Veri ambarı ve OLAP teknolojilerinden yararlanılarak raporlama aracı gerçekleştirimi

Abstract

Günümüzde pek çok organizasyon kendi bünyesindeki günlük işlemleri takip etmek amacıyla hazırlanmış otomasyon yazılımlarını kullanmaktadır. Bu yazılımlar kayıtlarını yüksek seviyeli hareket işleme amacıyla tasarlanmış ilişkisel veritabanlarında saklarlar. Zaman içerisinde işletmelerin sistemlerindeki veri boyutları hızlı bir şekilde artar ve farklı isteklerin de etkisiyle veri bozulmaları meydana gelir. Sistem içerisindeki bu hızlı büyüme ve veri bozulmaları verilerin anlaşılması ve analizinde problemlerin ortaya çıkmasına sebep olur. Bu zorluklar göz önünde bulundurularak farklı uygulamalarla ilgili kayıtları ortak bir çatı altında toplamak, sorgulamaya uygun bir şekilde bir arada tutmak amacıyla veri ambarı platformundan faydalanır. Bu sayede güncel veriyi tutan ve yoğun veri girişi yapılan OLTP (Online Transaction Processing) sistemlerinden çeşitli raporlar alarak bu sistemlerin performansını kötü yönde etkilememiş olur. Veri ambarı içindeki veri belirli işlemler ve hesaplamalar sonrası hazırlanır. Bu hesaplamalar sorgu sırasında artı bir performans getirisi sağlamaktadır. Çok boyutlu analizlerin yapılma ihtiyacının karşılanması için kullanılan OLAP (Online Analytical Processing) teknolojisi ile ilişkisel veritabanlarına göre önemli performans kazanımları elde edilebilmektedir. Bu çalışmanın konusu Pamukkale Üniversitesi Eğitim Uygulama ve Araştırma Hastanesi'nde kullanılan HBYS (Hastane Bilgi Yönetim Sistemi) ve MYS (Malzeme yönetim Sistemi) ilişkisel veri tabanları kullanılarak bir veri ambarı tasarlanıp, geliştirilmesidir. Öncelikle veri ambarı ve veri ambarı işlemlerinin adımları tanımlanmakta, ardından uygulama kısmı anlatılmaktadır. Veri ambarının oluşturulmasının ana amacı çekilen anlık raporlamaların karar destek mekanizmasını oluşturan birçok verinin günlük aylık, yıllık olarak servisler, doktorlar, bölümler, kişiler bazında incelenmesi sağlamaktır. Doktor bazında muayene sayısı ve gelir, müdahale sayısı ve birimleri, protokol sayıları, kurum borç alacak durumları, doktorların tetkik istem sayıları ve ayrıntıları, eski/yeni hasta oranları ve birçok istatistiki bilgi veri ambarında toplanıp, tarih bazında karşılaştırmalı olarak grafiklerle sunulabilir.

Nowadays many organisations have been using automation software that are prepared to follow the daily processes within the organisation. These software store their records in databases that are designed for high level transactions. In time, data size inside the systems of the organisations grows rapidly and with the effect of different requests data corruptions occures. These rapid growth and data corruptions inside the system cause problems in understanding and analysing the data. Regarding these difficulties, we benefit from datawarehouse to collect the records related to different applications under same cover and to keep them together for appropriate questioning, consequently it wont affect the performance of systems badly by getting some reports from OLTP (Online Transaction Processing) systems that keep the up-to-date data and get intensive data input. The data inside the data warehouse are prepared after certain transactions and calculations. These calculations provide a positive performance gain during questioning. With OLAP(Online Analytical Processing) technology that is used to meet the demand to use multi dimensional analyses important performance profits are possible compared with relational database. Topic of this work has been improved by desinging a data warehouse by using the realtional databases: HBYS(Hospitals Information Managing System) and MYS (Material Managing System) which are being used in Pamukkale Üniversitesi Eğitim Uygulama ve Araştırma Hastahanesi (Pamukkale University Education Application and Research Hospital). First, datawarehouse and steps of processes of datawarehouse are defined and then application part is explained. The main purpose to form a datawarehouse is to enable processing lots of data that form decision support mechanism of time consuming reportings; by services, doctors, departments, and people daily, monthly, and yearly. For doctors number of examination and revenue, number of intervention and units, protocol numbers, institutions debt-will situations, number of doctors? technical request and details, previous/current patient rates and lots of statistical information are able to be brought in with graphics dately comparative by storing in dataware.