Տվյալների պահեստ և ERP | ԿԵՆՏՐՈՆԱԿԱՆ ՏՎՅԱԼՆԵՐԻ ԱՐԽԻՎ. Պատմություն և զարգացումներ

ԱՐԽԻՎ ՏՎՅԱԼՆԵՐ ԿԵՆՏՐՈՆԱԿԱՆ. ՊԱՏՄՈՒԹՅՈՒՆ ԵՎ ԷՎՈԼՈՒՑԻԱ

90-ականների կորպորատիվ տեխնոլոգիայի երկու գերիշխող թեմաներն են
նշում է Ի տվյալների պահեստ և ERP-ն: Երկար ժամանակ այս երկու հզորները
հոսանքները եղել են կորպորատիվ ՏՏ-ի մասեր՝ առանց երբևէ ունենալու
խաչմերուկներ. Կարծես դրանք նյութ և հակամատերիա լինեին։ Բայց
երկու երևույթների աճն էլ անխուսափելիորեն հանգեցրեց մեկին
դրանց խաչմերուկը. Այսօր ընկերությունները կանգնած են խնդրի առաջ
ինչ անել ERP-ի հետ էլ տվյալների պահեստ. Այս հոդվածը ցույց կտա
ինչ խնդիրներ կան և ինչպես են դրանք լուծում ընկերությունների կողմից:
ՍԿԶԲՈՒՄ…
Սկզբում կար տվյալների պահեստ. Տվյալների պահեստ համար է ծնվել
հակազդել գործարքների մշակման հայտի համակարգին:
Վաղ օրերին անգիր անելը տվյալներ դա նախատեսված էր
պարզապես էլփոստի մշակման հավելվածների հակապատկեր
գործարքներ. Բայց մեր օրերում կան շատ ավելի բարդ տեսլականներ
այն, ինչ կարող է անել տվյալների պահեստ. Այսօրվա աշխարհում
տվյալների պահեստ տեղադրված է կառուցվածքի մեջ, որը կարող է լինել
կոչվում է Կորպորատիվ տեղեկատվական գործարան:
ԿՈՐՊՈՐԱՏԻՎ ՏԵՂԵԿԱՏՎԱԿԱՆ ԳՈՐԾԱՐԱՆ
(CIF)
Կորպորատիվ տեղեկատվության գործարանն ունի ճարտարապետական ​​բաղադրիչներ
ստանդարտ՝ փոխակերպման և կոդի ինտեգրման մակարդակ
որն ինտեգրում է i տվյալներ մինչդեռ ես տվյալներ նրանք շարժվում են շրջակա միջավայրից
կիրառումը շրջակա միջավայրին տվյալների պահեստ ընկերության; ա
տվյալների պահեստ ընկերության, որտեղ տվյալներ
մանրամասն և ինտեգրված պատմաբաններ։ Այն տվյալների պահեստ ընկերության ծառայում է որպես
հիմք, որի վրա կարելի է կառուցել մնացած բոլոր մասերը
-ի շրջակա միջավայրի տվյալների պահեստ; գործառնական տվյալների պահեստ (ODS):
ODS-ը հիբրիդային կառուցվածք է, որը պարունակում է տվյալների որոշ ասպեկտներ
պահեստ և OLTP միջավայրի այլ ասպեկտներ. տվյալների մարթեր, որտեղ i
տարբեր գերատեսչություններ կարող են ունենալ տվյալների իրենց տարբերակը
պահեստ; ա տվյալների պահեստ հետախուզական, որում i
ընկերության «փիլիսոփաները» (մտածողները) կարող են ներկայացնել իրենց հարցումները
72 ժամ առանց վնասակար ազդեցության տվյալների պահեստ; և հիշողություն
մոտ գծի, որում տվյալներ հին ու տվյալներ զանգվածային մանրամասները կարող են լինել
պահվում է էժան:
ՈՐՏԵՂ Է ERP-ն ՀԱՄԱԿԱՏԱՐՎՈՒՄ Է
ԿՈՐՊՈՐԱՏԻՎ ՏԵՂԵԿԱՏՎԱԿԱՆ ԳՈՐԾԱՐԱՆ
ERP-ն միաձուլվում է Կորպորատիվ տեղեկատվական գործարանի հետ երկու տեղում:
Հիմնականում որպես ելակետային ծրագիր, որն ապահովում է i
տվյալներ դիմումի վերաբերյալ տվյալների պահեստ. Այս դեպքում i տվյալներ,
ստեղծվել է որպես գործարքի գործընթացի կողմնակի արդյունք,
ինտեգրված են և բեռնված են տվյալների պահեստ ընկերության։ Այն
ERP-ի և CIF-ի և ODS-ի միջև միավորման երկրորդ կետը: Իրականում շատերը
միջավայրերում ERP-ն օգտագործվում է որպես դասական ODS:
Այն դեպքում, երբ ERP-ն օգտագործվում է որպես հիմնական հավելված, այն
նույն ERP-ն կարող է օգտագործվել նաև CIF-ում որպես ODS: Մեջ
սակայն, եթե ERP-ը պետք է օգտագործվի երկու դերերում, այնտեղ
պետք է լինի հստակ տարբերություն երկու սուբյեկտների միջև: Այլ կերպ ասած,
երբ ERP-ն խաղում է բազային հավելվածի և ODS-ի դերը, le
պետք է առանձնացնել երկու ճարտարապետական ​​սուբյեկտ. Եթե ​​միայնակ
ERP-ի ներդրումը փորձում է կատարել երկու դերերը
միևնույն ժամանակ անխուսափելիորեն խնդիրներ կառաջանան
այս կառույցի նախագծումը և իրականացումը:
ԱՌԱՆՁԻՆ ՕԴՍ ԵՎ ՀԻՄՆԱԿԱՆ ԿԻՐԱՌՈՒՄՆԵՐ
Կան բազմաթիվ պատճառներ, որոնք հանգեցնում են բաղադրիչների պառակտմանը
ճարտարապետական. Թերևս ամենախոսուն հարցը առանձնացնելու համար
ճարտարապետության տարբեր բաղադրիչներն այն է, որ յուրաքանչյուր բաղադրիչ
ճարտարապետությունն ունի իր տեսակետը. Հիմնական հայտը ծառայում է
այլ նպատակի համար, քան ODS-ը: Փորձեք համընկնել
ելակետային կիրառական տեսակետ ODS-ի աշխարհի վերաբերյալ կամ հակառակը
դա աշխատելու ճիշտ ձև չէ:
Հետևաբար, CIF-ում ERP-ի առաջին խնդիրն այն է
ստուգեք, թե արդյոք կա տարբերություն բազային հայտերի և դրանց միջև
ODS.
ՏՎՅԱԼՆԵՐԻ ՄՈԴԵԼՆԵՐԸ ԿՈՐՊՈՐԱՏՈՒՄ
ՏԵՂԵԿԱՏՎԱԿԱՆ ԳՈՐԾԱՐԱՆ
Տարբեր բաղադրիչների միջև համախմբվածության հասնելու համար
CIF-ի ճարտարապետության, պետք է լինի մոդել տվյալներ. Ես
-ի մոդելները տվյալներ դրանք ծառայում են որպես տարբեր բաղադրիչների կապող օղակ
ճարտարապետություն, ինչպիսիք են բազային հավելվածները և ODS-ը: THE
-ի մոդելները տվյալներ դառնալ «ինտելեկտուալ ճանապարհային քարտեզ» ունենալու համար
CIF-ի տարբեր ճարտարապետական ​​բաղադրիչներից ճիշտ իմաստ:
Այս հասկացության հետ ձեռք ձեռքի տված, գաղափարն այն է, որ պետք է
լինել հիանալի և եզակի մոդել տվյալներ. Իհարկե պետք է
մոդել լինել տվյալներ բաղադրիչներից յուրաքանչյուրի համար և ավելին, այնտեղ
այն պետք է լինի խելամիտ ճանապարհ, որը կապում է տարբեր մոդելները:
Ճարտարապետության յուրաքանչյուր բաղադրիչ – ODS, ելակետային հավելվածներ,
տվյալների պահեստ ընկերության, և այլն .. – պետք է իր սեփականը
մոդելի տվյալներ. Եվ ուրեմն պետք է հստակ սահմանում լինի
ինչպես այս մոդելները տվյալներ նրանք փոխազդում են միմյանց հետ:
ՇԱՐԺԵԼ I ՏՎՅԱԼՆԵՐ ERP-ի ՏՎՅԱԼՆԵՐՈՒՄ
ԽԱՆՈՒԹ
Եթե ​​ծագումը տվյալներ ելակետային ծրագիր է և/կամ ODS, երբ
ERP ներդիրները i տվյալներ մեջ տվյալների պահեստ, այս մուտքը պետք է
տեղի են ունենում հատիկության ամենացածր մակարդակում: Վերանայել կամ
պարզապես միավորել i տվյալներ ինչպես դուրս են գալիս
ERP ելակետային հավելվածից կամ ERP ODS-ը չկա
ճիշտ բան անել. THE տվյալներ տվյալների մեջ անհրաժեշտ են մանրամասներ
պահեստ՝ DSS գործընթացի հիմքը կազմելու համար: Այդպիսին տվյալներ
դրանք շատ առումներով կվերաձեւավորվեն տվյալների հայտնաբերման և հետազոտության միջոցով
որ տվյալների պահեստ.
-ի տեղափոխումը տվյալներ ելակետային կիրառական միջավայրից
ERP-ի շրջակա միջավայրին տվյալների պահեստ ընկերությանը կատարվում է ա
ողջամտորեն հանգիստ ձևով: Այդ տեղաշարժը տեղի է ունենում դրանից հետո
ERP-ում թարմացումից կամ ստեղծումից մոտ 24 ժամ: Փաստը
ունեն «ծույլ» շարժում տվյալներ մեջ տվյալների պահեստ
ընկերության թույլ է տալիս տվյալներ գալիս է ERP-ից «կարգավորելու».
Մի անգամ ես տվյալներ պահվում են բազային հայտում,
ապա դուք կարող եք ապահով տեղափոխել i տվյալներ ERP-ի
ձեռնարկությունում։ Մեկ այլ նպատակ, որին կարելի է հասնել շարժման շնորհիվ
«ծույլ» աստվածներ տվյալներ գործառնական գործընթացների հստակ սահմանազատումն է և
DS ընդլայնում. -ի «արագ» շարժումով տվյալներ սահմանազատման գիծը
DSS-ի և գործառնականի միջև մնում է անորոշ:
Շարժումը տվյալներ ERP-ի ODS-ից մինչև տվյալների պահեստ
Ընկերությունը կատարվում է պարբերաբար, սովորաբար
շաբաթական կամ ամսական: Այս դեպքում շարժումը
տվյալներ այն հիմնված է հները «մաքրելու» անհրաժեշտության վրա տվյալներ պատմաբաններ։
Բնականաբար, ODS-ը պարունակում է i տվյալներ որոնք շատ ավելի թարմ են
հարգանք տվյալներ պատմաբանները գտել են տվյալների պահեստ.
-ի տեղափոխումը տվյալներ մեջ տվյալների պահեստ դա գրեթե երբեք չի արվում
«մեծածախ» (մեծածախ եղանակով): Պատճենել աղյուսակը
ERP միջավայրից մինչև տվյալների պահեստ դա իմաստ չունի. Մեկ մոտեցում
շատ ավելի իրատեսական է ընտրված միավորների շարժումը տվյալներ.
Միայն տվյալներ որոնք փոխվել են տվյալների վերջին թարմացումից հետո
պահեստը նրանք են, որոնք պետք է տեղափոխվեն տվյալների մեջ
պահեստ. Մեկ ճանապարհ իմանալու, թե որոնք են տվյալներ դրանք փոփոխվել են
քանի որ վերջին թարմացումն այն է, որ նայենք ժամանակի դրոշմանիշներին տվյալներ
հայտնաբերվել է ERP միջավայրում: Դիզայները ընտրում է բոլոր փոփոխությունները
որոնք առաջացել են վերջին թարմացումից հետո: Մեկ այլ մոտեցում
փոփոխության գրավման տեխնիկայի օգտագործումն է տվյալներ. Հետ
այս տեխնիկան վերլուծում է տեղեկամատյանները և ամսագրի ժապավենները, որպեսզի
որոշել, թե որոնք են տվյալներ պետք է տեղափոխվի ERP միջավայրից դեպի
Այն, որ տվյալների պահեստ. Այս տեխնիկան լավագույնս է
ինչպես կարելի է տեղեկամատյանները և ամսագրի ժապավենները կարդալ ERP ֆայլերից
առանց հետագա ազդեցության այլ ERP ռեսուրսների վրա:
ԱՅԼ ԲԱՐԴՈՒԹՅՈՒՆՆԵՐ
CIF-ում ERP-ի հետ կապված խնդիրներից մեկն այն է, թե ինչ է պատահում մյուսների հետ
դիմումի աղբյուրները կամ նա տվյալներ ODS-ի, որին նրանք պետք է նպաստեն
տվյալների պահեստ բայց դրանք ERP միջավայրի մաս չեն: Ժամադրությունը
ERP-ի փակ բնույթը, հատկապես SAP-ը, ինտեգրելու փորձը
բանալիներ արտաքին աղբյուրներից տվյալներ ինձ հետ տվյալներ որոնք գալիս են ERP ալ
շարժվելու ժամանակն է տվյալներ մեջ տվյալների պահեստ, դա մեծ մարտահրավեր է:
Իսկ կոնկրետ որքա՞ն են հավանականությունները, որ i տվյալներ դիմումների կամ
ERP միջավայրից դուրս ODS-ը ինտեգրվելու է տվյալների մեջ
պահեստ? Հնարավորություններն իրականում շատ մեծ են:
ԳՏՆԵԼ ՏՎՅԱԼՆԵՐ ՊԱՏՄԱԿԱՆ ERP-ից
Մեկ այլ խնդիր i տվյալներ ERP-ն ստացվածն է
ունենալու անհրաժեշտությունից տվյալներ պատմաբանները ներսում տվյալների պահեստ.
Սովորաբար, տվյալների պահեստ կարիքները տվյալներ պատմաբաններ։ ԵՎ
ERP տեխնոլոգիան սովորաբար չի պահպանում դրանք տվյալներ
պատմական, համենայն դեպս ոչ այնքան, որքան անհրաժեշտ է ամսաթվի մեջ
պահեստ. Երբ մեծ քանակությամբ տվյալներ պատմաբանները սկսում են գովազդ
ERP միջավայրում ավելացնելու համար այդ միջավայրը պետք է լինի
մաքրվել է. Օրինակ, ենթադրենք ա տվյալների պահեստ պետք է
բեռնված լինի հինգ տարի տվյալներ պատմական, մինչդեռ ERP-ն պահպանում է
դրանցից առավելագույնը վեց ամիս տվյալներ. Քանի դեռ ընկերությունը գոհ է
հավաքել մի շարք տվյալներ պատմությունը ժամանակի ընթացքում,
ապա ERP-ն որպես աղբյուր օգտագործելու խնդիր չկա
տվյալների պահեստ. Բայց երբ տվյալների պահեստ պետք է գնալ
ետ ժամանակի մեջ և վերցրու աստվածներին տվյալներ պատմաբաններ, որոնք չեն եղել
նախկինում հավաքված և պահպանված ERP-ի, այնուհետև ERP միջավայրի կողմից
այն դառնում է անարդյունավետ:
ERP ԵՎ METADATA
Մեկ այլ նկատառում, որը պետք է արվի ERP-ի մասին էլ տվյալների պահեստ դա է
ERP միջավայրում առկա մետատվյալների վրա: Ինչպես նաև մետատվյալներ
դրանք ERP միջավայրից տեղափոխվում են դել տվյալների պահեստ, The
մետատվյալները պետք է տեղափոխվեն նույն կերպ: Ավելին, Ի
մետատվյալները պետք է փոխակերպվեն ձևաչափով և կառուցվածքով
պահանջվում է ենթակառուցվածքի կողմից տվյալների պահեստ. Կա մի մեծ
տարբերությունը գործառնական մետատվյալների և DSS մետատվյալների միջև: Մետատվյալները
գործառնական են հիմնականում մշակողի և դրա համար
ծրագրավորող. DSS մետատվյալները հիմնականում ձեզ համար են
վերջնական. ERP հավելվածներում կամ ODS-ներում առկա մետատվյալներ
նրանք պետք է դարձի գան, և այս դարձը միշտ չէ, որ հեշտ է
և ուղղակի։
ERP ՏՎՅԱԼՆԵՐԻ ԱՂԲՅՈՒՐ
Եթե ​​ERP-ն օգտագործվում է որպես մատակարար տվյալներ համար տվյալների պահեստ ci
պետք է լինի ամուր ինտերֆեյս, որը շարժվում է i տվյալներ շրջակա միջավայրից
ERP շրջակա միջավայրին տվյալների պահեստ. Ինտերֆեյսը պետք է.
▪ լինել հեշտ օգտագործման համար
▪ թույլ տալ մուտք գործել տվյալներ ERP-ի
▪ վերցնել իմաստը տվյալներ որոնք պատրաստվում են տեղափոխվել
մեջ տվյալների պահեստ
▪ իմանալ ERP-ի սահմանափակումները, որոնք կարող են առաջանալ
այն պահը, երբ մուտք է արվում տվյալներ ERP-ի:
▪ հղման ամբողջականություն
▪ հիերարխիկ հարաբերություններ
▪ անուղղակի տրամաբանական հարաբերություններ
▪ հայտի կոնվենցիա
▪ բոլոր կառույցները տվյալներ աջակցվում է ERP-ի կողմից և այլն…
▪ լինել արդյունավետ մուտք գործելու հարցում տվյալներ, տրամադրելով.
▪ ուղիղ շարժում տվյալներ
▪ փոփոխության ձեռքբերում տվյալներ
▪ աջակցել ժամանակին հասանելիությանը տվյալներ
▪ հասկանալ ձևաչափը տվյալներ, և այլն…
Ինտերֆեյս SAP-ի հետ
Ինտերֆեյսը կարող է լինել երկու տեսակի՝ տնային կամ առևտրային:
Առևտրային հիմնական ինտերֆեյսներից մի քանիսը ներառում են.
▪ SAS
▪ Prime Solutions
▪ D2k և այլն…
ԲԱԶՄԱԿԱՆ ERP ՏԵԽՆՈԼՈԳԻԱՆԵՐ
ERP միջավայրին վերաբերվելն այնպես, կարծես դա մեկ տեխնոլոգիա է
մեծ սխալ. Կան բազմաթիվ ERP տեխնոլոգիաներ, որոնցից յուրաքանչյուրն ունի իր սեփականը
ուժեղ կողմերը. Շուկայում ամենահայտնի վաճառողներն են.
▪ SAP
▪ Oracle Financials
▪ PeopleSoft
Ջ.Դ. Էդվարդս
▪ Բաանս
SAP
SAP-ը ERP-ի ամենամեծ և ամենաընդգրկուն ծրագիրն է: Դիմումները
SAP-ը ներառում է բազմաթիվ տեսակի հավելվածներ բազմաթիվ ոլորտներում: SAP-ն ունի
լինելու համբավը.
▪ շատ մեծ
▪ Իրականացումը շատ դժվար և ծախսատար է
▪ կարիք ունի շատ մարդկանց և խորհրդատուների
իրականացվել է
▪ Իրականացման համար անհրաժեշտ են մասնագիտացված մարդիկ
▪ իրականացման համար շատ ժամանակ է պետք
Նաև SAP-ն իր պահպանման համբավ ունի տվյալներ Molto
զգուշորեն՝ դժվարացնելով դրանց մուտքը
SAP տարածքից դուրս գտնվող անձ: SAP-ի ուժը լինելն է
կարող է գրավել և պահել մեծ քանակությամբ տվյալներ.
SAP-ը վերջերս հայտարարեց երկարաձգելու իր մտադրության մասին
դրա դիմումները տվյալների պահեստ. Կան բազմաթիվ դրական և բացասական կողմեր
SAP-ը որպես մատակարար օգտագործելիս տվյալների պահեստ.
Առավելությունն այն է, որ SAP-ն արդեն տեղադրված է, և որ մեծ մասը
խորհրդատուներն արդեն գիտեն SAP-ը:
SAP-ի որպես մատակարար ունենալու թերությունները տվյալների պահեստ են
շատերը. SAP-ը փորձ չունի աշխարհում տվյալների պահեստ
Եթե ​​SAP-ը մատակարար է տվյալների պահեստ, անհրաժեշտ է «հանել»
i տվյալներ SAP-ից մինչև տվյալների պահեստ. Dato մի SAP-ի փորձառությունը
փակ համակարգ, դժվար թե հեշտ լինի i SAP-ից մուտք գործելը
դա (???): Կան բազմաթիվ ժառանգական միջավայրեր, որոնք սնուցում են SAP-ը,
ինչպիսիք են IMS, VSAM, ADABAS, ORACLE, DB2 և այլն:
SAP-ը պնդում է «այստեղ հորինված չէ» մոտեցումը: SAP-ը չի ցանկանում
համագործակցել այլ վաճառողների հետ՝ օգտագործելու կամ ստեղծելու համար տվյալների պահեստ.
SAP-ը պնդում է, որ ինքը արտադրի իր ամբողջ ծրագրաշարը:
Չնայած SAP-ը խոշոր և հզոր ընկերություն է, սակայն փաստը
փորձեք վերաշարադրել ELT-ի, OLAP-ի, կառավարման տեխնոլոգիան
համակարգը և նույնիսկ կոդերի բազան դմ դա ուղղակի խելագարություն է:
Մատակարարների հետ համագործակցային վերաբերմունք որդեգրելու փոխարեն
di տվյալների պահեստ երկար ժամանակ SAP-ը հետևել է այն մոտեցմանը, որ
նրանք «լավագույնս գիտեն»: Այս վերաբերմունքը հետ է պահում այն ​​հաջողությունը, որ
SAP-ը կարող է ունենալ տարածքում տվյալների պահեստ.
SAP-ի մերժումը թույլ տալ արտաքին վաճառողներին մուտք գործել
արագ և նրբանկատորեն նրանց տվյալներ. Օգտագործման բուն էությունը
un տվյալների պահեստ հեշտ է մուտք գործել տվյալներ. SAP-ի ամբողջ պատմությունն է
հիմնվելով այն դժվարացնելու վրա տվյալներ.
SAP-ի փորձի բացակայությունը մեծ ծավալների հետ գործ ունենալու հարցում տվյալներ;
ոլորտում տվյալների պահեստ կան հատորներ տվյալներ ի վեր երբեք չի տեսել
SAP-ը և կառավարել այս մեծ քանակությամբ տվյալներ դուք պետք է ունենաք մեկը
հարմար տեխնոլոգիա. SAP-ը, ըստ երևույթին, տեղյակ չէ այս մասին
տեխնոլոգիական խոչընդոտ, որը գոյություն ունի տվյալների դաշտ մուտք գործելու համար
պահեստ:
SAP-ի կորպորատիվ մշակույթը. SAP-ը ստեղծեց բիզնես
i ստանալու մեջ տվյալներ համակարգից։ Բայց դա անելու համար դուք պետք է ունենաք
այլ մտածելակերպ. Ավանդաբար, ծրագրային ապահովման ընկերությունները, որոնք
միջավայրում տվյալներ մուտքագրելու մեջ լավ չեն եղել
ստանալ տվյալներ՝ այլ ճանապարհով գնալու համար: Եթե ​​SAP-ը կարող է նման բան անել
switch-ը կլինի առաջին ընկերությունը, որը կանի դա:
Մի խոսքով, հարցական է, թե արդյոք ընկերությունը պետք է ընտրի
SAP-ը որպես մատակարար տվյալների պահեստ. Շատ լուրջ ռիսկեր կան
մի կողմից, իսկ մյուս կողմից՝ շատ քիչ պարգևներ: Բայց կա ևս մեկ
պատճառ, որը խանգարում է SAP-ի ընտրությունը որպես տվյալների մատակարար
պահեստ. Քանի որ յուրաքանչյուր ընկերություն պետք է ունենա նույն ամսաթիվը
մնացած բոլոր ընկերությունների պահեստը. Այն տվյալների պահեստ դա սիրտն է
մրցակցային առավելությունից։ Եթե ​​յուրաքանչյուր ընկերություն ընդուներ նույնը
տվյալների պահեստ դժվար կլինի, բայց ոչ անհնար,
մրցակցային առավելության հասնել. SAP-ը կարծես կարծում է, որ ա
տվյալների պահեստ կարող է դիտվել որպես թխվածքաբլիթ, և դա ա
ևս մեկ նշան նրանց «ստացեք տվյալները
մեջ».
Ոչ մի այլ ERP վաճառող այնքան գերիշխող չէ, որքան SAP-ը:
Անկասկած կլինեն ընկերություններ, որոնք կգնան SAP-ի ճանապարհով
իրենցի համար տվյալների պահեստ բայց ենթադրաբար այս ամսաթիվը
SAP-ի պահեստները կլինեն մեծ, թանկ և շատ բան կպահանջեն
դրանց ստեղծման ժամանակը:
Այս միջավայրերը ներառում են այնպիսի գործողություններ, ինչպիսիք են բանկային գանձապահի մշակումը,
ավիաընկերությունների ամրագրման գործընթացներ, բողոքների գործընթացներ
ապահովագրություն և այլն։ Գործարքների համակարգը ավելի արդյունավետ էր,
առավել ակնհայտ էր գործառնական և գործընթացի տարանջատման անհրաժեշտությունը
DSS (որոշումների աջակցման համակարգ): Այնուամենայնիվ, ռեսուրսային համակարգերի հետ
մարդկային և անձնական, երբեք չի բախվում մեծ ծավալների
գործարքներ. Եվ, իհարկե, երբ մարդուն աշխատանքի են ընդունում
կամ հեռանալ ընկերությունից, սա գործարքի արձանագրություն է:
Բայց հարաբերական այլ համակարգերի, HR համակարգերի և
Անձնական անձինք պարզապես շատ գործարքներ չունեն: Հետեւաբար, մեջ
մարդկային ռեսուրսների և կադրային համակարգերի առկայությունը լիովին ակնհայտ չէ
անհրաժեշտ է DataWarehouse: Այս համակարգերը շատ առումներով
ներկայացնում են DSS համակարգերի միավորումը:
Բայց կա ևս մեկ գործոն, որը պետք է հաշվի առնել, եթե պետք է
անել տվյալների պահեստի և PeopleSoft-ի հետ: Շատ շրջանակներում, i տվյալներ
Կադրերը և անձնական ռեսուրսները երկրորդական են բիզնեսի համար
ընկերության ղեկավար։ Ընկերությունների մեծ մասը կատարում է
արտադրություն, վաճառք, ծառայություններ և այլն: THE
HR և անձնակազմի համակարգերը սովորաբար երկրորդական են (կամ
աջակցություն) ընկերության գործունեության հիմնական ուղղությանը: Հետեւաբար, դա
երկիմաստ և անհարմար ա տվյալների պահեստ համար առանձին
աջակցություն մարդկային և անձնական ռեսուրսներին.
