 3 2. Úvod 11 3. Seznamy a databáze v Excelu 13 4. Excel a externí data 45 5. Vytvoření kontingenční tabulky 65 6. Využití kontingenčních tabulek 81 7. Kontingenční grafy

Více

GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER. váš partner na cestě od dat k informacím

GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER. váš partner na cestě od dat k informacím GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER váš partner na cestě od dat k informacím globtech spol. s r.o. karlovo náměstí 17 c, praha 2 tel.: +420 221 986 390 info@globtech.cz

Více

MBI - technologická realizace modelu

MBI - technologická realizace modelu MBI - technologická realizace modelu 22.1.2015 MBI, Management byznys informatiky Snímek 1 Agenda Technická realizace portálu MBI. Cíle a principy technického řešení. 1.Obsah portálu - objekty v hierarchiích,

Více

TM1 vs Planning & Reporting

TM1 vs Planning & Reporting R TM1 vs Planning & Reporting AUDITOVATELNOST? ZABEZPEČENÍ? SDÍLENÍ? KONSOLIDACE? PROPOJITELNOST???? TM1?? COGNOS PLANNING IBM COGNOS 8 PLANNING Cognos Planning Podpora plánovacího cyklu Jednoduchá tvorba

Více

Datové modelování II

Datové modelování II Datové modelování II Atributy Převod DM do schématu SŘBD Dotazovací jazyk SQL Multidimenzionální modelování Principy Doc. Miniberger, BIVŠ Atributy Atributem entity budeme rozumět název záznamu či informace,

Více

DATABÁZOVÉ SYSTÉMY. Metodický list č. 1

DATABÁZOVÉ SYSTÉMY. Metodický list č. 1 Metodický list č. 1 Cíl: Cílem předmětu je získat přehled o možnostech a principech databázového zpracování, získat v tomto směru znalosti potřebné pro informačního manažera. Databázové systémy, databázové

Více

Marketingová komunikace. 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph)

Marketingová komunikace. 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph) Marketingová komunikace Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph) 2. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Minulé soustředění úvod

Více

Systém elektronického rádce v životních situacích portálu www.senorady.cz

Systém elektronického rádce v životních situacích portálu www.senorady.cz Systém elektronického rádce v životních situacích portálu www.senorady.cz Obec Senorady Miroslav Patočka 2006 Obsah: 1. Úvodní informace 1.1 Informace pro uživatele 1.1.1 Přístupnost HTML, PDA, WAP, XML

Více

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Databázové systémy Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Vývoj databázových systémů Ukládání dat Aktualizace dat Vyhledávání dat Třídění dat Výpočty a agregace 60.-70. léta Program Komunikace Výpočty

Více

MIS. Manažerský informační systém. pro. Ekonomický informační systém EIS JASU CS. Dodavatel: MÚZO Praha s.r.o. Politických vězňů 15 110 00 Praha 1

MIS. Manažerský informační systém. pro. Ekonomický informační systém EIS JASU CS. Dodavatel: MÚZO Praha s.r.o. Politických vězňů 15 110 00 Praha 1 MIS Manažerský informační systém pro Ekonomický informační systém EIS JASU CS Dodavatel: MÚZO Praha s.r.o. Politických vězňů 15 110 00 Praha 1 Poslední aktualizace dne 5.8.2014 MÚZO Praha s.r.o. je certifikováno

Více

Tovek Tools. Tovek Tools jsou standardně dodávány ve dvou variantách: Tovek Tools Search Pack Tovek Tools Analyst Pack. Připojené informační zdroje

Tovek Tools. Tovek Tools jsou standardně dodávány ve dvou variantách: Tovek Tools Search Pack Tovek Tools Analyst Pack. Připojené informační zdroje jsou souborem klientských desktopových aplikací určených k indexování dat, vyhledávání informací, tvorbě různých typů analýz a vytváření přehledů a rešerší. Jsou vhodné pro práci s velkým objemem textových

Více

Ukládání a vyhledávání XML dat

Ukládání a vyhledávání XML dat XML teorie a praxe značkovacích jazyků (4IZ238) Jirka Kosek Poslední modifikace: $Date: 2014/12/04 19:41:24 $ Obsah Ukládání XML dokumentů... 3 Ukládání XML do souborů... 4 Nativní XML databáze... 5 Ukládání

Více

ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ

ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ Podle toho, zda informační systém funguje na operativní, taktické nebo strategické řídicí úrovni, můžeme systémy rozdělit do skupin. Tuto pyramidu

