Hurtownie danych

Tomek Juranek

 

 

Po co hurtownie danych?

Do sprawnego zarządzania firmą potrzeba, 

by:



Dane zgromadzone w organizacji mogły być 
wykorzystywane w procesie decyzyjnym



Istniała możliwość tworzenia analiz 
obejmujących całość organizacji

 

 

Przyczyny dla których dane operacyjne 

w istniejących systemach nie nadają do 

tych celów:



Rozproszenie



Heterogeniczność



Niewłaściwy układ



Brak historii

 

 

Rozwiązanie problemu: 

rozwiązanie  które pozwoliło by: 



Scalić dane z różnych źródeł



Efektywnie udostępniać aktualne dane 
do analiz



Przechowywać dane historyczne

 

 

Co to jest hurtownia danych?

Hurtownia danych (data warehouse) jest
wydzieloną centralną bazą danych zbierającą
informacje służące do zarządzania 

organizacją.

Jest ona odizolowana od baz operacyjnych a
jej struktura i użyte do jej budowy narzędzia
powinny być zoptymalizowane pod kątem
przetważania analitycznego.

 

 

Cechy hurtowni danych



Jest scentralizowaną bazą



Jest oddzielona od baz operacyjnych



Scala informacje z wielu źródeł



Jest zorientowana tematycznie



Przechowuje dane historyczne



Utrzymuje wielką ilość informacji



Agreguje informację

 

 

Rodzaje danych w 

hurtowniach



Elementarne



Zmaterializowane agregaty - wyliczone 
wartości obliczeń (sumy, średnie itp.)



Historyczne



Metadane

 

 

Cykl życia danych w HD



Ładowanie i scalanie



Agregacja



Przeniesienie do danych historycznych

----------------------



Usuwanie

 

 

Składnice danych (data 

marts)

Przechowywanie wszystkich danych i
agregatów zaspokajających potrzeby
wszystkich odbiorców w jednej centralnej
hurtowni jest często nieefektywne i
niepożądane ze względów organizacyjnych.
Dlatego tworzy się mniejsze, 

wyspecjalizowane

składnice danych, zwykle tworzone dla
wydziałów organizacji.

 

 

Hurtownie danych  a  składnice 

danych



Niezależna od 
zastosowania



Scentralizowana



Przeznaczona do 
wykorzystania w całej 
organizacji



Zawiera dane historyczne



Dane są mało zagregowane



Dane są mało 
zdenormalizowane



Ma wiele źródeł danych



Typowa operacje to 
dodawanie danych



Specyficzne dla 
zastosowania



Przeznaczone dla 
określonych użytkowników



Dane w różnych składnicach 
powtarzają się



Dane są silnie zagregowane



Dane są silnie 
zdenormalizowane



Maja niewiele źródeł danych



Może być wymagana 
podatność danych na 
modyfikacje

 

 

Przykładowa architektura 

systemu z hurtownią danych i 

składnicą danych

 

 

Wykorzystanie hurtowni 

danych



Przetwarzanie analityczne OLAP (On-
line Analitycal Processing)



Eksploracja danych (data mining)

 

 

Przetwarzanie analityczne 

OLAP



Efektywne analizowanie wielkiej ilości danych 
w środowisku wielodostępnym



Prezentacja danych niezależna od sposobu ich 
przechowywania



Szybkie realizowanie zapytań i obliczeń, 
umożliwiające interaktywną analizę



Wykonywanie różnorodnych obliczeń



Łatwe tworzenie różnych form prezentacji 
wyników analizy, raportów, wykresów itp.

 

 

Problemy budowy hurtowni 

danych



Koncepcyjny



Organizacyjny



Psychologiczny



Technologiczny



Finansowy