PeopleSoft-ը շատ տարբերվում է SAP-ից այս առումով: SAP-ի հետ դա այդպես է
պարտադիր է, որ կա ա տվյալների պահեստ. PeopleSoft-ի հետ դա այդպես չէ
ապա այնքան պարզ. PeopleSoft-ի հետ տվյալների պահեստն ընտրովի է:
Լավագույն բանը, որ կարելի է ասել նրա համար տվյալներ PeopleSoft-ն այն տվյալներն են
պահեստը կարող է օգտագործվել i տվյալներ վերաբերվող
հին մարդկային և անձնական ռեսուրսներ. Երկրորդ պատճառը
որը ընկերությունը կցանկանա օգտագործել a տվյալների պահեստ a
PeopleSoft միջավայրի թերությունն այն է, որ թույլ է տալիս մուտք գործել և
ազատ մուտք դեպի վերլուծության գործիքներ, նա տվյալներ PeopleSoft-ի կողմից: Բայց
Բացի այս պատճառներից, կարող են լինել դեպքեր, երբ նախընտրելի է չանել
համար ունենալ տվյալների պահեստ տվյալներ PeopleSoft- ը:
արդյունքում
Տվյալների կառուցման վերաբերյալ շատ գաղափարներ կան
Պահեստ ERP ծրագրաշարի ներսում:
Դրանցից մի քանիսն են.
▪ Իմաստ ունի ունենալ ա տվյալների պահեստ որը նման է ցանկացածին
ուրիշ ոլորտում?
▪ Որքան ճկուն է ERP-ն տվյալների պահեստ ծրագրակազմ
▪ ERP տվյալների պահեստ ծրագրաշարը կարող է կարգավորել մի ծավալ
տվյալներ որը գտնվում է ատվյալների պահեստ ասպարեզ»?
▪ Որն է ERP վաճառողի հետքի գրանցումը
բախվելով հեշտ և էժան, ժամանակատար, ա տվյալներ? (ինչ
է ERP վաճառողներին էժան, էժան առաքման արդյունքը
ժամանակ, հեշտ է մուտք գործել տվյալներ?)
▪ Ինչ է պատկերացնում DSS ճարտարապետությունը և
«Կորպորատիվ տեղեկատվական գործարան» ERP վաճառողի կողմից:
▪ ERP վաճառողները հասկանում են, թե ինչպես ստանալ տվյալներ all'interno
շրջակա միջավայրի, բայց նաև հասկանալ, թե ինչպես արտահանել դրանք:
▪ Որքանո՞վ է բաց ERP-ի մատակարարը տվյալների գործիքների համար
պահեստավորում?
Այս բոլոր նկատառումները պետք է արվեն որոշելիս
որտեղ դնել տվյալների պահեստ որը կհյուրընկալի i տվյալներ ERP-ի և այլոց
տվյալներ. Ընդհանրապես, եթե չկա համոզիչ պատճառ
այլ կերպ վարվելու համար խորհուրդ է տրվում կառուցել տվյալների պահեստ դուրս
ERP վաճառողի միջավայրից:
ԳԼՈՒԽ 1
BI կազմակերպության ակնարկ
Հիմնական կետերը.
Տեղեկատվական շտեմարաններն աշխատում են հակառակ ուղղությամբ
բիզնեսի հետախուզության (BI) ճարտարապետության համար.
Կորպորատիվ մշակույթը և ՏՏ-ն կարող են սահմանափակել հաջողությունը
BI կազմակերպությունների կառուցում:
Տեխնոլոգիան այլևս սահմանափակող գործոն չէ BI կազմակերպությունների համար: Այն
Ճարտարապետների և նախագծերի նախագծողների խնդիրն այն չէ, թե արդյոք
տեխնոլոգիան գոյություն ունի, բայց եթե նրանք կարողանան արդյունավետ կերպով իրականացնել
հասանելի տեխնոլոգիա:
Շատ ընկերությունների համար ա տվյալների պահեստ դա մի քիչ ավելին է, քան ավանդը
պասիվ, ով բաշխում է i տվյալներ օգտատերերին, ովքեր դրա կարիքն ունեն: THE տվյալներ
դրանք արդյունահանվում են սկզբնաղբյուր համակարգերից և համալրվում են թիրախային կառույցներում
di տվյալների պահեստ. Ես տվյալներ դրանք կարող են մաքրվել նաև ամբողջությամբ
հարստություն. Այնուամենայնիվ, ավելորդ արժեք նույնպես չի ավելացվում
կողմից հավաքված տվյալներ այս գործընթացի ընթացքում:
Ըստ էության, պասիվ Dw-ն, լավագույն դեպքում, ապահովում է
միայն ես տվյալներ մաքուր և գործառնական օգտագործողների ասոցիացիաների համար: Այնտեղ
տեղեկատվության ստեղծումը և վերլուծական ըմբռնումը կախված են
ամբողջությամբ օգտագործողների կողմից: Դատելով, թե արդյոք DW (Տվյալների պահեստ) է
հաջողությունը սուբյեկտիվ է. Եթե ​​մենք գնահատենք հաջողությունը
արդյունավետորեն հավաքելու, ինտեգրելու և մաքրելու ունակություն i տվյալներ
կորպորատիվ կանխատեսելի հիմունքներով, ապա այո, DW-ն հաջողություն է:
Մյուս կողմից, եթե նայենք հավաքածուն, համախմբումը և ահա
տեղեկատվության շահագործումը կազմակերպությունն ամբողջությամբ, ապա
DW-ն ձախողված է: DW-ն քիչ արժեք է տալիս կամ ընդհանրապես չունի
տեղեկատվություն։ Արդյունքում օգտվողները ստիպված են լինում բավարարվել,
այդպիսով ստեղծելով տեղեկատվության սիլոսներ: Այս գլուխը ներկայացնում է
համապարփակ տեսակետ՝ ամփոփելու BI-ի ճարտարապետությունը (Բիզնես
հետախուզություն) ընկերությունների. Սկսենք BI-ի նկարագրությունից և
այնուհետև մենք կանցնենք դիզայնի և դրա վերաբերյալ քննարկումներին
տեղեկատվության զարգացում՝ ի տարբերություն պարզապես i տվյալներ
օգտվողներին: Քննարկումներն այնուհետև կենտրոնացած են հաշվարկի վրա
ձեր BI ջանքերի արժեքը: Մենք եզրափակում ենք՝ սահմանելով, թե ինչպես է IBM
հիշեցնում է ձեր կազմակերպության BI ճարտարապետական ​​պահանջները:
-ի ճարտարապետության նկարագրությունը
BI կազմակերպություն
Գործարքների վրա հիմնված հզոր տեղեկատվական համակարգերն այժմ են
օրակարգում յուրաքանչյուր խոշոր ձեռնարկությունում, քանի որ դրանք հարթվում են
արդյունավետորեն աշխարհում կորպորացիաների համար խաղադաշտ:
Այնուամենայնիվ, մրցունակ մնալը այժմ պահանջում է վերլուծական համակարգեր
կողմնորոշվելով, որ կարող է հեղափոխել ընկերության կարողությունը՝ վերագտնելով խմբ
օգտագործելով իրենց ունեցած տեղեկատվությունը: Այս համակարգերը
վերլուծական բխում են հարստությունից հասկանալուց տվյալներ
հասանելի. BI-ն կարող է բարելավել կատարողականությունը ողջ տեղեկատվության մեջ
ձեռնարկության։ Բիզնեսը կարող է բարելավել հաճախորդ-հաճախորդ հարաբերությունները
մատակարարներ, բարելավել ապրանքների և ծառայությունների շահույթը, առաջացնել
նոր և լավագույն առաջարկներ, ստուգեք ռիսկը և շատ այլոց
եկամուտները կտրուկ կրճատում են ծախսերը. Ձեր BI-ի հետ
ընկերությունը վերջապես սկսում է օգտագործել հաճախորդների տեղեկատվությունը
որպես մրցակցային ակտիվ՝ շնորհիվ հավելվածների, որոնք ունեն նպատակներ
շուկա.
Բիզնեսի ճիշտ միջոցներ ունենալը նշանակում է ունենալ վերջնական պատասխաններ
հիմնական հարցերը, ինչպիսիք են.
▪ Մերոնցից ո՞րը հաճախորդները նրանք ստիպում են մեզ ավելի շատ վաստակել, կամ այնտեղ
կորցնում են?
▪ Այնտեղ, որտեղ ապրում են մեր լավագույնները հաճախորդները առնչությամբ խանութ/
պահեստ, որտեղ նրանք հաճախում են:
▪ Մեր ապրանքներից և ծառայություններից որն է ավելի շատ վաճառվել
արդյունավետ և ո՞ւմ:
▪ Ի՞նչ ապրանքներ կարելի է վաճառել առավել արդյունավետ և ո՞ւմ:
▪ Ո՞ր վաճառքի արշավն է ավելի հաջողակ և ինչու:
▪ Ո՞ր ապրանքների վաճառքի ուղիներն են առավել արդյունավետ:
▪ Ինչպես կարող ենք բարելավել հարաբերությունները մեր լավագույնի հետ հաճախորդները?
Շատ ընկերություններ ունեն տվյալներ կոպիտ պատասխանել
այս հարցերը.
Գործառնական համակարգերը արտադրում են մեծ քանակությամբ ապրանքներ
հաճախորդ և տվյալներ շուկայի վաճառքի կետերից, ամրագրումներից,
հաճախորդների սպասարկման և տեխնիկական աջակցության համակարգերից: Մարտահրավերն այն է
քաղել և օգտագործել այս տեղեկատվությունը:
Շատ ընկերություններ շահույթ են ստանում միայն իրենց փոքր մասերից տվյալներ
ռազմավարական վերլուծությունների համար։
I տվյալներ մնացած, հաճախ զուգորդվում է i տվյալներ արտաքին աղբյուրների ստացում, ինչպիսիք են i
«Կառավարության հաշվետվությունները» և այլ գնված տեղեկությունները մեկն են
ոսկու հանքը պարզապես սպասում է ուսումնասիրության, ei տվյալներ պետք է
զտեք միայն ձեր տեղեկատվական համատեքստում
կազմակերպություն.
Այս գիտելիքը կարող է կիրառվել տարբեր ձևերով, տատանումներով
ընդհանուր կորպորատիվ ռազմավարության նախագծումից մինչև
անձնական հաղորդակցություն մատակարարների հետ, զանգերի կենտրոնների միջոցով,
հաշիվ-ապրանքագիր, Ինտերնետ և այլ կետեր: Այսօրվա բիզնես միջավայրը թելադրում է
որ DW-ն և հարակից BI լուծումները հետագայում զարգանան
ավանդական կառույցների կատարումը տվյալներ ինչպիսին է ես տվյալներ նորմալացվել է
ատոմային մակարդակի և «աստղային/խորանարդային տնտեսություններ»:
Այն, ինչ անհրաժեշտ է մրցունակ մնալու համար, միաձուլումն է
ավանդական և առաջադեմ տեխնոլոգիաները՝ փորձելով աջակցել ա
հսկայական վերլուծական լանդշաֆտ:
Ի վերջո, ընդհանուր միջավայրը պետք է բարելավի գիտելիքները
ձեռնարկության ամբողջությամբ՝ ապահովելով, որ ձեռնարկված գործողությունները
անցկացված վերլուծությունների արդյունքում դրանք օգտակար են դառնում, որպեսզի բոլորը լինեն
օգուտ.
Օրինակ, ենթադրենք, որ դուք դասակարգում եք ձեր սեփականը հաճախորդները կատեգորիաներում
բարձր կամ ցածր ռիսկ:
Անկախ նրանից, թե այս տեղեկատվությունը ստեղծվել է հանքարդյունաբերության մոդելի կողմից, թե
այլ միջոցներով, այն պետք է դրվի Dw-ում և հասանելի դարձնի դրան
որևէ մեկին, մուտքի ցանկացած միջոցի միջոցով, ինչպիսին է i
ստատիկ հաշվետվություններ, աղյուսակներ, աղյուսակներ կամ վերլուծական մշակում
տող (OLAP):
Սակայն, ներկայումս, շատ նման տեղեկություններ
նրանք մնում են սիլոսներում տվյալներ անհատների կամ գերատեսչությունների, որոնք նրանք ստեղծում են
վերլուծությունը։ Կազմակերպությունն ընդհանուր առմամբ քիչ տեսանելիություն ունի կամ բացակայում է
ըմբռնման համար։ Միայն այս տեսակի բովանդակությունը խառնելով
տեղեկատվություն ձեր ձեռնարկությունում dw Դուք կարող եք վերացնել սիլոսները
տեղեկատվություն և բարձրացնել ձեր Dw միջավայրը:
Կազմակերպություն զարգացնելու երկու հիմնական խոչընդոտ կա
ԲԻ-ի.
Նախ, մենք ունենք հենց կազմակերպության խնդիր
հարակից կարգապահությունից:
Նույնիսկ եթե մենք չենք կարող օգնել քաղաքականության փոփոխություններին
կազմակերպության, մենք կարող ենք օգնել հասկանալ բաղադրիչները
BI կազմակերպությունը, նրա ճարտարապետությունը և ինչպես
IBM տեխնոլոգիան հեշտացնում է դրա զարգացումը:
Երկրորդ խոչընդոտը, որը պետք է հաղթահարվի, տեխնոլոգիայի բացակայությունն է
ինտեգրված և մեթոդի իմացություն, որը կոչում է ամբողջ տարածությունը
BI-ի՝ ի տարբերություն միայն փոքր բաղադրիչի:
IBM-ն արձագանքում է տեխնոլոգիայի փոփոխություններին
ինտեգրված. Դիզայն տրամադրելը ձեր պարտականությունն է
ինքնագիտակից. Այս ճարտարապետությունը պետք է զարգացնել հետ
տեխնոլոգիան ընտրված է ինտեգրման համար առանց սահմանափակումների կամ առնվազն հետ
տեխնոլոգիա, որը համապատասխանում է բաց ստանդարտներին: Նաև ձերը
ընկերության ղեկավարությունը պետք է ապահովի, որ Bi-ի ձեռնարկությունն է
իրականացվել է ծրագրի համաձայն և թույլ չտալ
տեղեկատվական սիլոսների մշակում, որոնք բխում են ինքնասպասարկումից
օրակարգեր կամ նպատակներ։
Սա չի նշանակում, որ BI միջավայրը զգայուն չէ
արձագանքել տարբեր օգտագործողների տարբեր կարիքներին և պահանջներին. փոխարենը նշանակում է
որ այդ անհատական ​​կարիքների և պահանջների իրականացումն է
արված է ի շահ ամբողջ BI կազմակերպության:
Կազմակերպության BI ճարտարապետության նկարագրությունը կարող է
կարելի է գտնել 9-րդ էջում նկար 1.1-ում:Ճարտարապետությունը ցույց է տալիս
տեխնոլոգիաների և տեխնիկայի հարուստ խառնուրդ:
Ավանդական տեսակետից ճարտարապետությունը ներառում է հետևյալ բաղադրիչները
պահեստի
Ատոմային շերտ (Ատոմային շերտ):
Սա ամբողջ Dw-ի հիմքն է, սիրտը և հետևաբար
ռազմավարական հաշվետվություն:
I տվյալներ այստեղ պահվող կպահպանի պատմական ամբողջականությունը, հաղորդում է
տվյալներ և ներառում է ստացված չափանիշը, ինչպես նաև մաքուր լինելը,
ինտեգրված և պահվում է հանքարդյունաբերության կաղապարների միջոցով:
Դրանց բոլոր հետագա օգտագործումը տվյալներ և հարակից տեղեկատվությունն է
այս կառուցվածքից բխող. Սա հիանալի աղբյուր է
արդյունահանումը տվյալներ և կառուցվածքային SQL հարցումներով հաշվետվությունների համար
-ի գործառնական պահեստ տվյալներ կամ հաշվետվության հիմքը
տվյալներ(Օպերատիվ տվյալների պահեստ (ODS) կամ հաշվետվություն
բազա.)
Սա կառուցվածք է տվյալներ հատուկ նախատեսված է
տեխնիկական հաշվետվություն.
I տվյալներ պահպանված և վերևում նշված կառույցները կարող են վերջապես
տարածվում է պահեստ՝ բեմականացման գոտու միջոցով (բեմադրում
տարածք), որտեղ այն կարող է օգտագործվել ռազմավարական ազդանշանների համար:
Բեմադրության տարածք.
Առաջին կանգառը մեծամասնության համար տվյալներ նախատեսված է շրջակա միջավայրի համար
պահեստը կազմակերպման գոտին է։
Այստեղ ես տվյալներ ինտեգրվում են, մաքրվում և վերածվում տվյալներ օգտակար է, որ
դրանք կբնակեցնեն պահեստի կառուցվածքը
Ամսաթիվ մարտեր.
Ճարտարապետության այս հատվածը ներկայացնում է կառուցվածքը տվյալներ օգտագործված
հատուկ OLAP-ի համար: Datamarts-ի առկայությունը, եթե i տվյալներ են
պահվում են աստղային սխեմաներում, որոնց վրա դրանք ծածկում են տվյալներ
բազմաչափ հարաբերական միջավայրում կամ փաստաթղթերի պահարաններում
di տվյալներ սեփականություն, որն օգտագործվում է հատուկ OLAP տեխնոլոգիայի կողմից, ինչպիսին է
DB2 OLAP սերվեր, դա տեղին չէ:
Միակ սահմանափակումն այն է, որ ճարտարապետությունը հեշտացնում է դրա օգտագործումը տվյալներ
բազմաչափ.
Ճարտարապետությունը ներառում է նաև կրիտիկական Bi տեխնոլոգիաներ և տեխնիկա
որոնք առանձնանում են որպես.
Տարածական վերլուծություն
Տիեզերքը տեղեկատվական անսպասելի է վերլուծաբանի համար և
դա չափազանց կարևոր է ամբողջական լուծման համար: Տիեզերքը կարող է
ներկայացնում է մարդկանց տեղեկությունները, ովքեր ապրում են որոշակի տարածքում
գտնվելու վայրը, ինչպես նաև տեղեկատվություն այն մասին, թե որտեղ է գտնվում այդ վայրը
ֆիզիկապես համեմատած մնացած աշխարհի հետ:
Այս վերլուծությունն իրականացնելու համար դուք պետք է սկսեք ձերը կապելով
լայնության և երկայնության կոորդինատների տեղեկատվություն: Նշանակում է ինչ
կոչվում է «գեոկոդավորում» և պետք է լինի արդյունահանման մաս,
փոխակերպումը և բեռնման գործընթացի (ETL) մակարդակը
ձեր պահեստի ատոմային համարը.
Տվյալների հանքարդյունաբերություն.
-ի արդյունահանումը տվյալներ թույլ է տալիս մեր ընկերություններին զարգացնել
թիվը հաճախորդները, կանխատեսել վաճառքի միտումները և հնարավորություն տալ
հետ հարաբերությունների կառավարում հաճախորդները (CRM), ի թիվս այլ նախաձեռնությունների
ԲԻ
-ի արդյունահանումը տվյալներ հետևաբար այն պետք է ինտեգրվի կառուցվածքների հետ
տվյալներ Dwhouse-ի և պահեստային գործընթացների աջակցությամբ
պարզել և՛ տեխնոլոգիաների արդյունավետ և արդյունավետ օգտագործումը և՛
հարակից տեխնիկա:
Ինչպես նշված է BI ճարտարապետության մեջ, ատոմային մակարդակը
Dwhouse-ը, ինչպես datamarts-ը, հիանալի աղբյուր է տվյալներ
արդյունահանման համար։ Այդ նույն կառույցները նույնպես պետք է լինեն
արդյունահանման արդյունքների ստացողներին՝ հասանելիությունն ապահովելու համար
ամենամեծ լսարանը (ամենալայն լսարանը):
Գործակալներ
Կան տարբեր «գործակալներ»՝ հաճախորդին ստուգելու ցանկացած կետ, ինչպիսին է
ընկերության օպերացիոն համակարգերը և իրենք՝ dw-ն: Այս գործակալները կարող են
լինել առաջադեմ նեյրոնային ցանցեր, որոնք պատրաստված են սովորելու համար
յուրաքանչյուր կետի միտումները, ինչպիսիք են ապագա արտադրանքի պահանջարկի հիման վրա
վաճառքի խթանումների, կանոնների վրա հիմնված շարժիչների վրա, որոնց պետք է արձագանքել
un դետո մի շարք հանգամանքներ, կամ նույնիսկ պարզ գործակալներ, որոնք
նրանք բացառություններ են մատնանշում «բարձրագույն ղեկավարներին»։ Այս գործընթացները՝ այո
ընդհանուր առմամբ առկա է իրական ժամանակում և, հետևաբար, պետք է
սերտորեն կապված լինի նրանց շարժման հետ տվյալներ.
Այս բոլոր կառույցները տվյալներ, տեխնոլոգիաների և տեխնիկայի երաշխիք
որ դուք չեք գիշերի` ստեղծելով կազմակերպության կազմակերպություն
ձեր BI.
Այս գործունեությունը կզարգանա աստիճանաբար, փոքրերի համար
միավորներ.
Յուրաքանչյուր քայլ անկախ նախագծային աշխատանք է և հաղորդվում է
որպես կրկնություն ձեր dw կամ BI նախաձեռնության մեջ: Կրկնությունները
կարող է ներառել նոր տեխնոլոգիաների ներդրում, համար
սկսել նոր տեխնիկայից՝ ավելացնելով նոր կառուցվածքներ տվյալներ ,
բեռնում i տվյալներ լրացուցիչ կամ վերլուծության ընդլայնմամբ
ձեր միջավայրը: Այս պարբերությունը քննարկվում է ավելի շատ
մանրամասն՝ 3-րդ գլխում։
Բացի Dw և Bi գործիքների ավանդական կառուցվածքներից, կան նաև այլ գործիքներ
ձեր BI կազմակերպության գործառույթները, որոնց համար դուք պարտավոր եք
դիզայն, ինչպիսիք են.
Հաճախորդների շփման կետեր (Հաճախորդի հպում
միավոր):
Ինչպես բոլոր ժամանակակից կազմակերպություններում, կան մի շարք
հաճախորդների շփման կետեր, որոնք ցույց են տալիս, թե ինչպես պետք է փորձառություն ունենալ
դրական քո համար հաճախորդները. Կան ավանդական ալիքներ, ինչպիսիք են i
առևտրականներ, կոմուտատորներ, ուղիղ փոստ, մուլտիմեդիա և տպագիր
գովազդը, ինչպես նաև ամենաարդիական ալիքները, ինչպիսիք են էլ.փոստը և համացանցը, i տվյալներ
պետք է ձեռք բերել որոշակի շփման կետ ունեցող ապրանքներ,
փոխադրվել, մաքրվել, վերափոխվել և այնուհետև բնակեցվել է կառույցներում տվյալներ - ից
ԲԻ
-ի հիմքերը տվյալներ գործառնական և օգտագործողների ասոցիացիաներ (Օպերատիվ
տվյալների բազաներ և օգտագործողների համայնքներ):
Կոնտակտային կետերի վերջում հաճախորդները հիմքերը գտնված են տվյալներ
ընկերության հավելվածների և օգտատերերի համայնքների: THE տվյալներ գոյություն ունեցող
են տվյալներ ավանդական, որը պետք է ի մի բերվի և միաձուլվի տվյալներ che
դրանք հոսում են շփման կետերից՝ անհրաժեշտը կատարելու համար
տեղեկատվություն։
Վերլուծաբաններ. (Վերլուծաբաններ)
BI միջավայրի առաջնային շահառուն վերլուծաբանն է: Նա է, ով
օգուտները ընթացիկ արդյունահանումից տվյալներ գործառնական, ինտեգրված
տարբեր աղբյուրներ տվյալներ , ընդլայնված այնպիսի հատկանիշներով, ինչպիսիք են վերլուծությունը
աշխարհագրական (geocoding) և ներկայացված BI տեխնոլոգիաներում, որոնք
թույլ են տալիս հանքարդյունաբերություն, OLAP, առաջադեմ SQL հաշվետվություններ և վերլուծություններ
աշխարհագրական. Հիմնական ինտերֆեյսը վերլուծաբանի համար շրջակա միջավայրին
հաշվետվությունը BI պորտալն է:
Այնուամենայնիվ, վերլուծաբանը միակը չէ, որ օգուտ քաղում է ճարտարապետության կառուցվածքից
ԲԻ
Գործադիրներ, օգտվողների մեծ ասոցիացիաներ և նույնիսկ անդամներ, մատակարարներ և i
հաճախորդները պետք է օգուտներ գտնի ձեռնարկության BI-ում:
Հետադարձ սնուցման հանգույց:
BI ճարտարապետությունը ուսումնական միջավայր է: Մի սկզբունք
զարգացման հատկանիշն է թույլ տալ կայուն կառուցվածքներ տվյալներ
պետք է թարմացվի օգտագործված BI տեխնոլոգիայի և գործողությունների միջոցով
օգտագործողների պարտավորությունները. Օրինակ է գնահատումը
հաճախորդ (հաճախորդի գնահատում):
Եթե ​​վաճառքի բաժինը իրականացնում է հանքարդյունաբերության մոդել
հաճախորդի միավորներից սիրում են օգտվել նոր ծառայությունից, այնուհետև
վաճառքի բաժինը չպետք է լինի միակ շահառու խումբը
ծառայության։
Փոխարենը, հանքարդյունաբերության մոդելը պետք է կատարվի որպես մաս
ընկերության ներսում տվյալների հոսքի բնույթը և հաճախորդի միավորները
պետք է դառնա տեղեկատվական միջավայրի անբաժանելի մասը
պահեստ, տեսանելի բոլոր օգտագործողների համար: Bi-bI-կենտրոն IBM Suite-ը
ներառյալ DB2 UDB, DB2 OLAP սերվերը ներառում է մեծ մասը
Նկարում սահմանված տեխնոլոգիայի կարևոր բաղադրիչների մի մասը
1.1:
Մենք օգտագործում ենք ճարտարապետությունն այնպես, ինչպես ներկայացված է այս գրքի նկարում
տալ մեզ շարունակականության մակարդակ և ցույց տալ, թե ինչպես է յուրաքանչյուր ապրանք
IBM-ը տեղավորվում է BI-ի ընդհանուր օրինաչափության մեջ:
Տեղեկատվական բովանդակության տրամադրում (տրամադրում
տեղեկատվական բովանդակություն)
Նախագծել, զարգացնել և իրականացնել ձեր BI միջավայրը
ծանր գործ. Դիզայնը պետք է ներառի երկուսն էլ
ընթացիկ և ապագա բիզնեսի պահանջները: Ճարտարապետական ​​ձևավորում
պետք է լինի ամբողջական, որպեսզի ներառի գտնված բոլոր եզրակացությունները
նախագծման փուլում։ Կատարումը պետք է մնա
հավատարիմ է մեկ նպատակի՝ զարգացնել BI-ի ճարտարապետությունը
ինչպես պաշտոնապես ներկայացված է գծագրում և հիմնված պահանջների վրա
բիզնես.