Více

Operátory ROLLUP a CUBE

Operátory ROLLUP a CUBE Operátory ROLLUP a CUBE Dotazovací jazyky, 2009 Marek Polák Martin Chytil Osnova přednášky o Analýza dat o Agregační funkce o GROUP BY a jeho problémy o Speciální hodnotový typ ALL o Operátor CUBE o Operátor

Více

PostgreSQL jako platforma pro datové sklady

PostgreSQL jako platforma pro datové sklady PostgreSQL jako platforma pro datové sklady Vratislav Beneš benes@optisolutions.cz 1. Co to jsou datové sklady? 2. Požadavky na datový sklady 3. Technické řešení datového skladu 4. PostgreSQL a datové

Více

Základy databází. O autorech 17 PRVNÍ ČÁST. KAPITOLA 1 Začínáme 19

Základy databází. O autorech 17 PRVNÍ ČÁST. KAPITOLA 1 Začínáme 19 3 Obsah Novinky v tomto vydání 10 Význam základních principů 11 Výuka principů nezávisle na databázových produktech 12 Klíčové pojmy, kontrolní otázky, cvičení, případové studie a projekty 12 Software,

Více

PRODUKTY. Tovek Tools

PRODUKTY. Tovek Tools jsou desktopovou aplikací určenou k vyhledávání informací, tvorbě různých typů analýz a vytváření přehledů a rešerší. Jsou vhodné pro práci i s velkým objemem textových dat z různorodých informačních zdrojů.

Více

Typy souborů ve STATISTICA. Tento článek poslouží jako přehled hlavních typů souborů v programu

Typy souborů ve STATISTICA. Tento článek poslouží jako přehled hlavních typů souborů v programu StatSoft Typy souborů ve STATISTICA Tento článek poslouží jako přehled hlavních typů souborů v programu STATISTICA, ukáže Vám jejich možnosti a tím Vám dovolí využívat program efektivněji. Jistě jste již

Více

Analýza a Návrh. Analýza

Analýza a Návrh. Analýza Analysis & Design Návrh nebo Design? Design = návrh Není vytváření použitelného uživatelského prostředí (pouze malinká podmnožina celého návrhu) Často takto omezeně chápáno studenty nedokáží si představit,

Více

Současný svět Projekt č. CZ.2.17/3.1.00/32038, podpořený Evropským sociálním fondem v rámci Operačního programu Praha adaptabilita

Současný svět Projekt č. CZ.2.17/3.1.00/32038, podpořený Evropským sociálním fondem v rámci Operačního programu Praha adaptabilita Aktivní webové stránky Úvod: - statické webové stránky: pevně vytvořený kód HTML uložený na serveru, ke kterému se přistupuje obvykle pomocí protokolu HTTP (HTTPS - zabezpečený). Je možno používat i různé

Více

SOFTWAROVÁ PODPORA TVORBY PROJEKTŮ

SOFTWAROVÁ PODPORA TVORBY PROJEKTŮ Slezská univerzita v Opavě Obchodně podnikatelská fakulta v Karviné SOFTWAROVÁ PODPORA TVORBY PROJEKTŮ Distanční studijní opora Karel Skokan František Huňka Karviná 2012 Projekt OP VK 2.2 (CZ.1.07/2.2.00/15.0176)

Více

Wonderware Information Server 4.0 Co je nového

Wonderware Information Server 4.0 Co je nového Wonderware Information Server 4.0 Co je nového Pavel Průša Pantek (CS) s.r.o. Strana 2 Úvod Wonderware Information Server je výrobní analytický a reportní informační portál pro publikaci výrobních dat

Více

STŘEDNÍ ŠKOLA INFORMAČNÍCH TECHNOLOGIÍ A SOCIÁLNÍ PÉČE

STŘEDNÍ ŠKOLA INFORMAČNÍCH TECHNOLOGIÍ A SOCIÁLNÍ PÉČE STŘEDNÍ ŠKOLA INFORMAČNÍCH TECHNOLOGIÍ A SOCIÁLNÍ PÉČE WEBOWÉ STRÁNKY TŘÍD KAMIL POPELKA ZÁVĚREČNÁ MATURITNÍ PRÁCE BRNO 2011 Prohlášení Prohlašuji, že maturitní práce je mým původním autorským dílem, které

Více

Použití databází na Webu

Použití databází na Webu 4IZ228 tvorba webových stránek a aplikací Jirka Kosek Poslední modifikace: $Date: 2010/11/18 11:33:52 $ Obsah Co nás čeká... 3 Architektura webových databázových aplikací... 4 K čemu se používají databázové

