![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | |
| By N2H | ||||||||||||||||||||||
Data Warehouse
August 4, 2008
Hvis du er ny her, kan du ønsker at abonnere på min RSS-feed. Tak for besøg og få en hyggelig dag!
Data Warehousing
Data warehousing er et forsøg på at slå coporate data i en kilde til viden. En datawarehouse har det overordnede formål at give oplysninger, der er virkelig nyttigt for strategiske beslutninger. Oplysninger, der udgør en sammenfattet og objektiv betragtning af alle områder af virksomheden.
Et Data Warehouse er et corporate beslutningsstøtte ressource. Det er en database, der samler data fra forskellige kilder, der gør det tjene taktisk / strategisk beslutning behov.
En definition citerer et lager som en støtte orienteret, integreret, tid variant og ikke-flygtige indsamling af data, der støtter forvaltning's beslutningsproces.
Definition kvaliteten af et Data Warehouse
Om Oriented: dvs data er organiseret efter samme model som nøglen virksomheder fx leverandører, kunder, lager osv.
Integreret: Data er fra forskellige fag, kilder og applikationer. Det er holdt på en sådan måde, at det kan alle blive anvendt kollektivt som en kilde
Kvaliteter af data
Time Variant; dataene vedrører både nuværende og tidligere operationer. Dataene forekommer i lag parametre af gangen.
Ikke-flygtige: data opbevares i en længere periode uden at blive ændret eller ødelagt. Men gamle data er lagret i en mere sammenfattet form.
Konkret støtter øverste niveau beslutningsprocessen.
Transaktions-niveauet er relativt lavt.
Anvendt med tilfældige intervaller på en ikke-deterministisk måde.
Struktur / komponenter af et Data Warehouse
Kilder til operationelle data
Old fremstilling databaser systemer (corporate db systemer)
Institutråd Data (i databaser eller gamle registre)
Eksterne kilder, f.eks kommercielle data virksomheder, internet osv.
Load Manager (frontend-komponent): dette indfanger og forbereder data, og placerer det i de data oplag.
Warehouse Manager: Dette værktøj forvalter data inde i datawarehouse dvs det gør raffinering, back up osv.
Query Manager (Tilbage udgangen komponent): Byder forespørgsler, tidsplaner dem og dirigerer dem til de korrekte data tabeller.
Slutbrugerpriserne adgang værktøjer: Brugt af slutbrugeren til at lægge forespørgsler eller på anden måde behandle data i et data ware hus f.eks querry / rapportering værktøjer, data mining-værktøjer, online analytiske værktøjer.
Aktuelle data dvs. med en datahastighed på lageret, der relaterer til de seneste operationer. Dette er normalt detaljerede data.
Kortfattede data: Data, der relaterer til tidligere operationer, der lagres i let eller meget sammenfattet form.
Archive data: gamle data billeder af lageret bevaret fort-arkiv formål.
Fordele ved Data Warehousing
Meget nyttigt for tendensanalyse (vurdering af fremskridt)
Bedre kvalitet i den øverste ledelse beslutninger: gode beslutninger ofte udslag i bedre strategisk fordel.
Store muligheder for konkurrencemæssig fordel i denne analyse af de data warehouse kan afsløre mønstre eller tendenser, der tidligere var ukendte dermed administratorer kan udnytte denne information til konkurrencedygtige poseren.
Høje afkast på investeringer
Forbedret ledelsesmæssige kontrol, fordi lederen har et bredere og dybere vægt i alle områder af virksomheden, som sætter dem i stand til at kontrollere virksomheden mere effektivt.
Ulemper ved Data Warehousing
Projekterne har en lang tidshorisont: jo længere et projekt tager det mere risikabelt bliver det.
Nogle af de krævede data kan mangle fra operationelle systemer, manglende data præsenterer et design udfordring.
Andre problemer i de operationelle systemer: Hvis der er et problem med systemet eller operationelt system dette problem kan blive overført til lageret.
Data warehouse-systemer er høje vedligeholdelses-systemer.
Undervurdering af de data, lastning behov.
Behov for store lagerfaciliteter: opbevaring behov kan være i størrelsesordenen flere petabytes.
Øget slutbruger krav: Når lageret er installeret på brugerens anmodninger om bistand og / eller oplysninger kan stige i stedet for at reducere.
Data ejerskab af data i lageret er en trully delte ressource dermed manglende data ejerskab.
Data homogenisering: De data på lageret mai Infact ikke tjene det formål.
Data Marts
Dette er en lille skala data warehouse, specielt beregnet til brug i afdelinger / udskilte brug.
De data mart kan være en logisk enhed i selskabsform data warehouse, eller det kan være en selvstændig ressource.
Fremkomsten af Data marts er et svar på udfordringerne i forbindelse med konstruktion og drift af virksomhed dækkende data oplag.
A-Data mart er mindre og dermed nemmere, billigere og hurtigere at udvikle sig.
Et data mart gør os i stand til at nyde fordel af et data warehouse, men på en mindre skala.
Kommentarer
Har du noget at sige?
Du skal være logget på for at skrive en kommentar.
