Հատկապես դժվար է պնդել, որ կարգապահությունը կապահովի
հարաբերական հաջողություն.
Սա պարզ է, քանի որ դուք չեք կառուցում BI միջավայր բոլորի համար
հանկարծակի, բայց դա տեղի է ունենում ժամանակի ընթացքում փոքր քայլերով:
Այնուամենայնիվ, ձեր ճարտարապետության BI բաղադրիչները նույնականացնելն է
կարևոր է երկու պատճառով. Դուք կուղղորդեք բոլոր հետագա որոշումները
ճարտարապետության տեխնիկա.
Դուք կկարողանաք գիտակցաբար նախագծել տեխնոլոգիայի որոշակի օգտագործում
չնայած դուք կարող եք չստանալ կրկնություն, որն անհրաժեշտ է
տեխնոլոգիա մի քանի ամիս:
Ձեր բիզնեսի պահանջները բավարար չափով հասկանալը կազդի տեսակի վրա
ապրանքներ, որոնք դուք ձեռք կբերեք ձեր ճարտարապետության համար:
Ձեր ճարտարապետության պլանավորումն ու զարգացումն ապահովում են
որ ձեր պահեստն է
ոչ թե պատահական իրադարձություն, այլ ավելի շուտ «լավ մտածված»,
խնամքով կառուցված գովազդ օպերա արվեստի նման խճանկարի
խառը տեխնոլոգիա.
Դիզայն տեղեկատվական բովանդակություն
Բոլոր նախնական դիզայնը պետք է կենտրոնանա և բացահայտի
հիմնական BI բաղադրիչները, որոնք անհրաժեշտ կլինեն ձեր միջավայրին
ընդհանուր ներկայում և ապագայում։
Կարևոր է իմանալ բիզնեսի պահանջները:
Նույնիսկ նախքան պաշտոնական պլանավորումը սկսելը,
Ծրագրի պլանավորողը հաճախ կարող է բացահայտել մեկ կամ երկու
բաղադրիչը անմիջապես:
Բաղադրիչների հավասարակշռությունը, որոնք կարող են անհրաժեշտ լինել
ձեր ճարտարապետությունը, սակայն, հնարավոր չէ հեշտությամբ գտնել:
Նախագծման փուլում՝ ճարտարապետության հիմնական մասը
կապում է հավելվածի մշակման նիստը (JAD) որոնման հետ
բացահայտել բիզնեսի պահանջները.
Երբեմն այդ պահանջները կարող են փոխանցվել գործիքներին
հարցումներ և հաշվետվություններ:
Օրինակ, օգտվողները նշում են, որ եթե ցանկանում են ավտոմատացնել
ներկայումս հաշվետվությունը պետք է ձեռքով ինտեգրվի
երկու ընթացիկ հարաբերակցություն և ավելացնելով ստացված հաշվարկները
-ի համադրություն տվյալներ.
Թեև այս պահանջը պարզ է, այն սահմանում է որոշակի պահանջ
հատկանիշի ֆունկցիոնալությունը, որը դուք պետք է ներառեք, երբ
գնել հաշվետվության գործիքներ կազմակերպության համար:
Դիզայները պետք է հետևի նաև լրացուցիչ պահանջների
ստանալ ամբողջական պատկեր. Օգտագործողները ցանկանում են բաժանորդագրվել
այս զեկույցը.
Զեկույցի ենթաբազմությունները ստեղծվում և ուղարկվում են էլեկտրոնային փոստով տարբերներին
օգտվողներ? Ցանկանու՞մ եք տեսնել այս հաշվետվությունը ընկերության պորտալում:
Այս բոլոր պահանջները պարզ անհրաժեշտության մի մասն են
փոխարինել ձեռքով հաշվետվությունը, ինչպես պահանջվում է օգտագործողների կողմից: Օգուտը
Այս տեսակի պահանջներից այն է, որ բոլորը՝ օգտագործողները և մշակողները, ունեն
հաշվետվությունների հայեցակարգի ըմբռնում:
Այնուամենայնիվ, կան այլ տեսակի բիզնեսներ, որոնք մենք պետք է պլանավորենք:
Երբ բիզնեսի պահանջները նշված են ձևով
Բիզնես ռազմավարական հարցեր, դա հեշտ է փորձառու պլանավորողի համար
տարբերակել չափերի և չափումների/փաստերի պահանջները:
Նկար 1.2-ում պատկերված են a-ի չափը և ծավալային բաղադրիչները
բիզնես խնդիր.
Եթե ​​JAD օգտվողները չգիտեն, թե ինչպես պետք է հայտարարագրել իրենց պահանջները
բիզնես խնդրի տեսքով դիզայները հաճախ կմատուցի
Տվյալների հավաքագրման նիստը բաց թողնելու-սկսելու օրինակներ
պահանջները։
Փորձագետ դիզայները կարող է օգնել օգտվողներին հասկանալ ոչ միայն
ռազմավարական առևտուրը, այլև ինչպես ձևավորել այն։
Պահանջների հավաքագրման մոտեցումը քննարկվում է 3-րդ գլխում. Համար
այժմ մենք պարզապես ուզում ենք մատնանշել դիզայնի անհրաժեշտությունը բոլորի համար
BI պահանջների տեսակները
Ռազմավարական բիզնեսի խնդիրը ոչ միայն պահանջ է
Բիզնես, բայց նաև դիզայնի հուշում: Եթե ​​դուք պետք է պատասխանեք
բազմաչափ հարցին, ապա պետք է անգիր անել,
ներկայացնել i տվյալներ ծավալային, և եթե ձեզ անհրաժեշտ է անգիր անել
տվյալներ բազմաչափ, դուք պետք է որոշեք, թե ինչպիսի տեխնոլոգիա կամ
տեխնիկա, որը դուք պատրաստվում եք կիրառել:
Դուք իրականացնում եք վերապահված խորանարդի աստղերի սխեման, թե՞ երկուսն էլ:
Ինչպես տեսնում եք, նույնիսկ պարզ բիզնես խնդիր
կարող է զգալիորեն ազդել դիզայնի վրա: Այնուամենայնիվ
Այս տեսակի բիզնեսի պահանջները սովորական են և, իհարկե, առնվազն
փորձառու նախագծերի պլանավորողների և դիզայներների կողմից:
Բավականին բանավեճ է եղել տեխնոլոգիաների և աջակցության մասին
OLAP-ը և լուծումների լայն տեսականի հասանելի են: Մինչ այժմ
մենք նշեցինք i-ի հետ պարզ հաշվետվությունների համախմբման անհրաժեշտությունը
բիզնեսի չափի պահանջները և ինչպես են այդ պահանջները
ազդել տեխնիկական ճարտարապետական ​​որոշումների վրա:
Բայց որո՞նք են այն պահանջները, որոնք անհասկանալի են
օգտագործողների կողմից, թե՞ Dw թիմի կողմից: Դուք երբևէ վերլուծության կարիք կունենաք
տարածական (տարածական վերլուծություն)?
Հանքարդյունաբերության մոդելները տվյալներ դրանք կլինեն ձեր անհրաժեշտ մասը
ապագա՞ Ով գիտի?
Կարևոր է նշել, որ այս տեսակի տեխնոլոգիաները շատ չեն
հայտնի է ընդհանուր օգտվողների համայնքների և թիմի անդամների կողմից
Dw, մասամբ, դա կարող է տեղի ունենալ, քանի որ նրանք սովորաբար
կառավարվում են որոշ ներքին կամ երրորդ կողմի տեխնիկական փորձագետների կողմից: Դա ա
այս տեսակի տեխնոլոգիաների առաջացրած խնդիրների սահմանային դեպքը: Ինքն
օգտվողները չեն կարող նկարագրել բիզնեսի պահանջները կամ շրջանակել դրանք
դիզայներներին ուղեցույցներ տրամադրելու համար նրանք կարող են
մնալ աննկատ կամ, ավելի վատ, պարզապես անտեսվել:
Ավելի խնդրահարույց է դառնում, երբ դիզայներն ու մշակողը ձախողվում են
կարող է ճանաչել այս առաջադեմներից մեկի կիրառումը, բայց
կրիտիկական տեխնոլոգիաներ.
Ինչպես հաճախ ենք լսել Դիզայներների խոսքերը՝ «լավ, ինչու
մի կողմ չե՞նք դնում, մինչև չստանանք այս մյուսը:
«Արդյո՞ք նրանք իսկապես հետաքրքրված են առաջնահերթություններով, թե՞ պարզապես խուսափում են
պահանջները նրանք չեն հասկանում? Ամենայն հավանականությամբ դա վերջին ենթադրությունն է։
Ենթադրենք, ձեր վաճառքի թիմը ներկայացրել է պահանջը
բիզնեսի մասին, ինչպես նշված է նկար 1.3-ում, ինչպես տեսնում եք,
պահանջը շրջանակված է բիզնես խնդրի տեսքով: Այնտեղ
տարբերությունն այս խնդրի և տիպիկ ծավալային խնդրի միջև է
հեռավորություն. Այս դեպքում վաճառքի թիմը ցանկանում է իմանալ.
ամսական կտրվածքով ապրանքների, պահեստների և
հաճախորդները ովքեր ապրում են պահեստից 5 մղոն հեռավորության վրա, որտեղ նրանք
գնում են։
Ցավոք, դիզայներները կամ ճարտարապետները պարզապես կարող են
անտեսեք տարածական բաղադրիչը` ասելով. «մենք ունենք հաճախորդ
արտադրանքը և i տվյալներ ավանդի։ Մենք հեռու ենք պահում մինչև
մեկ այլ կրկնություն:
"Սխալ պատասխանը. Բիզնեսի այս տեսակ խնդիրը մտահոգում է
ամբողջությամբ ԲԻ. Այն ներկայացնում է ավելի խորը ըմբռնում
մեր բիզնեսը և ամուր վերլուծական տարածք մեր վերլուծաբանների համար:
BI-ն դուրս է պարզ հարցումներից կամ ստանդարտ հաշվետվություններից
նույնիսկ OLAP-ը: Սա չի նշանակում, որ այդ տեխնոլոգիաները ձախողվում են
դրանք կարևոր են ձեր BI-ի համար, բայց ինքնին դրանք չեն
BI միջավայրը.
Դիզայն տեղեկատվական համատեքստի համար
(Դիզայն տեղեկատվական բովանդակության համար)
Այժմ, երբ մենք բացահայտել ենք բիզնեսի պահանջները, որոնք առանձնանում են
տարբեր հիմնարար բաղադրիչներ, որոնք պետք է ներառվեն նախագծում
ընդհանուր ճարտարապետական. BI-ի որոշ բաղադրիչներ մաս են կազմում
մեր սկզբնական ջանքերից, մինչդեռ որոշները չեն իրականացվի
մի քանի ամիս:
Այնուամենայնիվ, բոլոր հայտնի պահանջները արտացոլված են նախագծում, որպեսզի
երբ մենք պետք է ներդնենք որոշակի տեխնոլոգիա, մենք այդպես ենք
պատրաստվեք դա անել: Նախագծի մասին ինչ-որ բան կարտացոլի միտքը
ավանդական
Օրինակ, նկար 1.1-ը, գլխի սկզբում, ցույց է տալիս տվյալներ
mart որը պահպանում է i տվյալներ ծավալային.
Այս հավաքածուն տվյալներ օգտագործվում է հետագա կիրառություններն աջակցելու համար
տվյալներ ծավալային՝ պայմանավորված Բիզնեսի խնդիրներով, որոնք
մենք բացահայտել ենք. Քանի որ լրացուցիչ փաստաթղթերն են
ստեղծվել է, ինչպիսին է դիզայնի մշակումը տվյալներ, մենք
մենք կսկսենք պաշտոնականացնել, թե ինչպես i տվյալներ դրանք տարածվում են շրջակա միջավայրում։
Մենք պարզել ենք i տվյալներ այսպես
ծավալային՝ դրանք բաժանելով (ըստ կոնկրետ կարիքների
որոշված) տվյալների մարթերի վրա։
Հաջորդ հարցին, թե ինչպես են դրանք կառուցվելու
այս տվյալները մարսե՞ն:
Դուք աստղերը կառուցո՞ւմ եք խորանարդիկներին աջակցելու համար, թե՞ պարզապես խորանարդներ, թե՞ պարզապես աստղերը:
(կամ ճիշտ խորանարդներ, կամ ճիշտ աստղեր): Ստեղծեք տվյալների ճարտարապետությունը
կախյալ մարթեր, որոնք պահանջում են ատոմային շերտ բոլորի համար տվյալներ
ձեռք եք բերում Թույլ տալ անկախ տվյալների մարթեր ձեռք բերել i տվյալներ
անմիջապես օպերացիոն համակարգերի՞ց:
Ո՞ր Cube տեխնոլոգիան եք փորձելու ստանդարտացնել:
Դուք հսկայական քանակությամբ աստվածներ ունեք տվյալներ պահանջվում է ծավալային վերլուծության համար
կամ ձեզ պետք են ձեր ազգային վաճառքի ուժի խորանարդները մեկի վրա
շաբաթական, թե՞ երկուսն էլ: Կառուցեք հզոր նյութ
ինչպիսիք են DB2 OLAP սերվերը ֆինանսների համար կամ Cognos խորանարդները
PowerPlay ձեր վաճառքի կազմակերպության համար, թե՞ երկուսն էլ:
Սրանք ճարտարապետական ​​նախագծային մեծ որոշումներ են, որոնք
դրանք հետագայում կազդեն ձեր BI միջավայրի վրա: Այո,
դուք հայտնաբերել եք OLAP-ի անհրաժեշտությունը: Հիմա ինչպես եք պատրաստվում դա իրականացնել
տեխնիկայի և տեխնոլոգիայի տեսակը.
Ինչպես են ամենաառաջադեմ տեխնոլոգիաներից մի քանիսը ազդում ձեր վրա
նկարներ? Ենթադրենք, որ անհրաժեշտություն եք հայտնաբերել
տարածք ձեր կազմակերպությունում: Այժմ դուք պետք է զանգահարեք
ճարտարապետական ​​գծագրերի հրատարակություններ, նույնիսկ եթե չնախատեսված լինեն
իրականացնել տիեզերական բաղադրիչներ մի քանի ամիս: Ճարտարապետը պետք է
դիզայն այսօր՝ հիմնվելով այն ամենի վրա, ինչ անհրաժեշտ է: Կանխատեսել անհրաժեշտությունը
տարածական վերլուծություն, որը առաջացնում, պահպանում, կատարում և առաքում է
մուտք դեպի տվյալներ տարածական. Սա իր հերթին պետք է ծառայի որպես ա
սահմանափակում՝ կապված տեխնոլոգիայի տեսակի և բնութագրերի հետ
ծրագրային հարթակ, որը դուք ներկայումս կարող եք դիտարկել: Համար
օրինակ՝ կառավարման համակարգը տվյալների բազան Հարաբերական
(RDBMS), որը դուք կատարում եք ձեր ատոմային շերտի համար, պետք է ունենա
առկա է հզոր տարածական տարածություն: Սա կապահովի
առավելագույն կատարողականություն երկրաչափություն և առարկաներ օգտագործելիս
տարածք ձեր վերլուծական հավելվածներում: Եթե ​​ձեր RDBMS-ը չի անում
կարող է կարգավորել i տվյալներ (տարածական-կենտրոնական) ներքին, այնպես որ դուք ստիպված կլինեք դա անել
հաստատել ա տվյալների բազան (տարածական-կենտրոն) արտաքին. Սա բարդացնում է
խնդիրների կառավարում և ազդում ձեր ընդհանուր կատարողականի վրա,
էլ չեմ խոսում ձեր համար ստեղծված հավելյալ խնդիրների մասին
DBA-ները, քանի որ նրանք, հավանաբար, ունեն նվազագույն հասկացողություն
-ի հիմքերից տվյալներ նաև տարածական։ Մյուս կողմից, եթե ձեր շարժիչը
RDMBS-ն մշակում է բոլոր տարածական բաղադրիչները և դրանց հետ կապված
օպտիմիզատորը տեղյակ է հատուկ կարիքների մասին (օրինակ.
ինդեքսավորում) տարածական օբյեկտների, ապա ձեր DBA-ները կարող են կարգավորել
արագ կառավարեք խնդիրները, և դուք կարող եք դրանք բարձրացնել
կատարումը։
Բացի այդ, դուք պետք է հարմարեցնեք բեմադրության տարածքը և շերտը
ատոմային միջավայր՝ ներառելով հասցեների մաքրում (un
տարածական վերլուծության հիմնական տարրը), ինչպես նաև հաջորդը
տիեզերական օբյեկտների խնայողություն. -ի հրատարակությունների հաջորդականությունը
նկարչությունը շարունակվում է հիմա, երբ մենք ներմուծեցինք մաքրման հասկացությունը
հասցեն։ Առաջին հերթին, այս հավելվածը կթելադրի դրա տեսակը
անհրաժեշտ ծրագրակազմ ձեր ETL ջանքերի համար:
Ձեզ անհրաժեշտ են այնպիսի ապրանքներ, ինչպիսին Trillium-ն է՝ ձեզ հասցե տրամադրելու համար
մաքուր, կամ ձեր ընտրած ETL վաճառողը դա տրամադրելու համար
ֆունկցիոնալություն?
Առայժմ կարևոր է, որ դուք գնահատեք դիզայնի ստանդարտը
պետք է ավարտվի նախքան ձերն իրականացնելը
միջավայր (պահեստ): Վերոնշյալ օրինակները պետք է
ցույց տալ որոշումների կայացման բազմաթիվությունը, որոնք պետք է հետևեն
ցանկացած կոնկրետ բիզնես պահանջի նույնականացում: Եթե ​​արված է
ճիշտ է, դիզայնի այս որոշումները նպաստում են
ձեր միջավայրի ֆիզիկական կառուցվածքների միջև փոխկախվածությունը,
օգտագործվող տեխնոլոգիայի ընտրությունը և դրա տարածման հոսքը
տեղեկատվական բովանդակություն. Առանց այս ավանդական ճարտարապետության
BI-ի, ձեր կազմակերպությունը կենթարկվի խառնուրդի
առկա տեխնոլոգիաների քաոսային, լավագույն դեպքում, մի կերպ միավորված
ոչ ճշգրիտ՝ ակնհայտ կայունություն ապահովելու համար:
Պահպանեք տեղեկատվական բովանդակությունը
Տեղեկատվության արժեքը ձեր կազմակերպություն բերելն է
շատ բարդ վիրահատություն. Առանց բավարար ըմբռնման
և փորձը, կամ պատշաճ պլանավորումն ու ձևավորումը, նույնիսկ
ավելի լավ թիմերը կձախողվեին: Մյուս կողմից, եթե դուք ունեք մեծ
ինտուիցիա և մանրամասն պլանավորում, բայց ոչ մի կարգապահություն
մահապատիժ, դուք պարզապես վատնեցիք ձեր գումարն ու ժամանակը
քանի որ ձեր ջանքերը անպայման ձախողվելու են: Հաղորդագրությունը պետք է
Պարզ եղեք. Եթե բացակայում եք դրանցից մեկը կամ մի քանիսը
հմտություններ, ըմբռնում/փորձ կամ պլանավորում/գծագրություն o
իրականացման կարգապահությունը, դա կհանգեցնի կաթվածահարության կամ
քանդել ԲԻ կազմակերպության շենքը.
Արդյո՞ք ձեր թիմը բավականաչափ պատրաստված է: Ձեր վրա ինչ-որ մեկը կա
BI թիմ, որը հասկանում է առկա հսկայական վերլուծական լանդշաֆտը
BI միջավայրերում, անհրաժեշտ տեխնիկաներում և տեխնոլոգիաներում
ազդել այդ լանդշաֆտի վրա: Ձեր թիմում կա մեկը
որը կարող է ճանաչել առաջադեմ կիրառման տարբերությունը
ստատիկ հաշվետվություններ և OLAP, թե՞ տարբերություններ ROLAP-ի և OLAP-ի միջև: Մեկը
Ձեր թիմի անդամները հստակ ճանաչում են ճանապարհը
քաղվածք և ինչպես դա կարող է ազդել պահեստի վրա կամ ինչպես
կարո՞ղ է պահեստը աջակցել հանքարդյունաբերության կատարմանը: Անդամ
թիմի արժեքը հասկանում է տվյալներ տարածություն կամ տեխնոլոգիա
գործակալի վրա հիմնված? Ունե՞ք մեկը, ով գնահատում է եզակի հավելվածը
ETL գործիքներ ընդդեմ բրոքերային տեխնոլոգիայի
հաղորդագրություն? Եթե ​​չունես, ստացիր: BI-ն շատ ավելին է
նորմալացված ատոմային շերտի մեծ, OLAP-ի, սխեմաների ա
աստղ և ODS:
Ունեն ըմբռնում և փորձ՝ ճանաչելու պահանջները
BI-ն և դրանց լուծումները կարևոր են ձեր կարողությունների համար
ճիշտ ձևակերպել օգտագործողների կարիքները և ձևավորել
և իրականացնել դրանց լուծումները: Եթե ​​ձեր օգտատերերի համայնքն ունի
պահանջները նկարագրելու դժվարությունը, դա թիմի խնդիրն է
պահեստը ապահովում է այդ ըմբռնումը: Բայց եթե թիմը
պահեստ
չի ճանաչում BI-ի հատուկ կիրառումը, օրինակ՝ տվյալներ
հանքարդյունաբերություն- ուրեմն դա լավագույն բանը չէ, որ անում են BI միջավայրերը
հաճախ սահմանափակվում են պասիվ ավանդներով: Այնուամենայնիվ, անտեսեք դրանք
տեխնոլոգիաները չեն նվազեցնում դրանց նշանակությունն ու ազդեցությունը
ձեր սեփական բիզնես հետախուզության հնարավորությունների առաջացման վրա
կազմակերպությունը, ինչպես նաև ձեր նախագծած տեղեկատվական կառուցվածքը
խթանել.
Պլանավորումը պետք է ներառի գծանկար հասկացությունը, խմբ
երկուսն էլ պահանջում են իրավասու անհատ: Գումարած, նախագծում
դա պահանջում է թիմային փիլիսոփայություն և դիտարկում
ստանդարտներից։ Օրինակ, եթե ձեր ընկերությունը ստեղծել է ա
ստանդարտ հարթակ կամ հայտնաբերել է որոշակի RDBMS, որը դուք
ցանկանում են ստանդարտացնել ամբողջ հարթակում, դա անխուսափելի է
Թիմում բոլորը հավատարիմ են այդ չափանիշներին: Ընդհանրապես մեկ
թիմը բացահայտում է նորմալացման անհրաժեշտությունը (օգտագործողին
համայնքներ), սակայն թիմն ինքը չի ցանկանում միանալ
ստանդարտներ սահմանված են նաև ընկերության այլ ոլորտներում կամ գուցե նույնիսկ ընկերությունում
նմանատիպ ընկերություններ։ Սա ոչ միայն կեղծավոր է, այլև հաստատում է, որ ընկերությունը չի անում
կարողանում է օգտագործել առկա ռեսուրսները և ներդրումները: Դա չի նշանակում
որ չկան իրավիճակներ, որոնք երաշխավորում են հարթակ կամ ա
ոչ ստանդարտացված տեխնոլոգիա; սակայն պահեստի ջանքերը
պետք է նախանձով պահպանի ձեռնարկության չափանիշները մինչև
որ բիզնեսի պահանջներն այլ բան չեն թելադրում։
Երրորդ հիմնական բաղադրիչը, որն անհրաժեշտ է BI կառուցելու համար
կազմակերպությունը կարգապահությունն է:
Դա կախված է ընդհանուր առմամբ, հավասարապես անհատներից և շրջակա միջավայրից:
Ծրագրի պլանավորողները, հովանավորները, ճարտարապետները և օգտվողները պետք է գնահատեն
կարգապահություն, որն անհրաժեշտ է ընկերության տեղեկատվական կառուցվածքը կառուցելու համար:
Դիզայներները պետք է իրենց նախագծային ջանքերն ուղղեն այնպես, որ
իրականացնել հասարակության մեջ այլ անհրաժեշտ ջանքեր:
Օրինակ, ենթադրենք, որ ձեր ընկերությունը կառուցում է ա
ERP հավելված, որն ունի պահեստային բաղադրիչ:
Այսպիսով, ERP դիզայներների պարտականությունն է համագործակցել դրա հետ
պահեստի միջավայրի թիմը, որպեսզի չմրցեն կամ
կրկնօրինակել արդեն սկսված աշխատանքը:
Կարգապահությունը նույնպես թեմա է, որը պետք է զբաղված լինի
ամբողջ կազմակերպության կողմից և սովորաբար ստեղծվում և վստահվում է ա
գործադիր մակարդակ:
Արդյո՞ք ղեկավարները պատրաստ են հավատարիմ մնալ նախագծված մոտեցմանը: Ա
մոտեցում, որը խոստանում է ստեղծել տեղեկատվական բովանդակություն, որը
ի վերջո դա արժեք կբերի ձեռնարկության բոլոր ոլորտներին, բայց գուցե
Արդյո՞ք դա փոխզիջում է անհատական ​​կամ գերատեսչական օրակարգերը: Հիշեք ասացվածքը
«Ամեն ինչի մասին մտածելն ավելի կարևոր է, քան միայն մեկ բանի մասին մտածելը»:
Այս ասացվածքը ճիշտ է BI կազմակերպությունների համար:
Ցավոք, շատ պահեստներ կենտրոնացնում են իրենց ջանքերը
փնտրում է քշել և արժեք բերել որոշակի բաժին կամ ա
կոնկրետ օգտատերեր՝ քիչ ուշադրություն դարձնելով կազմակերպությանը
գեներալ. Ենթադրենք, որ մենեջերը օգնություն է խնդրում թիմից
պահեստարան. Թիմը պատասխանում է 90-օրյա աշխատանքով, որ
ներառում է ոչ միայն սույն օրենքով սահմանված ծանուցման պահանջների առաքումը
կառավարիչ, բայց ապահովում է, որ բոլորը տվյալներ հիմքը խառնվում է մակարդակի մեջ
ատոմային նախքան խորանարդի տեխնոլոգիայի մեջ ներդրվելը
առաջարկություն.
