Was ist der Top-Down-Ansatz im Data Warehousing?
Was ist der Top-Down-Ansatz im Data Warehousing?

Video: Was ist der Top-Down-Ansatz im Data Warehousing?

Video: Was ist der Top-Down-Ansatz im Data Warehousing?
Video: I Analyze Data - Modernize Your Data Warehouse (Level 200) 2024, November
Anonim

Oberteil - Abwärts-Ansatz

Die Data Warehouse hält atomar oder transaktion Daten die aus einem oder mehreren Quellsystemen extrahiert und in ein normalisiertes Unternehmen integriert werden Daten Modell. Von dort aus Daten wird zusammengefasst, dimensioniert und auf einen oder mehrere „abhängige“verteilt. Daten Märkte.

Welche unterschiedlichen Ansätze gibt es davon im Data Warehousing?

Kurz und knapp, hier sind die beiden nähert sich : in Bill Inmons Unternehmen Data Warehouse-Ansatz (das Top-Down-Design), ein normalisiertes Daten Zuerst wird das Modell entworfen, dann die Dimension Daten marts, die enthalten Daten die für bestimmte Geschäftsprozesse oder bestimmte Abteilungen benötigt werden, werden aus den Data Warehouse.

Anschließend stellt sich die Frage, was versteht man unter Data Warehousing? EIN Data Warehouse ist eine themenorientierte, integrierte, zeitvariante und nichtflüchtige Sammlung von Daten zur Unterstützung des Entscheidungsprozesses des Managements. Fachorientiert: A Data Warehouse kann verwendet werden, um ein bestimmtes Themengebiet zu analysieren. "Verkauf" kann beispielsweise ein bestimmtes Thema sein.

Ebenso fragen sich die Leute, was beim Bottom-up-Ansatz beim Entwerfen von Data Warehouses zuerst passiert?

Laut Wikipedia ist die Entwurf Methoden von Data Warehouse sind: Unterseite - up-design : In dem Unterseite - nach oben , Daten Märkte sind zuerst erstellt Berichterstattungs- und Analysefunktionen für bestimmte Geschäftsprozesse bereitzustellen. Diese Daten marts kann dann integriert werden schaffen eine umfassende Data Warehouse.

Was ist der Kimball-Ansatz?

Kimball ist ein Befürworter von an sich nähern bis hin zum Data Warehouse-Design, das als Bottom-up beschrieben wird, bei dem zuerst dimensionale Data Marts erstellt werden, um Berichts- und Analysefunktionen für bestimmte Geschäftsbereiche wie „Vertrieb“oder „Produktion“bereitzustellen.

Empfohlen: