L'entrepôt de données est un processus de résolution des problèmes de la société, les hommes d'affaires ne comprennent souvent pas comment construire et utiliser l'entrepôt de données joue un rôle dans l'appui de sa décision; Le personnel du département de l'information ne comprend souvent pas les affaires, ne sais pas quelles décisions, quelles données sont extraites de la source de données. Par conséquent, le groupe de projet des entrepôts de données doit être construit par le personnel et les domaines d'information, et les deux parties doivent se contacter, développement de la collaboration Warehouse de données .

Développement

Processus d'entrepôt de données inclut les étapes suivantes.

Thème d'analyse du système

La première étape de l'entrepôt de données est de comprendre la base en contactant par le contact complet avec une unité commerciale . Warehouse de données Le vrai sens du problème sera résolu, identifiant les exigences d'analyse de la requête selon chaque sujet.

Les gens d'affaires cIl existe une tendance qui répertorie beaucoup de problèmes que nous souhaitons résoudre et que le personnel du service de l'information doit classer ces problèmes afin de déterminer la fonction commerciale déployée par entrepôt de données . Une fois que le problème est déterminé, le personnel du département de l'information doit également identifier un certain nombre de facteurs:

· la fréquence de fonctionnement, qui est une unité commerciale avec une analyse de requête à chaque fois.

• Combien de temps est-il possible d'économiser dans le système, un an, deux ans ou cinq ans, dix ans.

· Données de requête principales de l'utilisateur, si la taille de la taille convient à cinq nature ou cinq.

· Le temps de réponse que l'utilisateur peut accepter quelques secondes ou quelques heures.

En raison de la connaissance des deux côtés, le problème et la compréhension peuvent être un processus qui nécessite de nombreuses réciproques réciproques. Le personnel du département de l'information peut avoir besoin d'effectuer des prototypes pour l'unité commerciale, afin de déterminer le système fonctionnel qui sera réellement effectué pour l'unité commerciale.

2. Sélectionnez la plate-forme logicielle pour répondre aux exigences du système d'entrepôt de données

Après avoir rencontré le problème est résolu dans

Warehouse de données , la deuxième étape consiste à choisir un Plate-forme logicielle appropriée, y compris la base de données, les outils de modélisation, les outils d'analyse, etc. Voici de nombreux facteurs à prendre en compte, tels que les exigences, le temps de réponse, les fonctions d'analyse, etc., voici quelques critères de sélection accrédités:

Le support du fabricant peut fournir un support technique et des services de conseil complets.

· Soutenir la base de données pour une grande masse de données (Niveau de tuberculose).

· La base de données doit soutenir les activités parallèles.

Il peut fournir

outil de modélisation de données

consiste à prendre en charge le gestionnaire métadonnées . • Je peux fournir des téléchargements de données, des conversions et des outils de transmission (ETET) qui prennent en charge de gros volumes de données. • peut fournir un outil de support de décision complet pour répondre aux besoins pédiatriquesType d'utilisateur dans Warehouse de données

3. Le modèle logique du paramètre d'entrepôt de données

Les étapes spécifiques suivantes: (1) Détermination des données de l'établissement

Warehouse Méthode de base logique du modèle.

(2) Sur la base de la vue Affichage, transférer des données dans la vue Thème du modèle de données logique.

(3) Relation entre thème de l'identité.

(4) décompose une relation multi-numérique. (5) Modèle de test de la théorie des modèles de données logique. (6) Le modèle de données Logic d'audit est examiné par l'utilisateur.

4. Le modèle de données logique est converti en modèle de données d'entrepôt de données

(1) Supprimer des données non stratégiques:

Data Warehouse Model

n'a pas besoin de tous les éléments de données du modèle de données logiques et de certains éléments de données à gérer l'opération sera supprimée.

(2) Augmenter les touches principales TEMPS: Données dans Warehouse de données

Doit être une photoHanh Time, ajoutant ainsi la période principale.

(3) Augmentation des données originaires: les données doivent souvent être analysées ou accrues de l'efficacité, peuvent augmenter les données dérivées.

(4) Données de synthèse sur différents niveaux de détail: la taille des particules de données représente le niveau de modification de données, plus la taille des particules est élevée et plus la synthèse des données est élevée. La taille des particules est un facteur important de l'entrepôt de données

, affectant directement la quantité de données dans

Warehouse de données et le type de requête peut être effectué. Évidemment, plus le niveau de détail, plus le soutien des requêtes; Inverse, la requête peut être assistée avec limitée.

L'effet des opérations de données et le niveau de détails de données peuvent être détaillés, généralement, le système que vous souhaitez terminer est très efficace et peut obtenir les détails souhaités. Un principe de mise en œuvre important

Warehouse de données

n'essaie pas d'inclure toutes les données détaillées, car 90% des exigences d'analyse sont résumées.Données. Essayez d'affiner la taille des particules à la couche la plus basse, n'augmentera que le coût du système, réduira les performances du système.

5. Optimiser le modèle de données d'entrepôt de données Warehouse de données

Lorsque la conception, la performance est une grande critique. Après

Warehouse de données , il faut également surveiller ses performances et ajuster le nombre de besoins et de données. Optimisation

La méthode principale de la conception de l'entrepôt de données

est la suivante: · Combinant différentes tables de données.