Այս ինժեներական հավելումը երաշխավորում է, որ սխրանքը
կշահի պահեստը տվյալներ անհրաժեշտ է մենեջերին.
Այնուամենայնիվ, գործադիրը խոսել է արտաքին խորհրդատվական ընկերությունների հետ, որ
առաջարկել են նմանատիպ հայտ՝ առաքմամբ 4-ից պակաս ժամանակով
շաբաթներ.
Ենթադրելով, որ ներքին պահեստային թիմը իրավասու է,
ղեկավարն ունի ընտրություն. Ով կարող է աջակցել կարգապահությանը
Լրացուցիչ ինժեներական աշխատանքներ են անհրաժեշտ ջրհորը մշակելու համար
տեղեկատվական ձեռնարկություն կամ կարող են ընտրել իրենց սեփականը
արագ լուծում. Վերջինս կարծես թե իսկապես ընտրված է
շատ հաճախ և ծառայում է միայն տեղեկատվական կոնտեյներներ ստեղծելուն
որից շահում են մի քանիսը կամ անհատը։
Կարճաժամկետ և երկարաժամկետ նպատակներ
Ճարտարապետները և նախագծերի պլանավորողները պետք է ձևակերպեն ա
ընդհանուր ճարտարապետության և ծրագրերի երկարաժամկետ տեսլականը
աճել BI կազմակերպությունում: Այս համադրությունը
կարճաժամկետ շահույթ և երկարաժամկետ պլանավորում
ներկայացնում են BI-ի ջանքերի երկու դեմքերը: Կարճաժամկետ շահույթ
ժամկետանցությունը BI-ի այն կողմն է, որը կապված է ի կրկնությունների հետ
ձեր պահեստը:
Հենց այստեղ են կենտրոնանում պլանավորողները, ճարտարապետներն ու հովանավորները
բավարարել բիզնեսի հատուկ պահանջները. Հենց այս մակարդակում է
կառուցվում են ֆիզիկական կառույցներ, ձեռք է բերվում տեխնոլոգիա և
տեխնիկան իրականացվում է. Նրանք ոչ մի կերպ չեն պատրաստվում առերեսվել
հատուկ պահանջներ, ինչպես սահմանված են որոշակի օգտվողների համայնքների կողմից:
Ամեն ինչ արվում է սահմանված կոնկրետ պահանջները բավարարելու համար
որոշակի համայնքից:
Երկարաժամկետ պլանավորումը, սակայն, մյուս կողմն է
ԲԻ-ի Այստեղ է, որ պլաններն ու նախագծերն ապահովում էին այն
կառուցել ցանկացած ֆիզիկական կառուցվածք, ընտրված տեխնոլոգիաները և
իրականացված տեխնիկան՝ ուղղված ձեռնարկությանը: Եւ
երկարաժամկետ պլանավորում, որն ապահովում է համախմբվածություն
անհրաժեշտ է ապահովելու, որ բիզնեսի օգուտները բոլորի վրա են
հայտնաբերված կարճաժամկետ շահույթը:
Հիմնավորեք ձեր BI ջանքերը
Un տվյալների պահեստ ինքնին այն չունի բնածին արժեք: Մյուսի մեջ
խոսքերով, տեխնոլոգիաների միջև ոչ մի բնորոշ արժեք չկա
պահեստ և իրականացման տեխնիկա:
Ցանկացած պահեստային ջանքերի արժեքը հայտնաբերվում է գործողություններում
կատարվում է պահեստի միջավայրի և բովանդակության արդյունքում
ժամանակի ընթացքում մշակված տեղեկատվություն: Սա հասկանալու համար կրիտիկական կետ է
նախքան երբևէ փորձեք գնահատել որևէ նախաձեռնության արժեքը
որտեղ տուն.
Շատ հաճախ ճարտարապետներն ու պլանավորողները փորձում են արժեքներ կիրառել
պահեստի ֆիզիկական և տեխնիկական բաղադրիչները, երբ իրականում արժեքն է
հիմնադրամներ բիզնես գործընթացներով, որոնց վրա դրականորեն է ազդում
պահեստ և լավ ձեռք բերված տեղեկատվություն:
Հենց այստեղ է BI հիմնադրման մարտահրավերը. Ինչպե՞ս եք արդարացնում ներդրումները:
Եթե ​​տունն ինքնին չունի ներքին արժեք, դիզայներները
նախագիծը պետք է ուսումնասիրի, սահմանի և պաշտոնականացնի օգուտները
ձեռք են բերվել այն անհատները, ովքեր կօգտագործեն պահեստը
բարելավել կոնկրետ բիզնես գործընթացները կամ դրա արժեքը
պաշտպանված տեղեկատվություն կամ երկուսն էլ:
Թեմաները բարդացնելու համար, ցանկացած բիզնես գործընթաց
Պահեստի ջանքերից տուժածները կարող են օգուտներ տալ
«զգալի» կամ «չնչին»: Զգալի առավելություններն ապահովում են ա
ներդրումների շահութաբերությունը (ROI) չափելու համար շոշափելի չափանիշ, օրինակ
օրինակ՝ ժամանակաշրջանի ընթացքում գույքագրումը լրացուցիչ ժամանակ հանձնելը
հատուկ կամ մեկ առաքման համար տրանսպորտի ավելի ցածր արժեքի համար: Դա ավելին է
Դժվար է նշել աննշան առավելությունները, ինչպիսիք են բարելավված մուտքը
տեղեկատվություն՝ շոշափելի արժեքի առումով։
Միացրեք ձեր նախագիծը՝ իմանալու համար
բիզնես հարցումներ
Շատ հաճախ, նախագծի նախագծողները փորձում են կապել արժեքը
ձեռնարկության ամորֆ նպատակներով պահեստի. նշելով, որ
«Պահեստի արժեքը հիմնված է մեր կարողության վրա
բավարարել ռազմավարական պահանջները» մենք հաճելիորեն բացում ենք
ելույթ. Բայց միայն դա բավարար չէ որոշելու համար, թե արդյոք
ներդրումը պահեստում իմաստ ունի. Ավելի լավ է միացնել կրկնությունները
պահեստ՝ հատուկ առևտրային պահանջներով և նշումներով:
Չափել ROI
Պահեստի պարամետրում ROI-ի հաշվարկը կարող է լինել
հատկապես դժվար. Հատկապես դժվար է, եթե առաջատարը
որոշակի կրկնության սկզբունքը ոչ նյութական բան է կամ
հեշտ է չափել. Ուսումնասիրությունը ցույց է տվել, որ օգտվողները ընկալում են
BI նախաձեռնությունների երկու հիմնական առավելությունները.
▪ Ստեղծել որոշումներ կայացնելու կարողություն
▪ Ստեղծել տեղեկատվության հասանելիություն
Այս առավելությունները փափուկ (կամ մեղմ) առավելություններ են: Հեշտ է տեսնել
ինչպես կարող ենք հաշվարկել ROI՝ հիմնված կոշտ եզրի վրա (o
ավելի մեծ) ինչպիսին է տրանսպորտի արժեքի նվազումը, բայց ինչպես
արդյո՞ք մենք չափում ենք ավելի լավ որոշումներ կայացնելու ունակությունը:
Սա միանշանակ մարտահրավեր է ծրագրի պլանավորողների համար, երբ
նրանք փորձում են ստիպել ընկերությանը ներդրումներ կատարել մեկ կոնկրետ ոլորտում
պահեստի ջանք. Վաճառքի ավելացում կամ ծախսերի նվազում
դրանք այլևս չեն հանդիսանում BI միջավայրը մղող կենտրոնական թեմաները:
Փոխարենը, դուք մուտք եք փնտրում բիզնես հարցումներում
լավագույնը տեղեկատվությանը, որպեսզի որոշակի բաժին կարողանա
որոշումներ կայացնել ավելի արագ. Սրանք ռազմավարական շարժիչներ են
որոնք նույնքան կարևոր են ընկերության համար, բայց կան
ավելի երկիմաստ և ավելի դժվար է բնութագրել շոշափելի չափման մեջ:
Այս դեպքում ROI-ի հաշվարկը կարող է ապակողմնորոշիչ լինել, եթե ոչ անտեղի:
Նախագծի նախագծողները պետք է կարողանան արժեք ցույց տալ
գործադիրների համար շոշափելի է որոշելու, թե արդյոք ներդրումները
որոշակի կրկնությունը կարևոր է: Սակայն մենք նորը չենք առաջարկի
ROI-ի հաշվարկման մեթոդ, և մենք որևէ կողմ կամ փաստարկ չենք անի
դրա դեմ։
Կան բազմաթիվ հոդվածներ և գրքեր, որոնք քննարկում են դրա հիմունքները
հաշվարկել ROI. Կան հատուկ արժեքային առաջարկներ, ինչպիսիք են արժեքը
Ներդրումների վրա (VOI), որն առաջարկվում է Gartner-ի նման խմբերի կողմից, որ կարող եք
հետազոտել։ Փոխարենը, մենք կկենտրոնանանք ցանկացածի հիմնական ասպեկտների վրա
ROI կամ այլ արժեքային առաջարկներ, որոնք դուք պետք է հաշվի առնեք:
ROI-ի կիրառում
Ի հավելումն «ծանր» օգուտների և «փափուկ» օգուտների մասին վեճին
BI-ի ջանքերի հետ կապված, պետք է դիտարկել այլ հարցեր
երբ մենք կիրառում ենք ROI: Օրինակ:
Չափազանց շատ խնայողություններ վերագրելը DW-ի ջանքերին, որոնք պետք է գան
ամեն դեպքում
Ենթադրենք, որ ձեր ընկերությունը անցել է ճարտարապետությունից
mainframe-ը բաշխված UNIX միջավայրում: Այսպիսով, ցանկացած
խնայողություններ, որոնք կարող են (կամ չեն կարող) իրականացվել այդ ջանքերով
չպետք է վերագրել բացառապես, եթե բոլորին (՞),
պահեստ:
Ամեն ինչի հաշվառումը թանկ արժե։ Եվ շատ բաներ կան
հաշվի առնել. Դիտարկենք հետևյալ ցուցակը.
▪ Գործարկման արժեքը, ներառյալ իրագործելիությունը:
▪ Նվիրված սարքաշարի արժեքը՝ համապատասխան պահեստով էլ
հաղորդակցություններ
▪ Ծրագրաշարի արժեքը, ներառյալ կառավարումը տվյալներ և ընդարձակումներ
հաճախորդ/սերվեր, ETL ծրագրակազմ, DSS տեխնոլոգիաներ, գործիքներ
վիզուալիզացիա, ծրագրավորում և հոսքային հավելվածներ
աշխատանքի և մոնիտորինգի ծրագրակազմ, .
▪ Կառուցվածքի նախագծման արժեքը տվյալներ, գիտակցությամբ, և
-ի օպտիմալացում
▪ Ծրագրաշարի մշակման արժեքը ուղղակիորեն կապված է ջանքերի հետ
BI
▪ Տնային աջակցության արժեքը, ներառյալ օպտիմալացումը
կատարումը, ներառյալ ծրագրային ապահովման տարբերակների վերահսկումը և
օգնության գործողություններ
Կիրառել «Big-Bang» ROI:
Պահեստի ստեղծումը որպես մեկ ու հսկա ջանք
անկասկած, ձախողվելու է, ուստի և հաշվարկեք ROI-ն նախաձեռնության համար
խոշոր ձեռնարկության Առաջարկը զարմանալի է, և որ դիզայներները
շարունակեք անզոր փորձերը գնահատելու ամբողջի արժեքը
ջանք.
Որովհետև դիզայներները փորձում են դրամական արժեք տալ
բիզնես նախաձեռնության վրա, եթե դա լայնորեն հայտնի և ընդունված է
Դժվա՞ր է արդյոք կոնկրետ կրկնությունների գնահատումը: Ինչպե՞ս է դա հնարավոր։ Դա չէ
հնարավոր է մի քանի բացառություններով: Մի արեք դա:
Այժմ, երբ մենք հաստատել ենք, թե ինչ չպետք է անել հաշվարկելիս
ROI, այստեղ կան որոշ կետեր, որոնք կօգնեն մեզ սահմանել
հուսալի գործընթաց ձեր BI ջանքերի արժեքը գնահատելու համար:
ROI կոնսենսուսի ձեռքբերում: Անկախ քոնից
Ձեր BI ջանքերի արժեքը գնահատելու տեխնիկայի ընտրությունը պետք է
համաձայնեցված լինի բոլոր կողմերի, ներառյալ նախագծի նախագծողների կողմից,
հովանավորները և ընկերության ղեկավարները։
Կրճատել ROI-ն՝ դարձնելով ճանաչելի մասեր: Անհրաժեշտ քայլ դեպի
ROI-ի ողջամիտ հաշվարկն այն է, որ այդ հաշվարկը կենտրոնանա ա
կոնկրետ նախագիծ։ Սա թույլ է տալիս գնահատել արժեքը
հիմնված բիզնեսի հատուկ պահանջների վրա, որոնք բավարարված են
Սահմանեք ծախսերը. Ինչպես նշվեց, բազմաթիվ ծախսեր պետք է լինեն
համարվում է. Ավելին, ծախսերը պետք է ներառեն ոչ միայն հարակից ծախսերը
մեկ կրկնության, այլ նաև հարակից ծախսերի նկատմամբ
ապահովել ընկերության ստանդարտներին համապատասխանությունը:
Սահմանեք առավելությունները. Հստակ կապելով ROI-ը պահանջներին
կոնկրետ բիզնեսներին, մենք պետք է կարողանանք բացահայտել
առավելություններ, որոնք կհանգեցնեն պահանջների բավարարմանը։
Նվազեցնել ծախսերն ու օգուտները մոտալուտ շահույթում: Դա ճանապարհն է
լավագույնը ձեր գնահատումները հիմնել զուտ ներկա արժեքի վրա
(NPV), ի տարբերություն ապագա արժեքը կանխատեսելու փորձի
ապագա շահույթ.
Պահպանեք ձեր ROI-ի բաժանման ժամանակը նվազագույնի: ԵՎ'
լավ փաստագրված է այն երկար ժամանակաշրջանի ընթացքում, որն օգտագործվել է ձեր մեջ
ROI
Օգտագործեք մեկից ավելի ROI բանաձև: Կան բազմաթիվ մեթոդներ
ROI-ի կանխատեսում, և դուք պետք է պլանավորեք օգտագործել մեկը կամ
գումարած, ներառյալ զուտ ներկա արժեքը, վերադարձի ներքին արագությունը
(IRR) և վերականգնում:
Սահմանեք կրկնվող գործընթաց: Սա շատ կարևոր է հաշվարկի համար
ցանկացած երկարաժամկետ արժեք: Այն պետք է փաստաթղթավորվի ա
Ծրագրի բոլոր ենթահաջորդությունների համար մեկ կրկնվող գործընթաց ա
հետևել.
Թվարկված խնդիրները մասնագետների կողմից սահմանված ամենատարածված խնդիրներն են
պահեստային միջավայրից։ Ղեկավարության կողմից պնդելը
«Big-Bang» ROI-ի մատուցումը շատ շփոթեցնող է: Եթե ​​դուք սկսեք բոլորը
ձեր ROI-ի հաշվարկները՝ դրանք նվազեցնելով ճանաչելի և շոշափելի մասերի, դուք ունեք
ROI-ի ճշգրիտ գնահատումը գնահատելու լավ հնարավորություն:
Հարցեր ROI-ի առավելությունների մասին
Ինչպիսին էլ լինեն ձեր առավելությունները՝ փափուկ թե կոշտ, դուք կարող եք դրանք օգտագործել
որոշ հիմնական հարցեր՝ դրանց արժեքը որոշելու համար: Դեպի
օրինակ՝ օգտագործելով պարզ մասշտաբային համակարգ, 1-ից 10, դուք
դուք կարող եք հետևել ցանկացած ջանքերի ազդեցությանը՝ օգտագործելով հետևյալը
պահպանել:
▪ Ինչպե՞ս կգնահատեք հասկացողությունը տվյալներ սրան հետևելով
Ձեր ընկերության նախագիծը?
▪ Ինչպե՞ս կգնահատեք գործընթացի բարելավումները արդյունքում
այս նախագիծը?
▪ Ինչպե՞ս կչափեք նոր պատկերացումների և եզրակացությունների ազդեցությունը հիմա
հասանելի է այս կրկնությամբ
▪ Ինչպիսի՞ն է եղել համակարգչային նոր միջավայրերի ազդեցությունը e
սովորածի արդյունքում?
Եթե ​​այս հարցերի պատասխանները քիչ են, ապա հնարավոր է
ընկերությունը չարժե կատարված ներդրումներին: Հարցերը բարձր
միավոր է զգալի արժեքային ձեռքբերումների և պետք է
ծառայել որպես ուղեցույց հետագա հետաքննության համար:
Օրինակ՝ գործընթացի բարելավման բարձր միավոր
այն պետք է ստիպի դիզայներներին ուսումնասիրել, թե ինչպիսին են գործընթացները
բարելավվել է. Դուք կարող եք գտնել, որ որոշ կամ բոլոր ձեռքբերումները, որոնք դուք ստանում եք
դրանք շոշափելի են, և, հետևաբար, դրամական արժեք կարելի է հեշտությամբ ձեռք բերել
դիմել է.
Ստանալով առավելագույնը առաջին կրկնությունից
պահեստ
Ձեր բիզնես ջանքերի ամենամեծ արդյունքը հաճախ այն է
առաջին մի քանի կրկնությունները. Այս առաջին ջանքերը ավանդաբար
ստեղծել առավել օգտակար տեղեկատվական բովանդակություն հանրության համար և
սահմանում է տեխնոլոգիական հիմքի օժանդակություն հետագաների համար
BI հավելվածներ.
Սովորաբար ամեն հաջորդ հաջորդականությունը տվյալներ նախագծի
պահեստներն ավելի ու ավելի քիչ հավելյալ արժեք են բերում ընկերությանը
գեներալ. Սա հատկապես ճիշտ է, եթե դուք չեք կրկնում
ավելացնում է նոր թեմաներ կամ չի բավարարում նորի կարիքները
օգտագործողների համայնք:
Պահպանման այս հատկությունը վերաբերում է նաև մարտկոցներին
աճում է տվյալներ պատմաբաններ։ Քանի որ հետագա ջանքերը պահանջում են ավելին
տվյալներ և ինչպես ավելին տվյալներ ժամանակի ընթացքում լցվում են պահեստ, մեծ մասը
տվյալներ այն դառնում է ավելի քիչ համապատասխան օգտագործված վերլուծության համար: Սրանք տվյալներ են
հաճախ կոչվում է տվյալներ քնած վիճակում և միշտ թանկ է դրանք պահել, քանի որ
դրանք գրեթե երբեք չեն օգտագործվում:
Ի՞նչ է սա նշանակում ծրագրի հովանավորների համար: Ըստ էության, i
Վաղ հովանավորները ավելի շատ են կիսում ներդրումների արժեքը:
Սա առաջնային է, քանի որ դրանք հիմք են հանդիսանում շերտը հիմնելու համար
լայն տեխնոլոգիական միջավայր և պահեստային ռեսուրսներ,
ներառյալ օրգանական.
Բայց այս առաջին քայլերը բերում են ամենաբարձր արժեքը և, հետևաբար, դիզայներներին
նախագծերը հաճախ պետք է արդարացնեն ներդրումները:
Ձեր BI նախաձեռնությունից հետո կատարված նախագծերը կարող են ծախսեր ունենալ
ստորադաս (առաջինի համեմատ) և անմիջական, բայց ավելի քիչ արժեք են բերում
ընկերությանը։
Եվ կազմակերպությունների սեփականատերերը պետք է սկսեն մտածել
դեն նետել կուտակումը տվյալներ և ավելի քիչ համապատասխան տեխնոլոգիաներ:
Տվյալների արդյունահանում. արդյունահանում dati
Բազմաթիվ ճարտարապետական ​​բաղադրիչներ պահանջում են տատանումներ
տվյալների արդյունահանման տեխնոլոգիաներ և տեխնիկա -
օրինակ՝ տարբեր «գործակալներ»՝ ուսումնասիրելու հետաքրքրության կետերը
հաճախորդները, ընկերության օպերացիոն համակարգերը և հենց dw-ի համար։ Սրանք
գործակալները կարող են լինել առաջադեմ նեյրոնային ցանցեր, որոնց վրա վերապատրաստվել են
pot trends, ինչպիսիք են ապագա արտադրանքի պահանջարկի հիման վրա
վաճառքի խթանումներ; կանոնների վրա հիմնված շարժիչներ համար
արձագանքել մի շարքին դետո հանգամանքների, օրինակ՝ ախտորոշման
բժշկական և բուժման առաջարկություններ; կամ նույնիսկ պարզ գործակալներ
ավագ ղեկավարներին բացառություններ ներկայացնելու դերով (վերև
ղեկավարներ): Ընդհանրապես այս արդյունահանման գործընթացները տվյալներ si
ստուգել իրական ժամանակում; հետեւաբար նրանք պետք է միասնական լինեն
ամբողջությամբ շարժման հետ տվյալներ ստեսսի
Առցանց վերլուծական մշակման մշակում
Առցանց վերլուծություն
Կտրատելու, զառախաղի, գլորելու, փորելու ունակություն
և կատարել վերլուծություն
what-if, գտնվում է փաթեթի շրջանակի, նպատակի մեջ
IBM տեխնոլոգիա. Օրինակ՝ վերլուծական մշակման ֆունկցիաները
առցանց (OLAP) գոյություն ունի DB2-ի համար, որը ծավալային վերլուծություն է բերում
-ի շարժիչը բազա նույնը.
Գործառույթները ավելացնում են ծավալային օգտակարություն SQL-ին, մինչդեռ
նրանք օգտվում են DB2-ի բնական մաս լինելու բոլոր առավելություններից: Մեկ այլ
OLAP ինտեգրման օրինակը արդյունահանման գործիքն է՝ DB2
OLAP սերվերի անալիզատոր: Այս տեխնոլոգիան թույլ է տալիս խորանարդիկները
DB2 OLAP սերվերը պետք է լինի արագ և ավտոմատ
վերլուծվել է արժեքները բացահայտելու և զեկուցելու համար տվյալներ անսովոր կամ անսպասելի
ամբողջ խորանարդով բիզնես վերլուծաբանին: Եվ վերջապես, գործառույթները
DW կենտրոնը ճարտարապետների համար միջոցներ է տրամադրում ստուգելու, այդ թվում
այլ բաներ, DB2 OLAP սերվերի խորանարդի պրոֆիլը որպես մաս
ETL գործընթացների բնական բնույթը:
Տարածական վերլուծություն Տարածական վերլուծություն
Տիեզերքը ներկայացնում է վերլուծական խարիսխների (տանջերի) կեսը:
անհրաժեշտ է համայնապատկերի համար
վերլուծական լայն (ժամանակը ներկայացնում է մյուս կեսը): Ատոմային մակարդակ
Պահեստի (ատոմային մակարդակ)՝ ներկայացված Նկար 1.1-ում,
ներառում է հիմքեր և՛ ժամանակի, և՛ տարածության համար: Ձայնագրությունները
Ժամանակի խարիսխի վերլուծություն ժամանակի և հասցեի տեղեկատվության համար
խարիսխի վերլուծություններ տիեզերքից: Ժամացույցներ
նրանք ժամանակին անցկացնում են վերլուծությունը, իսկ ուղղության տեղեկատվությունը տանում է
վերլուծություն ըստ տարածության. Դիագրամը ցույց է տալիս գեոկոդավորման գործընթացը
հասցեները քարտեզի վրա կետերի կամ տարածության կետերի վերածելը
այնպես, որ այնպիսի հասկացություններ, ինչպիսիք են հեռավորությունը և ներսում/դրսում, կարող են լինել
օգտագործվում է վերլուծության մեջ՝ ատոմային մակարդակում և տարածական վերլուծության մեջ
որը հասանելի է դառնում վերլուծաբանին։ IBM-ը տրամադրում է ընդլայնումներ
տարածք, որը մշակվել է Էկոլոգիական համակարգի հետազոտական ​​ինստիտուտի (ESRI) հետ,
al բազա DB2 այնպես, որ տիեզերական օբյեկտները կարող են լինել
պահվում է որպես սովորական մաս բազա հարաբերական. db2
Spatial Extenders-ը նաև տրամադրում է SQL-ի բոլոր ընդլայնումները
օգտագործել տարածական վերլուծություն. Օրինակ, SQL ընդարձակումներ ից
մասին հարց
հեռավորությունը հասցեների միջև, թե արդյոք կետը գտնվում է տարածքի ներսում կամ դրսում
սահմանված բազմանկյուն, վերլուծական ստանդարտ են Տարածականի հետ
Ընդլայնիչներ. Լրացուցիչ տեղեկությունների համար տե՛ս գլուխ 16-ը:
Database- Resident Tools Tools Database-
Կենվոր
DB2-ն ունի բազմաթիվ BI-ռեզիդենտ SQL առանձնահատկություններ, որոնք օգնում են
վերլուծության գործողության մեջ: Դրանք ներառում են.
▪ Վերլուծություն կատարելու համար ռեկուրսիոն ֆունկցիաներ, ինչպիսիք են «գտնել
բոլոր հնարավոր թռիչքների ուղիները Սան Ֆրանցիսկո a Նյու Յորք".
▪ Վարկանիշի վերլուծական ֆունկցիաներ, կուտակային ֆունկցիաներ, խորանարդ
և հավաքագրումներ՝ հեշտացնելու առաջադրանքները, որոնք սովորաբար կատարվում են
միայն OLAP տեխնոլոգիայով, դրանք այժմ բնական մասն են
-ի շարժիչը բազա
▪ Արդյունքներ պարունակող աղյուսակներ ստեղծելու ունակություն
-ի վաճառողները բազա առաջնորդները խառնում են ավելին, քան BI-ի հնարավորությունները
մեջ բազա նույնը
Հիմնական մատակարարները տվյալների բազան նրանք ավելի շատ են խառնվում
BI գործառույթը բազա նույնը
Սա ապահովում է ավելի լավ կատարողականություն և ավելի շատ գործարկման տարբերակներ ձեր համար
BI լուծումներ.
Քննարկվում են DB2 V8-ի առանձնահատկություններն ու գործառույթները
մանրամասնորեն հետևյալ գլուխներում.
