Sissejuhatus andmelao kujundamisse

Laiemõnaline ladu tähendab midagi ühes kohas hoidmist ja sarnaseid juhtumeid tööstuses, et salvestada keerukas andmemaht ühes kohas. Business Intelligence (BI) võimaldab teil päringuid teha andmeallikatest ja usaldada saab ainult siis, kui andmekogu on hea.

Andmeladu integreerib mitu andmeallikat ja on heaks toeks analüüsiks ja analüütiliseks aruandluseks. Kui teil on kehv andmelao kujundus, mõjutab see ebatäpsete päringuandmete abil teie organisatsiooni kasvu.

Võtke Amazoni veebipoe populaarsuse näide, tellides toote ja seda saab meie käest kätte saata. Kui klient siseneb e-poe saidile ja otsib poest saadaolevat toodet. Siis valisime ja tellisime kauba, niipea kui tarnija on selle vastu võtnud ja kohe saatnud. Siin saame säästa oma aega vajaliku eseme ostmiseks.

Selle andmelao sarnase juhtumi korral saab andmeid salvestada ja hankida tehingusüsteemist. Andmeladu kui kaks peamist kontseptsiooni

  • OLAP - veebipõhine analüütiline töötlemine
  • OLTP - veebipõhine tehingute töötlemine

Mõlemad on võrgus töötlussüsteemid, kuid neil on mõned erinevused. OLTP haldab tehingurakendusi nagu ATM, OLAP kasutab analüütiliseks töötlemiseks nagu aruandlus, prognoosimine jne,

Nõuete kogumine

  • Nõuete kogumine on andmelao kujundamise üks etapp. Ta peab kriteeriumid kindlaks määrama ja neid edukalt rakendama. Andmelao kujundamisel kasutatakse kahte strateegiat: ühte nimetatakse äriks ja teist tehniliseks.
  • Äristrateegia keskendub pikaajalisele ärivaatele ja aitab kasvu nimel kasumit suurendada. Tehnilise strateegia nõue põhineb kasutajate aruandlusel, analüüsil, riistvara valimisel, arendusmeetodil, testimistehnikal, rakenduskeskkonnal ja kasutajakoolitusel.
  • Äri- ja tehnilise strateegia määratlemisel peame kavandama ka BCP (Disaster Recovery) plaani. Inimeste või loodusõnnetuste korral peab meil olema plaan andmete kiireks taastamiseks ja andmete kadumise tagamiseks. Katastroofide taastamise plaani väljatöötamine on üks väljakutseid pakkuv ja paneb organisatsiooni usaldama.

Keskkonna seadistamine

  • Kui oleme kogunud andmed andmelao kujundamiseks, peame arendamiseks, testimiseks ja tootmiseks tegema nõuetekohase keskkonna seadistuse. Eelistatavalt peaks rakenduste jaoks olema eraldi süsteem, andmebaas ja eraldi ka aruandluse / ETL jaoks.
  • Kui ehitame igale eraldi keskkonna, tagab see, et kõiki muudatusi saab välja töötada / katsetada ja seejärel tootmisele edasi liikuda.
  • Kui meil on ühtne keskkond, mis on mõeldud kõigi nende tegevuste jaoks, võib see lõppkokkuvõttes probleemideni minna ja andmed kaotada. Näiteks kui süsteemis on juhtunud vahejuhtum, ei saanud me navigeerida ja leida viisi, kuidas seda parandada, ja see muudab selle keerukamaks.

Andmete modelleerimine

  • Kui nõuete kogumine ja keskkond on paika pandud, on järgmine samm, kuidas andmeallikat ühendada, töödelda ja andmelaos säilitada. Seda tehnikat nimetatakse andmete modelleerimiseks. See võib olla objekti ja teiste suhete analüüs.
  • Andmelao kavandamisel kavandasid insenerid, kuidas ja kus andmeid tuleb säilitada. Samal ajal peaksime määratlema ka andmete hankimise võimaliku viisi andmelaost. Kui allikas on kindlaks tehtud, saab meeskond ehitada loogika ja luua struktuuriskeemi vaate.

