1 / 16

Data Warehouse

Data Warehouse. Arsitektur Data Warehouse. Modern Database Management (Chapter 11), 7 th Edition Jeffrey A. Hoffer , Mary B. Prescott, Fred R. McFadden. ARSITEKTUR DATA.

ivan
Télécharger la présentation

Data Warehouse

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Data Warehouse Arsitektur Data Warehouse Modern Database Management (Chapter 11), 7th Edition Jeffrey A. Hoffer, Mary B. Prescott, Fred R. McFadden

  2. ARSITEKTUR DATA • Arsitektur data menyediakan kerangka dengan mengidentifikasikan dan memahami bagaimana data akan pindah melalui sistem dan digunakan dalam perusahaan. • Arsitektur data untuk data warehouse mempunyai komponen utama yaitu read-only basis data.

  3. Karakterisitik arsitektur data warehouse • Data diambil dari sistem asal (sistem informasi yang ada), basis data dan file. • Data dari sistem asal diintegrasikan dan ditransformasi sebelum disimpan ke dalam Database Management System (DBMS) seperti Oracle,Ms SQL Server, Sybase dan masih banyak yang lainnya. • Data warehouse merupakan sebuah basis data terpisah bersifat hanya dapat dibaca yang dibuat khusus untuk mendukung pengambilan keputusan • Pemakai mengakses data warehouse melalui aplikasi front end tool.

  4. Infrastruktur data warehouse • Merupakansoftware, hardware, pelatihandankomponen-komponenlainnya yang memberikandukungan yang dibutuhkanuntukmengimplementasikandata warehouse • Salahsatuinstrumen yang mempengaruhikeberhasilanpengembangandata warehouseadalahpengidentifikasianarsitekturmana yang terbaikdaninfrasrukturapa yang dibutuhkan. • Arsitektur yang sama, mungkinmemerlukaninfrastruktur yang berbeda.

  5. Model Arsitektur Data Warehouse • Generic Two-Level Architecture. • Independent Data Mart. • Dependent Data Mart. • Logical Data Mart dan Active Data Warehouse.

  6. Generic Two-Level Architecture • Model arsitektur ini adalah data diekstrak dari berbagai sumber data (internal dan external), kemudian data tersebut ditransformasikan terlebih dahulu sebelum dimasukkan ke sebuah data warehouse yang besar.

  7. Generic Two-Level Architecture L One, company-wide warehouse T E Periodic extraction  data is not completely current in warehouse

  8. Independent Data Mart • Model arsitektur independent data mart datanya tidak disimpan dalam sebuah data warehouse yang besar tetapi dalam beberapa data mart.

  9. Data marts: Mini-warehouses, limited in scope L T E Separate ETL for each independent data mart Data access complexity due to multiple data marts Independent Data Mart

  10. Dependent Data Mart • Padaarsitektur independent data mart adaketerbatasandalamprosesExtraction, TranformationdanLoading (ETL). • Dependent data martdikembangkanuntukmengurangiketerbatasantersebut. • Dependent data mart menggunakan data warehouse yang terpusatuntukhasilETLnya. • kapabilitasmelakukan drill-down pada independent data mart, dapatdihilangkandenganmenyediakansuatusumberterintegrasiuntukseluruhoperasional data dalamsuatuoperasional data store.

  11. ODS provides option for obtaining current data L T E Simpler data access Single ETL for enterprise data warehouse (EDW) Dependent data marts loaded from EDW Dependent Data Mart

  12. Logical Data MartdanReal-Time Data Warehouse • Karakteristik dari arsitektur ini meliputi: • Logical data mart tidak secara fisik terpisah dengan basis data tetapi hanya perbedaan view terhadap fisik basis data. • Beberapa data dipindahkan ke dalam data warehouse untuk meningkatkan utilisasi kinerja pada komputasi yang tinggi. • Data mart baru dapat dibuat dengan cepat karena tidak ada basis data secara fisik dan tidak ada pemuatan data ke basis data secara rutin. • Data mart selalu up-to-date karena data dibuat dari view ketika view diacu.

  13. ODS and data warehouse are one and the same L T E Near real-time ETL for @active Data Warehouse Data marts are NOT separate databases, but logical views of the data warehouse  Easier to create new data marts Logical Data Mart dan Real-Time Data Warehouse

  14. Three-layer data architecture

  15. Status Status Data CharacteristicsStatus vsEvent Data Event = a database action (create/update/delete) that results from a transaction

  16. Data CharacteristicsTransient vs Periodic Data Changes to existing records are written over previous records, thus destroying the previous data content Data are never physically altered or deleted once they have been added to the store

More Related