Տեխնիկական ճարտարապետության և տվյալների կառավարման հիմնադրամներ
(Գլուխ 5)
▪ DB2 BI հիմունքներ (Գլուխ 6)
▪ DB2 նյութականացված հարցման աղյուսակներ
Աղյուսակներ) (Գլուխ 7)
▪ DB2 OLAP գործառույթներ (Գլուխ 13)
▪ DB2 Ընդլայնված BI հատկանիշներ և գործառույթներ (Ընդլայնված BI
Առանձնահատկություններ և գործառույթներ) (Գլուխ 15)
Պարզեցված տվյալների առաքման համակարգ
Առաքման համակարգ տվյալներ պարզեցված
Նկար 1.1-ում պատկերված ճարտարապետությունը ներառում է բազմաթիվ
կառույցները տվյալներ ֆիզիկական. Մեկը պահեստն է տվյալներ գործառական
Ընդհանուր առմամբ, ODS-ը օբյեկտ կողմնորոշված ​​է,
ինտեգրված և ընթացիկ: Կստեղծե՞ք ODS՝ աջակցելու համար, օրինակ
օրինակ՝ վաճառքի գրասենյակ։ ODS-ի վաճառքը կլրացվի տվյալներ
գալիս են բազմաթիվ տարբեր համակարգերից, բայց միայն կպահպանեն, օրինակ
օրինակ՝ այսօրվա գործարքները։ ODS-ը կարող է թարմացվել
նույնիսկ օրական շատ անգամ: Միաժամանակ գործընթացները
նրանք հրում են տվյալներ ինտեգրված այլ հավելվածների մեջ: Այս կառույցն է
հատուկ նախագծված է ինտեգրվելու համար տվյալներ ընթացիկ և դինամիկ էլ
հավանական թեկնածու կլինի իրական ժամանակի վերլուծություններին աջակցելու համար,
ինչպես տրամադրել սպասարկման գործակալներին հաճախորդները վաճառքի մասին տեղեկատվություն
հաճախորդի ընթացիկ միտումները՝ արդյունահանելով վաճառքի միտումների մասին տեղեկատվություն
հենց պահեստից։ Մեկ այլ կառուցվածք, որը ներկայացված է Նկար 1.1-ում
պաշտոնական կարգավիճակ dw-ի համար: Սա ոչ միայն տեղն է
անհրաժեշտ ինտեգրման կատարումը, որակը տվյալներՈւ
-ի վերափոխման մասին տվյալներ պաշարները շուտով, բայց դա նույնպես
համար հուսալի և ժամանակավոր պահեստային տարածք տվյալներ պատասխանել, որ
կարող է օգտագործվել իրական ժամանակի վերլուծության մեջ: Եթե ​​որոշեք
օգտագործել ODS կամ բեմադրության տարածք, մեկ
այս կառույցները բնակեցնելու լավագույն գործիքներից տվյալներ օգտագործելով
Տարբեր գործառնական աղբյուրները DB2-ի տարասեռ բաշխված հարցումն է:
Այս հնարավորությունը տրամադրվում է DB2-ի կամընտիր հատկանիշով
կոչվում է DB2 Relational Connect (միայն հարցում) և DB2-ի միջոցով
DataJoiner (առանձին արտադրանք, որը տրամադրում է հավելվածը,
տեղադրումը, թարմացումը և ջնջման հնարավորությունը ա
Տարասեռ բաշխված RDBMS):
Այս տեխնոլոգիան թույլ է տալիս ճարտարապետներին տվյալներ կապել տվյալներ di
արտադրությունը վերլուծական գործընթացներով։ Ոչ միայն տեխնոլոգիան կարող է
հարմարվել գրեթե ցանկացած կրկնօրինակման պահանջներին, որոնք
նրանք կարող են հայտնվել իրական ժամանակի վերլուծության միջոցով, բայց դա
Նրանք կարող են նաև միանալ բազաների լայն տեսականի տվյալներ պիչ
հայտնի, ներառյալ DB2, Oracle, Sybase, SQL Server,
Ինֆորմիքս և այլն։ DB2 DataJoiner-ը կարող է օգտագործվել բնակեցնելու համար
մի կառույց տվյալներ պաշտոնական նման ODS կամ նույնիսկ սեղան
մշտապես ներկայացված է վերականգնման համար նախատեսված պահեստում
արագ ակնթարթային թարմացումների կամ վաճառքի համար: Բնականաբար,
այս նույն կառույցները տվյալներ կարելի է բնակեցնել՝ օգտագործելով
ևս մեկ կարևոր տեխնոլոգիա, որը նախատեսված է կրկնօրինակելու համար տվյալներ, IBM
DataPropagator հարաբերական. (DataPropagator-ը առանձին արտադրանք է
կենտրոնական համակարգերի համար. DB2 UNIX, Linux, Windows և OS/2 ներառում են
կրկնօրինակման ծառայություններ տվյալներ որպես ստանդարտ հատկանիշ):
Տեղափոխման մեկ այլ մեթոդ տվյալներ շուրջը գործող
ձեռնարկությունը ձեռնարկության հավելվածների ինտեգրատոր է, այլապես
հայտնի է որպես հաղորդագրության միջնորդ: Սա
Եզակի տեխնոլոգիան թույլ է տալիս կենտրոնացման անզուգական կառավարում
(թիրախավորում) և շարժվել տվյալներ ընկերության շուրջ։ IBM-ն ունի միջնորդ
առավել լայնորեն օգտագործվող հաղորդագրությունից՝ MQSeries կամ տարբերակից
արտադրանքի, որը ներառում է պահանջները Էլեկտրոնային առեւտուր, IBM
WebSphere MQ.
Լրացուցիչ քննարկման համար, թե ինչպես օգտագործել MQ-ն աջակցելու համար a
պահեստ և BI միջավայր, այցելեք կայք գրքի։ Առայժմ այդպես է
Բավական է ասել, որ այս տեխնոլոգիան հիանալի միջոց է
գրավել և վերափոխել (օգտագործելով MQSeries Integrator) տվյալներ
կենտրոնացված (նպատակային) օպերատորներ, որոնք հավաքագրվել են BI լուծումների համար: Այնտեղ
MQ տեխնոլոգիան ինտեգրվել և փաթեթավորվել է UDB V8-ում, որը
նշանակում է, որ հաղորդագրությունների հերթերն այժմ կարող են կառավարվել
ասես դրանք DB2 սեղաններ լինեն։ Եռակցման հայեցակարգը
հերթագրված հաղորդագրությունները և տիեզերքը բազա հարաբերական ուղղված է
դեպի հզոր առաքման միջավայր տվյալներ.
Zero-Latency Զրոյական latency
IBM-ի վերջնական ռազմավարական նպատակը զրոյական հետաձգման (zerolatency) վերլուծությունն է:
Ինչպես սահմանված է
Gartner, BI համակարգը պետք է կարողանա եզրակացություններ անել, յուրացնել
և տրամադրել տեղեկատվություն վերլուծաբանների համար ըստ պահանջի: Մարտահրավեր,
իհարկե, դա խառնելու մեջ է տվյալներ ընթացիկ և իրական ժամանակում
անհրաժեշտ պատմական տեղեկություններով, ինչպես օրինակ՝ ի տվյալներ հարակից մոդել(ներ):
միտումը, կամ արդյունահանված ըմբռնումը, որպես ուրվագծում
հաճախորդը:
Նման տեղեկատվությունը ներառում է, օրինակ, նույնականացումը հաճախորդները ad
բարձր կամ ցածր ռիսկի կամ որ ապրանքներ i հաճախորդները նրանք շատ կգնեն
հավանաբար, եթե նրանք արդեն պանիր ունեն իրենց սայլերում
ձեռքբերումներ.
Զրոյական ուշացում ստանալը իրականում կախված է երկուսից
Հիմնարար մեխանիզմներ.
▪ Ամբողջական միավորում տվյալներ որոնք վերլուծվում են
BI-ի կողմից ստեղծված տեխնիկա և գործիքներ
▪ Առաքման համակարգ տվյալներ արդյունավետ ապահովելու համար
իրական ժամանակի վերլուծությունը իսկապես հասանելի է
Զրոյական ուշացման այս նախադրյալները չեն տարբերվում երկուսից
IBM-ի կողմից սահմանված և վերը նկարագրված նպատակները:
-ի սերտ զուգավորումը տվյալներ ծրագրի մի մասն է
IBM-ի կողմից կազմակերպված անխափան ինտեգրում: Եվ ստեղծել համակարգ
-ի առաքման տվյալներ արդյունավետությունը լիովին կախված է
հասանելի տեխնոլոգիա, որը հեշտացնում է առաքման գործընթացը
տվյալներ. Արդյունքում, IBM-ի երեք նպատակներից երկուսը կրիտիկական են
երրորդը դարձնելու համար։ IBM-ը գիտակցաբար զարգացնում է սեփականը
Օգտագործողների համար իրականություն է զրոյական ուշացումն ապահովելու տեխնոլոգիան
պահեստի ջանքերը.
Ամփոփում / Սինթեզ
BI կազմակերպությունը տրամադրում է ճանապարհային քարտեզ
ստեղծեք ձեր միջավայրը
կրկնվող. Այն պետք է ճշգրտվի, որպեսզի արտացոլի մարդկանց կարիքները
ձեր բիզնեսը, ինչպես ներկա, այնպես էլ ապագա: Առանց ճարտարապետական ​​տեսլականի
լայն, պահեստի կրկնությունները մի փոքր ավելին են, քան
պատահական կենտրոնական պահեստի իրականացումներ, որոնք քիչ բան են անում
ստեղծել լայն, տեղեկատվական ձեռնարկություն:
Ծրագրի ղեկավարների համար առաջին խոչընդոտն այն է, թե ինչպես հիմնավորեն այն
BI կազմակերպության զարգացման համար անհրաժեշտ ներդրումներ.
Թեև ROI-ի հաշվարկը մնացել է որպես հիմնական աջակցություն
պահեստային ձեռքբերումները, ավելի դժվար է դառնում
ճշգրիտ կանխատեսել. Սա հանգեցրեց այլ մեթոդների
որոշել, թե արդյոք դուք ստանում եք ձեր փողի արժեքը: Այն
Ներդրումների արժեքը 2 (VOI), օրինակ, գնվում է
որպես լուծում։
Դա պարտադրված է ճարտարապետների վրա տվյալներ և ծրագրի պլանավորողներ
միտումնավոր ստեղծում և տեղեկատվություն տրամադրում ասոցիացիաներին
օգտվողներին և ոչ թե պարզապես ծառայություն մատուցել նրանց տվյալներ. Այնտեղ կա
հսկայական տարբերություն երկուսի միջև: Տեղեկատվությունը մի բան է, որ մարդը անում է
որոշումների կայացման գործընթացների և արդյունավետության տարբերություն; համեմատաբար, i
տվյալներ դրանք հիմք են հանդիսանում այդ տեղեկատվության ստացման համար:
Նույնիսկ եթե քննադատում է աղբյուրը տվյալներ հարցումները լուծելու համար
առևտրային, BI միջավայրը պետք է ավելի մեծ դեր ունենա
տեղեկատվական բովանդակության ստեղծման գործում։ Մենք պետք է վերցնենք
լրացուցիչ միջոցներ մաքրելու, ինտեգրելու, վերափոխելու կամ
հակառակ դեպքում ստեղծել տեղեկատվական բովանդակություն, ըստ որի
օգտվողները կարող են գործողություններ ձեռնարկել, ուստի մենք պետք է համոզվենք, որ դրանք
գործողություններն ու որոշումները, որտեղ ողջամիտ են, աջակցվում են
BI միջավայրում: Եթե ​​մենք տեղափոխենք պահեստը միայն ծառայելու համար տվյալներ,
երաշխավորված է, որ օգտվողների ասոցիացիաները կստեղծեն բովանդակությունը
գործողությունների համար անհրաժեշտ տեղեկատվություն. Սա ապահովում է, որ նրանց
համայնքը կկարողանա ավելի լավ որոշումներ կայացնել, բայց ձեռնարկությունը
տառապում է իրենց օգտագործած գիտելիքների պակասից:
Dato որ ճարտարապետներն ու նախագծերի նախագծողները նախաձեռնում են նախագծեր
BI միջավայրին հատուկ, նրանք հաշվետու են մնում ձեռնարկությանը
մեծ հաշվով. Այս երկու հատկանիշի պարզ օրինակ
BI կրկնությունների դեմքերը գտնվում են սկզբնաղբյուրում տվյալներ. Ամբողջ
տվյալներ հատուկ կոմերցիոն հարցումների համար ստացված պետք է լինի
բնակեցված է առաջին ատոմային շերտում: Սա ապահովում է զարգացումը
կորպորատիվ տեղեկատվության ակտիվը, ինչպես նաև կառավարել, ուղղորդել
Օգտագործողի հատուկ հարցումներ, որոնք սահմանված են կրկնության մեջ:

W hatisa D ata W պահեստարան ?
Տվյալների պահեստ դա տեղեկատվական համակարգերի ճարտարապետության սիրտն է
1990 թվականից և աջակցում է տեղեկատվական գործընթացներին՝ առաջարկելով ամուր
ինտեգրված հարթակ տվյալներ պատմաբանները հիմք են ընդունել հետագա պատմությունների համար
վերլուծություններ. THE տվյալների պահեստ առաջարկում են ինտեգրման հեշտություն ա
կիրառական համակարգերի աշխարհը, որոնք համատեղելի չեն միմյանց հետ: Ամսաթիվ
պահեստը վերածվել է միտումի: Տվյալների պահեստ
կազմակերպել և մտապահել i տվյալներ անհրաժեշտ տեղեկատվական գործընթացների համար էլ
վերլուծական՝ հիմնված երկար պատմական ժամանակային հեռանկարի վրա։ Բոլորը
սա ենթադրում է զգալի և մշտական ​​հանձնառություն շինարարությանը և
-ի պահպանման գործում տվյալների պահեստ.
Այսպիսով, ինչ է a տվյալների պահեստ? Ա տվյալների պահեստ է:
▪ առարկայական
▪ ինտեգրված համակարգ
▪ տարբերակի ժամանակ
▪ անկայուն (չի կարող ջնջվել)
հավաքածու տվյալներ օգտագործվում է կառավարման որոշումներին աջակցելու համար
գործընթացների իրականացում։
I տվյալներ մեջ մտցված տվյալների պահեստ առաջանում են մեծ մասում
դեպքեր գործառնական միջավայրից: Այն տվյալների պահեստ այն պատրաստված է մեկի կողմից
պահեստավորման միավոր, ֆիզիկապես առանձնացված մնացած մասերից
համակարգ, որը պարունակում է տվյալներ նախկինում փոխակերպվել է
հավելվածներ, որոնք գործում են շրջակա միջավայրից ստացվող տեղեկատվության վրա
գործառական
Ա-ի բառացի սահմանումը տվյալների պահեստ արժանի է խորը ուսումնասիրության
բացատրություն, քանի որ կան դրա կարևոր դրդապատճառներ և իմաստներ
ֆոն, որը նկարագրում է պահեստի բնութագրերը:
ԱՌՄԻԿԱԿԱՆ ԿՈՂՄՆՈՐՈՇՈՒՄԸ
ԹԵՄԱՏԱԿԱՆ
Ա–ի առաջին հատկանիշը տվյալների պահեստ այն է, որ այն ուղղված է դեպի
ընկերության հիմնական խաղացողները. Ուղեցույցը փորձությունների միջոցով
տվյալներ դա հակադրվում է այն ավելի դասական մեթոդին, որը նա առաջարկում է
դիմումների կողմնորոշումը դեպի գործընթացներ և գործառույթներ,
մեթոդը հիմնականում կիսվում է շատերի կողմից
կառավարման հին համակարգեր:
Գործառնական աշխարհը նախագծված է հավելվածների և գործառույթների շուրջ
ինչպիսիք են վարկերը, խնայողությունները, բանկային քարտերը և հաստատության վստահությունը
ֆինանսական. dw-ի աշխարհը կազմակերպված է առարկաների շուրջ
սկզբունքներ, ինչպիսիք են հաճախորդը, վաճառողը, ապրանքը և բիզնեսը:
Թեմաների շուրջ դասավորվածությունը ազդում է դիզայնի և
-ի իրականացման վրա տվյալներ հայտնաբերվել է dw-ում: Ավելի կարեւոր է,
հիմնական թեման ազդում է ամենակարևոր մասի վրա
հիմնական կառուցվածքը.
Հավելվածի աշխարհը ազդում է ինչպես տվյալների ձևավորման վրա
գործընթացի նախագծման հիման վրա: -ի աշխարհը
dw-ն կենտրոնացած է բացառապես մոդելավորման վրա տվյալներ Միացված է
-ի նկարչություն բազա. Գործընթացի ձևավորում (իր ձևով
դասական) dw միջավայրի մաս չէ:
Գործընթացի/գործառույթի և կիրառման ընտրության տարբերությունները
ընտրությունն ըստ առարկայի բացահայտվում է նաև որպես բովանդակային տարբերություն
դե տվյալներ մանրամասն մակարդակի վրա։ THE տվյալներ del dw-ն չի ներառում i տվյալներ che
հավելվածների ընթացքում չի օգտագործվի DSS գործընթացի համար
գործառնական ուղղվածություն տվյալներ պարունակում է i տվյալներ բավարարել
անմիջապես գործառնական/մշակման պահանջները, որոնք կարող են o
ավելի քիչ օգուտ ունեն DSS վերլուծաբանի համար:
Մեկ այլ կարևոր միջոց, որով գործառնական ուղղվածություն ունեցող հավելվածները
ai տվյալներ տարբերվում են տվյալներ dw-ի հաշվետվություններում է տվյալներ. Ես տվյալներ
գործառնական պահպանել շարունակական հարաբերություններ երկու կամ ավելի աղյուսակների միջև
հիմնված բիզնես կանոնի վրա, որն ակտիվ է: THE տվյալներ dw-ի կողմից
դրանք ընդգրկում են ժամանակի մի սպեկտր, և dw-ում հայտնաբերված հարաբերություններն են
շատերը. Առևտրի շատ կանոններ (և համապատասխանաբար, շատ
-ի հաղորդումները տվյալներ ) ներկայացված են պաշարում տվյալներ երկու o-ի միջև
բազմաթիվ սեղաններ.
(Մանրամասն բացատրության համար, թե ինչպես են փոխհարաբերությունները տվյալներ են
DW-ում մշակված, մենք անդրադառնում ենք դրա տեխնոլոգիական թեմային
հարց.)
Ոչ մի այլ տեսանկյունից, քան տարբերությունը
ֆունկցիոնալ/գործընթացային կիրառման ընտրության և
առարկայի ընտրություն, համակարգերի միջև ավելի մեծ տարբերություն կա
գործառնական ei տվյալներ և DW-ն։
INTEGRATION INTEGRATION
dw միջավայրի ամենակարևոր կողմն այն է, որ i տվյալներ հայտնաբերվել է
dw-ի շրջանակներում դրանք հեշտությամբ ինտեգրվում են: ՄԻՇՏ. ԱՌԱՆՑ
ԲԱՑԱՌՈՒԹՅՈՒՆՆԵՐ. dw միջավայրի բուն էությունն այն է, որ i տվյալներ
պարունակվող պահեստի սահմաններում ինտեգրված են.
Ինտեգրումն իրեն դրսևորում է տարբեր ձևերով՝ կոնվենցիաներով
բացահայտվել է հետևողական, հետևողական փոփոխականների չափման մեջ, մեջ
կոդավորված կառույցներ, որոնք բաղկացած են ֆիզիկական հատկանիշներից տվյալներ
հետևողական և այլն:
Տարիների ընթացքում դա արել են տարբեր հավելվածների դիզայներները
բազմաթիվ որոշումների տիրապետում այն ​​մասին, թե ինչպես պետք է հայտը
զարգացնել։ Անհատականացված ոճի և դիզայնի որոշումներ
դիզայներների հավելվածները բացահայտվում են հարյուրավոր ձևերով
կոդավորման տարբերություններ, հիմնական կառուցվածք, ֆիզիկական բնութագրեր,
կոնվենցիաների նույնականացում և այլն։ Շատերի հավաքական կարողությունը
Հավելվածների դիզայներները ստեղծում են անհամապատասխան հավելվածներ
դա լեգենդար է: Նկար 3-ում ներկայացված են մի քանի այլ տարբերություններ
կարևոր է հավելվածների նախագծման ձևերում:
Կոդավորում՝ կոդավորում.
Հավելվածի դիզայներներն ընտրել են դաշտի կոդավորումը.
սեքս - տարբեր ձևերով: Դիզայները սեքսը ներկայացնում է որպես
«մ» և «զ»: Մեկ այլ դիզայներ սեքսը ներկայացնում է որպես «1»
և «0»: Մեկ այլ դիզայներ սեքսը ներկայացնում է որպես «x» և
«y». Մեկ այլ դիզայներ սեքսը ներկայացնում է որպես «արական» և
"իգական". Կարևոր չէ, թե ինչպես է սեռը մտնում DW: «M»
և «F»-ը հավանաբար նույնքան լավն են, որքան բոլորը
ներկայացուցչություն։
Կարևորն այն է, որ սեքսի ոլորտը ինչ ծագումից էլ բխի,
այդ դաշտը DW է հասնում հետևողական ինտեգրված վիճակում: Սկսած
հետևանք, երբ դաշտը բեռնվում է DW-ից
դիմում, որտեղ այն ներկայացված է ձևաչափով
«M» և «F», i տվյալներ պետք է փոխարկվի DW ձևաչափի:
Հատկանիշների չափում
Հատկանիշներ:
Հավելվածի դիզայներները որոշեցին չափել խողովակաշարը
դասընթացի տարբեր եղանակներ
Որոշ տարիներ. Դիզայները պահում է տվյալներ խողովակաշարի մեջ
սանտիմետր: Մեկ այլ հավելվածի դիզայներ պահում է տվյալներ
խողովակաշարը դյույմներով: Մեկ այլ դիզայներ
հավելվածների խանութներ i տվյալներ խողովակաշարը՝ միլիոն խորանարդ ֆուտ
վայրկյանում: Եվ մեկ այլ դիզայներ պահպանում է տեղեկատվությունը
խողովակաշար՝ բակերի առումով։ Ինչ էլ որ լինի աղբյուրը, երբ
Խողովակաշարի մասին տեղեկատվությունը հասնում է DW-ին, այն պետք է լինի
չափվում է նույն կերպ.
Համաձայն նկար 3-ի ցուցումների՝ ինտեգրման խնդիրները
դրանք ազդում են նախագծի գրեթե բոլոր ասպեկտների վրա՝ առանձնահատկությունների վրա
ֆիզիկական աստվածներ տվյալներ, մեկից ավելի աղբյուրներ ունենալու երկընտրանքը տվյալներ, It
անհամապատասխան հայտնաբերված նմուշների, ձևաչափերի խնդիրը տվյալներ
անհամապատասխան և այլն:
Ինչ էլ որ լինի դիզայնի թեման, արդյունքը նույնն է.
i տվյալներ պետք է պահվի DW-ում եզակի e
գլոբալ ընդունելի ձև, նույնիսկ երբ օպերացիոն համակարգերը
ներքևում նրանք տարբեր կերպ են պահում i տվյալներ.
Երբ DSS-ի վերլուծաբանը նայում է DW-ին, վերլուծաբանի նպատակը
դա պետք է լինի շահագործումը տվյալներ որոնք գտնվում են պահեստում,
այլ ոչ թե մտածելու վստահելիության կամ հետևողականության մասին
տվյալներ.
ԺԱՄԱՆԱԿԱՅԻՆ ՏԱՐԲԵՐԱԿԱՆՈՒԹՅՈՒՆ
Բոլորը տվյալներ DW-ում դրանք ճշգրիտ են ժամանակի ինչ-որ պահի:
Այս հիմնական հատկանիշը տվյալներ DW-ում շատ տարբեր է տվյալներ
հայտնաբերվել է գործառնական միջավայրում: THE տվյալներ գործառնական միջավայրն են
նույնքան ճշգրիտ, որքան մուտքի պահին: Այլ կերպ ասած,
գործառնական միջավայրում, երբ մուտք է գործում սկավառակ տվյալներ, այո
սպասեք, մինչև այն արտացոլի ճշգրիտ արժեքները, ինչպես մուտքի պահին:
Որովհետեւ ես տվյալներ DW-ում նույնքան ճշգրիտ են, որքան ինչ-որ պահի
ժամանակը (այսինքն՝ ոչ «հենց հիմա»), ասվում է, որ i տվյալներ հայտնաբերվել է DW-ում
դրանք «ժամանակային շեղումներ» են։
Ժամանակի շեղումը տվյալներ DW-ի կողմից հիշատակվում է բազմաթիվ առումներով:
Ամենապարզ ճանապարհն այն է, որ i տվյալներ DW-ն ներկայացնում է տվյալներ դա ա
երկարաժամկետ հորիզոն՝ հինգից տասը տարի: Հորիզոնը
Գործառնական միջավայրի համար ներկայացված ժամկետները շատ ավելի կարճ են
▪ այսօրվա ընթացիկ արժեքներից մինչև վաթսուն իննսուն
Հավելվածներ, որոնք պետք է լավ աշխատեն և պետք է լինեն
հասանելի է գործարքների մշակման համար պետք է բերի
նվազագույն քանակով տվյալներ եթե նրանք ընդունում են որևէ աստիճան
ճկունություն. Այսպիսով, գործառնական հավելվածներն ունեն հորիզոն
կարճ ժամանակացույց, որպես դիզայնի թեմա
աուդիո հավելվածներ.
DW-ում «ժամանակի շեղումը» երևացող երկրորդ ձևն է
հիմնական կառուցվածքը. DW-ի յուրաքանչյուր հիմնական կառուցվածք պարունակում է.
անուղղակիորեն կամ բացահայտորեն, ժամանակի տարր, ինչպես, օրինակ
օր, շաբաթ, ամիս և այլն: Ժամանակի տարրը գրեթե միշտ կա
DW-ում հայտնաբերված միացված բանալի ներքևի մասում: Սրանց մեջ
դեպքեր, ժամանակի տարրը գոյություն կունենա անուղղակիորեն, ինչպես պատահականությունը
որտեղ ամբողջ ֆայլը կրկնօրինակվում է ամսվա կամ եռամսյակի վերջում:
Ժամանակի շեղման երրորդ եղանակը ցուցադրվում է այն է, որ i տվյալներ որ
DW-ն, հենց որ պատշաճ կերպով գրանցվի, չի կարող լինել
թարմացվել է։ THE տվյալներ DW-ն, բոլոր գործնական նպատակներով, երկար է
լուսանկարների շարք. Իհարկե, եթե snapshots են
սխալ է վերցված, ապա նկարահանումները կարող են լինել
փոփոխված. Բայց ենթադրելով, որ լուսանկարները արված են
ճիշտ է, դրանք պատրաստվելուն պես չեն փոփոխվում: Որոշ
դեպքերում դա կարող է լինել ոչ էթիկական կամ նույնիսկ անվավեր, որ պատկերված նկարները
DW-ն փոփոխված է։ THE տվյալներ գործառնական, լինելով ճշգրիտ, ինչպես ներսում
մուտքի պահը, դրանք կարող են թարմացվել, քանի որ այն գալիս է
կարիք.