Více

3 zdroje dat. Relační databáze EIS OLAP

3 zdroje dat. Relační databáze EIS OLAP Zdroje dat 3 zdroje dat Relační databáze EIS OLAP Relační databáze plochá dvourozměrná tabulková data OLTP (Online Transaction Processing) operace selekce projekce spojení průnik, sjednocení, rozdíl dotazování

Více

Znalostní systém nad ontologií ve formátu Topic Maps

Znalostní systém nad ontologií ve formátu Topic Maps Znalostní systém nad ontologií ve formátu Topic Maps Ladislav Buřita, Petr Do ladislav.burita@unob.cz; petr.do@unob.cz Univerzita obrany, Fakulta vojenských technologií Kounicova 65, 662 10 Brno Abstrakt:

Více

xrays optimalizační nástroj

xrays optimalizační nástroj xrays optimalizační nástroj Optimalizační nástroj xoptimizer je součástí webového spedičního systému a využívá mnoho z jeho stavebních bloků. xoptimizer lze nicméně provozovat i samostatně. Cílem tohoto

Více

Systém analýzy dat. Systém analysis of data

Systém analýzy dat. Systém analysis of data Systém analýzy dat Systém analysis of data Bakalářská práce Zdenka Roudenská Vedoucí práce: Ing Václav Novák, CSc. Jihočeská univerzita v Českých Budějovicích Pedagogická fakulta Katedra informatiky 2008

Více

Microsoft.NET. AppTima Feedback Solution - komplexní systém pro zjišťování a vyhodnocování spokojenosti zákazníků

Microsoft.NET. AppTima Feedback Solution - komplexní systém pro zjišťování a vyhodnocování spokojenosti zákazníků Microsoft.NET AppTima Feedback Solution - komplexní systém pro zjišťování a vyhodnocování spokojenosti zákazníků Přehled Země: Velká Británie Odvětví: Informační technologie Profil zákazníka Pantek Ltd.

Více

PHP framework Nette. Kapitola 1. 1.1 Úvod. 1.2 Architektura Nette

PHP framework Nette. Kapitola 1. 1.1 Úvod. 1.2 Architektura Nette Kapitola 1 PHP framework Nette 1.1 Úvod Zkratka PHP (z anglického PHP: Hypertext Preprocessor) označuje populární skriptovací jazyk primárně navržený pro vývoj webových aplikací. Jeho oblíbenost vyplývá

Více

Microsoft Office 2003 Souhrnný technický dokument white paper

Microsoft Office 2003 Souhrnný technický dokument white paper Microsoft Office 2003 Souhrnný technický dokument white paper Přehled inteligentních klientských aplikací založených na sadě Microsoft Office 2003 System Publikováno: Duben 2003 Shrnutí: Inteligentní klienti

Více

Alena Malovaná, MAL305

Alena Malovaná, MAL305 Alena Malovaná, MAL305 GML WFS WMF Geografický značkovací jazyk (Geographic Markup Language - GML) Jedná se o velmi rozšířený standard pro popis geodat umožňující sdílení i integraci dat. Jeho základem

Více

RELAČNÍ DATABÁZOVÉ SYSTÉMY

RELAČNÍ DATABÁZOVÉ SYSTÉMY RELAČNÍ DATABÁZOVÉ SYSTÉMY VÝPIS KONTROLNÍCH OTÁZEK S ODPOVĚDMI: Základní pojmy databázové technologie: 1. Uveďte základní aspekty pro vymezení jednotlivých přístupů ke zpracování hromadných dat: Pro vymezení

Více

================================================================================ =====

================================================================================ ===== Název: VY_32_INOVACE_PG4101 Základní struktura HTML stránky Datum vytvoření: 01 / 2012 Anotace: DUM seznamuje se základní strukturou a členěním HTML stránky, s jednotlivými složkami - HTML, CSS, externí

Více

Poznámky k verzi Remote support platform 3.1

Poznámky k verzi Remote support platform 3.1 What's New Verze dokumentu: 1.0 2014-05-09 Verze dokumentu Následující tabulka poskytuje přehled nejdůležitějších změn dokumentu. Verze Datum Popis 1.0 2014-05-09 První verze 2 All rights reserved. Verze

Více

CZ.1.07/1.5.00/34.0527

CZ.1.07/1.5.00/34.0527 Projekt: Příjemce: Digitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/34.0527 Střední zdravotnická škola a Vyšší odborná škola zdravotnická, Husova 3, 371 60 České Budějovice

