data warehouse indledning 8 semester for r 2010
Download
Skip this Video
Download Presentation
Data Warehouse - indledning 8. semester forår 2010

Loading in 2 Seconds...

play fullscreen
1 / 12

Data Warehouse - indledning 8. semester forår 2010 - PowerPoint PPT Presentation


  • 92 Views
  • Uploaded on

Data Warehouse - indledning 8. semester forår 2010. v/ Jens Godik Højen,. Februar 2010 Fredag kl. 9.00. Information som underbygger beslutningsgrundlag. forretnings-drevet mål bag et data warehouse Data warehouse udgivelse Væsentlige dele af de samlede data warehouse

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Data Warehouse - indledning 8. semester forår 2010' - sera


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
data warehouse indledning 8 semester for r 2010

Data Warehouse - indledning8. semester forår 2010

v/ Jens Godik Højen,

Februar 2010

Fredag kl. 9.00

information som underbygger beslutningsgrundlag
Information som underbygger beslutningsgrundlag
  • forretnings-drevet mål bag et data warehouse
  • Data warehouse udgivelse
  • Væsentlige dele af de samlede data warehouse
  • Betydningen af dimensional modellering for data warehouse præsentation område
  • Fact og dimension tabel terminologi
  • Myter omkring dimensional modellering
  • Undgå faldgruber i udviklingen af data warehouse
problemorienteret l sning bag data warehouse
Problemorienteret løsning bag data warehouse
  • Problemstillinger bag ofte stillede spørgsmål
  • Vi er i besiddelse af enorme mængder af data, men kan ikke komme i forbindelse med dem
  • Vi kan ikke kombinere data efter behov, (Slice/Dice)
  • To forskellige personer med samme data kommer med to forskellige svar?
  • Objektiv og subjektiv ??????
hvad nskes opn et
Hvad ønskes opnået?
  • DWH skal afhjælpe problemer med svart tilgængelige data
  • DWH skal formes efter virksomhedens kultur og krav til information
  • DWH skal kunne modstå krav til omskiftelighed og løbende tilpasninger
  • DWH skal sikre vitale data i forbindelse med driften af virksomheden
  • DWH skal fungerer som et fundament under vigtige beslutninger
  • Virksomheden skal have tiltro til og accepterer svar leveret af DWH
data warehouse udgivelse
Data warehouse udgivelse
  • Sæt faste mål for hvad et DWH skal løse!
  • Forstå forretningsformålene i virksomheden
  • Forstå hvilke beslutninger der ønskes sat fundament under
  • Finde kompetente med-/mod-spillere til hjælp under udvikling
  • Finde nye brugere af DWH, hjælp dem på vej
  • Find de data der fungerer i et DWH, sikre dig adgang
  • Udvikling af simple datahøst metoder, og optimering af datatilgang
  • Sikre datavaliditet igen og igen og igen!!!!!
  • Fortsæt med at overvåge resultatet af output igen og igen og igen 
  • Identificer nye datakilde muligheder og find en metode til indlejring
  • Sikre at resultater af DWH virker inden videreudvikling finder sted
tre niveauer i et effektivt dwh
Tre niveauer i et effektivt DWH
  • 1. niveau – hent data væk fra den oprindelige datakilde
  • 2. niveau – data staging area, ETL. Skille ad, rense, samle på ny 
  • 3. niveau – upload til datapræsentationsserver
  • Hvorfor det?
  • Det er vigtigt at der er vandtætte skotter mellem virksomhedens registreringssystemer og data præsentationsområdet. Efterfølgende designes kuberne der skal sikre levering af data til et data Access værktøj
metadata
Metadata
  • Metadata er data om datakilden, dvs. det er ikke data om data
  • En form for opslagsværk over opbygningen af et DWH’s datastruktur design
  • Metadata kan/indeholder oplysninger om:
    • Systemtabeller
    • Partitionsinstillinger
    • Index
    • View’s
    • Sikkerhedsindstillinger
konforme fact tabeller og konforme dimensioner
konforme Fact tabeller og konforme dimensioner
  • En række i en fact tabel svarer til en måling.
  • En måling er en række i en fact tabel.
  • Alle målinger i et fact tabel skal være det samme på samme granuleringsniveau.
  • De mest anvendelige elementer i en fact tabel består af numeriske og samlingsmulige værdier
  • Dimensionstabeller er vigtige additiver i forhold til fact tabellen. Robuste dimensions attributter sikre solide analytiske (slicing and dicing) muligheder.
  • Dimensionerne implementere brugergrænsefladen til det endelige DWH
fem myter omkring dwh
Fem myter omkring DWH
  • dimensionelle modeller og data marts indeholder kun summariske data.
  • dimensionelle modeller og data marts er afdelingsorienteret og ikke anvendelig som en overordnet virksomhedsløsning.
  • dimensionelle modeller og data marts er ikke skalerbar.
  • dimensionelle modeller og data marts er kun fornuftige løsningsmodeller, når der er en forudsigelig brugsmønster.
  • dimensionelle modeller og data marts er svært at implementerer og fører ofte til spagettiprogrammerede løsninger
tid til at du t nker dig rigtigt godt om
Tid til at du tænker dig rigtigt godt om
  • Undgå teknologiliderlighed!
  • Gennemfør hellere små succeser ned flerårige mastodont projekter!
  • Sikre tilstrækkelige midler til at kunne gennemføre et projekt (projektledelse er vigtig)
  • God performance på data giver tilbagevendende brugere.
  • Simple løsninger er kunst – komplekse løsninger er en sikker vej til fiasko
  • Overhold altid en fastlagt metodisk procedure…..
  • Anvend kun summeret data i datapræsentationsområdet!
  • At tro at virksomheden ikke ændre sig og at data derfor ikke skal tilpasses!
  • At tro at et DWH’s succes ikke er direkte forbundet med accept fra brugerens side !!!!!!!!!!!!!!!!!!!!!!!!!!!
forslag til dimensioner
Forslag til dimensioner
  • Konto
  • Dato
  • Afdeling
  • Medarbejder
  • Projekt
  • Datakilde
  • Organisation
  • Art, sted, formål
  • Handlinger
  • Oversættelser
  • Service
  • Kunder og kundetype
  • Valuta
  • …..
ad