ՈՉ ցնդող
DW-ի չորրորդ կարևոր հատկանիշն այն է, որ այն անկայուն է:
Կատարվում են թարմացումներ, տեղադրումներ, ջնջումներ և փոփոխություններ
պարբերաբար ռեկորդային գործառնական միջավայրերի համար: Բայց
հիմնական մանիպուլյացիա տվյալներ որոնք անհրաժեշտ են DW-ում շատ ավելին է
պարզ. Գոյություն ունեն միայն երկու տեսակի գործողություններ, որոնք տեղի են ունենում Հայաստանում
DW - նախնական բեռնում տվյալներ և մուտք դեպի տվյալներ. Չկա
-ի թարմացում չկա տվյալներ (ընդհանուր իմաստով
թարմացում) DW-ում որպես նորմալ մշակման գործողություն:
Այս տարբերության մի քանի շատ հզոր հետևանքներ կան
հիմքը գործառնական մշակման և DW մշակման միջև: մակարդակով
ըստ դիզայնի, անհրաժեշտ է զգույշ լինել արդիականացման հարցում
աննորմալ ոչ մի գործոն DW-ում, քանի որ թարմացումը տվյալներ դա չէ
իրականացվել է. Սա նշանակում է, որ ֆիզիկական նախագծման մակարդակում,
ազատությունները կարող են կիրառվել՝ հասանելիությունը օպտիմալացնելու համար տվյալներ,
մասնավորապես ստանդարտացման թեմաներով և
ֆիզիկական ապանորմալացում. Պարզության ևս մեկ հետևանք
DW-ի գործառնություններն օգտագործվում են հիմքում ընկած տեխնոլոգիայի մեջ
գործարկել DW միջավայրը: Թարմացումներին աջակցելու համար
ձայնագրել ըստ ռեկորդային ներդիրի (ինչպես հաճախ լինում է
գործառնական մշակում) տեխնոլոգիան պահանջվում է ունենալ որոշ
շատ բարդ հիմքեր՝ ակնհայտ պարզության ներքո:
Տեխնոլոգիա, որն աջակցում է կրկնօրինակում և վերականգնում, գործարքներ
և ամբողջականությունը տվյալներ իսկ փակուղային վիճակի հայտնաբերումն ու վերացումը
բավականին բարդ և ոչ անհրաժեշտ DW մշակման համար:
DW-ի բնութագրերը, դիզայնի կողմնորոշումը,
-ի ինտեգրում տվյալներ DW-ի շրջանակներում, ժամանակի շեղում և պարզություն
-ի կառավարման տվյալներ, ամեն ինչ տանում է դեպի մի միջավայր, որը շատ ու շատ է
տարբերվում է դասական գործառնական միջավայրից: Գրեթե բոլորի աղբյուրը
տվյալներ DW-ի գործառնական միջավայրն է: Մտածելը գայթակղիչ է
որ կա զանգվածային ավելորդություն տվյալներ երկու միջավայրերի միջև։
Իրականում, շատերի առաջին տպավորությունն այն է
-ի մեծ ավելորդություն տվյալներ գործառնական միջավայրի և շրջակա միջավայրի միջև
DW. Նման մեկնաբանությունը մակերեսային է և ցույց է տալիս մեկին
չհասկանալու, թե ինչ է տեղի ունենում DW-ում:
Իրոք, կա նվազագույն ավելորդություն տվյալներ գործառնական միջավայրի միջև
Էդ ես տվյալներ DW-ի. Դիտարկենք հետևյալը.
▪ Ես տվյալներ դրանք զտված են դետո որը անցնում է գործառնական միջավայրից
DW միջավայրին: Շատերը տվյալներ նրանք երբեք դրսում չեն անցնում
գործառնական միջավայրից։ Բացառությամբ, որ i տվյալներ որոնք անհրաժեշտ են
DSS մշակումը գտնում է իրենց ուղղությունը շրջակա միջավայրում
▪ ժամանակային հորիզոնը տվյալներ այն շատ է տարբերվում միջավայրից
մյուսին։ THE տվյալներ գործառնական միջավայրում դրանք շատ թարմ են։ THE տվյալներ
DW-ում նրանք շատ ավելի հին են։ Ուղղակի տեսանկյունից
ժամանակային հորիզոնի համեմատ, շատ քիչ համընկնում կա
գործառնական միջավայրի և DW-ի միջև:
▪ DW-ն պարունակում է տվյալներ ամփոփագիր, որը երբեք չի գտնվել
միջավայրում
▪ Ես տվյալներ ենթարկվել հիմնարար վերափոխման
Գծապատկեր 3-ին անցնելու պահը ցույց է տալիս, որ մեծ մասը
մի մասը տվյալներ վիճակը զգալիորեն փոխված է
ընտրվելու և DW տեղափոխվելու համար: Մեկ այլ կերպ ասած՝
մեծ մասը տվյալներ ֆիզիկապես ձևափոխված է և
արմատապես ինչպես է այն տեղափոխվել DW: Տեսանկյունից
ինտեգրումը նույնը չէ տվյալներ ովքեր բնակվում են
գործառնական միջավայրում:
Այս գործոնների լույսի ներքո՝ ավելորդությունը տվյալներ երկու միջավայրերի միջև է
հազվագյուտ իրադարձություն, որը հանգեցնում է երկուսի միջև 1%-ից պակաս ավելորդության
միջավայրեր։
ՊԱՀԵՍՏԻ ԿԱՌՈՒՑՎԱԾՔԸ
DW-ները ունեն հստակ կառուցվածք. Կան ամփոփման տարբեր մակարդակներ և
մանրամասն, որը սահմանազատում է DW-ները:
DW-ի տարբեր բաղադրիչներն են.
▪ Մետատվյալներ
▪ dati ընթացիկ մանրամասներ
▪ dati հին դետալներից
▪ dati մի փոքր ամփոփված
▪ dati խիստ ամփոփված
Առայժմ հիմնական մտահոգությունը վերաբերում է i տվյալներ մանրամասնությունից
հոսանքներ. Դա հիմնական մտահոգությունն է, քանի որ.
▪ Ես տվյալներ ընթացիկ մանրամասները արտացոլում են ամենավերջին իրադարձությունները,
որոնք միշտ մեծ հետաքրքրություն են ներկայացնում և
▪ i տվյալներ ընթացիկ մանրամասները ծավալուն են, քանի որ դա այդպես է
պահվում է հատիկավորության ամենացածր մակարդակում e
▪ i տվյալներ Ընթացիկ մանրամասները գրեթե միշտ պահվում են
սկավառակի պահեստավորում, որը արագ հասանելի է, բայց թանկ և
համալիրից
I տվյալներ մանրամասները ավելի հին են տվյալներ որոնք պահվում են
որոշ հիշողություն զանգված. Մատչելի է պատահաբար և այդպես է
պահվում է մանրամասների հետ համատեղելի մակարդակով տվյալներ մանրամասն
հոսանքներ. Մինչդեռ պարտադիր չէ այն պահել միջինում
այլընտրանքային պահեստավորում՝ շնորհիվ մեծ ծավալի տվյալներ հետ միավորված
սպորադիկ մուտք տվյալներ, պահպանման միջոցը համար տվյալներ di
Ավելի հին մանրամասները սովորաբար չեն պահվում սկավառակի վրա:
I տվյալներ թեթևակի ամփոփված են տվյալներ որոնք թորվում են հատակից
մանրամասների մակարդակը, որը հայտնաբերված է մանրամասների ներկա մակարդակում: Սա
DW մակարդակը գրեթե միշտ պահվում է սկավառակի պահեստում: THE
նախագծային խնդիրներ, որոնք ծագում են ճարտարապետի համար տվյալներ
DW-ի այս մակարդակի կառուցման մեջ են.
▪ Ժամանակի ո՞ր միավորն է վերը նշված ամփոփումը
▪ Որ բովանդակությունը, հատկանիշները մի փոքր կամփոփեն
-ի բովանդակությունը տվյալներ
Հաջորդ մակարդակը տվյալներ DW-ում հայտնաբերված այն է տվյալներ բարձր
ամփոփումներ. THE տվյալներ խիստ ամփոփված են կոմպակտ և հեշտ
հասանելի. THE տվյալներ երբեմն հանդիպում են խիստ ամփոփված
DW միջավայրում և այլ դեպքերում i տվյալներ խիստ ամփոփված են
հայտնաբերվել է տեխնոլոգիայի անմիջական պատերից դուրս, որտեղ տեղակայված է DW-ն:
(ամեն դեպքում, ես տվյալներ խիստ ամփոփվածները DW-ի մի մասն են
անկախ նրանից, թե որտեղ ես տվյալներ ֆիզիկապես տեղավորված են):
DW-ի վերջնական բաղադրիչը մետատվյալներն են: Շատ առումներով
մետատվյալները գտնվում են այլ հարթության մեջ, քան մյուսները տվյալներ
DW-ի, քանի որ մետատվյալները որևէ բան չեն պարունակում դետո անմիջապես
վերցված գործառնական միջավայրից: Մետատվյալները հատուկ դեր ունեն էլ
DW-ում շատ կարևոր է. Մետատվյալներն օգտագործվում են որպես.
▪ գրացուցակ, որը կօգնի DSS-ի վերլուծաբանին գտնել այն
DW-ի բովանդակությունը,
▪ ուղեցույց քարտեզագրման համար տվյալներ այն մասին, թե ինչպես ես տվյալներ Նրանք էին
գործառնական միջավայրից վերածվել է DW միջավայրի,
▪ ուղեցույց ալգորիթմների համար, որոնք օգտագործվում են միջև ամփոփման համար տվյալներ di
ընթացիկ մանրամասն ei տվյալներ մի փոքր ամփոփված, i տվյալներ բարձր
ամփոփումներ,
Մետատվյալները շատ ավելի մեծ դեր են խաղում DW միջավայրում
քան նրանք երբևէ ունեցել են գործառնական միջավայրում
ՀԻՆ ՄԱՆՐԱՄԱՍՆԵՐԻ ՊԱՀՊԱՆՄԱՆ ՄԻՋՈՑ
Այդպիսի պահելու համար կարելի է օգտագործել մագնիսական ժապավեն
տվյալներ. Իրականում կա պահեստավորման գործիքների լայն տեսականի, որոնք
դրանք պետք է հաշվի առնել հների պահպանման համար տվյալներ di
մանրամասն.
Կախված ծավալից տվյալներ, մուտքի հաճախականությունը, արժեքը
գործիքներից և մուտքի տեսակից, դա լիովին հավանական է
որ մյուս գործիքներին անհրաժեշտ կլինի մանրամասնության հին մակարդակը
DW-ում։
ՏՎՅԱԼՆԵՐԻ ՀՈՍՔ
Կա նորմալ և կանխատեսելի հոսք տվյալներ DW-ի շրջանակներում։
I տվյալներ դրանք DW են մտնում գործառնական միջավայրից։ (ՆՇՈՒՄ. կան
մի քանի շատ հետաքրքիր բացառություններ այս կանոնից: Այնուամենայնիվ, գրեթե
ամբողջ տվյալներ մուտքագրեք DW գործառնական միջավայրից): Dato որ ես տվյալներ
նրանք DW են մտնում գործառնական միջավայրից, այն փոխակերպվում է այնպես, ինչպես եղել է
նկարագրված նախկինում. DW մտնելու պայմանով, i տվյալներ նրանք մտնում են
մանրամասների ներկա մակարդակը, ինչպես ցույց է տրված: Այն գտնվում է այնտեղ և օգտագործվում է
մինչև տեղի ունենա երեք իրադարձություններից մեկը.
▪ մաքրվում է,
▪ ամփոփված է և/կամ
▪ է
DW-ի ներսում հնացած գործընթացը շարժվում է i տվյալներ ընթացիկ մանրամասներ
a տվյալներ մանրամասն հին, ըստ տարիքի տվյալներ. Այդ գործընթացը
ամփոփումն օգտագործում է մանրամասները տվյալներ հաշվարկելու համար տվյալներ
մի փոքր ամփոփված և բարձր ամփոփված մակարդակները տվյալներ, Կան
ցուցադրված հոսքի որոշ բացառություններ (կքննարկվեն ավելի ուշ):
Այնուամենայնիվ, սովորաբար, ճնշող մեծամասնության համար տվյալներ հայտնաբերվել է
ընթացքում DW, հոսքը տվյալներ այն ինչպես ներկայացված է:
ՏԵՂԵԿԱՏՎԱԿԱՆ ՊԱՀԵՍՏԻ ՕԳՏԱԳՈՐԾՈՒՄԸ
Զարմանալի չէ, որ տարբեր մակարդակներում տվյալներ DW-ի շրջանակներում ոչ
ստանալ օգտագործման տարբեր մակարդակներ: Որպես կանոն, այնքան բարձր մակարդակը
ամփոփում, գումարած i տվյալներ դրանք օգտագործվում են.
Շատ օգտագործումներ են տեղի ունենում տվյալներ խիստ ամփոփված, մինչդեռ հին
տվյալներ մանրամասնությունները գրեթե երբեք չեն օգտագործվում: Դրա մեջ լավ պատճառ կա
կազմակերպությունը տեղափոխել ռեսուրսների օգտագործման պարադիգմ: Որքան նա ունի
ամփոփում i տվյալներ, այնքան ավելի արագ և արդյունավետ է դրան հասնելը տվյալներ, ինքը
un խանութ գտեք, որ այն շատ է մշակում DW մանրամասների մակարդակով,
ապա համապատասխան մեծ քանակությամբ մեքենայական ռեսուրսներ
սպառվում է. Քրեական հետապնդումը բխում է բոլորի շահերից
որքան հնարավոր է շուտ ամփոփման բարձր մակարդակում։
Շատ խանութների համար DSS-ի վերլուծաբանը նախնական DW միջավայրում օգտագործել է
տվյալներ մանրամասնության մակարդակով։ Շատ առումներով ժամանումը ժամը տվյալներ մանրամասն
այն հիշեցնում է անվտանգության ծածկոց, նույնիսկ երբ դրանք հասանելի են
ամփոփման այլ մակարդակներ: Ճարտարապետի գործունեությունից տվյալներ è
հեռացնել DSS օգտագործողին մշտական ​​օգտագործումից տվյալներ ամենաբարձր մակարդակով
ցածր մանրամասնություն. Երկու պատճառ կա
-ի ճարտարապետի տվյալներ:
▪ լիցքավորման համակարգի տեղադրում, որտեղ վերջնական օգտագործողը վճարում է
սպառված ռեսուրսները էլ
▪ որոնք ցույց են տալիս, որ արձագանքման ժամանակը կարող է շատ լավ լինել
ստացվել է, երբ վարքագիծը i տվյալներ այն գտնվում է բարձր մակարդակի վրա
ամփոփման, մինչդեռ վատ արձագանքման ժամանակը գալիս է
-ի վարքագիծը տվյալներ ցածր մակարդակի վրա
ԱՅԼ ՀԱՇՎԵՏՎՈՒԹՅՈՒՆՆԵՐ
Կան շինարարության և կառավարման այլ նկատառումներ
DW
Առաջին նկատառումը ինդեքսներն են: THE տվյալներ ամենաբարձր մակարդակներում
ամփոփումը կարող է ազատորեն ինդեքսավորվել, մինչդեռ i տվյալներ
Մանրամասների ավելի ցածր մակարդակներում դրանք այնքան ծավալուն են, որքան հնարավոր է
խնայողաբար ինդեքսավորված: Նույն սկզբունքով, i տվյալներ բարձր մակարդակներում
մանրամասն կարելի է համեմատաբար հեշտությամբ վերանորոգել,
մինչդեռ ծավալը տվյալներ ցածր մակարդակներում այն ​​այնքան մեծ է, որ i տվյալներ ոչ
դրանք հեշտությամբ կարող են վերանորոգվել։ Ըստ այդմ, մոդելը
դե տվյալներ և դիզայնի կողմից կատարված պաշտոնական աշխատանքը ներկայացնում է
DW-ի համար հիմքը կիրառվում էր գրեթե բացառապես մակարդակի վրա
մանրամասն ընթացիկ. Այլ կերպ ասած, մոդելային գործունեությունը
տվյալներ դրանք գրեթե բոլոր դեպքերում չեն վերաբերում ամփոփման մակարդակներին:
Մեկ այլ կառուցվածքային նկատառում է ստորաբաժանումը
տվյալներ DW-ի կողմից։
Բաժանումը կարող է իրականացվել երկու մակարդակով` մակարդակով դմ եւ ալ
կիրառման մակարդակը. Մակարդակով բաժանման մեջ դմ, The դմ è
տեղեկացված է ստորաբաժանումների մասին և համապատասխանաբար վերահսկում է դրանք: -ի դեպքում
բաժանում հավելվածի մակարդակով, միայն ծրագրավորողն է
տեղեկացված է ստորաբաժանումների և նրանց պատասխանատվության մասին
կառավարումը թողնված է նրան
Մակարդակից ցածր դմ, շատ աշխատանք կատարվում է ավտոմատ կերպով։ Կա
շատ անճկունություն՝ կապված ավտոմատ կառավարման հետ
բաժանումներ. -ի կիրառական մակարդակի բաժանումների դեպքում տվյալներ որ
տվյալների պահեստ, մեծ աշխատանք է ծանրանում ծրագրավորողի վրա, բայց
վերջնական արդյունքը կառավարման ճկունությունն է տվյալներ ամսաթվի մեջ
պահեստ
ԱՅԼ ԱՆՈՄԱԼԻԱՆԵՐ
Մինչդեռ բաղադրիչները տվյալների պահեստ Նրանք աշխատում են այնպես, ինչպես նկարագրված է
գրեթե բոլորի համար տվյալներ, կան մի քանի օգտակար բացառություններ, որոնք պետք է
քննարկվել։ Բացառություն է տվյալներ հրապարակային ամփոփումներ
(հանրային ամփոփ տվյալներ): Սրանք տվյալներ ամփոփումներ, որոնք եղել են
հաշվարկված դուրս տվյալների պահեստ բայց դրանք օգտագործվում են հասարակության կողմից: THE տվյալներ
հանրային ամփոփագրերը պահվում և կառավարվում են տվյալների պահեստ,
չնայած, ինչպես նախկինում նշվեց, դրանք հաշվարկված են: THE
հաշվապահներն աշխատում են դրանք եռամսյակային արտադրելու համար տվյալներ որպես
եկամուտ, եռամսյակային ծախսեր, եռամսյակային շահույթ և այլն: Աշխատանքը
կատարվում է հաշվապահների կողմից արտաքինից տվյալների պահեստ. Այնուամենայնիվ, i տվյալներ են
օգտագործվում է «ներքին» ընկերության ներսում՝ սկսած Մարքեթինգ, վաճառք և այլն։
Մեկ այլ անոմալիա, որը չի քննարկվելու, այն է տվյալներ արտաքին.
Մեկ այլ ակնառու տեսակ տվյալներ որը կարելի է գտնել տվյալի մեջ
Պահեստը մշտական ​​մանրամասն տվյալների պահեստ է: Սրանք առաջացնում են
պետք է մշտապես պահել i տվյալներ մեկ մակարդակի վրա
մանրամասնել էթիկական կամ իրավական նկատառումներով: Եթե ​​ընկերությունը ցուցադրում է i
Վտանգավոր նյութերի հետ կապված աշխատողների կարիք կա տվյալներ
մանրամասն և մշտական: Եթե ​​ընկերությունը արտադրում է արտադրանք, որը
ներառում է հասարակական անվտանգությունը, ինքնաթիռի ինչ մասեր կան
անհրաժեշտությունը տվյալներ մանրամասն մշտական, ինչպես նաև եթե ընկերություն
կնքում է վտանգավոր պայմանագրեր.
Հասարակությունը չի կարող իրեն թույլ տալ անտեսել մանրամասները, քանի որ
հաջորդ մի քանի տարիների ընթացքում, դատական ​​հայցի, հետկանչի դեպքում, ա
վիճելի շինարարական թերություն և այլն։ ընկերության բացահայտումը
դա կարող է մեծ լինել: Արդյունքում կա եզակի տեսակ տվյալներ
հայտնի է որպես մշտական ​​մանրամասն տվյալներ:
Ամփոփ
Un տվյալների պահեստ օբյեկտ կողմնորոշված, ինտեգրված, տարբերակ է
ժամանակ, ժողովածու տվյալներ ոչ անկայուն՝ աջակցելու կարիքներին
վարչակազմի որոշումը։ -ի կարևորագույն գործառույթներից յուրաքանչյուրը
un տվյալների պահեստ ունի իր հետևությունները: Plus կան չորս
մակարդակները տվյալներ որ տվյալների պահեստ:
▪ Հին դետալ
▪ Ընթացիկ մանրամասներ
▪ dati մի փոքր ամփոփված
▪ dati խիստ ամփոփված
Մետատվյալները նույնպես կարևոր մասն են կազմում տվյալների պահեստ.
Վերացական
Պահպանման հայեցակարգը տվյալներ վերջերս ստացված
մեծ ուշադրություն և դարձել է 90-ականների թրենդը Սա է
հզորության շնորհիվ ա տվյալների պահեստ դրանք հաղթահարելու համար
կառավարման աջակցության համակարգերի սահմանափակումները, ինչպիսիք են i
որոշումների աջակցման համակարգեր (DSS) և տեղեկատվական համակարգեր
գործադիր (EIS):
Նույնիսկ եթե հայեցակարգը տվյալների պահեստ խոստումնալից տեսք ունի,
իրականացնել i տվյալների պահեստ կարող է խնդրահարույց լինել, քանի որ
լայնածավալ պահեստավորման գործընթացներ. Չնայած
պահեստավորման նախագծերի բարդությունը տվյալներ, բազմաթիվ մատակարարներ
և պահեստավորման խորհրդատուներ տվյալներ նրանք պնդում են, որ
-ի պահեստավորումը տվյալներ հոսանքը ոչ մի խնդիր չի առաջացնում:
Այնուամենայնիվ, այս հետազոտական ​​նախագծի սկզբում գրեթե ոչ մեկը
իրականացվել են անկախ, խիստ և համակարգված հետազոտություններ։ Սկսած
Հետևաբար, դժվար է ասել, թե իրականում ինչ է տեղի ունենում
արդյունաբերության մեջ, երբ դրանք կառուցվում են տվյալների պահեստ.
Այս ուսումնասիրությունը ուսումնասիրել է պահեստավորման պրակտիկան տվյալներ
ժամանակակիցները, որոնք նպատակ ունեն զարգացնել ավելի հարուստ հասկացողություն
Ավստրալիայի պրակտիկա. Գրականության վերլուծությունը տրամադրել է
էմպիրիկ ուսումնասիրության համատեքստ և հիմք:
Այս հետազոտության արդյունքում կան մի շարք բացահայտումներ: Առաջին
վայր, այս ուսումնասիրությունը բացահայտեց տեղի ունեցած գործունեությունը
-ի զարգացման ընթացքում տվյալների պահեստ. Շատ ոլորտներում, i տվյալներ հավաքվել
հաստատեց գրականության մեջ նշված պրակտիկան: Երկրորդ
կայքը, խնդիրները և խնդիրները, որոնք կարող են ազդել
զարգացումը տվյալների պահեստ բացահայտվել են այս ուսումնասիրությամբ:
Վերջապես, օգուտները, որոնք ստացվել են ավստրալական կազմակերպություններից, որոնք կապված են
-ի օգտագործումը տվյալների պահեստ բացահայտվել են.
Գլուխ 1
Որոնման համատեքստ
Տվյալների պահեստավորման հայեցակարգը լայն ճանաչում է ստացել
մերկացում և վերածվել է զարգացող միտումի
90-ականներ (McFadden 1996, TDWI 1996, Shah and Milstein 1997,
Շենքսը և այլք: 1997, Eckerson 1998, Adelman and Oates 2000): Այն է
կարելի է տեսնել տվյալների վերաբերյալ հոդվածների աճող թվից
պահեստավորում առևտրային հրատարակություններում (Little and Gibson 1999 թ.):
Շատ հոդվածներ (տե՛ս, օրինակ, Fisher 1995, Hackathorn 1995,
Morris 1995a, Bramblett and King 1996, Graham et al. 1996թ.