Více

Úvod do databází. Modelování v řízení. Ing. Petr Kalčev

Úvod do databází. Modelování v řízení. Ing. Petr Kalčev Úvod do databází Modelování v řízení Ing. Petr Kalčev Co je databáze? Množina záznamů a souborů, které jsou organizovány za určitým účelem. Jaké má mít přínosy? Rychlost Spolehlivost Přesnost Bezpečnost

Více

Reporting. Ukazatele je možno definovat nad libovolnou tabulkou Helios Orange, která je zapsána v nadstavbě firmy SAPERTA v souboru tabulek:

Reporting. Ukazatele je možno definovat nad libovolnou tabulkou Helios Orange, která je zapsána v nadstavbě firmy SAPERTA v souboru tabulek: Finanční analýza Pojem finanční analýza Finanční analýza umožňuje načítat data podle dimenzí a tyto součty dlouhodobě vyhodnocovat. Pojem finanční analýza není nejpřesnější, protože ukazatele mohou být

Více

Aplikace pro srovna ní cen povinne ho ruc ení

Aplikace pro srovna ní cen povinne ho ruc ení Aplikace pro srovna ní cen povinne ho ruc ení Ukázkový přiklad mikroaplikace systému Formcrates 2010 Naucrates s.r.o. Veškerá práva vyhrazena. Vyskočilova 741/3, 140 00 Praha 4 Czech Republic tel.: +420

Více

Představuje. Technický Informační Systém nové generace

Představuje. Technický Informační Systém nové generace Představuje Technický Informační Systém nové generace Nový náhled na položky Sjednocení typů položek - položky nejsou striktně dělené na vyráběné a nakupované. Do tohoto typu je zahrnuté i nakupované a

Více

Business Intelligence nástroje a plánování

Business Intelligence nástroje a plánování Business Intelligence nástroje a plánování pro snadné reportování a vizualizaci Petr Mlejnský Business Intelligence pro reporting, analýzy a vizualizaci Business Intelligence eporting Dashboardy a vizualizace

Více

Metadata. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu

Metadata. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Metadata MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Co to jsou metadata Chybějící metadata Doplněná metadata Co o metadatech říkají autority Řízení metadata je nepochybně nejdůležitější

Více

WORKWATCH ON-LINE EVIDENCE PRÁCE A ZAKÁZEK

WORKWATCH ON-LINE EVIDENCE PRÁCE A ZAKÁZEK WORKWATCH ON-LINE EVIDENCE PRÁCE A ZAKÁZEK Systém WorkWatch je určen pro malé a střední firmy, které se zabývají službami nebo zakázkovou výrobou. Zajistí dokonalý přehled o všech zakázkách a jejich rozpracovanosti.

Více

Databáze MS-Access. Obsah. Co je to databáze? Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová

Databáze MS-Access. Obsah. Co je to databáze? Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová Databáze MS-Access Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová Obsah Principy a možnosti databází. Uložení dat v databázi, formáty dat, pole, záznamy, tabulky, vazby mezi záznamy. Objekty databáze

Více

Specializovaná mapa s interpretací regionálních rozdílů v oblasti sociálního výzkumu

Specializovaná mapa s interpretací regionálních rozdílů v oblasti sociálního výzkumu v oblasti sociálního výzkumu Autoři Březen 2015 Autor Organizace Dušan Chlapek Vladimír Jakubal Tomáš Knap Jan Vrána Jan Kučera Jiří Makalouš Luboš Marek Petr Mazouch Martin Nečaský Tomáš Vahalík KOMIX

Více

Úvod do programovacího jazyka Python

Úvod do programovacího jazyka Python Úvod do programovacího jazyka Python Co je to Python? Python je objektově-orientovaný programovací jazyk. Tento programovací jazyk je velice výkonný, čitelný a dá se snadno naučit. Jeho použití je velice

Více

Přizpůsobení JSTL pro Google App Engine Datastore

Přizpůsobení JSTL pro Google App Engine Datastore Přizpůsobení JSTL pro Google App Engine Datastore Vítězslav Novák Katedra Aplikovaná informatika Ekonomická fakulta, VŠB-TU Ostrava 1 Google App Engine Google App Engine je zástupcem distribučního modelu

Více

Publikování map na webu - WMS

Publikování map na webu - WMS Semestrální práce z předmětu Kartografická polygrafie a reprografie Publikování map na webu - WMS Autor: Ondřej Dohnal, Martina Černohorská Editor: Filip Dvořáček Praha, duben 2010 Katedra mapování a kartografie

