Adatt rh zak
This presentation is the property of its rightful owner.
Sponsored Links
1 / 13

Adattárházak PowerPoint PPT Presentation


  • 72 Views
  • Uploaded on
  • Presentation posted in: General

Adattárházak. 2011.11.26. Láng András. Üzleti Intelligencia. Cél: Jó minőségű adat Helyesen felhasznált információ + tudás + profit. Üzleti Intelligencia Business Intelligence (BI). Üzleti Intelligencia. Adatvagyon menedzsment Adatminőség  konszolidáció, adattisztítás

Download Presentation

Adattárházak

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Adatt rh zak

Adattárházak

2011.11.26. Láng András


Zleti intelligencia

Üzleti Intelligencia

Cél:

Jó minőségű

adat

Helyesen felhasznált

információ

+

tudás

+

profit

Üzleti Intelligencia

Business Intelligence (BI)


Zleti intelligencia1

Üzleti Intelligencia

  • Adatvagyon menedzsment

    Adatminőség  konszolidáció, adattisztítás

    Adatleltár  adatkatalógusok, metaadat-kezelés

    Törzsadatok  MDM,egyéb törzsadat nyilvántartások

  • Központi riportfejlesztés és riportmenedzsment

    Adattárházból  integrált, historikus forrásból

    Más rendszerekből  forrásrendszerből, adatbázis linken keresztül

Törzsadat mulplikátumok felderítése, számuk csökkentése

Adatpótlás, helyesbítés érvényes adatokkal

Zajok kiszűrése

Technikai és üzleti metaadatok nyilvántartása

Off-line, on-line metaadat karbantartás

Törzsadat-kezelés

(Master Data Management)

Pl. Központ Ügyféltörzs

Pl. címadatszótárak, cégnyilvántartások


Adatt rh zak l tjogosults ga

Adattárházak létjogosultsága

  • Egymástól elszigetelt rendszerek

    Lekérdezés csak az adott rendszer adataira készíthető

  • Operatív rendszerek

    Általában csak aktuális adatok

    Normalizált struktúrák

  • Adattárház

    Integrált

    Historikus

    Denormalizált adatszerkezet


Sokr t felhaszn l s

Sokrétű felhasználás

Komplexitás, erőforrás igény


Az adatt rh zak felhaszn l si ter letei p ld k

Az adattárházak felhasználási területei (példák)


Az adatt rh z helye

Az adattárház helye

ED

(TS)

IS

(TS)

ED

PS: Operatív rendszer

(ProductionSystem)

SS: Forrásrendszer

(Source System)

TS: Célrendszer

(Target System)

IS: Információs rendszer

(Information System)

ED: Elektronikus dokumentum

(ElectronicDocument)

IS

(TS)

PS

(TS,SS)

IS

PS

DWH

PS

ED

(SS)

PS

(SS)

PS

(SS)

PS

(SS)

PS

(SS)

PS

ED

PS

(SS)

PS


Az adatt rh z t pusai

Az adattárház típusai

Célrendszerek

információs rendszerek

adatpiac réteg

transzformációs réteg

háromrétegű

staging réteg

Adattárház

adattisztítás, historizálás, struktúraváltás, kalkulációk, szűrés

adatpiac réteg

kétrétegű

staging réteg

Forrásrendszerek

operatív és egyéb rendszerek


Az adatt rh z egy lehets ges fel p t se

Az adattárház egy lehetséges felépítése

Információs rendszerek

IS1

IS2

IS3

IS4

ISn

Információ kinyerése

Adatpiacok (ROLAP vagy MOLAP struktúrában)

Kocka- generálás, Adatpiacosítás

Historikus adatok (ROLAP struktúrában)

Adattárház

Delta-képzés (historizálás)

Metaadat-kezelő rendszer

Integrált előző napi adatok (ROLAP struktúrában)

Struktúraváltás, tisztítás, transzformálás

Forrásrendszerek előző napi lenyomata (OLTP struktúrában)

Szűrés, közös platformra hozás

Forrásrend-szerek

PS1

PS2

PS3

PS4

PSn


Az adatt rh zak fejleszt se

Az adattárházak fejlesztése

Kétféle fejlesztési metódus:

  • Big Bang

    A Big Bang fejlesztés során felmérik a szervezek különböző egységeiben az aktuális és lehetséges (releváns) igényeket, majd felépítik az adattárházat, beleértve az adatpiacokat is.

  • Inkrementális

    Az inkrementális fejlesztés alkalmazásánál egy igény jelentkezése során felépítenek egy (esetleg több) adatpiacot. Az igénynek nyilvánvalóan olyannak, kell lennie, amely kielégítése adattárház igénybe vételével lenne célszerű.

    Az előbbi értelemszerűen hosszabb átfutási idejű ás költségesebb fejlesztést igényel, mint az utóbbi.

    (Természetesen a változáskövetéssel elkészülő újabb adatpiac verziók is fejlesztés révén valósulnak meg.)


Az adatt rh zak fejleszt se1

Az adattárházak fejlesztése

1. inkremens

2. inkremens

3. inkremens

Az inkrementális fejlesztés ábráján az egy nemegy adatforrást jelez, hanem a fejlesztéshez felhasznált forrásrendszerek halmazát.

DM

DM

DM

DM

DM

DM

DWH

DWH

PS

PS

PS

PS

PS

PS

Inkrementális

Big Bang

PS


Az adatt rh zak fejleszt se2

Az adattárházak fejlesztése


Az adatt rh zak fejleszt se3

Az adattárházak fejlesztése

A fejlesztés menete (mindkét esetben):

  • Igények felmérése, követelmények meghatározása

  • Logikai adatmodell elkészítése (az igények lefordítása)

  • Forrásadatok megkeresése, forrásrendszerek feltérképezése

  • Fizikai adatmodell elkészítése (platformfüggően valamennyi objektumra)

  • Megvalósítás

  • Tesztelés (felhasználói – adattartalmi, performanciális, regressziós)

  • Ősfeltöltés (az adattárház feltöltése a régebbi adatokkal pl. archív adatbázisokból)

  • Élesítés

    A két legalapvetőbb különbség a hagyományos és az adattárház fejlesztés között a fenti 3. és 7. pont.

    A 3. pont a forrásrendszerek integrálásából , a 7. pont az adatok historikus mivoltából adódik.


  • Login