Ana içeriğe atla

QlikView - Yeni Nesil İş Zekası Aracı

İş zekası kavramının günümüzdeki önemine daha önceki yazılarımızda değinmiştik. Ekonomik koşullar gereği sektördeki firmalar daha az maliyetle daha verimli sonuçlar elde etmek için çalışmalar yapmak durumundadırlar. Kuşkusuz ki bu çalışmaların amacı mevcut karlılığın devamını sağlamak ve kendini farklılaştırarak bir adım öne çıkmaya çalışmaktır. Bu noktada kullanılacak en etkin aracın bilgi olduğu artık tüm operasyonlar tarafından anlaşılmıştır ancak unutulmamalıdır ki, bu bilgiye yetkileri gereği tüm ekibin erişebilmesi ve değerlendirebilmesi çok önemlidir. İşte bu yüzden iş zekası artık bir çok kurum için vazgeçilmez bir noktaya gelmiştir.
İş zekası uygulamaları dediğimizde yakın zamana kadar belirli periyotlarda sınırlı kullanıcı kitlesinin çeşitli raporlara erişerek bazı analizler yapabiliyor olması anlaşılıyordu. Ayrıca bu işlemi yapabilmek için bile gerçekten büyük kaynaklara ihtiyaç vardı. Bununla birlikte gerçekleştirme süresi uzun, bakım işlemi maliyetli ve zor olup, bunlara rağmen sistem oldukça yavaş çalışıyordu.
QlikView, bahsettiğimiz bu geliştirme platformlarında bulunan tüm süreçleri kökten değiştirecek bir yaklaşım sunan yeni nesil iş zekası ürünü olarak tasarlanmıştır. Maliyetli ve büyük kaynaklara ihtiyaç duymadan, diğerlerine göre çok daha kısa sürede geliştirilebilen ve anlık sorgulamalara geleneksel yapılara göre son derece hızlı bir şekilde cevap verebilen bir platformudur.

Neden QlikView?
Son kullanıcıların veriler üzerinde sorgulama, raporlama ve OLAP analizleri yapabilecekleri ve sonuçlarını dashboard ortamlarda görebilecekleri bir platformdur. Bu platformun kolay, kullanışlı ara yüzü ve mimarisindeki bellek içi çağrımsal veritabanı erişimi sayesinde anlık olarak verilere ulaşım son derece rahat ve hızlıdır.
Peki diğer uygulamaların bu kadar maliyetli ve kaynak kullanarak yaptığı QlikView nasıl yapıyor?
  • Bellek içi veritabanı erişimi (In-Memory)
  • Çağrımsal-Bileşik Veritabanı
  • Yüksek veri sıkıştırma oranı
Bellek içi Veritabanı
İş zekası uygulamalarının en büyük problemlerinden biri yapılan işlemlerin uzun sürmesidir. Ancak iş zekasının en önemli amaçlarından biri, yönetimsel birimlerin veriye hızlı bir şekilde ulaşmasını sağlamak ve karar verme mekanizması içerisinde yapılan bu çalışmanın sonuçlarını hemen alabilmektir. QlikView bu noktada geleneksel iş zekası uygulamalarında kullanılan bakış açısını değiştirerek yepyeni bir strateji ile çözüm üretmektedir.
İş zekası uygulamaları için kullanılan veri kümeleri, veri ambarları, OLAP küpleri gibi çok boyutlu bilgi kaynaklarını disk üzerinde saklamak yerine bellekte tutarak geleneksel yavaşlığı tarihe karıştırıyor. Disk üzerinden veri madenciliği yapılabilecek kadar büyük verilerin defalarca okunmak zorunda kalması şüphesiz çok büyük maliyet, kaynak ve zaman kullanımına neden oluyor. Qlikview bu verilerin tümünü belleğe yükleyerek kullanıcıların her türlü sorgulama ve raporlama istekleri karşısında, verilere bellekten direkt erişim sağlayarak verinin büyüklüğüne göre diğer uygulamalara göre binlerce kat hızlı sonuç döndürür. Qlikview’in bu yaklaşımı tercih etmesinin belki de en büyük sebebi de 64 bit teknolojisinin günümüzde gittikçe kullanılır hale gelmesidir. Bu teknoloji sayesinde belleklerin boyutu terabaytlar düzeyine kadar çıkabilmektedir. Ancak Qlikview sadece bu teknoloji gelişimine ayak uydurmakla kalmamış ve kendi geliştirdiği sıkıştırma algoritmasıyla da bellek kullanımını çok daha fazla optimize hale getirmiştir.
Çağrımsal-Bileşik Veritabanı
Qlikview’in bellek içi veritabanı sistemiyle kazandığı hız dışında sistemdeki kullanımı çok yönlü hale getiren bir yapıyı da veritabanı sistemine dahil etmiştir. Çağrımsal-Bileşik veritabanı şeklinde adlandırılan bu sistem kullanılan verilerin içinde yapılan ilk seçimle doğrudan ve dolaylı tüm bağlantıları hafızaya almasıdır. Bundan sonra yapacağı herhangi başka bir seçim için tekrar bu işlemi yapmak zorunda kalmayacaktır. Bir örnek vermek gerekirse; Bir firmanın İzmir’deki satış tutarlarını görmek istediği bir rapor aldıktan sonra İzmir’de bulunan satış temsilcileri, İzmir’de satılan ürünler gibi raporları görmek için tekrar tekrar işlem yapmayacak sadece ekranda görüntülenmesine karar verecektir. Geleneksel sistemlerde örnekteki gibi farklı kriterlerle raporu almak için tüm veriyi baştan okuyup belleğe almak gerekecekti.
Qlikview bu uygulamayı hem veritabanı üzerinde hem de görsel bileşenler üzerinde gerçekleştirmeyi başarmıştır. Bu sayede hem kullanımda hem de gerçekleştirim sırasında kolaylık ve hız kazanmayı sağlamıştır.
Yüksek Veri Sıkıştırma Oranı
Bellek içi veritabanı özelliğinden bahsederken Qlikview’in kendi geliştirdiği bir veri sıkıştırma algoritması olduğunu söylemiştik. İlişkisel veritabanlarında satır bazlı uygulanan sıkıştırma işlemlerine farklı bir açıdan bakarak sütun bazında sıkıştırma işlemi gerçekleştirmiştir. Yapılan bu sütun bazlı sıkıştırma ile ilişkisel veritabanındaki bir veri kümesini %60 ile %85 arasında sıkıştırabilmektedir. Böylesine büyük orandaki bir sıkıştırma ile de çok büyük verilerin hafızaya alınması ve hafızada işlenmesi çok daha kısa sürede gerçekleşir duruma gelmektedir.
Qlikview’in yeni nesil iş zekası olarak görünmesini sağlayan üç önemli başlığı inceledik. Qlikview bunların yanında gerek kullanım kolaylığı sağlamasıyla gerekse geliştirme sürecindeki kompleks yapıyı ortadan kaldırmasıyla kendini geleneksel iş zekası araçlarından ayırmayı başarmış bir ürün olarak karşımıza çıkıyor. Bu yazımızda neden Qlikview’i tercih ettiğimize değindik, sonraki yazılarımızda Qlikview uygulamasını tanımaya başlayacağız.
Mustafa ERŞAHİN