Více

MATLABLINK - VZDÁLENÉ OVLÁDÁNÍ A MONITOROVÁNÍ TECHNOLOGICKÝCH PROCESŮ

MATLABLINK - VZDÁLENÉ OVLÁDÁNÍ A MONITOROVÁNÍ TECHNOLOGICKÝCH PROCESŮ MATLABLINK - VZDÁLENÉ OVLÁDÁNÍ A MONITOROVÁNÍ TECHNOLOGICKÝCH PROCESŮ M. Sysel, I. Pomykacz Univerzita Tomáše Bati ve Zlíně, Fakulta aplikované informatiky Nad Stráněmi 4511, 760 05 Zlín, Česká republika

Více

POKROČILÉ POUŽITÍ DATABÁZÍ

POKROČILÉ POUŽITÍ DATABÁZÍ POKROČILÉ POUŽITÍ DATABÁZÍ Barbora Tesařová Cíle kurzu Po ukončení tohoto kurzu budete schopni pochopit podstatu koncepce databází, navrhnout relační databázi s využitím pokročilých metod, navrhovat a

Více

kapitola 2 Datové sklady, OLAP

kapitola 2 Datové sklady, OLAP Tomáš Burger, burger@fit.vutbr.cz kapitola 2 Datové sklady, OLAP Získávání znalostí z databází IT-DR-3 / ZZD Co je to datový sklad A data warehouse is a subjectoriented, integrated, time-variant and nonvolatile

Více

4IT218 Databáze. 4IT218 Databáze

4IT218 Databáze. 4IT218 Databáze 4IT218 Databáze Osmá přednáška Dušan Chlapek (katedra informačních technologií, VŠE Praha) 4IT218 Databáze Osmá přednáška Normalizace dat - dokončení Transakce v databázovém zpracování Program přednášek

Více

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Aplikace IS, outsourcing, systémová integrace Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Kontext Dodavatelé Strategická Zákazníci ERP Taktická Operativní Kategorie ERP - zaměřeno na

Více

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Aplikace IS, outsourcing, systémová integrace Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Kontext Dodavatelé Strategická Zákazníci ERP Taktická Operativní Kategorie ERP - zaměřeno na

Více

O Apache Derby detailněji. Hynek Mlnařík

O Apache Derby detailněji. Hynek Mlnařík O Apache Derby detailněji Hynek Mlnařík Agenda Historie Vlastnosti Architektura Budoucnost Historie 1997 Cloudscape Inc. - JBMS 1999 Informix Software, Inc. odkoupila Cloudscape, Inc. 2001 IBM odkoupila

Více

RELAČNÍ DATABÁZE ACCESS

RELAČNÍ DATABÁZE ACCESS RELAČNÍ DATABÁZE ACCESS 1. Úvod... 2 2. Základní pojmy... 3 3. Vytvoření databáze... 5 4. Základní objekty databáze... 6 5. Návrhové zobrazení tabulky... 7 6. Vytváření tabulek... 7 6.1. Vytvoření tabulky

Více

Profilová část maturitní zkoušky 2013/2014

Profilová část maturitní zkoušky 2013/2014 Střední průmyslová škola, Přerov, Havlíčkova 2 751 52 Přerov Profilová část maturitní zkoušky 2013/2014 TEMATICKÉ OKRUHY A HODNOTÍCÍ KRITÉRIA Studijní obor: 78-42-M/01 Technické lyceum Předmět: TECHNIKA

Více

Databáze v MS ACCESS

Databáze v MS ACCESS 1 z 14 19.1.2014 18:43 Databáze v MS ACCESS Úvod do databází, návrh databáze, formuláře, dotazy, relace 1. Pojem databáze Informací se data a vztahy mezi nimi stávají vhodnou interpretací pro uživatele,

Více

Webové rozhraní pro datové úložiště. Obhajoba bakalářské práce Radek Šipka, jaro 2009

Webové rozhraní pro datové úložiště. Obhajoba bakalářské práce Radek Šipka, jaro 2009 Webové rozhraní pro datové úložiště Obhajoba bakalářské práce Radek Šipka, jaro 2009 Úvod Cílem práce bylo reimplementovat stávající webové rozhraní datového úložiště MU. Obsah prezentace Úložiště nasazené

Více

Případová studie. O2 Slovakia: Aplikace O2 Univerzita. Aplikace O2 Univerzita. jako nástroj řízení vzdělávání zaměstnanců

