Nilalaman

• Tsart ng paghahambing
• Kahulugan ng Data Warehouse
• Kahulugan ng Data Mart
• Konklusyon

Ang data warehouse at Data mart ay ginagamit bilang isang imbakan ng data at maglingkod ng parehong layunin. Ang mga ito ay maaaring maiiba sa pamamagitan ng dami ng data o impormasyon na naiimbak nila.Ang mahalagang pagkakaiba sa pagitan ng isang bodega ng data at isang data mart ay ang isang data warehouse ay isang database na nag-iimbak ng impormasyon na nakatuon sa impormasyon upang masiyahan ang mga kahilingan sa paggawa ng desisyon samantalang ang data mart ay kumpletong lohikal na subset ng isang buong bodega ng data.

Sa mga simpleng salita, ang isang data mart ay isang bodega ng data na limitado sa saklaw at kung saan ang data ay maaaring makuha sa pamamagitan ng pagbubuod at pagpili ng data mula sa warehouse ng data o sa tulong ng natatanging katas, pagbago at pag-load ng mga proseso mula sa sistema ng data ng mapagkukunan.

1. Tsart ng paghahambing
2. Kahulugan
3. Pangunahing Pagkakaiba
4. Konklusyon

Tsart ng paghahambing

Batayan para sa paghahambing	Warehouse ng Data	Data mart
Pangunahing	Data bodega ay independiyenteng aplikasyon.	Ang data mart ay tiyak sa application ng system ng suporta ng desisyon.
Uri ng system	Sentralisado	Desentralisado
Form ng data	Detalyado	Binalangkas
Paggamit ng denormalisasyon	Ang data ay bahagyang nag-denormalise.	Ang data ay lubos na denormalisado.
Modelo ng data	Top-down	Bottom-up
Kalikasan	Flexible, data-oriented at mahabang buhay.	Mahigpit, nakatuon sa proyekto at maikling buhay.
Uri ng schema na ginamit	Fact konstelasyon	Star at snowflake
Dali ng gusali	Mahirap itayo	Simpleng itatayo

Kahulugan ng Data Warehouse

Ang termino bodega ng data ay nangangahulugang isang variant ng oras, nakatuon sa paksa, hindi mabagsik, at isang pinagsama-samang pangkat ng data na tumulong paggawa ng desisyon proseso ng pamamahala. Bilang kahalili, ito ay isang imbakan ng impormasyon na natipon mula sa maraming mga mapagkukunan, na naka-imbak sa isang pinag-isang schema, sa isang solong site na nagbibigay-daan sa pagsasama ng iba't ibang mga sistema ng aplikasyon. Sa sandaling nakolekta ang data na ito ay nakaimbak ng mahabang panahon, samakatuwid ay may mahabang buhay at pinapayagan ang pag-access sa makasaysayangimpormasyon.

Dahil dito, binibigyan ng bodega ng data ang gumagamit sa isang solong pinagsama interface sa data kung saan madaling isulat ng gumagamit ang mga query sa suporta sa pasya. Ang bodega ng data ay tumutulong sa paggawa ng data sa impormasyon. Ang pagdidisenyo ng isang bodega ng data ay may kasamang top-down na diskarte.

Kinokolekta nito ang impormasyon tungkol sa mga paksa na sumasaklaw sa buong samahan, tulad ng mga customer, benta, assets, item, at samakatuwid ang saklaw nito ay nasa buong negosyo. Karaniwan, katotohanan konstelasyon Ang schema ay ginagamit sa loob nito, na sumasaklaw sa isang iba't ibang mga paksa. Ang bodega ng data ay hindi static na istraktura at ito ay nagbabago tuloy-tuloy.

Kahulugan ng Data Mart

A data mart maaaring tawagan bilang isang subset ng isang bodega ng data o isang sub-pangkat ng data na malawak sa korporasyon na naaayon sa isang tiyak na hanay ng mga gumagamit. Ang bodega ng data ay nagsasangkot ng maraming kagawaran at lohikal data marts na dapat ay nagpapatuloy sa kanilang paglalarawan ng data upang matiyak ang katatagan isang bodega ng data. Ang isang data mart ay isang hanay ng mga talahanayan na tumutok sa isang iisang gawain ang mga ito ay dinisenyo gamit ang isang pang-ilalim na diskarte.

Ang saklaw ng data mart ay hinihigpitan sa ilang mga tiyak na napiling paksa, sa gayon saklaw nito ay sa buong departamento. Karaniwang ipinatutupad ito mura mga departmental server. Ang ikot ng pagpapatupad ng data marts ay sinusubaybayan sa mga linggo kaysa sa buwan at taon.

Bilangbituin at schema ng snowflake ay hinihimok patungo sa solong paksa ng pagmomolde na ang dahilan kung bakit ang mga ito ay karaniwang ginagamit sa data mart. Bagaman, ang star schema ay mas popular kaysa sa schema ng snowflake. Depende sa mapagkukunan ng data ang data ng mga marts ay maaaring maiuri sa dalawang uri: nakasalalay at malaya data marts.

1. Ang data warehouse ay independyenteng aplikasyon samantalang ang data mart ay tiyak sa application ng system ng suporta.
2. Ang data ay naka-imbak sa isang solong, sentralisado imbakan sa isang bodega ng data. Tulad ng laban, ang data mart ay nag-iimbak ng data disenteng sa lugar ng gumagamit.
3. Naglalaman ang bodega ng data a detalyado anyo ng data. Sa kaibahan, ang data mart ay naglalaman nabuod at napiling data.
4. Ang data sa isang bodega ng data ay bahagyang denormalised habang sa kaso ng Data mart ito mataas denormalised.
5. Ang pagtatayo ng data bodega ay nagsasangkot top-down lapitan. Sa kabaligtaran, habang nagtatayo ng isang data mart angibaba-up ginagamit ang diskarte.
6. Ang bodega ng data ay nababaluktot, nakatuon sa impormasyon at matagal nang umiiral na kalikasan. Sa kabilang banda, isang data mart ay mapigilan, nakatuon sa proyekto at may isang mas maikling pag-iral.
7. Ang aktwal na panukala ng constactation ay karaniwang ginagamit para sa pagmomolde ng isang bodega ng data samantalang sa data mart star schema ay mas popular.

Konklusyon

Nagbibigay ang data ng bodega ng negosyo ng view, solong at sentralisadong sistema ng imbakan, likas na arkitektura at pagsasarili ng aplikasyon habang ang Data mart ay isang subset ng isang bodega ng data na nagbibigay ng view ng kagawaran, desentralisado na imbakan. Tulad ng data ng bodega ay napakalaki at isinama, ito ay may mataas na peligro ng kabiguan at kahirapan sa pagtatayo nito. Sa kabilang banda, ang data mart ay madaling mabuo at nauugnay na panganib ng pagkabigo ay mas kaunti ngunit ang data mart ay maaaring makaranas ng pagkapira-piraso.