• Données dynamiques abstraites en augmentant le tableau récapitulatif. • Réduisez le nombre de tableaux de connexion des tables via des champs en excès, ne dépassez pas 3 à 5. • Utilisez le code d'identification au lieu de décrire les informations comme valeur clé. • La fiche technique est partitionnée.

6. Transformer et transmettre des données

En raison de différents logiciels et matériels utilisés dans les systèmes de service, différentes méthodes de cryptage, mal, que le système commercial soit chargé [ avant leLe

doit être nettoyé et converti pour assurer la cohérence des données dans l'entrepôt de données

.

Lors de la conception du schéma de téléchargement de données de

Entrepôt de données les exigences suivantes doivent être envisagées:

• Le diagramme de téléchargement doit pouvoir prendre en charge les bases de données d'accès et différents systèmes de fichiers.

• Le nettoyage, la conversion et la transmission de données doivent répondre aux exigences temporelles et peuvent être complétées dans le délai spécifié.

· Prendre en charge diverses méthodes de conversion, différentes méthodes de conversion peuvent former un processus de travail.

· Supporter des téléchargements accrus, ne téléchargez que des données à partir des dernières données chargées dans l'entrepôt de données

.

7. Analyse du développement de l'entrepôt de données

L'objectif ultime de Warehouse de données offre la possibilité de prendre en charge les décisions des unités commerciales, doit échanger l'outil approprié pour atteindre ses exigences pour les données dans l'entrepôt de données

.

L'outil de développement sélectionné par le service d'information doit être possible:

· Rencontrez toute l'analyse de l'utilisateur.

Les utilisateurs des entrepôts de données

incluent différentes unités d'entreprise de leurs entreprises et de leurs entreprises sont différentes et les fonctions analytiques souhaitées sont également différentes. Si certains utilisateurs ne sont que d'un simple rapport d'analyse, certains utilisateurs nécessitent des tendances et des prévisions à analyser.

• Fournir des expressions flexibles. Les résultats d'analyse doivent être capables de mettre en œuvre visuellement, flexibles, en soutenant des graphiques complexes. En utilisation, il peut s'agir du mode client / serveur ou en mode navigateur.

En fait, il n'existe aucun outil pour répondre à

Warehouse de données

toutes les exigences relatives aux fonctions d'analyse, une unité de données complète Mini peut être déployée par de nombreux outils différents, de sorte que les problèmes d'interface et l'intégration entre de nombreux outils doivent être pris en compte, pour les personnesUtilisation de la parole, j'espère voir des interfaces cohérentes.

8. Gestion de l'entrepôt de données

Il suffit de mettre l'accent sur l'entrepôt

de données et d'ignorer la gestion Warehouse de données conduit à l'échec de l'entrepôt de données

.

Data Warehouse Manager

inclut principalement la gestion de la gestion de la base de données

.

La gestion de la base de données nécessite les aspects suivants:

· Gestion de la sécurité.

Les utilisateurs de l'entrepôt de données ne peuvent accéder à des données que dans les données d'autorisation et cryptées pendant le processus de transmission. · Entrepôt de données de sauvegarde et restauration .

La taille de l'entrepôt de données

et la fréquence des sauvegardes affectent directement la politique de sauvegarde. • Comment assurer un entrepôt de données

la disponibilité du système, du matériel ou des méthodes logicielles.

• Vieillissement des données. Conception Entrepôt de données Délai de données dans l'entrepôt de données et la méthode de vieillissement de données expirées, telles que le malL'historique ne sauvera que des données de synthèse et des données Sauvegarder des journaux détaillés. Toutefois, les données gèrent la construction de métadonnées , les données Description des données sont manipulées dans tout le système. Dans la phase de collecte de données, métadonnées comprend principalement les informations suivantes:

· Description des données Source: Type, Emplacement, Structure.

· Règles de conversion de données: règles de codage, normes de l'industrie.

· Objectifs

Décrivez le modèle de l'entrepôt de données : Définissez le modèle d'étoile / flocon de neige, la définition / définition de la structure réelle. · Données source à la relation de cartographie cible

Warehouse de données définition des fonctions / expression. · Code: Créer un programme de conversion, programme de chargement automatique, V.V. Dans la phase de gestion des données, Les métadonnées comprennent principalement les informations suivantes:

· Description des données Abstract: Résumé / Décentralisation synthétique, Définition de la structure de visualisation des matériaux.

· Règles de stockage de donnéesL'histoire: l'emplacement, la taille des particules de stockage.

· Structure de données multidimensionnelle Description: Définition Cube, structure de taille, données, définition de niveau de forage, V.V. Dans la phase d'affichage de données,

Métadonnées

comprend principalement les informations suivantes: · Rapport Description: Définition de la structure du rapport. · Description des fonctions statistiques: définition de différentes fonctions d'analyse statistique. · Description de la sortie de sortie: image, définition de la sortie de table. Métadonnées

Non seulement indépendante, mais également la commutation entre les utilisateurs, les métadonnées

peuvent être converties.