Případová studie. O2 Slovakia: Aplikace O2 Univerzita. Aplikace O2 Univerzita. jako nástroj řízení vzdělávání zaměstnanců Případová studie O2 Slovakia: Aplikace O2 Univerzita Aplikace O2 Univerzita jako nástroj řízení vzdělávání zaměstnanců Aplikace O2 Univerzita Vzdělávání je pro naši firmu jedním ze základních pilířů, bez

Více

Podpora OLAP na platformě.net

Podpora OLAP na platformě.net Podpora OLAP na platformě.net Semestrální práce na předmět IT_380 Vývoj klient/server aplikací Vypracoval Borek Bernard, duben 2004 Podpora OLAP na platformě.net Strana 2 z 10 Abstrakt Tato práce se zabývá

Více

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií VY_32_INOVACE_33_02 Škola Název projektu, reg. č. Vzdělávací oblast Vzdělávací obor Tematický okruh Téma Tematická oblast Název Autor Vytvořeno, pro obor, ročník Anotace Přínos/cílové kompetence Střední

Více

Hospodářská informatika

Hospodářská informatika Hospodářská informatika HINFL, HINFK Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu reg.

Více

Databáze II. 1. přednáška. Helena Palovská palovska@vse.cz

Databáze II. 1. přednáška. Helena Palovská palovska@vse.cz Databáze II 1. přednáška Helena Palovská palovska@vse.cz Program přednášky Úvod Třívrstvá architektura a O-R mapování Zabezpečení dat Role a přístupová práva Úvod Co je databáze Mnoho dat Organizovaných

Více

Pokročilé techniky tvorby sestav v Caché. ZENové Reporty

Pokročilé techniky tvorby sestav v Caché. ZENové Reporty Pokročilé techniky tvorby sestav v Caché ZENové Reporty Úvodem Jednoduché sestavy Pokročilé sestavy Ladění Historie ZEN reporty sdílejí podobný princip definování obsahu jako ZENové stránky Byly uvedeny

Více

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií VY_32_INOVACE_31_02 Škola Střední průmyslová škola Zlín Název projektu, reg. č. Vzdělávací oblast Vzdělávací obor Tematický okruh Téma Tematická oblast Název Autor Vytvořeno, pro obor, ročník Inovace výuky

Více

Problémové domény a jejich charakteristiky

Problémové domény a jejich charakteristiky Milan Mišovič (ČVUT FIT) Pokročilé informační systémy MI-PIS, 2011, Přednáška 02 1/16 Problémové domény a jejich charakteristiky Prof. RNDr. Milan Mišovič, CSc. Katedra softwarového inženýrství Fakulta

Více

STARÁ DOBRÁ JAVA A PERSISTENCE S CACHÉ

STARÁ DOBRÁ JAVA A PERSISTENCE S CACHÉ STARÁ DOBRÁ JAVA A PERSISTENCE S CACHÉ Technologie Jalapeño od InterSystems Andreas Dieckow, Principal Product Manager, Strategic Planning InterSystems Corporation Úvod Programovací jazyk Java má díky

Více

ANALYSIS SERVICES PROJEKT VYTVOŘENÍ PROJEKTU A DATOVÉ KOSTKY

ANALYSIS SERVICES PROJEKT VYTVOŘENÍ PROJEKTU A DATOVÉ KOSTKY ANALYSIS SERVICES PROJEKT VYTVOŘENÍ PROJEKTU A DATOVÉ KOSTKY Spusťte BIDS - z menu vyberte File/New/Project a vytvořte nový Analysis Services Project typu Bussines Inteligence Project - doplňte jméno projektu

Více

ANOTACE vytvořených/inovovaných materiálů

ANOTACE vytvořených/inovovaných materiálů ANOTACE vytvořených/inovovaných materiálů Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast Formát Druh učebního materiálu Druh interaktivity CZ.1.07/1.5.00/34.0722 III/2 Inovace a

Více

QAD Business Intelligence

QAD Business Intelligence QAD Business Intelligence Vladimír Bartoš, Pavel Němec Konzultanti 13.6.2012 Komponenty QAD BI Analytické tabule pro podporu rozhodování Spolupráce uživatelů nad analyzovanými daty Reporty Generátor analytických

Více

Dotazovací jazyky I. Datová krychle. Soběslav Benda

Dotazovací jazyky I. Datová krychle. Soběslav Benda Dotazovací jazyky I Datová krychle Soběslav Benda Obsah Úvod do problematiky Varianty přístupu uživatelů ke zdrojům dat OLTP vs. OLAP Datová analýza Motivace Vytvoření křížové tabulky Datová krychle Teorie