Andmemudeli tüübid

Neid on kolme tüüpi

  • Kontseptuaalne
  • Loogiline
  • Füüsiline

Allpool on nimetatud kolme tüüpi andmemudeleid:

1. Kontseptuaalne: Selles öeldakse, MIDA süsteem sisaldab, ja selle on kavandanud äriarhitektid, et määratleda äristrateegia ulatus.

2. Loogika : see määratleb KUIDAS loogikat saab DBMS-is luua, selle loovad ärianalüütik ja andmearhitekt, et luua reeglite kogum andmete salvestamiseks / hankimiseks

3. Füüsiline: see määratleb KUIDAS süsteemi saab rakendada.

Andmelao kujunduse kasutamine

Hea andmelao kujundus võib andmete hankimisel olla aeganõudev. Iga samm peab toimima tõhusalt, et süsteem oleks hea. See aitab organisatsioonil käsitleda keerukaid andmeid ja parandab trendianalüüsi põhjal tootlikkust. Seega on iga DWH-i arhitektuuri kujundamise samm valimismeetodi puhul oluline ja teadlikum. Organisatsioon astub seejärel igasse voogu ja viib andmelao eduka juurutamiseni.

Andmelao olulisi rakendusi on vähe

1. Pangandussektor: enamik panku kasutab andmeladu suure hulga tehinguandmete salvestamiseks ja võimalust päringu andmeid palju kiiremini hankida. Seda saab hallata nagu kliendiandmeid, turusuundumusi, aruandeid, analüüse jne,

2. Rahatööstus: see sarnaneb pangandusega, kuid ainus tähelepanu on finantsmuudatuste parandamisel kliendiandmete analüüsimisel

3. Valitsus: tänapäeval haldab valitsus palju andmeid veebis ja salvestab relatsiooniandmebaasi. Kõik andmed on omavahel seotud nagu Aadhaar, PAN on seotud paljude allikatega.

4. Tervishoid: tervishoiujuhid ja teenused pakuvad nii palju teavet. See säilitab kliinilisi üksikasju, klientide andmeid ja aitab neil tulemusi prognoosida, tagasisidet analüüsida ja aruandeid koostada.

5. Kindlustus: kindlustusselts, mida kasutatakse peamiselt andmemudelite, klientide suundumuste ja arhivaalide pidamiseks.

6. Tootmis- ja turustustööstus: seda kasutatakse kõigis tööstusharudes kõige laiemalt esemete teabe salvestamiseks ning see aitab neil prognoosida tootmiseks ja müümiseks vajalikku kaupa. Müüdud kauba analüüsimine, mis annab paremaid otsustusviise.

7. Jaemüüjate teenused: jaemüüjad on vahendaja tootja ja kliendi vahel. Andmeladu aitab neid reklaamikampaaniate ja üksuste ostutrendide osas.

8. Telefonitööstus: telefonitööstus haldab palju ajaloolisi andmeid, mis aitab muuta kliendiandmeid trendiks ja reklaamikampaaniate edendamiseks.

Andmelao eelised

  • Pakub täiustatud äriteavet
  • Tagab andmete kvaliteedi ja järjepidevuse
  • Säästab aega ja raha
  • Jälgib ajalooliselt arukaid andmeid
  • Genereerib kõrge ROI

Andmelao eelis

  • Lisaaruande töö
  • Andmete paindumatus ja homogeniseerimine
  • Omandivormid
  • Nõuab suuri ressursse
  • Varjatud väljaanded kulutavad aega

Soovitatavad artiklid

See on juhend Data Warehouse Design. Siin käsitleme andmelao kujundamise tehnikat, nõuete kogumist, keskkonna seadistamist, kasutusviise, eeliseid / eeliseid. Lisateabe saamiseks võite vaadata ka järgmist artiklit -

  1. Andmelao eelised
  2. Andmelao juurutamine
  3. Andmelao modelleerimine
  4. Andmelao tööriistad
  5. 4 parimat erinevat tüüpi andmemudelit

Kategooria:

Suured andmed