 |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  |  | ||||||||||||||||||||||||||
Data Warehouse
4. August 2008
Data Warehousing
Data Warehousing stellt einen Versuch zu drehen coporate Daten in eine Quelle des Wissens. Ein Data Warehouse ist der Hauptzweck die Bereitstellung von Informationen, die wirklich nützlich für strategische Entscheidungen zu machen ist. Informationen, stellt eine Zusammenfassung und objektives Bild von allen Bereichen des Unternehmens.
Ein Data Warehouse ist eine unternehmerische Entscheidung zu unterstützen Ressource. Es ist eine Datenbank, in der Daten aus unterschiedlichen Quellen dienen die es taktisch / strategischen Entscheidung braucht.
Eine Definition zitiert eine Lagerhalle als Unterstützung, integriertes, zeitvarianten und nicht-flüchtige Sammlung von Daten zur Unterstützung der Mangement den Entscheidungsprozess.
Definition Qualität eines Data Warehouse
Subject Oriented: dh Daten etc organisiert nach dem Vorbild der wichtigsten Geschäftseinheiten zB Lieferanten, Kunden, hat
Integriert: Die Daten aus verschiedenen Themen, Quellen und Anwendungen. Es ist in einer Weise, dass sie alle können gemeinsam als eine Quelle angewandt werden gehalten
Qualitäten von Data
Time-Variante, die Daten bezieht sich auf den laufenden und abgeschlossenen Vorgänge. Die Daten erfolgt in Schichten von Zeit parametriert.
Non-Volatile: Die Daten werden vernichtet gehalten für eine längere Zeit ohne Änderung oder. Allerdings ist in alten Daten gespeichert mehr zusammengefasster Form.
Konkret unterstützt die oberste Ebene der Entscheidungsfindung.
Transaction Level sind relativ niedrig.
Applied in unregelmäßigen Abständen in einem nicht-deterministische Weise.
Struktur / Komponenten eines Data Warehouse
Quellen von operativen Daten
Old Herstellung Datenbanken-Systeme (Corporate DB Systems)
Abteilungs- Data (in Datenbanken oder alte Ablagesysteme)
Externe Quellen wie zB kommerzielle Daten von Unternehmen, Internet etc
Load Manager (Front-End-Komponente): Dieser erfasst und bereitet die Daten und legt es in den Data Warehouses.
Warehouse Manager: Dieses Tool verwaltet die Daten in das Data Warehouse dh es Raffination, Backup usw.
Query Manager (Backend-Komponente): Empfängt Abfragen, Zeitpläne sie und leitet sie an die richtigen Daten-Tabellen.
End User-Access-Tools: Gebrauchte durch den Endverbraucher zu Ort Abfragen oder anderweitig verarbeiten die Daten in einem Data Warehouse Haus zB Querry / Reporting-Tools, Data-Mining-Tools, Online Analytical Processing-Werkzeuge.
Aktuelle Daten, dh Daten im Lager, die sich auf den letzten Operationen. Dieser ist in der Regel detaillierte Daten.
Zusammengefassten Daten: Daten , die sich auf vergangene Operationen, behielten in leicht oder stark verdichteter Form.
Archiv-Daten: Alte Daten Bilder des Lagers erhalten Fort-Archiv Zwecke.
Vorteile von Data Warehousing
Sehr nützlich für Trend-Analyse (Bewertung der Fortschritte)
Verbesserte Qualität der Geschäftsleitung Entscheidungen: gute Entscheidungen oft zu besseren strategischen Vorteil zu übersetzen.
Großes Potenzial für Wettbewerbsvorteile in dieser Analyse des Data Warehouse kann sich herausstellen, Muster oder Trends, die bisher unbekannte Weise Führungskräfte können auf diese Informationen für eine wettbewerbsfähige Pose zu nutzen waren.
Hohe Rendite
Verbesserte Kontrolle über das Management, weil der Manager hat eine breitere und tiefere Gewicht in allen Bereichen des Unternehmens, die sie für das Unternehmen besser kontrollieren können.
Nachteile des Data Warehousing
Die Projekte haben eine lange Zeitrahmen: Je länger ein Projekt dauert desto riskanter wird es.
Einige der erforderlichen Daten können aus operativen Systemen zu fehlen, die Datenlücken stellt eine Herausforderung an das Design.
Andere Probleme in den operativen Systemen: Wenn es ein Problem mit dem System oder Betriebssystem, kann dieses Problem an das Lager übertragen werden.
Data-Warehouse-Systeme sind hohe Wartungs-Systemen.
Unterschätzung der Laden von Daten benötigt.
Need for großen Lagermöglichkeiten: Storage-Anforderungen können in der Größenordnung von mehreren Petabyte werden.
Erhöhte Anforderungen Endnutzer: Wenn die Halle ist Benutzers Hilfeersuchen und installiert / oder Informationen dürfen nur zu erhöhen anstatt sie zu verringern.
Data Eigentumsverhältnisse; die Daten im Warehouse ist eine gemeinsam genutzte Ressource trully somit Eigentum des Fehlens von Daten.
Homogenisierung Data: Die Daten im Warehouse kann infact nicht den beabsichtigten Zweck zu dienen.
Data Marts
Dies ist eine kleine Data Warehouse, die speziell für Abteilungs-/ Bereichsleiter Gebrauch bestimmt.
Das Data Mart kann eine logische Einheit des Corporate Data Warehouse werden oder es kann eine unabhängige Informationsquelle sein.
Die Entstehung von Data Marts ist eine Antwort auf die Herausforderungen im Zusammenhang mit dem Hallen-Design und Betrieb von unternehmensweiten Daten.
Ein Data Mart ist kleiner und damit leichter, billiger und schneller zu entwickeln.
Ein Data Mart ermöglicht es uns, die Vorteile eines Data Warehouse zu genießen, aber in einem kleineren Maßstab.
Popularity: Rosopsida [ ? ]
Kommentare
Haben Sie etwas zu sagen?
