Sissejuhatus andmelao tüüpidesse

Andmeladu on viis, kuidas koguda andmeid erinevatest allikatest ja hallata neid, et pakkuda asjakohast äriteavet. Nende andmete põhjal otsustatakse, kuidas äri strateegiliselt kasvab. See salvestab ettevõtte poolt tohutul hulgal andmeid. Andmeladu on konstrueeritud nii, et tehingu töötlemise asemel oleks võimalik päringuid teha ja andmeid analüüsida. Kogu protsess hõlmab andmete muutmist ja kasutajatele kättesaadavaks tegemist, et nad saaksid seda õigeaegselt kasutada ning ettevõttele oluliseks muuta ja kasvada. Järgnevalt on toodud erinevad andmelao tüübid.

Andmelao tüübid

Andmeladu on kolme tüüpi:

  • Ettevõtte andmeladu.
  • Operatiivne andmehoidla.
  • Andmed Mart.

1. Ettevõtte andmeladu

Ettevõtte andmebaas on andmebaas, mis koondab organisatsiooni erinevad funktsionaalsed valdkonnad ja ühendab need ühtsel viisil. See on tsentraliseeritud koht, kus tehakse kättesaadavaks kogu äriteave erinevatest allikatest ja rakendustest. Kui see on salvestatud, saab seda kasutada analüüsimiseks ja seda saavad kasutada kõik organisatsiooni inimesed. Andmeid saab liigitada vastavalt subjektile ja need võimaldavad juurdepääsu vajaliku jaotuse järgi. Ettevõtte andmevaramajal on juba käideldud eraldamise, ümberkujundamise ja vastavusse viimise sammud.

EDW eesmärk on anda täielik ülevaade andmemudeli mis tahes konkreetsest objektist. See saavutatakse erinevate süsteemide andmete tuvastamise ja segamise abil. Seejärel laaditakse see järjepidevasse ja vastavasse mudelisse. Lõppude lõpuks on EDW kogunud kogu teabe, mis võimaldab juurdepääsu ühele asukohale, kus erinevaid tööriistu saab kasutada analüütiliste funktsioonide täitmiseks ja erinevate ennustuste loomiseks. Uurimisrühmad saavad tuvastada uued suundumused või mustrid ja keskenduda neile, et aidata ettevõttel kasvada.

Andmekaarte saab ehitada, mis hõlbustavad andmete eraldamist. Üksuste vahelisi suhteid saab luua ja jõustada osana andmete EDW-sse laadimisest. Lisaks sellele saab koodide viilimist ja tükeldamist erinevate kategooriate kaupa ka teha. Samuti aitab see vähendada kulukaid seisakuid, mis võivad tekkida tõrkekonfiguratsioonide tõttu ka adaptiivse ja masinõppe lähenemisviisi korral. See struktureerib andmeid, mis aitab suhteliselt väikesel skaalal tegutseda, korraldab ja struktureerib seda. Andmeid säilitatakse loogiliselt ja järjepidevalt.

2. Operatiivne andmehoidla

Operatiivsete otsuste tugisüsteemi rakenduse olemasolu asemel kasutatakse operatiivset andmehoidlat. See aitab andmetele juurde pääseda otse andmebaasist, mis toetab ka tehingute töötlemist. Operatiivses andmehoidlas olevaid andmeid saab nühkida ning olemasolevat koondamist saab kontrollida ja lahendada vastavate ärieeskirjade kontrollimisega. Samuti aitab see integreerida mitmest allikast pärinevaid vastandlikke andmeid, nii et äritegevust, analüüsi ja aruandlust saab hõlpsasti teostada ning see aitab äritegevust, kui protsess alles jätkub.

Enamik praegu teostatavaid toiminguid salvestatakse enne nende pikemat kestust andmebaasi viimist. See aitab tõhusalt lihtsate päringute ja väikeste andmemahtude korral. See toimib lühiajalise või ajutise mäluna, mis talletab värsket teavet. Andmeladu säilitab andmeid suhteliselt pikka aega ja samuti suhteliselt püsivat teavet.

