![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | |
| By N2H | ||||||||||||||||||||||
Data Warehouse
4. August 2008
Wenn Sie noch hier, können Sie abonnieren möchten mein RSS-Feed. Vielen Dank für Ihren Besuch und Have a nice day!
Data Warehousing
Data Warehousing ist ein Versuch, um coporate Daten in eine Quelle des Wissens. Ein Data Warehouse hat das wichtigste Ziel der Bereitstellung von Informationen, die wirklich nützlich für strategische Entscheidungen machen. Informationen, stellt eine Zusammenfassung und objektive Sicht auf alle Bereiche des Unternehmens.
Ein Data Warehouse ist ein Corporate-Decision-Support-Ressource. Es handelt sich um eine Datenbank, vereint Daten aus unterschiedlichen Quellen machen dienen der taktischen und strategischen Entscheidung braucht.
Eine Definition führt ein Lager als Support-orientierte, integrierte, Zeit-Variante und nicht-flüchtige Sammlung von Daten zur Unterstützung von Management-Entscheidungsprozess.
Definition Qualität eines Data Warehouse
Betreff orientiert: dh Daten ist organisiert nach dem Vorbild der wichtigsten Business-Einrichtungen wie zB Lieferanten, Kunden, Lager usw.
Integriert: Die Daten werden aus verschiedenen Themen, Quellen und Anwendungen. Es ist in einer solchen Weise, dass alle angewendet werden kollektiv als eine Quelle
Qualities of Data
Time Variant; der Daten bezieht sich sowohl auf aktuelle und vergangene Aktionen. Die Daten erfolgt in Schichten von parametrisierten Zeit.
Non-Volatile: Die Daten werden für einen längeren Zeitraum ohne selbst verändert oder zerstört werden. Allerdings alte Daten werden in einer Form zusammengefasst.
Konkret unterstützt die oberste Ebene der Entscheidungsfindung.
Transaktion ist relativ niedrig.
Applied in unregelmäßigen Abständen in einer nicht-deterministischen Art und Weise.
Struktur / Komponenten eines Data Warehouse
Quellen von operativen Daten
Old Herstellung Datenbanken-Systeme (Corporate DB-Systeme)
Departmental Daten (in Datenbanken oder alte Ablage-Systeme)
Externe Quellen wie zB kommerzielle Daten von Unternehmen, Internet usw.
Load Manager (Front-End-Komponente): In diesem erfasst und bereitet die Daten, indem sie in die Data Warehouses.
Warehouse Manager: Mit diesem Tool verwaltet die Daten in das Data Warehouse, dh es Raffination, eine Sicherungskopie etc.
Query-Manager (Backend-Komponente): Erhält Abfragen, Zeitpläne und leitet sie an den richtigen Daten-Tabellen.
Endbenutzer-Tools zugreifen: Gebraucht durch den Endverbraucher zu platzieren Anfragen oder anderweitig verarbeiten die Daten in einer Datenbank ware Haus zB querry / Reporting-Tools, Data-Mining-Tools, Online Analytical Processing-Tools.
Aktuelle Daten, dh Daten in das Lager, die sich auf die jüngsten Vorgänge. Dies ist normalerweise ausführliche Daten.
Zusammenfassende Daten: Daten, die sich auf Vergangenheit, behielt in leicht oder stark zusammengefasst.
Archiv: alte Daten Bilder des Lagers Fort-Archiv aufbewahrt werden.
Vorteile von Data Warehousing
Sehr nützlich für Trend-Analyse (Bewertung der Fortschritte)
Verbesserte Qualität der Geschäftsleitung Entscheidungen: gute Entscheidungen oft besser übersetzen in strategischen Vorteil.
Ein großes Potenzial für Wettbewerbsvorteile in dieser Analyse des Data Warehouse kann sich herausstellen, Muster oder Trends, die bisher unbekannte Weise kapitalisieren Manager können auf diese Informationen für eine wettbewerbsfähige Pose.
Hohe Renditen
Verbesserte Management-Kontrolle, weil der Manager hat ein breiteres und tieferes Gewicht in allen Bereichen des Unternehmens, das es ihnen ermöglicht die Kontrolle der Unternehmen besser gerecht zu werden.
Nachteile von Data Warehousing
Die Projekte haben eine lange Zeit-Rahmen: Je länger ein Projekt dauert desto riskanter wird es.
Einige der erforderlichen Daten fehlen möglicherweise aus operativen Systemen, die Datenlücken zu schließen stellt eine Herausforderung Design.
Andere Probleme in der operativen Systeme: Wenn es ein Problem mit dem System oder operative System dieses Problem kann auf das Lager.
Data Warehouse-Systeme sind hohe Wartungs-Systemen.
Unterschätzung der Laden von Daten benötigt.
Need for großen Lagereinrichtungen: Lagerung muss möglicherweise in der Größenordnung von mehreren petabytes.
Erhöhte Ende der Benutzer-Anforderungen: Wenn die Warehouse-Benutzer installiert ist Ersuchen um Unterstützung und / oder Informationen zu einem Anstieg statt zu reduzieren.
Data Besitz der Daten in das Lager ist ein trully freigegebene Ressource somit Mangel an Daten Eigenverantwortung.
Homogenisierung Daten: Die Daten im Lager Mai Infact nicht den beabsichtigten Zweck.
Data Marts
Dies ist eine kleine Data Warehouse, die speziell für Abteilungs-/ Bereichsleiter.
Der Data Mart kann eine logische Einheit des Corporate Data Warehouse oder es kann eine unabhängige Ressource.
Die Entstehung von Data Marts ist eine Antwort auf die Herausforderungen im Zusammenhang mit der Gestaltung und den Betrieb von unternehmensweiten Data Warehouses.
Ein Data Mart ist kleiner und somit leichter, billiger und schneller zu entwickeln.
Ein Data Mart ermöglicht es uns, genießen Sie die Vorteile eines Data Warehouse, sondern in einem kleineren Maßstab.
Kommentare
Haben Sie etwas zu sagen?
Sie müssen angemeldet sein, um einen Kommentar schreiben.
