Sakaguchi and Frolick 1996, Alvarez 1997, Brousell 1997, Clarke
1997, McCarthy 1997, O' Donnell 1997, Edwards 1998, TDWI
1999) զեկուցել են կազմակերպություններից ստացված նշանակալի օգուտների մասին
որոնք իրականացնում են i տվյալների պահեստ. Նրանք պաշտպանեցին իրենց տեսությունը
հաջող իրականացումների անեկդոտային ապացույցներով, բարձր եկամտաբերությամբ
ներդրումների թվերի (ROI) և, նաև, ուղեցույցների տրամադրման վերաբերյալ
տեղեկանք կամ մշակման մեթոդոլոգիաներ տվյալների պահեստ
(Shanks et al. 1997, Seddon and Benjamin 1998, Little and Gibson
1999): Ծայրահեղ դեպքում, Graham et al. (1996) ունեն
հայտնել է 401% եռամյա ներդրումների միջին եկամտաբերությունը:
Ներկայիս գրականության մեծ մասը, սակայն, անտեսել է
բարդությունները, որոնք կապված են նման նախագծերի իրականացման հետ: -ի նախագծերը
տվյալների պահեստ դրանք սովորաբար բարդ են և լայնածավալ և
հետևաբար, դրանք ենթադրում են ձախողման մեծ հավանականություն, եթե դրանք չլինեն
ուշադիր վերահսկվող (Շահ և Միլշտեյն 1997, Էքերսոն 1997,
Foley 1997b, Zimmer 1997, Bort 1998, Gibbs and Clymer 1998, Rao
1998): Դրանք պահանջում են հսկայական քանակությամբ մարդկային և ռեսուրսներ
ֆինանսական և ժամանակն ու ջանքերը դրանք կառուցելու համար (Hill 1998, Crofts 1998): Այն
տիպիկ ժամանակը և անհրաժեշտ ֆինանսական միջոցները համապատասխանաբար
մոտ երկու տարի և երկու կամ երեք միլիոն դոլար (Braly 1995, Foley
1997b, Bort 1998, Humphries et al. 1999): Այս ժամանակներն ու միջոցները
ֆինանսական հաստատություններից պահանջվում է վերահսկել և համախմբել բազմաթիվ ասպեկտներ
տարբերություններ տվյալների պահեստավորման մեջ (Cafasso 1995, Hill 1998): Կողքի վրա
ապարատային և ծրագրային նկատառումներ, այլ գործառույթներ, որոնք տարբերվում են
-ի արդյունահանումից տվյալներ -ի բեռնման գործընթացներին տվյալներ, դ
հիշողության հզորություն՝ թարմացումները և մետա տվյալները կառավարելու համար տվյալներ
օգտագործողների ուսուցման համար, պետք է հաշվի առնել:
Այն ժամանակ, երբ սկսվեց այս հետազոտական ​​ծրագիրը, շատ քիչ բան կար
տվյալների պահեստավորման ոլորտում իրականացված ակադեմիական հետազոտություններ,
հատկապես Ավստրալիայում: Դա ակնհայտ էր իրերի սղությունից
հրապարակված թերթերի կամ այլ գրությունների տվյալների պահպանման վերաբերյալ
ժամանակի ակադեմիկոսներ։ Ակադեմիական գրվածքներից շատերը
հասանելի նկարագրեց ԱՄՆ փորձը: Պակասը
Տվյալների պահեստավորման ոլորտում ակադեմիական հետազոտությունները առաջացրել են
կոչ անել խիստ հետազոտությունների և էմպիրիկ ուսումնասիրությունների (McFadden 1996,
Շենքսը և այլք: 1997, Little and Gibson 1999): Մասնավորապես, ուսումնասիրությունները
իրականացման գործընթացի վերաբերյալ հետազոտություն տվյալների պահեստ
անհրաժեշտ է իրականացնել գիտելիքները ընդլայնելու համար
ընդհանուր իրականացման վերաբերյալ տվյալների պահեստ e
հիմք կծառայի ապագա հետազոտական ​​ուսումնասիրության համար (Shanks ed
մյուսները. 1997, Little and Gibson 1999):
Հետևաբար, այս ուսումնասիրության նպատակն է ուսումնասիրել, թե իրականում ինչն է
Դա տեղի է ունենում, երբ կազմակերպությունները պահպանում և օգտագործում են տվյալներ
պահեստ Ավստրալիայում. Մասնավորապես, այս ուսումնասիրությունը կներառի
ա-ի զարգացման ողջ գործընթացի վերլուծություն տվյալների պահեստ,
սկսած նախաձեռնումից և պլանավորումից մինչև դիզայն և
իրականացումը և հետագա օգտագործումը կազմակերպություններում
Ավստրալիական. Բացի այդ, ուսումնասիրությունը կնպաստի նաև ընթացիկ պրակտիկային
բացահայտելով այն ոլորտները, որտեղ պրակտիկան կարող է հետագայում զարգանալ
բարելավվել է, և անարդյունավետությունն ու ռիսկերը կարող են նվազագույնի հասցնել կամ
խուսափել. Ավելին, այն հիմք կծառայի այլ ուսումնասիրությունների համար տվյալների պահեստ in
Ավստրալիա և կլրացնի այն բացը, որը ներկայումս առկա է գրականության մեջ։
Հետազոտական ​​հարցեր
Այս հետազոտության նպատակն է ուսումնասիրել ներգրավված գործունեությունը
-ի իրականացման մեջ տվյալների պահեստ և դրանց օգտագործումը
Ավստրալական կազմակերպություններ. Մասնավորապես, ուսումնասիրվում են տարրերը
ծրագրի պլանավորման, զարգացման,
շահագործումը, օգտագործումը և ռիսկերը: Այսպիսով, հարցը
այս հետազոտության մեջ է.
«Ինչպիսի՞ն է Հայաստանի ներկայիս պրակտիկան տվյալների պահեստ Ավստրալիայում?
Այս խնդրին արդյունավետ արձագանքելու համար ա
որոշակի թվով օժանդակ հետազոտական ​​հարցեր: Մասնավորապես, երեք
ենթահարցերը բացահայտվել են գրականությունից, որը
ներկայացված 2-րդ գլխում՝ այս հետազոտական ​​նախագիծը առաջնորդելու համար.
Ինչպես են դրանք իրականացվում i տվյալների պահեստ կազմակերպությունների կողմից
Ավստրալացի՞ Ի՞նչ խնդիրների հանդիպեցիք։
Որո՞նք են փորձված օգուտները:
Այս հարցերին պատասխանելիս օգտագործվել է գծանկար
հետախուզական հետազոտություն՝ օգտագործելով հարցում: Ինչպես եմ սովորում
հետախուզական, վերը նշված հարցերի պատասխանները ամբողջական չեն
(Shanks et al. 1993, Denscombe 1998): Այս դեպքում դա այդպես է
եռանկյունավորումը պահանջվում է դրանց արձագանքները բարելավելու համար
հարցումներ։ Այնուամենայնիվ, հետաքննությունը ամուր հիմքեր կստեղծի
այս հարցերն ուսումնասիրող ապագա աշխատանք: Մանրամասն մեկը
հետազոտության մեթոդի հիմնավորման և ձևավորման քննարկում
ներկայացված է 3-րդ գլխում:
Հետազոտական ​​նախագծի կառուցվածքը
Այս հետազոտական ​​նախագիծը բաժանված է երկու մասի՝ համատեքստային ուսումնասիրություն
տվյալների պահեստավորման և էմպիրիկ հետազոտությունների հայեցակարգի մասին (տես
նկար 1.1), որոնցից յուրաքանչյուրը քննարկվում է ստորև:
Մաս I. Համատեքստային ուսումնասիրություն
Հետազոտության առաջին մասը բաղկացած էր վերաքննությունից
ընթացիկ գրականություն տվյալների պահեստավորման տարբեր տեսակների վերաբերյալ, ներառյալ i
որոշումների աջակցման համակարգեր (DSS), տեղեկատվական համակարգեր
գործադիր (EIS), դեպքերի ուսումնասիրությունները տվյալների պահեստ և ամսաթվի հասկացությունները
պահեստ. Ավելին, ֆորումների արդյունքները տվյալների պահեստ իսկ
Խմբի կողմից անցկացվող փորձագետների և մասնագետների հանդիպումների խմբեր
Monash DSS հետազոտությունը նպաստեց ուսումնասիրության այս փուլին
որը նախատեսված էր տվյալների պրակտիկայի վերաբերյալ տեղեկատվություն ստանալու համար
պահեստը և բացահայտել դրանց ընդունման հետ կապված ռիսկերը:
Համատեքստային ուսումնասիրության, ըմբռնման այս ժամանակահատվածում
խնդրահարույց տարածքի մասին ստեղծվել է գիտելիքներ տրամադրելու համար
հիմք հետագա էմպիրիկ հետազոտությունների համար: Այնուամենայնիվ, սա
ուսումնասիրության ընթացքում դա շարունակական գործընթաց էր
հետազոտություն.
Մաս II. Էմպիրիկ հետազոտություն
Տվյալների պահեստավորման համեմատաբար նոր հայեցակարգը, մասնավորապես
Ավստրալիայում անհրաժեշտություն է առաջացել հարցում իրականացնելու համար
ստանալ օգտագործման փորձի լայն պատկեր: Սա
մասը իրականացվել է այն ժամանակ, երբ խնդրի տիրույթը եղել է
ստեղծվել է գրականության լայնածավալ ուսումնասիրության միջոցով: Հայեցակարգը
համատեքստային ուսումնասիրության փուլում ձևավորված տվյալների պահեստավորումն է
օգտագործվել է որպես այս հետազոտության սկզբնական հարցաթերթիկի մուտքագրում:
Դրանից հետո հարցաթերթիկը հետազոտվեց։ Դուք ժամադրության փորձագետներ եք
պահեստը մասնակցել է փորձարկմանը: Թեստի նպատակը
Նախնական հարցաշարը պետք է ստուգեր ամբողջականությունը և ճշգրտությունը
որոշ հարցեր. Թեստի արդյունքների հիման վրա հարցաշարն է
փոփոխվել է, և փոփոխված տարբերակը ուղարկվել է
հարցման մասնակիցները. Հարցաթերթիկները վերադարձան այն ժամանակ
վերլուծվել է i տվյալներ աղյուսակներում, դիագրամներում և այլ ձևաչափերով: THE
վերլուծության արդյունքները տվյալներ ստեղծել ակնթարթային լուսանկար
Ավստրալիայում տվյալների պահեստավորման պրակտիկա.
ՏՎՅԱԼՆԵՐԻ ՊԱՀԵՍՏԱՑՈՒՑԻՉ ՀԱՄԱԿԱՐԳ
Տվյալների պահեստավորման հայեցակարգը զարգացել է բարելավումներով
համակարգչային տեխնիկայի.
Այն ուղղված է խմբերի բախվող խնդիրների հաղթահարմանը
հավելվածների աջակցություն, ինչպիսին է որոշումների աջակցման համակարգը (DSS) էլ
Գործադիր տեղեկատվական համակարգ (EIS):
Նախկինում այս դիմումների հիմնական խոչընդոտը եղել է
այդ դիմումների անկարողությունը ապահովելու ա տվյալների բազան
վերլուծության համար անհրաժեշտ.
Դա հիմնականում պայմանավորված է աշխատանքի բնույթով
կառավարում։ Ընկերության ղեկավարության շահերը տարբեր են
անընդհատ կախված բուժվող տարածքից: Հետևաբար, ես տվյալներ
այս հավելվածների համար հիմնարար պետք է կարողանան
արագ փոխվում է կախված այն մասից, որը պետք է բուժվի:
Սա նշանակում է, որ i տվյալներ պետք է հասանելի լինի ձևով
համարժեք է անհրաժեշտ վերլուծությունների համար: Փաստորեն, աջակցող խմբերը
հայտերը նախկինում շատ դժվար էին հավաքում խմբ
ինտեգրվել տվյալներ բարդ և բազմազան աղբյուրներից:
Այս բաժնի մնացած մասը ներկայացնում է հայեցակարգի ակնարկ
տվյալների պահեստավորում և զբաղվում է, թե ինչպես է տվյալների պահեստ կարող է հաղթահարել
Հավելվածի աջակցման խմբի խնդիրներ:
«Տերմինը»Տվյալների պահեստ» թողարկվել է Ուիլյամ Ինմոնի կողմից 1990 թվականին։
Նրա հաճախ հիշատակված սահմանումը տեսնում է Տվյալների պահեստ Գալ
հավաքածու տվյալներ առարկայական, ինտեգրված, անկայուն և փոփոխական
ժամանակի ընթացքում՝ ի աջակցություն կառավարման որոշումների:
Օգտագործելով այս սահմանումը, Ինմոնը նշում է, որ i տվյալներ բնակիչներ
un- ում տվյալների պահեստ պետք է ունենա հետևյալ 4
Կարատերիստիխե:
▪ Առարկայական ուղղվածություն
▪ Ինտեգրված
▪ Ոչ անկայուն
▪ Ժամանակի ընթացքում փոփոխական
Առարկայական ուղղվածություն ասելով Ինմոնը նշանակում է, որ i տվյալներ ամսաթվի մեջ
պահեստ ամենամեծ կազմակերպական տարածքներում, որոնք եղել են
սահմանված մոդելում տվյալներ. Օրինակ բոլորը տվյալներ վերաբերյալ i հաճախորդները
պարունակվում են թեմայի տարածքում ՀԱՃԱԽՈՐԴՆԵՐԻՆ. Նմանապես բոլորը
տվյալներ ապրանքների հետ կապված պարունակվում են թեմայի տարածքում
ԱՊՐԱՆՔՆԵՐ.
Ինտեգրված Ինմոն ասելով նշանակում է, որ i տվյալներ գալիս է տարբեր
հարթակները, համակարգերը և տեղանքները համակցված և պահվում են
միայնակ տեղ. Հետևաբար տվյալներ նմանատիպը պետք է փոխակերպվի
հետևողական ձևաչափերով, որպեսզի դրանք հնարավոր լինի ավելացնել և համեմատել
հեշտությամբ.
Օրինակ՝ ներկայացված են արական և իգական սեռերը
մի համակարգում M և F տառերով, մյուսում՝ 1-ով և 0-ով: Համար
ինտեգրել դրանք ճիշտ ձևով, պետք է մեկ կամ երկու ձևաչափեր
փոխակերպվել այնպես, որ երկու ձևաչափերը նույնն են: Սրանում
Այն դեպքում, երբ մենք կարող ենք M-ը փոխել 1-ի, իսկ F-ը՝ 0-ի կամ հակառակը: Կողմնորոշված ​​դեպի
առարկան և Ինտեգրվածը ցույց են տալիս, որ տվյալների պահեստ այն նախատեսված է
ապահովել ֆունկցիոնալ և լայնակի տեսլական տվյալներ մի կողմ
ընկերության։
Non-volatile ասելով նա նկատի ունի, որ i տվյալներ մեջ տվյալների պահեստ նրանք մնում են
հետևողական և թարմացվող տվյալներ դա անհրաժեշտ չէ. Փոխարենը, ամեն
փոփոխություն մեջ տվյալներ բնօրինակները ավելացված են բազա ամսաթվի
պահեստ. Սա նշանակում է, որ պատմական դեյ տվյալներ պարունակվում է
տվյալների պահեստ.
Ժամանակի փոփոխականների համար Inmon-ը ցույց է տալիս, որ i տվյալներ մեջ տվյալների պահեստ
միշտ պարունակում է ei տեմպի ցուցիչները տվյալներ որպես կանոն
հատել որոշակի ժամանակային հորիզոնը. Օրինակ՝ ա
տվյալների պահեստ կարող է պարունակել 5 տարվա պատմական արժեքներ հաճախորդները dal
1993-ից մինչև 1997թ.: Պատմության և ժամանակային շարքի առկայությունը
դե տվյալներ թույլ է տալիս վերլուծել միտումները:
Un տվյալների պահեստ նա կարող է հավաքել իր սեփականը տվյալներ համակարգերից
OLTP; ծագումից տվյալներ կազմակերպության արտաքին և (կամ) այլ մասնագետների կողմից
գրավել համակարգի նախագծերը տվյալներ.
I տվյալներ քաղվածքները կարող են անցնել մաքրման գործընթացով
այս դեպքը i տվյալներ դրանք փոխակերպվում և ինտեգրվում են նախքան լինելը
պահվում է բազա որ տվյալների պահեստ. Հետո ես տվյալներ
ներսում բնակվող բազա որ տվյալների պահեստ հասանելի են
վերջնական օգտագործողի մուտքի և վերականգնման գործիքների համար: Օգտագործելով
այս գործիքները վերջնական օգտագործողը կարող է մուտք գործել ինտեգրված տեսք
-ի կազմակերպման մասին տվյալներ.
I տվյալներ ներսում բնակվող բազա որ տվյալների պահեստ են
պահվում են ինչպես մանրամասն, այնպես էլ ամփոփ ձևաչափերով:
Ամփոփման մակարդակը կարող է կախված լինել դրա բնույթից տվյալներ. Ես տվյալներ
մանրամասն կարող է բաղկացած լինել տվյալներ ընթացիկ և տվյալներ պատմաբանները
I տվյալներ իրականը ներառված չեն տվյալների պահեստ մինչև ես տվյալներ
մեջ տվյալների պահեստ վերաթարմացվում են:
Ի լրումն պահեստավորման տվյալներ իրենք իրենց, ա տվյալների պահեստ կարող է նաև
պահել տարբեր տեսակի դետո կոչվում է ՄԵՏԱՏՎՅԱԼ, որը
նկարագրել ես տվյալներ բնակվող իր բազա.
Գոյություն ունեն մետատվյալների երկու տեսակ՝ զարգացման մետատվյալներ և զարգացման մետատվյալներ
վերլուծություններ.
Մշակման մետատվյալներն օգտագործվում են կառավարելու և ավտոմատացնելու համար
արդյունահանման, մաքրման, քարտեզագրման և բեռնման գործընթացներ տվյալներ մեջ
տվյալների պահեստ.
Մշակման մետատվյալներում պարունակվող տեղեկատվությունը կարող է պարունակել
օպերացիոն համակարգերի մանրամասները, արդյունահանվող տարրերի մանրամասները,
մոդել տվյալներ որ տվյալների պահեստ և ընկերության կանոնները
դարձի տվյալներ.
Մետատվյալների երկրորդ տեսակը, որը հայտնի է որպես վերլուծական մետատվյալներ
հնարավորություն է տալիս վերջնական օգտագործողին ուսումնասիրել տվյալների բովանդակությունը
պահեստ գտնելու համար տվյալներ հասանելի է և ինչ են դրանք նշանակում
պարզ և ոչ տեխնիկական:
Հետևաբար, վերլուծական մետատվյալները աշխատում են որպես կամուրջ տվյալների միջև
պահեստի և վերջնական օգտագործողի հավելվածներ: Այս մետատվյալները կարող են
պարունակում է բիզնես մոդելը, նկարագրությունները տվյալներ թղթակիցներ
բիզնես մոդելին, նախապես սահմանված հարցումներին և հաշվետվություններին,
տեղեկություններ օգտվողների մուտքերի և ինդեքսի համար:
Վերլուծության և զարգացման մետատվյալները պետք է միավորվեն մեկում
ինտեգրված մետատվյալների պարունակությունը պատշաճ գործելու համար:
Ցավոք, գոյություն ունեցող գործիքներից շատերն ունեն իրենց սեփականը
մետատվյալներ և ներկայումս գոյություն չունեն այդ ստանդարտներ
թույլ են տալիս տվյալների պահեստավորման գործիքներին դրանք ինտեգրել
մետատվյալներ. Այս իրավիճակը շտկելու համար շատ առևտրականներ
Տվյալների պահեստավորման հիմնական գործիքները ձևավորել են Meta Data
Խորհուրդը, որը հետագայում դարձավ Meta Data Coalition:
Այս կոալիցիայի նպատակը մետատվյալների հավաքածու ստեղծելն է
ստանդարտ, որը թույլ է տալիս տվյալների պահեստավորման տարբեր գործիքներ
փոխակերպել մետատվյալները
Նրանց ջանքերը հանգեցրին Մետայի ծնունդին
Տվյալների փոխանակման ճշգրտում (MDIS), որը թույլ կտա փոխանակել
Microsoft-ի արխիվների և առնչվող MDIS ֆայլերի միջև տեղեկատվության միջև:
-ի գոյությունը տվյալներ ինչպես ամփոփ/ինդեքսավորված, այնպես էլ մանրամասն տալիս է
օգտագործողին հնարավորություն է տալիս իրականացնել DRILL DROWN
(հորատում) արի տվյալներ ինդեքսավորվում է մանրամասն և հակառակը:
-ի գոյությունը տվյալներ մանրամասն պատմությունները թույլ են տալիս ստեղծել
ժամանակի ընթացքում միտումների վերլուծություն: Բացի այդ, վերլուծության մետատվյալները կարող են
օգտագործել որպես գրացուցակ բազա որ տվյալների պահեստ յուրաքանչյուր
օգնել վերջնական օգտագործողներին գտնել i տվյալներ անհրաժեշտ է
Համեմատած OLTP համակարգերի հետ՝ իրենց աջակցելու ունակությամբ
վերլուծություն տվյալներ և հաշվետվություն, ի տվյալների պահեստ այն դիտվում է որպես համակարգ
ավելի հարմար տեղեկատվական գործընթացների համար, ինչպիսիք են պատրաստումը և
պատասխանել հարցումներին և պատրաստել հաշվետվություններ: Հաջորդ բաժինը
մանրամասնորեն կընդգծի երկու համակարգերի տարբերությունները:
ՏՎՅԱԼՆԵՐԻ ՊԱՀԵՍՏ OLTP ՀԱՄԱԿԱՐԳԵՐԻ ԴԵՄ
Կազմակերպությունների ներսում տեղեկատվական համակարգերից շատերը
Դրանք նախատեսված են ամենօրյա գործողություններին աջակցելու համար: Սրանք
համակարգեր, որոնք հայտնի են որպես OLTP SYSTEMS, գրավում են գործարքները
անընդհատ թարմացվում է ամեն օր:
I տվյալներ այս համակարգերում դրանք հաճախ փոփոխվում են, ավելացվում կամ
ջնջված է։ Օրինակ, հաճախորդի հասցեն գրեթե չի փոխվում
նա տեղափոխվում է մի տեղից մյուսը: Այս դեպքում նոր հասցեն
կգրանցվի՝ փոփոխելով հասցեի դաշտը բազա.
Այս համակարգերի հիմնական նպատակն է նվազեցնել ծախսերը
գործարքները և միևնույն ժամանակ կրճատել մշակման ժամանակները:
OLTP համակարգերի օրինակները ներառում են այնպիսի կարևոր գործողություններ, ինչպիսիք են գրելը
պատվերի հաշվառում, աշխատավարձ, հաշիվ-ապրանքագրեր, արտադրություն, աի ծառայություններ հաճախորդները.
Ի տարբերություն OLTP համակարգերի, որոնք ստեղծվել են յուրաքանչյուր գործընթացում
գործարքների և իրադարձությունների հիման վրա, i տվյալների պահեստ դրանք ստեղծվել են
աջակցել վերլուծության վրա հիմնված գործընթացներին տվյալներ U- ն է
որոշումների գործընթացները:
Սա սովորաբար ձեռք է բերվում i տվյալներ տարբեր համակարգերից
OLTP և արտաքին մեկ «կոնտեյներով»: տվյալներ, ինչպես քննարկվել է
նախորդ բաժնում։
Monash տվյալների պահեստավորման գործընթացի մոդել
Գործընթացի մոդելը տվյալների պահեստ Մոնաշը մշակվել է
Monash DSS Research Group-ի հետազոտողները հիմնված են
-ի գրականությունները տվյալների պահեստ, աջակցելու փորձի վրա
համակարգերի ոլորտների զարգացում, վաճառողների հետ քննարկումների վերաբերյալ
հավելվածներ օգտագործման համար տվյալների պահեստ, փորձագետների խմբի վրա
-ի օգտագործման մեջ տվյալների պահեստ.
Փուլերն են՝ մեկնարկը, պլանավորումը, մշակումը և շահագործումը
Բացատրություններ. Դիագրամը բացատրում է կրկնվող բնույթը կամ
ա–ի էվոլյուցիոն զարգացումը տվյալների պահեստ գործընթաց օգտագործելով
երկկողմանի սլաքներ, որոնք տեղադրված են տարբեր փուլերի միջև: Սրանում
«կրկնվող» և «էվոլյուցիոն» համատեքստը նշանակում է, որ յուրաքանչյուրում
գործընթացի փուլը, իրականացման աշխատանքները կարող են կատարվել
միշտ տարածվում է հետընթաց դեպի նախորդ փուլ: Սա
ծրագրի բնույթով պայմանավորված ա տվյալների պահեստ նել քվալ
ցանկացած պահի առաջանում են լրացուցիչ հարցումներ
վերջնական օգտագործողի: Օրինակ, զարգացման փուլում ա
ընթացքը տվյալների պահեստ, մեկը պահանջվում է վերջնական օգտագործողի կողմից
նոր հարթություն կամ առարկայական տարածք, որը չի պատկանում
սկզբնական պլանը, սա պետք է ավելացվի համակարգին: Սա
առաջացնում է նախագծի փոփոխություն. Արդյունքն այն է, որ թիմը
դիզայնը պետք է փոխի մինչ այժմ ստեղծված փաստաթղթերի պահանջները
նախագծման փուլում։ Շատ դեպքերում, ներկայիս վիճակը
նախագիծը պետք է վերադառնա նախագծման փուլ, որտեղ
նոր հարցումը պետք է ավելացվի և փաստաթղթավորվի: Օգտագործողը
վերջնական պետք է կարողանա տեսնել հատուկ վերանայված փաստաթղթերը ei
փոփոխություններ, որոնք կատարվել են զարգացման փուլում։ -ի վերջում
Այս զարգացման ցիկլը նախագիծը պետք է մեծ արձագանք ստանա
երկու թիմերը, մշակողների թիմը և օգտագործողների թիմը: THE
Հետադարձ կապն այնուհետև նորից օգտագործվում է ապագա նախագիծը բարելավելու համար:
Կարողությունների պլանավորում
Dw-ն հակված է շատ մեծ չափերի և մեծանալու
շատ արագ (Լավագույն 1995, Rudin 1997a) հետևելով
չափը տվյալներ պատմություններ, որոնք նրանք պահպանում են իրենց տևողությունից: Այնտեղ
աճը կարող է պայմանավորված լինել նաև տվյալներ կողմից պահանջվող լրացուցիչ իրեր
օգտագործողներին արժեքը բարձրացնելու համար տվյալներ որ նրանք արդեն ունեն։ Սկսած
հետևաբար, պահպանման պահանջները տվյալներ կարող է
զգալիորեն բարելավվել (Eckerson 1997): Այդպես է, որ կա
անհրաժեշտ է ապահովել՝ իրականացնելով պլանավորում
հզորությունը, որով կարող է աճել կառուցվելիք համակարգը
կարիքների աճ (Best 1995, LaPlante 1996, Lang 1997,
Eckerson 1997, Rudin 1997a, Foley 1997a):
dw-ի մասշտաբայնությունը պլանավորելիս պետք է իմանալ
պաշարների չափի ակնկալվող աճ, հարցերի տեսակներ
հավանական է, որ իրականացվի, և աջակցվող վերջնական օգտագործողների թիվը (Լավագույն
1995, Rudin 1997b, Foley 1997a): Կառուցեք մասշտաբային հավելվածներ
պահանջում է մասշտաբային սերվերի տեխնոլոգիաների և տեխնիկայի համադրություն
մասշտաբային հավելվածների նախագծման համար (Best 1995, Rudin 1997b.
Երկուսն էլ անհրաժեշտ են հավելված ստեղծելիս
չափազանց լայնածավալ: Scalable սերվերի տեխնոլոգիաները կարող են
դարձնել այն հեշտ և շահավետ ավելացնել պահեստավորումը, հիշողությունը և
CPU առանց նվաստացուցիչ կատարողականության (Lang 1997, Telephony 1997):
Գոյություն ունեն երկու հիմնական մասշտաբային սերվերի տեխնոլոգիա՝ հաշվարկ
սիմետրիկ բազմակի (SMP) և զանգվածային մշակում
զուգահեռ (MPP) ) (IDC 1997, Humphries et al. 1999): Սերվեր
SMP սովորաբար ունի մի քանի պրոցեսորներ, որոնք կիսում են մեկ հիշողություն,
ավտոբուսային համակարգ և այլ ռեսուրսներ (IDC 1997, Humphries et al. 1999):
Ավելացման համար կարող են ավելացվել լրացուցիչ պրոցեսորներ
նրա իշխանություն հաշվողական. Մեկ այլ մեթոդ բարձրացնելու
իշխանություն SMP սերվերի հաշվողական հզորությունը միավորել է բազմաթիվ
SMP մեքենաներ. Այս տեխնիկան հայտնի է որպես կլաստերավորում (Humphries
et al. 1999): MPP սերվերը, մյուս կողմից, ունի բազմաթիվ պրոցեսորներ
սեփական հիշողությամբ, ավտոբուսային համակարգով և այլ ռեսուրսներով (IDC 1997,
Համֆրիսը և այլք: 1999): Յուրաքանչյուր պրոցեսոր կոչվում է հանգույց: Ա
աումենտո դելլա իշխանություն հաշվողական կարելի է ձեռք բերել
լրացուցիչ հանգույցներ ավելացնելով MPP սերվերներին (Humphries et al.