Více

Jádrem systému je modul GSFrameWork, který je poskytovatelem zejména těchto služeb:

Jádrem systému je modul GSFrameWork, který je poskytovatelem zejména těchto služeb: Technologie Marushka Základním konceptem technologie Marushka je použití jádra, které poskytuje přístup a jednotnou grafickou prezentaci geografických dat. Jádro je vyvíjeno na komponentním objektovém

Více

1 Administrace systému 3. 1.3 Moduly... 3 1.4 Skupiny atributů... 4 1.5 Atributy... 4 1.6 Hodnoty atributů... 4

1 Administrace systému 3. 1.3 Moduly... 3 1.4 Skupiny atributů... 4 1.5 Atributy... 4 1.6 Hodnoty atributů... 4 CRM SYSTÉM KORMORÁN PŘÍRUČKA ADMINISTRÁTORA Obsah 1 Administrace systému 3 1.1 Uživatelské účty.................................. 3 1.2 Přístupová práva................................. 3 1.3 Moduly.......................................

Více

Tovek Server. Tovek Server nabízí následující základní a servisní funkce: Bezpečnost Statistiky Locale

Tovek Server. Tovek Server nabízí následující základní a servisní funkce: Bezpečnost Statistiky Locale je serverová aplikace určená pro efektivní zpracování velkého objemu sdílených nestrukturovaných dat. Umožňuje automaticky indexovat data z různých informačních zdrojů, intuitivně vyhledávat informace,

Více

Od klasického reportingu k SAP BO Design studio na BW power by HANA Pavel Strnad

Od klasického reportingu k SAP BO Design studio na BW power by HANA Pavel Strnad Od klasického reportingu k SAP BO Design studio na BW power by HANA Pavel Strnad CIO PIA5 NSC Prague Obsah Představení firmy Migrace BW to HANA BI architektura ve Wincor Nixdorf Migrační varianty z BW

Více

Aplikace je program určený pro uživatele. Aplikaci je možné rozdělit na části:

Aplikace je program určený pro uživatele. Aplikaci je možné rozdělit na části: Aplikace Aplikace je program určený pro uživatele. Aplikaci je možné rozdělit na části: prezentační vrstva vstup dat, zobrazení výsledků, uživatelské rozhraní, logika uživatelského rozhraní aplikační vrstva

Více

Úvod do informačních a řídicích systémů. lení

Úvod do informačních a řídicích systémů. lení Úvod do informačních a řídicích systémů Základní pojmy a rozdělen lení Informace Pojem vysoce abstraktní Skutečné informace musí být pravdivé, včasné, jednoznačné a relevantní (atributy informace) Základní

Více

INFORMAČNÍ SYSTÉM VIDIUM A VYUŽITÍ MODERNÍCH TECHNOLOGIÍ

INFORMAČNÍ SYSTÉM VIDIUM A VYUŽITÍ MODERNÍCH TECHNOLOGIÍ INFORMAČNÍ SYSTÉM VIDIUM A VYUŽITÍ MODERNÍCH TECHNOLOGIÍ Michal Brožek, Dominik Svěch, Jaroslav Štefaník MEDIUM SOFT a.s., Cihelní 14, 702 00 Ostrava, ČR Abstrakt Neustále rostoucí význam sběru dat, možnost

Více

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 5.3-5.8 9/14

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 5.3-5.8 9/14 ZÁKLADY PROGRAMOVÁNÍ Mgr. Vladislav BEDNÁŘ 2014 5.3-5.8 9/14 Co je vhodné vědět, než si vybereme programovací jazyk a začneme programovat roboty. 1 / 12 0:40 UML unifikovaný modelovací jazyk Zkratka tohoto

Více

Systémy pro podporu. rozhodování. 2. Úvod do problematiky systémů pro podporu. rozhodování

Systémy pro podporu. rozhodování. 2. Úvod do problematiky systémů pro podporu. rozhodování 1 Systémy pro podporu rozhodování 2. Úvod do problematiky systémů pro podporu rozhodování 2 Připomenutí obsahu minulé přednášky Rozhodování a jeho počítačová podpora Manažeři a rozhodování K čemu počítačová

