ParsX.com

vahid · Posted: Sun Mar 11, 2012 10:16 am Post subject: Datawarehouse design and usage

A Business Analysis Framework for Data
Warehouse Design
برای طراحی یک انباره داده موثر نیاز به درک و انالیز نیازمندی های کسب و کار و ساخت یک فریم ورک تحلیل کسب و کار داریم. ساخت یک سیستم اطلاعاتی بزرگ و پیچیده رامی توان مثل ساخت یک ساختمان بزرگ و پیچیده در نظر گرفت که برای هر کدام صاحب، ارشیتکت و کارگر دیدگاه مختلفی دارند. این نماها views باهم ترکیب می شوند تا یک فریمورک پیچیده درست شود که از نگرش top-down و کسب و کار گرا باشد یا یک نگرش bottom-up باشد که دیدگاه صاحب ساختمان می باشد یا نگرش سازنده باشد برای ساخت این سیستم اطلاعاتی.
این چهار نمای متفاوت با در نظر گرفته شدن انباره داده باید در نظر گرفته شود: نمای top-down و data sourve view و data warehouse view و business query view .
Top-down view اجازه می دهد که داده های مرتبط ملزوم را برای انباره داده انتخاب کنید . این اطلاعات با نیازمندی های کسب و کار فعلی و اینده مرتبط است.
Data source view افشا می کند اطلاعاتی که جمع اوری شده ذخیره شده و مدیریت شده توسط سیستم عملیاتی. این اطلاعات ممکن است مستند شود در چندین مرحله. از جداول دیتاسورس تا دیتاسورس های مجتمع شده . دیتاسورس ها از طریق ER یا CASE مدل می شوند.
نمای data warehouse : شامل جداول fact و جداول ابعاد می باشد که نمایش می دهد اطلاعاتی که در انباره داده ذخیره شده اند. شامل تجمع و شمارش از پیش انجام شده مثل اطلاعات با در نظر گرفتن منابع تاریخ و زمان منبع که از تاریخچه درامده است.
در اخر business query view می باشد که نگرش به داده در انباره داده است از نقطه نظر کاربر نهایی.
ساختن و استفاده کردن از یک انباره داده یک کار پیچیده ایست که نیازمند مهارت های کسب و کار ، مهارت فناوری و برنامه ریزی لازم دارد. با در نظر گرفتن مهارت کسب و کار ساخت یک انباره داده شامل فراگیری این که چگونه سیستم اطلاعات را ذخیره و مدیریت کند . چگونه می توان داده ها را از سیستم عملیاتی به انباره داده تبدیل کردextractor و چگونه می توان نرم افزاری برای بازیابی سایر اطلاعات به انباره داده درست کرد تا انباره داده بروز باشد . استفاده از یک انباره داده شامل درک مفهوم اهمیت داده ایست که در ان است تا بتوان پرس و جو های مفید را برای استخراج داده انجام داد.
بادر نظر گرفتن مهارت فناوری تحلیلگران داده لازمند تا اینکه چگونه دارایی ها را از اطلاعات مقداری به fact هایی که برای انباره داده لازمند تبدیل کنند .این مهارت ها شامل امکان پی بردن الگو و تمایلات است برای برون یابی این تمایلات بر اساس تاریخ و نمایش داده های غیر معمول است . در نهایت مهارت های مدیریت برنامه شامل نیاز به interface با چند تکنولوژی و فروشندگان و کاربران نهایی جهت ارائه نتیجه به روش کاهش هزینه و زمانی می باشد.