Úvod do Oracle Data Warehousing

Skladování dat může být obecně definováno jako databáze pro shromažďování obchodních nebo organizačních dat, na kterých lze dosáhnout požadovaných aktivit v obchodních případech. Pravidelné transakční operace jsou odděleny od celkového pracovního vytížení, zatímco ukládání historických záznamů pro analýzu a vylepšení se provádí před skladováním. V tomto článku budeme diskutovat Oracle Data Warehousing.

Přesně, Data Warehousing zahrnuje:

  • Hromadění historických záznamů z různých zdrojů dat.
  • Kontrola a analýza minulých obchodních záznamů.
  • Odvozte informace a požadované informace k řízení obchodních potřeb a motivů.

Operace jsou tedy spíše orientovány na čtení než přímou manipulaci s datovými soubory. Skladování dat Oracle je plně optimalizované, komplexní a spolehlivé databázové pojetí databáze Oracle založené na cloudu. Je primárně postaven na zkušenostech s efektivními a flexibilními databázovými operacemi, díky kterým je výkon na trhu špičkovým.

Charakteristika datového skladu

William H. Inmon, americký počítačový vědec, odkazuje na charakteristiky datového skladu jako:

  • Předmět-orientovaný

Datový sklad je primárně vykreslen za účelem analýzy dat a odvození poznatků. Můžeme na zakázku stavět sklady na konkrétních odděleních ve firmě.

které zase mohou odvodit výkonné žebříčky, cílové zákazníky atd.

  • Integrovaný

Data, která jsou zpracována, se často načítají z různých zdrojů. Za takových okolností by data měla převládat důsledně předcházet konfliktům. Takovou vlastností je integrita.

  • Non Volatile

Pokud jsou data přenesena do skladu, nelze s nimi manipulovat ani je měnit. Vzhledem k tomu, analýza se provádí na data, která nastala.

  • Časová varianta

Aby bylo možné odvodit trendy a regresi historických dat, vyžaduje analytik obrovské množství dat.

Architektura Oracle Data Warehousing

Obecně lze architekturu datového skladu Oracle obecně klasifikovat jako:

1. Jednoúrovňová architektura

Primárním cílem je do značné míry snížit ukládání dat, čímž se odstraní nadbytečnost. Ale v praxi je to mnohem méně zvyklé.

2. Dvouúrovňová architektura

Diskrétní vrstva fyzicky dostupných zdrojů dat a datových skladů. Ve srovnání s tím architektura není rozšiřitelná a také čelí omezením konektivity.

3. Třístupňová architektura

Slavná architektura se skládá z dolní, střední a horní vrstvy.

  • Spodní vrstva: Databáze je v této vrstvě, která je převážně relační databázové systémy. Zdroje dat jsou shromažďovány a manipulovány pomocí různých back-end aplikací a dodávány do databáze.
  • Střední vrstva: Abstrahovaný vrstvený pohled na databázi, která funguje jako prostředník mezi uživatelem a databází. Oracle podporuje výkonný OLAP, který je implementován ve střední vrstvě a poskytuje v systému zabezpečená, škálovatelná analytická opatření.
  • Horní vrstva: Přední vrstva načítá data z databáze a předkládá je klientovi. Může to být kterýkoli z nástrojů pro dotazování založených na Oracle, jako je SQLPlus, vývojář SQL.

Nyní se posuneme dopředu a prozkoumáme podrobnosti o celkové architektuře. Viz obrázek níže:

  • Centrální systém, tj. Datový sklad Oracle, sestává především ze surových dat, metadat a souhrnných dat.
  • Nezpracovaná data jsou skutečné užitečné zatížení běžného uloženého OLTP, s nímž metadata definují data přítomná uvnitř.
  • Na druhé straně souhrnná data obsahují všechny nadbytečné drahé a dlouhodobé operace, které se také nazývají materializovaný pohled.
  • Dodávání správného zdroje údajů o kvalitě je důležitější, což zase ovlivňuje kvalitu a údržbu skladování dat v dlouhodobém horizontu.

