Was sind die verschiedenen Arten von Data Warehouse -Design?
Data Warehouses speichern große Datenmengen für die Verwendung in vielen verschiedenen Bereichen. Es gibt zwei Haupttypen von Data Warehouse-Design: Top-Down und Bottom-up. Die beiden Entwürfe haben ihre eigenen Vor- und Nachteile. Bottom-up ist einfacher und billiger zu implementieren, aber weniger vollständig und Datenkorrelationen sind sporadischer. In einem Top-Down-Design sind die Verbindungen zwischen den Daten offensichtlich und gut etabliert, aber die Daten sind möglicherweise veraltet, und das System ist kostspielig. Ein Data Mart ist eine Sammlung von Daten, die auf einem einzigen Konzept basieren. Jeder Data Mart ist eine eindeutige und vollständige Untergruppe von Daten. Jede dieser Sammlungen ist intern vollständig korreliert und verfügt häufig über Verbindungen zu externen Datenmarts. Im Top-Down-Design treten Datenmarts natürlich auf, wenn Daten in das System eingegeben werden. Im Bottom-up-Design, D.ATA Marts werden direkt und miteinander verbunden, um das Lagerhaus zu bilden. Dies scheint zwar ein kleiner Unterschied zu sein, aber es macht ein ganz anderes Design.
Die Top-Down-Methode war das ursprüngliche Data Warehouse-Design. Mit dieser Methode werden alle Informationen, die die Organisation hält, in das System eingereicht. Jedes breite Thema hat seinen eigenen allgemeinen Bereich innerhalb der Datenbanken. Wenn die Daten verwendet werden, werden Verbindungen zwischen korrelativen Datenpunkten und Data Marts erscheinen. Darüber hinaus bleibt alle Daten im System für immer dort - selbst wenn die Daten durch spätere Informationen abgelöst oder trivialisiert werden, bleibt sie als Aufzeichnung früherer Ereignisse im System.
.Die Bottom-up-Methode des Data Warehouse-Designs funktioniert aus der entgegengesetzten Richtung. Ein Unternehmen setzt Informationen als eigenständige Datenmart ein. Mit der Zeit werden dem System andere Datensätze hinzugefügt, entweder als eigene Datenmart O.r als Teil eines, der bereits existiert. Wenn zwei Datenmarts als verbunden angesehen werden, verschmelzen sie mit einer einzigen Einheit zusammen.
Die beiden Data Warehouse -Designs haben jeweils ihre eigenen starken und schwacher Punkte. Die Top-Down-Methode ist ein großes Projekt für noch kleinere Datensätze. Da auch große Projekte teurer sind, ist dies in Bezug auf Geld und Arbeitskräfte der teuerste. Wenn das Data Warehouse fertig ist und aufrechterhalten wird, handelt es sich um eine riesige Sammlung, die alles enthält, was das Unternehmen kennt.
Der Bottom-up-Prozess ist viel schneller und billiger, aber da die Daten nach Bedarf eingegeben werden, wird die Datenbank nie tatsächlich vollständig sein. Darüber hinaus sind Korrelationen zwischen Data Marts nur so stark wie ihre Verwendung. Wenn eine starke Korrelation vorhanden ist, aber keine Benutzer sehen, wird sie nicht verbunden.