Yorumlar

Bu blogdaki popüler yayınlar

UML ve Modelleme – Bölüm 4 (Class (Sınıf) Diyagramları)

Bir önceki makalemizde UML modellemede kullanılan ilk diyagram olan Use Case diyagramını incelemiştik. Bu makalemizde nesne tabanlı programlamada kullanılan sınıflar ve sınıfların arasındaki ilişkileri modelleyebileceğimiz diyagramlar olan Class(Sınıf) diyagramlarını inceleyeceğiz. UML’de sınıflar, nesne tabanlı programlama mantığı ile tasarlanmıştır. Sınıf diyagramının amacı bir model içerisinde sınıfların tasvir edilmesidir. Nesne tabanlı uygulamada, sınıfların kendi özellikleri (üye değişkenler), işlevleri (üye fonksiyonlar) ve diğer sınıflarla ilişkileri bulunmaktadır. UML’de sınıf diyagramlarının genel gösterimi aşağıdaki gibidir. Şekil 1. Class Diyagram Şekil1’de görüldüğü üzere bir dikdörtgeni 3 parçaya bölüyoruz. En üst bölüm sınıf adını, orta kısım özellik listesini (üye değişkenler) ve en son kısım, işlev listesini (üye fonksiyonlar) göstermektedir. Çoğu diyagramlarda alt iki bölüm çıkarılır. Genelde tüm özellik ve işlevler gösterilmemektedir. Ama...

UML ve Modelleme – Bölüm 3 (Use Case Diyagramlar)

Önceki iki makalemizde ( 1 , 2 ) UML’e genel olarak değinip ve modellemede kullanacağımız dokuz diyagram hakkında bilgiler vermiştik. Bu makalemizde Use Case diyagramından detaylı bahsedeceğiz. Öncelikle, genel Use case diyagramının tanımını hatırlayalım. “Bir kullanıcı ve bir sistem arasındaki etkileşimi anlatan senaryo topluluğudur.” Ivar Jacobson Senaryo tanımı için der ki: “Aktörle sistem arasında gerçekleştirilen, sonucunda aktöre farkedilir getirisi/ faydası oluşan etkileşimli diyalogdur. ” UML Use Case Diyagramları  sistemin işlevselliğini açıklamak amacıyla kullanılır. Sistemin birbirinden ayrı özelliklerinin detaylarını göstermekten ziyade, Use Case Diyagramlar, tüm mevcut işlevselliği göstermek için kullanılabilir. Buradaki en önemli noktalardan biri,   Use Case Diyagramlar temelde sequence diyagram ve akış diyagramlarından farklıdır. Use Case diyagramlar dört ana elemandan oluşmaktadır. Aktörler , Sistem (Proje kapsamını belirtir) , Use Caseler ...

Kod OkurYazarlığı Kavramı

IT dünyasında son zamanlarda sıkça duyulmaya başlanan kavramlardan birisi de kod okuryazarlığı… Günümüzün teknoloji odaklı iş dünyasında, asıl mesleği ne olursa olsun, yazılım geliştirme ve kodlama ortamlarında eğitim alarak programlama yapmış kişilerin çok daha başarılı olacağı görüşünü savunan bir tezden bahsediyoruz... Temel amaç; insanları kod yazmaya teşvik etmek ve kalifiye yazılımcıların sayılarını arttırmak. Tabi bu noktada “eğitim şart” :). Kast edilen eğitim daha çocukluk yaşlarından başlıyor. Bu kapsamda Amerika’da başlatılmış ve sonra yaygınlaşmış en popüler projelerden birisi CodeDojo. 19 yaşındaki James Whelton ve Bill Liao’nun ortaya attığı CoderDojo , 7-18 yaş arası çocukların temel düzeyde HTML, CSS, JavaScript, PHP gibi teknolojileri öğrendiği bir etkinlik. Code.org isimli bir oluşum tarafından yayınlanan video içerisinde birçok rol model olabilecek isim (Mark Zuckerberg, Jack Dorsey, Chris Bosh, Bill Gates…) kodlamayı teşvik edici açıklamalarda bulunmuşlar… ...