Академический Документы
Профессиональный Документы
Культура Документы
Podaci uskladiteni se uitavaju iz operativnih sistema. Tipino skladite podataka koristi integraciju i pristupne slojeve za uvanje svojih kljunih funkcija. Definicija skladita podataka se fokusira na uvanju podataka. Glavni izvor podataka je oien, transformiran,unet u katalog i nainjen dostupnim menaderima i ostalim profesionalcima za data mining, online analitiku obradu, istraivanje trista i podrku pri odluivanju. Izvlaenje, transformisanje, uitavanje podataka, i upravljanje renikom podataka se takoe smatra bitnim delom data warehouse sistema. Tako da proirena definicija skladitenja podataka sadri i alate za poslovnu inteligenciju (business intelligence tools), alate za izvlaenje, transformisanje i uitavanje podataka u skladite, i alate za upravljanje i sakupljanje metapodataka.
D ata warehouse je okrenuta temama poput, prodaje, proizvoda, muteriji. Fokusira se na modelovanje i analizu podataka, koji pomau donosiocima odluka. Izostavlja podatake koji su nepotrebni u procesu donoenja odluke.
Warehousing koncept je skladitenje agregiranih, ekstrahovanih i filtriranih podataka u meta baze, koje omoguavaju slojevit, multidimenzionalni pristup podacima, kakav je potreban za donoenje odluka najvieg stratekog nivoa. Osnovni cilj skladitenja podataka je prikupljanje i distribucija informacija kroz preduzee tj. korienje bilo koje informacije, sa bilo kog mesta, u bilo koje vreme.
DIZAJN DW
Requirement Gathering Physical Environment Setup Data Modeling ETL OLAP Cube Design Front End Development Report Development Performance Tuning Query Optimization Quality Assurance Rolling out to Production Production Maintenance Incremental Enhancements KONCEPTI
Dimenzionalni data model je najee koristi u DW sistemima. Drugaiji je od 3. normalne fome, esto korien za transakcione sisteme. Da bi razumeli o emu se radi, defiu se sledei pojmovi Dimenzija: Kategorija informacije .Na primer, vreme. Atribut: Unikatni nivo unutar dimenzije. Na primer, mesec. Hierarhija: Specifikacija nivoa koji predstavlja odnos ibmeu razliitih atributa unutar dimenzije. Na primer, u Dimenziji vreme, hierarhija bi izledala ovako : Godina>Kvartal>Mesec>Dan. Table injenica: je tabela koja sadri mere od interesa. Na primor, iznos prodaje. Ova mera je uskladitena u tabelu sa odredjenim koeficijentom. Lookup table omoguava detaljne informacije o atributima. Dimenzionalni model sadri fact table i Lookup table. fact tabele se povezuju sa vie lookup table, ali fact tabele nemaju direktan odnos meusobno. Dimenzije i hierarhije su predstavljene pomoi lookup table.Atributi su ne-kljune kolone u lookup tabelama, A dimensional model includes fact tables and lookup tables. Fact tables connect to one or more lookup tables, but fact tables do not have direct relationships to one another. Dimensions and hierarchies are represented by lookup tables. Attributes are the nonkey columns in the lookup tables.
Star Schema
In the star schema design, a single object (the fact table) sits in the middle and is radially connected to other surrounding objects (dimension lookup tables) like a star. Each dimension is represented as a single table. The primary key in each dimension table is related to a forieng key in the fact table. Sample star schema
All measures in the fact table are related to all the dimensions that fact table is related to. In other words, they all have the same level of granularity. A star schema can be simple or complex. A simple star consists of one fact table; a complex star can have more than one fact table. Let's look at an example: Assume our data warehouse keeps store sales data, and the different dimensions are time, store, product, and customer. In this case, the figure on the left repesents our star schema. The lines between two tables indicate that there is a primary key / foreign key relationship between the two tables. Note that different dimensions are not related to one another.
Snowflake Schema Slowly Changing Dimension Conceptual Data Model Logical Data Model Physical Data Model Conceptual, Logical, and Physical Data Model Data Integrity What is OLAP MOLAP, ROLAP, and HOLAP Bill Inmon vs. Ralph Kimball
Poslovna inteligencija je izraz koji esto povezan sa DW., i odnosi se na infomacije koje su dostupne preduzeima, na osnovu kojih one donose odluke. BI se odnosi takoe na raunarsko-bazirane tehnike koje se koriste za identifikaciju,izvlaenje i analizu poslovnih podataka, poput statistike prodaje, cena i zarade. Tehnilogije BI pruaju istorijske, trenutne i predviajue poglede poslovnih operacija. Funkcije BI su izvetavanje, data mining, process mining, obrada kompleksnih dogaaja, text mining, predviajua analiza. Cilj BI je da podri bolje donoenje odluka. Ponekad se BI naziva i DSS(ne stranka, Decision Support System). BI koristi tehnologije, procese i aplikacije za analizu struktuiranih podataka i poslovnih procesa. DW sistem je komponenta za ostvarivanje poslovne inteligencije. Poslovna inteligencija takoe sadri shvatanje ostvareno pomou data mining-a.