Data Warehouse: تفاوت میان نسخه‌ها

از OCCC Wiki
پرش به ناوبری پرش به جستجو
بدون خلاصۀ ویرایش
خط ۲۴: خط ۲۴:
شکل زیر بیانگر استراتژی های انتقال داده می باشد .
شکل زیر بیانگر استراتژی های انتقال داده می باشد .
[[پرونده:trans.jpg|بی‌قاب|وسط|600px]]
[[پرونده:trans.jpg|بی‌قاب|وسط|600px]]
هنگام انتقال داده این مهم را در نظر می گیریم که فقط داده ها ی مورد نیاز را انتخاب  و از انتقال تمامی داده ها و حجم بالای آنان  خودداری کنیم .
به عنوان مثال درشکل زیراطلاعات مالی -حسابداری -بازار یابی وفروش  از یک شرکت انتخاب شده است واز انتخاب  سایر دادها ی سازمانی -اداری خودداری شده است . 
[[پرونده:trans2.jpg|بی‌قاب|وسط|600px]]
همانگونه که پیشتر گفته شد پس از انتخاب داده ها انها را در Subject Area های گوناگون تقسیم بندی می کنیم . هر Subject Area می تواندشامل چند جدول از بانک اطلاعاتی باشد .فیلدهای هر جدول با توجه به نیاز کاربران نهایی (KPI های تعیین شده جهت ایجاد پرس و جو)و رعایت قوانین جامعیت بانکهای رابطه ای طراحی می گردد.به هر رکورد جدول علاوه برساختار داده ای تاریخ و زمان ایجاد دیتا نیز اضافه می گردد .
[[پرونده:trans4.jpg|بی‌قاب|وسط|600px]]


== بدنه تحقیق ==
== بدنه تحقیق ==

نسخهٔ ‏۴ فوریهٔ ۲۰۱۶، ساعت ۱۵:۱۶

  • موضوع: Data Warehouseing
  • تهیه کننده: فرناز کرمی

چکیده

مقدمه

خلاصه ای از بررسی خود موضوع اصلی و تعاریف موجود در آن و ...

بررسی ادبیات موضوع

انباره‏ سازی‏ داده

تعریف انبارداده

انبارداده، سیستمی است که به صورت دوره ای داده ها را از سیستم های منبع در یک مخزن داده ای ابعادی یا نرمال شده، بازیابی و یکپار چه می کند. انبارداده ها، معمولا داده ها را به صورت تاریخچه ای نگه داری می کنند وبرای پاسخ به پرس و جوهای کسب و کار هوشمند و یا دیگر فعالیت های تحلیلی از آن استفاده می شود.پرس و جو ,فرایند گرفتن داده از مخزن داده برای مقاصد خا ص است .

ساخت انباره داده

با توجه به آنکه داده های اطلاعاتی در یک دوره زمانی می توانند با فواصل طولانی در مکانهای گوناگون واز طریق منابع متفاوت تولید و یا تغییر نمایند دسترسی سریع وصحیح به آنها کاری بس دشوار است .از این جهت ذخیره سازی آنها در یک منبع داده یکپارچه ضروری به نظر می رسد . برای ایجاد چنین منبع داده ای مراحل زیر رادر نظر می گیریم .

در گام نخست با انتخاب استراتژی انتقال داده, داده های اطلاعاتی مورد نظر راجمع آوری کرده و براساس موضوع آنها را در Subject Area های مختلف تقسیم بندی می کنیم . شکل زیر بیانگر استراتژی های انتقال داده می باشد .

Trans.jpg

هنگام انتقال داده این مهم را در نظر می گیریم که فقط داده ها ی مورد نیاز را انتخاب و از انتقال تمامی داده ها و حجم بالای آنان خودداری کنیم .

به عنوان مثال درشکل زیراطلاعات مالی -حسابداری -بازار یابی وفروش  از یک شرکت انتخاب شده است واز انتخاب  سایر دادها ی سازمانی -اداری خودداری شده است .  
Trans2.jpg

همانگونه که پیشتر گفته شد پس از انتخاب داده ها انها را در Subject Area های گوناگون تقسیم بندی می کنیم . هر Subject Area می تواندشامل چند جدول از بانک اطلاعاتی باشد .فیلدهای هر جدول با توجه به نیاز کاربران نهایی (KPI های تعیین شده جهت ایجاد پرس و جو)و رعایت قوانین جامعیت بانکهای رابطه ای طراحی می گردد.به هر رکورد جدول علاوه برساختار داده ای تاریخ و زمان ایجاد دیتا نیز اضافه می گردد .

Trans4.jpg

بدنه تحقیق

تحلیل هایی که توسط محقق صورت گرفته است (نظیر مقایسه و ارزیابی)

نتیجه گیری

نتیجه ای که در نهایت حاصل شده است.

مراجع

Park, Taeil, and Hyoungkwan Kim. "A data warehouse-based decision support system for sewer infrastructure management." Automation in Construction 30 (2013): 37-49.

BV, SCN Education. Data warehousing: the ultimate guide to building corporate business intelligence. Springer Science & Business Media, 2013.

Awogbamila, Y., and A. B. Adeyemo. "DESIGN OF AN INTEGRATED AGRARIAN DATA DIMENSIONAL DATA WAREHOUSE."

Yoo, Sooyoung, et al. "Electronically implemented clinical indicators based on a data warehouse in a tertiary hospital: its clinical benefit and effectiveness." International journal of medical informatics 83.7 (2014): 507-516.

Oktavia, Tanty. "Implementing Data Warehouse As A Foundation For Decision Support System (Perspective: Technical And Nontechnical Factors)." Journal of Theoretical and Applied Information Technology 60.3 (2014): 476-482.

Kimball, Ralph, and Margy Ross. The data warehouse toolkit: the complete guide to dimensional modeling. John Wiley & Sons, 2011.

Khan, Abeer, et al. "Integration between customer relationship management (CRM) and data warehousing." Procedia Technology 1 (2012): 239-249.