Více

INOVACE PŘEDMĚTŮ ICT. MODUL 11: PROGRAMOVÁNÍ WEBOVÝCH APLIKLACÍ Metodika

INOVACE PŘEDMĚTŮ ICT. MODUL 11: PROGRAMOVÁNÍ WEBOVÝCH APLIKLACÍ Metodika Vyšší odborná škola ekonomická a zdravotnická a Střední škola, Boskovice INOVACE PŘEDMĚTŮ ICT MODUL 11: PROGRAMOVÁNÍ WEBOVÝCH APLIKLACÍ Metodika Zpracoval: Jaroslav Kotlán srpen 2009s Úvod Modul Programování

Více

IB111 Programování a algoritmizace. Programovací jazyky

IB111 Programování a algoritmizace. Programovací jazyky IB111 Programování a algoritmizace Programovací jazyky Programovací jazyky Programovací jazyk Prostředek pro zápis algoritmů, jež mohou být provedeny na počítači Program Zápis algoritmu v programovacím

Více

Vzorce. StatSoft. Vzorce. Kde všude se dá zadat vzorec

Vzorce. StatSoft. Vzorce. Kde všude se dá zadat vzorec StatSoft Vzorce Jistě se Vám již stalo, že data, která máte přímo k dispozici, sama o sobě nestačí potřebujete je nějak upravit, vypočítat z nich nějaké další proměnné, provést nějaké transformace, Jinak

Více

Prezentace CRMplus. Téma: CRMplus jako nástroj pro kontrolu a vyhodnocení rozpracovanosti dílů na zakázkách

Prezentace CRMplus. Téma: CRMplus jako nástroj pro kontrolu a vyhodnocení rozpracovanosti dílů na zakázkách Prezentace CRMplus Téma: CRMplus jako nástroj pro kontrolu a vyhodnocení rozpracovanosti dílů na zakázkách Obsah prezentace Představení společnosti Technodat Develop, s.r.o. CRMplus základní charakteristika

Více

Systémy pro podporu rozhodování. Datové sklady, OLAP

Systémy pro podporu rozhodování. Datové sklady, OLAP Systémy pro podporu rozhodování Datové sklady, OLAP 1 4. Datový management: sklady, přístup a vizualizace Principy MSS Nové koncepce Objektové databáze Inteligentní databáze Datové sklady On-line analytické

Více

Frilo Control Center správa projektů

Frilo Control Center správa projektů Frilo Control Center správa projektů Programy Frilo používají odlišný způsob třídění a práce s vytvořenými projekty. Tento tutoriál má uživateli přiblížit, jak nejlépe vytvářet, mazat, exportovat, importovat,

Více

INFORMAČNÍ SYSTÉMY (IS) Ing. Pavel Náplava Katedra počítačů K336, ČVUT FEL Praha 2004/2005

INFORMAČNÍ SYSTÉMY (IS) Ing. Pavel Náplava Katedra počítačů K336, ČVUT FEL Praha 2004/2005 INFORMAČNÍ SYSTÉMY (IS) Ing. Pavel Náplava Katedra počítačů K336, ČVUT FEL Praha 2004/2005 AGENDA definice IS, zavedení pojmů možnosti a rozdělení typická struktura technologie nasazení praktická ukázka

Více

M4 PDF rozšíření. Modul pro PrestaShop. http://www.presta-addons.com

M4 PDF rozšíření. Modul pro PrestaShop. http://www.presta-addons.com M4 PDF rozšíření Modul pro PrestaShop http://www.presta-addons.com Obsah Úvod... 2 Vlastnosti... 2 Jak modul funguje... 2 Zdroje dat... 3 Šablony... 4 A. Označení šablon... 4 B. Funkce Smarty... 5 C. Definice

Více

Modely datové. Další úrovní je logická úroveň Databázové modely Relační, Síťový, Hierarchický. Na fyzické úrovni se jedná o množinu souborů.

Modely datové. Další úrovní je logická úroveň Databázové modely Relační, Síťový, Hierarchický. Na fyzické úrovni se jedná o množinu souborů. Modely datové Existují různé úrovně pohledu na data. Nejvyšší úroveň je úroveň, která zachycuje pouze vztahy a struktury dat samotných. Konceptuální model - E-R model. Další úrovní je logická úroveň Databázové

Více

6. blok část B Vnořené dotazy

6. blok část B Vnořené dotazy 6. blok část B Vnořené dotazy Studijní cíl Tento blok je věnován práci s vnořenými dotazy. Popisuje rozdíl mezi korelovanými a nekorelovanými vnořenými dotazy a zobrazuje jejich použití. Doba nutná k nastudování

Více