Skip to main content

Jaké jsou různé typy návrhu datového skladu?

Datové sklady ukládají obrovské množství dat pro použití v mnoha různých oborech.Existují dva hlavní typy návrhu datového skladu: shora dolů a zdola nahoru.Oba návrhy mají své vlastní výhody a nevýhody.Implementace zdola nahoru je snazší a levnější, ale je méně kompletní a korelace dat jsou sporadičtější.V návrhu shora dolů jsou zřejmá a dobře zavedená spojení mezi daty, ale data mohou být zastaralá a systém je nákladný implementovat.Data Mart je sbírka dat založených na jediném konceptu.Každý datový Mart je jedinečnou a úplnou podmnožinou dat.Každá z těchto sbírek je zcela korelována interně a často má spojení s externími datovými Marts.V designu shora dolů se datové Marts vyskytují přirozeně, když jsou data vložena do systému.V designu zdola nahoru jsou datové Marts vyráběny přímo a spojeny dohromady za účelem vytvoření skladu.I když se to může zdát jako menší rozdíl, to způsobuje velmi odlišný design.

Metodou shora dolů byl původní návrh datového skladu.Pomocí této metody jsou do systému uvedeny všechny informace, které organizace obsahuje.Každý široký subjekt bude mít v databázích svou vlastní obecnou oblast.Při použití dat se objeví spojení mezi korelačními datovými body a zobrazí se datové Marts.Kromě toho všechna data v systému tam zůstávají navždy a mdash; i když jsou data nahrazena nebo trivializována pozdějšími informacemi, zůstane v systému jako záznam o minulých událostech.opačný směr.Společnost uvádí informace jako samostatné datové mart.Postupem času se do systému přidávají další soubory dat, a to buď jako jejich vlastní dat Mart, nebo jako součást té, která již existuje.Když jsou dva datové Marts považovány za dostatečně spojené, sloučí se do jedné jednotky.Metoda shora dolů je obrovským projektem pro ještě menší soubory dat.Protože velké projekty jsou také nákladnější, je to nejdražší z hlediska peněz a pracovní síly.Pokud je datový sklad dokončen a udržován, jedná se o rozsáhlou sbírku, která obsahuje vše, co společnost ví.kompletní.Kromě toho jsou korelace mezi datovými MART pouze tak silné, jako jejich použití.Pokud existuje silná korelace, ale žádná uživatelé ji nevidí, je to nespojené.