Data Warehousing - Terminologie
In questo capitolo discuteremo alcuni dei termini più comunemente usati nel data warehousing.
Metadati
I metadati sono definiti semplicemente come dati sui dati. I dati utilizzati per rappresentare altri dati sono noti come metadati. Ad esempio, l'indice di un libro funge da metadati per i contenuti del libro. In altre parole, possiamo dire che i metadati sono i dati riassunti che ci portano ai dati dettagliati.
In termini di data warehouse, possiamo definire i metadati come segue:
I metadati sono una road map per il data warehouse.
I metadati nel data warehouse definiscono gli oggetti warehouse.
I metadati fungono da directory. Questa directory aiuta il sistema di supporto decisionale a individuare i contenuti di un data warehouse.
Repository di metadati
Il repository di metadati è parte integrante di un sistema di data warehouse. Contiene i seguenti metadati:
Business metadata - Contiene le informazioni sulla proprietà dei dati, la definizione aziendale e la modifica delle politiche.
Operational metadata- Include la valuta dei dati e la derivazione dei dati. La valuta dei dati si riferisce ai dati attivi, archiviati o eliminati. Derivazione dei dati significa storia dei dati migrati e trasformazione applicata su di essi.
Data for mapping from operational environment to data warehouse - I metadati includono i database di origine e il loro contenuto, l'estrazione dei dati, la partizione dei dati, la pulizia, le regole di trasformazione, l'aggiornamento dei dati e le regole di eliminazione.
The algorithms for summarization - Include algoritmi dimensionali, dati sulla granularità, aggregazione, riepilogo, ecc.
Cubo dati
Un cubo di dati ci aiuta a rappresentare i dati in più dimensioni. È definito da dimensioni e fatti. Le dimensioni sono le entità rispetto alle quali un'impresa conserva i record.
Illustrazione di Data Cube
Si supponga che un'azienda desideri tenere traccia dei record di vendita con l'aiuto del data warehouse di vendita rispetto a tempo, articolo, filiale e ubicazione. Queste dimensioni consentono di tenere traccia delle vendite mensili e in quale filiale sono stati venduti gli articoli. C'è una tabella associata a ciascuna dimensione. Questa tabella è nota come tabella delle dimensioni. Ad esempio, la tabella delle dimensioni "articolo" può avere attributi come nome_articolo, tipo_elemento e marchio_articolo.
La tabella seguente rappresenta la visualizzazione 2-D dei dati di vendita per una società rispetto alle dimensioni di tempo, articolo e ubicazione.
Ma qui, in questa tabella 2-D, abbiamo record solo per quanto riguarda l'ora e l'elemento. Le vendite per New Delhi sono mostrate rispetto al tempo e alle dimensioni degli articoli in base al tipo di articoli venduti. Se vogliamo visualizzare i dati sulle vendite con un'altra dimensione, ad esempio la dimensione della posizione, la visualizzazione 3-D sarebbe utile. La visualizzazione 3-D dei dati di vendita rispetto a tempo, articolo e ubicazione è mostrata nella tabella seguente:
La tabella 3-D sopra può essere rappresentata come cubo di dati 3-D come mostrato nella figura seguente -
Data Mart
I data mart contengono un sottoinsieme di dati a livello di organizzazione che è prezioso per gruppi specifici di persone in un'organizzazione. In altre parole, un data mart contiene solo i dati specifici di un particolare gruppo. Ad esempio, il data mart di marketing può contenere solo dati relativi ad articoli, clienti e vendite. I data mart sono limitati ai soggetti.
Punti da ricordare sui data mart
I server basati su Windows o su Unix / Linux vengono utilizzati per implementare i data mart. Sono implementati su server a basso costo.
Il ciclo di implementazione di un data mart viene misurato in brevi periodi di tempo, ovvero in settimane anziché in mesi o anni.
Il ciclo di vita dei data mart può essere complesso a lungo termine, se la loro pianificazione e progettazione non riguarda l'intera organizzazione.
I data mart sono di piccole dimensioni.
I data mart sono personalizzati per reparto.
L'origine di un data mart è un data warehouse strutturato a livello di reparto.
I data mart sono flessibili.
La figura seguente mostra una rappresentazione grafica dei data mart.
Magazzino virtuale
La visualizzazione su un data warehouse operativo è nota come magazzino virtuale. È facile costruire un magazzino virtuale. La creazione di un magazzino virtuale richiede capacità in eccesso sui server di database operativi.