See aitab salvestada tehinguandmeid ühest või mitmest tootmissüsteemist ja lõimib need lõdvalt. Mõnikord on see teemapõhine ja ajaline. Integreerimine saavutatakse EDW struktuuride ja sisu abil. Andmete integreerimine võib hõlmata puhastamist, koondamise lahendamist, ärireeglite terviklikkuse kontrollimist. Tavaliselt on see mõeldud sisaldama madala taseme aatomiandmeid, mis talletavad piiratud andmeid.

3. Data Mart

Data Mart keskendub konkreetse funktsionaalse piirkonna andmete salvestamisele ja see sisaldab andmete alamhulka, mida hoitakse andmelaos. Data Marts aitab parandada kasutajate reageerimist ja vähendab ka andmete analüüsiks vajalikku andmemahtu. See hõlbustab uurimistöö jätkamist. Data Mart, mis on Datawarehouse'i alamhulk, on hõlpsasti rakendatav. Võrreldes täieliku andmelaoga on see tasuv. See on muutusteks avatum ja selle ülesehituse ja konfiguratsiooni saab määratleda üks asjatundja. Andmed on tükeldatud ja detailsust saab hõlpsasti kontrollida. Data Mart on kolme tüüpi. Need tüübid on:

  • Sõltuv
  • Iseseisev
  • Hübriidne

Sõltuvate andmete Mart

Andmete hankimisel operatiivsetest, välistest või mõlemast allikast saab luua sõltuva andmemarti. See võimaldab hankeorganisatsiooni andmeid hankida ühest andmelaost. Kõik andmed on tsentraliseeritud ja sellest võib abi olla uute andmekaartide väljatöötamisel.

Sõltumatu Data Mart

See andmemarts ei vaja keskset andmeladu. See luuakse tavaliselt organisatsioonis esinevate väiksemate rühmade jaoks. Sellel ei ole mingit seost Enterprise Data Warehouse'i ega ühegi muu andmetega. Kõik andmed on sõltumatud ja neid saab kasutada eraldi. Samuti saab analüüsi teha autonoomselt. Järjepideva ja tsentraliseeritud andmehoidla olemasolu on väga oluline, et seda saaks kasutada mitu kasutajat.

Hübriidandmed Mart

Nagu nimigi ütleb, kasutatakse hübriidandmeid, kui erinevatest allikatest pärit sisendid on osa andmelaost. See on kasulik, kui kasutaja soovib ajutist integratsiooni. Kui organisatsioon vajab mitut andmebaasikeskkonda ja kiiret juurutamist, saab seda seadistust kasutada. See nõuab kõige vähem andmete puhastamiseks vajalikke jõupingutusi ja andmete töötlemine toetab suuri salvestusstruktuure. Andmemarti saab kõige paremini kasutada siis, kui kasutatakse väiksemaid andmekeskseid rakendusi.

Järeldus

Andmeladu on seega andmetööstuses väga oluline komponent. Kuna andmebaas aitab andmeid säilitada ja töödelda, aitab andmeladu selle analüüsimisel. Andmeladu aitab seega saada ärisuundumusi ja -mudeleid, mida saab hiljem esitada aruannete kujul, mis annavad ülevaate, kuidas ettevõtte kasvu protsessis edasi liikuda. Seega mängib andmeladu andmetööstuses puutebaasi loomisel üliolulist rolli.

Soovitatavad artiklid

See on olnud juhend Data Warehouse tüüpide jaoks. Siin arutasime mõisteid erinevat tüüpi DataWarehouse'iga. Lisateavet leiate ka meie muudest soovitatud artiklitest -

  1. Mis on andmeanalüütik?
  2. SQL Serveri sissejuhatus?
  3. Mis on MapReduce? | Kuidas see töötab
  4. Juhendid selle kohta, mis on Cognos?

Kategooria:

Suured andmed