Zdroje dat

  • Ve větších podnicích jsou data často získávána z různých zdrojů.
  • Může to být kdekoli od starých dat, externích zdrojů, vertikálních aplikací.

Pracovní plocha

  • Před vložením do datového skladu by měla být zpracována a vyčištěna provozní data.
  • Pracovní plocha se stará o tento proces, který lze opět spustit programově.
  • Pracovní oblast je zodpovědná za konsolidaci a zpracování nestrukturovaných dat z různých zdrojů dat.
  • Význam oblasti zastávky lze realizovat při manipulaci s podnikovými sklady, kde by data měla pocházet z kolektivně ve nestrukturovaném formátu, zpracována a konsolidována před jejich dodáním do skladu.

Data Marts

  • Kromě manipulace se zdroji dat by podniková společnost často vyžadovala přizpůsobení rozsahu architektury různým skupinám.
  • Datové mapy slouží k tomuto účelu, kdy je systém v závislosti na různých odděleních, jako je marketing, účelově oddělený pro účel použití. Datové mapy definují rozsah přístupnosti uživatelů a skupin uživatelů a řídí preventivní způsoby.
  • Tým Reporting by například získal přístup k datům prodeje a procesnímu panelu pro podnikání, zatímco prodej používá data analytického týmu k řízení obchodních rozhodnutí. Taková konsolidace a definice rozsahu jsou uvedeny v datových tabulkách.
  • Kromě toho mohou být datové servery obvykle umístěny společně se systémem datového skladu Oracle nebo někdy mohou být vytvořeny jako samostatný systém podporující škálovatelnost.

Výhody

  • Ve srovnání s tím je sklad Oracle považován za jednoduchý a snadno konfigurovatelný, pokud jsou cíle a zdroje jasné.
  • Zaměřuje se především na improvizaci rozhodování v podnikání.
  • Zvýšená produktivita a efektivní provozní náklady.
  • Podporuje přeměnu velkých surových dat na cenné poznatky.
  • Integrita dat může být zaručena rychlou kvalitou.

Nevýhody

Se všemi pochvaly stranou, datové sklady Oracle mají určité nevýhody, jak je vysvětleno níže:

  • Bezpečnostní obavy

Zabezpečení dat lze přesně zaúčtovat jako záruku pouze jako prostředek dodavatele. Také v případě vlastní implementace může být obtížné zajistit důvěryhodný rozsah dostupnosti mezi různými toky ve firmě.

  • Flexibilita dat

Často mají sklady tendenci uchovávat statická data a podléhají vážným strukturám dotazů.

  • Poměr nákladů a přínosů

Údržba a výdaje na pracovní hodiny IT jsou obrovským faktorem při implementaci skladů Oracle Data.

Řízení kvality v Oracle Data Warehousing

  • Podporuje komplexní řešení kvality.
  • Sleduje metadata a shrnutí úložiště.
  • V závislosti na potřebách může vytvořit mapování pro opravy dat.

Role datového skladu ve firmě lze konkrétně kategorizovat jako různé pracovní tituly od Data miner, konzultant / vývojář datového skladu po architekta. IT průmysl je neustále svědkem rychlého růstu specializací na skladování dat v technologiích business intelligence.

Doporučené články

Toto je průvodce Oracle Data Warehousing. Zde diskutujeme o architektuře, charakteristice, výhodách a nevýhodách datového skladu Oracle. Můžete si také prohlédnout naše další doporučené články -

  1. Komponenty produktu Oracle Warehouse Builder
  2. Co je to Oracle Database a jeho architektura
  3. Úvod do funkcí Oracle String
  4. Snadné kroky k instalaci Oracle
  5. KPI v Power BI
  6. Power BI IF Statement
  7. Co je dotaz a typy dotazů Oracle

Kategorie:

Velká data