1999).
SMP սերվերների թույլ կողմը չափազանց շատ մուտքային-ելքային գործողություններն են
(I/O) կարող է ծանրաբեռնել ավտոբուսային համակարգը (IDC 1997): Սա
խնդիրը չի առաջանում MPP սերվերների ներսում, քանի որ ամեն
պրոցեսորն ունի իր ավտոբուսային համակարգը: Այնուամենայնիվ, փոխկապակցվածությունները
յուրաքանչյուր հանգույցի միջև դրանք սովորաբար շատ ավելի դանդաղ են, քան ավտոբուսային համակարգը
SMP-ների. Բացի այդ, MPP սերվերները կարող են շերտ ավելացնել
հավելյալ բարդություն հավելվածների մշակողների համար (IDC
1997): Այսպիսով, SMP և MPP սերվերների միջև ընտրությունը կարող է ազդել
բազմաթիվ գործոններով, ներառյալ հարցերի բարդությունը, հարաբերությունները
գինը/կատարումը, բուժման պահանջվող հզորությունը,
կանխեց dw հավելվածները և չափերի մեծացումը բազա
dw-ի և վերջնական օգտագործողների քանակի մեջ:
Բազմաթիվ մասշտաբային հավելվածների նախագծման տեխնիկա
կարող է օգտագործվել կարողությունների պլանավորման մեջ: Մեկը
օգտագործում է տարբեր ծանուցման ժամանակաշրջաններ, ինչպիսիք են օրերը, շաբաթները, ամիսները և տարիները:
Ունենալով ծանուցման տարբեր ժամանակահատվածներ՝ բազա կարելի է բաժանել
կտորները հեշտությամբ խմբավորվում են միասին (Inmon et al. 1997): Ուրիշ մեկը
տեխնիկան կառուցված ամփոփ աղյուսակների օգտագործումն է
ամփոփելով տվյալներ da տվյալներ մանրամասն. Այսպիսով, Ի տվյալներ ամփոփագրերն ավելին են
կոմպակտ, քան մանրամասն, ինչը պահանջում է ավելի քիչ հիշողության տարածք:
Այսպիսով, տվյալներ մանրամասները կարող են պահվել սկավառակում
ավելի էժան պահեստավորում, որն ավելի շատ պահեստավորում է խնայում:
Թեև ամփոփ աղյուսակների օգտագործումը կարող է տարածք խնայել
հիշողությունը, դրանք մեծ ջանքեր են պահանջում՝ դրանք արդիական պահելու համար
կոմերցիոն կարիքներին համապատասխան: Այնուամենայնիվ, այս տեխնիկան
լայնորեն օգտագործվում և հաճախ օգտագործվում է տեխնիկայի հետ համատեղ
նախորդ (Լավագույն 1995, Inmon 1996a, Chauduri և Dayal
1997).
Սահմանելը Տվյալների պահեստ Տեխնիկական
Ճարտարապետություն Տեխնիկայի սահմանում
dw ճարտարապետություններ
Տվյալների պահեստավորման վաղ ընդունողները հիմնականում բեղմնավորված էին
dw-ի կենտրոնացված իրականացում, որտեղ բոլորը տվյալներ, ներառված
i տվյալներ արտաքին, ինտեգրվել են մեկ,
ֆիզիկական պահեստ (Inmon 1996a, Bresnahan 1996, Peacock 1998):
Այս մոտեցման հիմնական առավելությունն այն է, որ վերջնական օգտագործողները
Ես ի վիճակի եմ մուտք գործել ձեռնարկատիրական մասշտաբով
(ձեռնարկության լայն տեսարան) dei տվյալներ կազմակերպական (Ovum 1998): Մեկ այլ
առավելությունն այն է, որ այն առաջարկում է ստանդարտացում տվյալներ միջոցով
կազմակերպությունը, ինչը նշանակում է, որ կա միայն մեկ տարբերակ կամ
dw ավանդում օգտագործվող յուրաքանչյուր տերմինաբանության սահմանումը
(պահեստավորում) մետատվյալներ (Flanagan and Safdie 1997, Ovum 1998): Այն
Մյուս կողմից, այս մոտեցման թերությունն այն է, որ այն թանկ է և դժվար
կառուցվելիք (Flanagan and Safdie 1997, Ovum 1998, Inmon et al.
1998): Պահպանման ճարտարապետությունից շատ չանցած տվյալներ
կենտրոնացված դարձավ հանրաճանաչ, արդյունահանման հայեցակարգը զարգացավ
-ի ամենափոքր ենթաբազմություններից տվյալներ կարիքներին աջակցելու համար
հատուկ ծրագրեր (Varney 1996, IDC 1997, Berson and Smith
1997, սիրամարգ 1998): Այս փոքր համակարգերը բխում են ավելի շատից
մեծ տվյալների պահեստ կենտրոնացված. Դրանք կոչվում են ամսաթիվ
կախյալ գերատեսչական պահեստներ կամ կախյալ տվյալների մարթեր:
Կախված տվյալների mart ճարտարապետությունը հայտնի է որպես
եռաստիճան ճարտարապետություն, որտեղ առաջին մակարդակը բաղկացած է տվյալներից
կենտրոնացված պահեստ, երկրորդը բաղկացած է պահեստներից տվյալներ
գերատեսչական և երրորդը բաղկացած է մուտքից տվյալներ և գործիքներից
վերլուծություն (Demarest 1994, Inmon et al. 1997):
Տվյալների մարթերը սովորաբար կառուցվում են դրանից հետո տվյալների պահեստ
կենտրոնացված է կառուցվել կարիքները բավարարելու համար
կոնկրետ միավորներ (White 1995, Varney 1996):
Data marts խանութ i տվյալներ շատ կարևոր՝ կապված մանրամասների հետ
միասնություն (Inmon et al. 1997, Inmon et al. 1998, IA 1998):
Այս մեթոդի առավելությունն այն է, որ չի լինի դետո ոչ
ինտեգրված և որ i տվյալներ դրանք ավելի քիչ ավելորդ կլինեն տվյալների շրջանակներում
marts, քանի որ բոլոր տվյալներ գալիս են ավանդից տվյալներ ինտեգրված.
Մեկ այլ առավելություն այն է, որ յուրաքանչյուրի միջև քիչ կապեր կլինեն
տվյալների մարթեր և հարակից աղբյուրներ տվյալներ քանի որ յուրաքանչյուր տվյալների մարթ ունի միայն
աղբյուր տվյալներ. Գումարած այս ճարտարապետությունը տեղում, օգտվողները
եզրափակիչները դեռևս կարող են մուտք գործել ակնարկ տվյալներ
կորպորատիվ կազմակերպություններ. Այս մեթոդը հայտնի է որպես
վերևից վար մեթոդ, որի դեպքում տվյալների մարթերը կառուցվում են տվյալներից հետո
պահեստ (սիրամարգ 1998, Գոֆ 1998)։
Արդյունքները վաղ ցույց տալու անհրաժեշտության ավելացում, ոմանք
կազմակերպությունները սկսել են անկախ տվյալների գծեր կառուցել
(Flanagan and Safdie 1997, White 2000): Այս դեպքում տվյալների մարսները
վերցնում են իրենցը տվյալներ ուղիղ հիմունքներից տվյալներ OLTP-ից և ոչ
կենտրոնացված և ինտեգրված պահեստավորում՝ դրանով իսկ վերացնելով դրա անհրաժեշտությունը
ունեն կենտրոնական պահեստ տեղում։
Յուրաքանչյուր տվյալների մարթ պահանջում է առնվազն մեկ հղում դեպի իր աղբյուրները
di տվյալներ. Յուրաքանչյուր ամսաթվի համար բազմաթիվ հղումներ ունենալու մեկ թերություն
mart այն է, որ, համեմատած երկու նախորդ ճարտարապետությունների հետ,
-ի գերառատությունը տվյալներ զգալիորեն ավելանում է.
Յուրաքանչյուր տվյալների մարթ պետք է պահպանի բոլորը տվյալներ պահանջվում է տեղում
ազդեցություն չունեն OLTP համակարգերի վրա: Սա հանգեցնում է նրան, որ i տվյալներ
դրանք պահվում են տարբեր տվյալների մարկերում (Inmon et al. 1997):
Այս ճարտարապետության մեկ այլ թերությունն այն է, որ այն հանգեցնում է
տվյալների մարթերի և դրանց միջև բարդ փոխկապակցումների ստեղծում
աղբյուրները տվյալներ որոնք դժվար է իրականացնել և վերահսկել (Inmon ed
մյուսները. 1997):
Մեկ այլ թերություն այն է, որ վերջնական օգտագործողները չեն կարողանում սնուցել
մուտք գործել ընկերության տեղեկատվության ակնարկը որպես i տվյալներ
Տարբեր տվյալների գծերը ինտեգրված չեն (Ovum 1998):
Մեկ այլ թերություն այն է, որ կարող են լինել մեկից ավելի
սահմանում յուրաքանչյուր տերմինաբանության համար, որն օգտագործվում է տվյալների մարտերում, որոնք նա ստեղծում է
-ի անհամապատասխանությունները տվյալներ կազմակերպությունում (Ovum 1998):
Չնայած վերը քննարկված թերություններին, անկախ տվյալների մարտերը
դրանք դեռևս գրավում են բազմաթիվ կազմակերպությունների հետաքրքրությունը (IDC 1997):
Նրանց գրավիչ դարձնող գործոններից մեկն այն է, որ նրանք ավելի արագ են զարգանում
և պահանջում են ավելի քիչ ժամանակ և ռեսուրսներ (Bresnahan 1996, Berson e
Սմիթ 1997, ձվաբջիջ 1998): Ըստ այդմ՝ հիմնականում ծառայում են
որպես թեստային նախագծեր, որոնք կարող են օգտագործվել նույնականացնելու համար
արագորեն օգուտները և/կամ նախագծում առկա թերությունները (Parsaye
1995, Braly 1995, Newing 1996): Տվյալ դեպքում հատվածը
փորձնական նախագծում իրականացումը պետք է լինի փոքր, բայց կարևոր
կազմակերպության համար (Newing 1996, Mansell-Lewis 1996):
Նախատիպը ուսումնասիրելով՝ վերջնական օգտագործողները և վարչակազմը կարող են
որոշել՝ շարունակե՞լ, թե՞ դադարեցնել նախագիծը (Ֆլանագան և Սաֆդի
1997).
Եթե ​​որոշումը պետք է շարունակվի, ապա տվյալները ցույց են տալիս այլ ոլորտներ
դրանք պետք է կառուցվեն մեկ առ մեկ: Երկու տարբերակ կա
վերջնական օգտվողները՝ հիմնվելով տվյալների կառուցման իրենց կարիքների վրա
անկախ մատրեր՝ ինտեգրված/ֆեդերացված և չինտեգրված (Ձվ
1998)
Առաջին մեթոդով յուրաքանչյուր նոր տվյալների մարթ պետք է կառուցվի
հիմնված ընթացիկ տվյալների և մոդելի վրա տվյալներ օգտագործված
ընկերության կողմից (Varney 1996, Berson and Smith 1997, Peacock 1998):
Մոդելի օգտագործման անհրաժեշտությունը տվյալներ ընկերության կողմից անհրաժեշտ է
համոզվեք, որ յուրաքանչյուր տերմինաբանության համար կա միայն մեկ սահմանում
օգտագործվում է տվյալների մարթերի միջոցով, սա նաև այդ տվյալները ապահովելու համար է
Տարբեր մարթեր կարող են միավորվել՝ ակնարկ տալու համար
կորպորատիվ տեղեկատվություն (Bresnahan 1996): Այս մեթոդն է
կոչվում է ներքևից վեր և լավագույնն է, երբ կա սահմանափակում
ֆինանսական միջոցներ և ժամանակ (Flanagan and Safdie 1997, Ovum 1998,
peacock 1998, Goff 1998): Երկրորդ մեթոդով տվյալների մարսները
կառուցված կարող է բավարարել միայն կոնկրետ միավորի կարիքները:
Դաշնային տվյալների շուկայի տարբերակն է տվյալների պահեստ բաշխված
որում բազա հանգույց սերվերի միջին ծրագիրն օգտագործվում է շատերին միանալու համար
տվյալների մարթերը մեկ պահոցում տվյալներ տարածված (White 1995): Մեջ
այս դեպքում, i տվյալներ ընկերությունները բաշխված են տվյալների մի քանի շուկաներում:
Վերջնական օգտվողի հարցումները փոխանցվում են բազա
հանգույց սերվերի միջին ծրագիր, որը քաղում է բոլորը տվյալներ տվյալների պահանջով
marts և արդյունքները վերադարձնում է վերջնական օգտագործողի հավելվածներին: Սա
մեթոդը վերջնական օգտագործողներին տրամադրում է բիզնես տեղեկատվություն: Այնուամենայնիվ,
Տվյալների մարթերի խնդիրները դեռ վերացված չեն
անկախ. Կա մեկ այլ ճարտարապետություն, որը կարող է օգտագործվել, որը
զանգահարել տվյալների պահեստ վիրտուալ (White 1995): Այնուամենայնիվ, սա
ճարտարապետությունը, որը նկարագրված է նկար 2.9-ում, ճարտարապետություն չէ
պահեստավորման տվյալներ իրական, քանի որ այն չի տեղափոխում բեռը
OLTP համակարգերից մինչև տվյալների պահեստ (Demarest 1994):
Փաստորեն, խնդրանքներ տվյալներ վերջնական օգտագործողների կողմից անցել են
OLTP համակարգեր, որոնք վերամշակումից հետո արդյունքներ են տալիս
օգտագործողների հարցումները. Չնայած այս ճարտարապետությունը թույլ է տալիս օգտվողներին
վերջնական հաշվետվություններ ստեղծելու և հարցումներ ձևակերպելու համար, չի կարող ապահովել i
տվյալներ ընկերության տեղեկատվության պատմությունը և ակնարկը i տվյալներ
տարբեր OLTP համակարգերից ինտեգրված չեն: Այսպիսով, այս մեկը
ճարտարապետությունը չի կարող բավարարել վերլուծությունը տվյալներ այնպիսի բարդույթներ, ինչպիսիք են
օրինակ կանխատեսումներ.
Մուտքի և մուտքի հավելվածների ընտրություն
-ի վերականգնում տվյալներ
Կառուցման նպատակը ա տվյալների պահեստ փոխանցելն է
տեղեկատվություն վերջնական օգտագործողներին (Inmon et al 1997, Poe 1996,
McFadden 1996, Shanks et al 1997, Hammergren 1998); մեկ կամ
բազմակի մուտքի և վերականգնման հավելվածներ տվյալներ պետք է տրամադրվի. Դեպի
այսօր այս հավելվածների լայն տեսականի կա, որից օգտվողը կարող է ընտրել
ընտրել (Hammergren 1998, Humphries et al. 1999): Այն
ընտրված հավելվածները որոշում են ջանքերի հաջողությունը
պահեստավորման տվյալներ կազմակերպությունում, քանի որ
հավելվածները ամենատեսանելի մասն են տվյալների պահեստ օգտագործողին
վերջնական (Inmon et al. 1997, Poe 1996): Ժամադրության հաջողության հասնելու համար
պահեստ, պետք է կարողանա աջակցել վերլուծության գործունեությանը տվյալներ
վերջնական օգտագործողի մասին (Poe 1996, Seddon and Benjamin 1998, Eckerson
1999): Այսպիսով, վերջնական օգտագործողի ուզածի «մակարդակը» պետք է լինի
նույնականացված (Poe 1996, Mattison 1996, Inmon et al 1997,
Համֆրիս և ուրիշներ 1999 թ.):
Ընդհանուր առմամբ, վերջնական օգտագործողները կարող են խմբավորվել երեքի
կատեգորիաներ՝ գործադիր օգտատերեր, բիզնես վերլուծաբաններ և հզոր օգտատերեր (Պո
1996, Humphries et al. 1999): Գործադիր օգտատերերին անհրաժեշտ է
հեշտ մուտք դեպի կանխորոշված ​​հաշվետվությունների հավաքածուներ (Humphries ed
մյուսները 1999): Այս հաշվետվությունները կարելի է հեշտությամբ ձեռք բերել
մենյուի նավարկություն (Poe 1996): Բացի այդ, հաշվետվությունները պետք է
ներկայացնել տեղեկատվություն՝ օգտագործելով գրաֆիկական ներկայացում
ինչպիսիք են աղյուսակները և ձևանմուշները արագ տեղափոխելու համար
տեղեկատվություն (Humphries et al. 1999): Բիզնես վերլուծաբաններ, որոնք ոչ
նրանք կարող են ունենալ հարաբերություններ զարգացնելու տեխնիկական հնարավորություններ
զրոյական է ինքնուրույն, նրանք պետք է կարողանան փոփոխել ընթացիկ հարաբերությունները
բավարարել իրենց հատուկ կարիքները (Poe 1996, Humphries et al
1999): Մյուս կողմից, հզոր օգտագործողները վերջնական օգտագործողների այն տեսակն են, ովքեր
ունեն հնարավորություն ստեղծելու և գրելու հարցումներ և հաշվետվություններ
զրո (Poe 1996, Humphries et al. 1999): Նրանք են, ովքեր
մշակել հաշվետվություններ այլ տեսակի օգտատերերի համար (Poe 1996, Humphries
և ուրիշներ 1999):
Որոշվելուց հետո վերջնական օգտագործողի պահանջները պետք է կատարվեն
մուտքի և վերականգնման հավելվածների ընտրություն տվյալներ բոլորի մեջ
մատչելիները (Poe 1996, Inmon et al. 1997):
Մուտք դեպի տվյալներ իսկ որոնման գործիքները կարող են լինել
դասակարգվում է 4 տեսակի՝ OLAP գործիք, EIS/DSS գործիք, հարցման գործիք և
հաշվետվությունների և տվյալների արդյունահանման գործիքներ:
OLAP գործիքները թույլ են տալիս օգտվողներին ստեղծել ժամանակավոր հարցումներ, ինչպես նաև
վրա պատրաստվածները բազա որ տվյալների պահեստ. Գումարած այս ապրանքները
թույլ տալ օգտվողներին փորել ներքեւ տվյալներ ընդհանուր նրանց համար
մանրամասն.
EIS/DSS գործիքներն ապահովում են գործադիր հաշվետվություններ որպես «ինչ կլիներ, եթե» վերլուծություն
և մուտք դեպի մենյուի կողմից կազմակերպված հաշվետվություններ: Հաշվետվությունները պետք է լինեն
նախապես սահմանված և միաձուլված ընտրացանկերի հետ՝ ավելի հեշտ նավարկելու համար:
Հարցման և հաշվետվության գործիքները թույլ են տալիս օգտվողներին հաշվետվություններ պատրաստել
կանխորոշված ​​և կոնկրետ:
Տվյալների արդյունահանման գործիքներն օգտագործվում են բացահայտելու հարաբերությունները, որոնք
կարող է նոր լույս սփռել երկրում մոռացված գործողությունների վրա տվյալներ որ
տվյալների պահեստ.
Օգտատիրոջ յուրաքանչյուր տեսակի պահանջների օպտիմալացման հետ մեկտեղ, i
Ընտրված գործիքները պետք է լինեն ինտուիտիվ, արդյունավետ և հեշտ օգտագործման համար:
Նրանք պետք է նաև համատեղելի լինեն ճարտարապետության այլ մասերի հետ, էլ
առկա համակարգերի հետ աշխատելու ունակություն: Առաջարկվում է նաև
ընտրեք տվյալների հասանելիության և որոնման գործիքներ՝ գներով և կատարողականությամբ
ողջամիտ. Մյուս չափանիշները, որոնք պետք է հաշվի առնել, ներառում են պարտավորությունները
գործիքի վաճառողը՝ իրենց արտադրանքին և դրա զարգացումներին աջակցելու համար
նույնը կլինի հետագա թողարկումներում: Օգտատիրոջ ներգրավվածությունն ապահովելու համար
Տվյալների պահեստն օգտագործելիս մշակող թիմը ներառում է
օգտագործողներ գործիքի ընտրության գործընթացում: Այս դեպքում
պետք է իրականացվի օգտագործողի գործնական գնահատում:
Տվյալների պահեստի արժեքը բարելավելու համար մշակող թիմը կարող է
ապահովել նաև վեբ մուտք դեպի իրենց տվյալների պահեստներ: Ա
Վեբ միացված տվյալների պահեստը թույլ է տալիս օգտվողներին մուտք գործել տվյալներ
հեռավոր վայրերից կամ ճանապարհորդելիս: Նաև տեղեկատվությունը կարող է
տրամադրվել ավելի ցածր ծախսերով՝ ծախսերի կրճատման միջոցով
վերապատրաստման
2.4.3 Տվյալների պահեստ Գործողության փուլ
Այս փուլը բաղկացած է երեք գործողություններից. Ամսաթվերի ռազմավարությունների սահմանում
թարմացում, տվյալների պահեստի գործունեության վերահսկում և կառավարում
տվյալների պահեստի անվտանգություն.
Տվյալների թարմացման ռազմավարությունների սահմանում
Նախնական բեռնումից հետո, i տվյալներ մեջ բազա տվյալների պահեստից
պետք է պարբերաբար թարմացվի խաղալու համար
վրա կատարված փոփոխությունները տվյալներ բնօրինակները։ Ուստի մենք պետք է որոշենք
երբ թարմացնել, որքան հաճախ
թարմացնել և ինչպես թարմացնել տվյալներ. Առաջարկվում է անել
թարմացնել dei տվյալներ երբ համակարգը կարող է անջատվել: Այնտեղ
Թարմացման արագությունը որոշվում է մշակողների թիմի կողմից
օգտագործողի պահանջների վրա: Թարմացնելու երկու մոտեցում կա
տվյալների պահեստ. ամբողջական թարմացում և շարունակական բեռնում
կամբիամենտի.
Առաջին մոտեցումը՝ ամբողջական թարմացում, պահանջում է վերաբեռնում
ամբողջ տվյալներ զրոյից. Սա նշանակում է, որ բոլոր տվյալներ պարտադիր պետք է
արդյունահանվել, մաքրվել, վերափոխվել և ինտեգրվել յուրաքանչյուր թարմացման մեջ: Սա
մոտեցումից պետք է հնարավորինս խուսափել, քանի որ
Դա պահանջում է շատ ժամանակ և ռեսուրսներ:
Այլընտրանքային մոտեցում է անընդհատ բեռնել i
փոփոխությունները։ Սա ավելացնում է i տվյալներ որոնք փոխվել են
տվյալների պահեստի թարմացման վերջին ցիկլից ի վեր: -ի նույնականացումը
նոր կամ փոփոխված գրառումները զգալիորեն նվազեցնում են դրանց քանակը
տվյալներ որոնք պետք է տարածվեն յուրաքանչյուրի տվյալների պահեստում
թարմացնել, քանի որ միայն սրանք տվյալներ կավելացվի բազա
տվյալների պահեստից։
Առնվազն 5 մոտեցում կա, որոնք կարող են օգտագործվել հանելու համար
i տվյալներ նոր կամ փոփոխված: Արդյունավետ ռազմավարություն ձեռք բերելու համար
թարմացնել dei տվյալներ այս մոտեցումների խառնուրդը կարող է օգտակար լինել
ընտրում է համակարգի բոլոր փոփոխությունները:
Առաջին մոտեցումը, որն օգտագործում է ժամանակի դրոշմակնիքներ, ենթադրում է, որ դա գալիս է
հանձնարարված է բոլորին տվյալներ խմբագրել և թարմացրել է ժամանակի դրոշմը
որպեսզի կարողանանք հեշտությամբ բացահայտել բոլորին տվյալներ փոփոխված և նոր։
Այս մոտեցումը, սակայն, մեծ մասում լայնորեն չի կիրառվել
այսօրվա օպերացիոն համակարգերի մի մասը:
Երկրորդ մոտեցումը դելտա ֆայլի օգտագործումն է, որը ստեղծվել է
հավելված, որը պարունակում է միայն կատարված փոփոխությունները տվյալներ.
Այս ֆայլի օգտագործումը նաև ուժեղացնում է թարմացման ցիկլը:
Այնուամենայնիվ, նույնիսկ այս մեթոդը շատերի մոտ չի կիրառվել
հավելվածներ։
Երրորդ մոտեցումը մատյան ֆայլի սկանավորումն է, որը
հիմնականում պարունակում է նման տեղեկատվություն delta ֆայլին: Միակը
տարբերությունն այն է, որ լոգ ֆայլը ստեղծվում է վերականգնման գործընթացի համար և
դա կարող է դժվար լինել հասկանալ:
Չորրորդ մոտեցումը դիմումի կոդը փոփոխելն է:
Այնուամենայնիվ, դիմումի ծածկագրի մեծ մասը հին է և
փխրուն; ուստի այս տեխնիկան պետք է խուսափել:
Վերջին մոտեցումը համեմատելն է i տվյալներ աղբյուրները ֆայլով
գլխավոր աստվածները տվյալներ.
Տվյալների պահեստի գործունեության մոնիտորինգ
Այն բանից հետո, երբ տվյալների պահեստը թողարկվել է օգտագործողներին, դա այդպես է
անհրաժեշտ է ժամանակի ընթացքում վերահսկել այն: Այս դեպքում ադմինիստրատորը
տվյալների պահեստը կարող է օգտագործել մեկ կամ մի քանի կառավարման գործիքներ և
վերահսկում է տվյալների պահեստի օգտագործումը վերահսկելու համար: Մասնավորապես
մարդկանց և եղանակի մասին տեղեկություններ կարելի է հավաքել
որը նրանք մուտք են գործում տվյալների պահեստ: Դե արի տվյալներ կարող են ստեղծվել մշակաբույսեր
կատարված աշխատանքի պրոֆիլը, որը կարող է օգտագործվել որպես մուտքագրում
օգտատիրոջ հետվճարման ներդրման մեջ: The Chargeback
թույլ է տալիս օգտվողներին տեղեկացված լինել մշակման արժեքի մասին
տվյալների պահեստ.
Ավելին, տվյալների պահեստի հսկողությունը կարող է օգտագործվել նաև դրա համար
բացահայտել հարցումների տեսակները, դրանց չափը, յուրաքանչյուր հարցումների քանակը
օրը, հարցմանը պատասխանելու ժամանակը, հասած հատվածները և քանակը
di տվյալներ մշակված. Ստուգումը կատարելու ևս մեկ նպատակ
տվյալների պահեստը պետք է նույնականացնի տվյալներ որոնք չեն օգտագործվում. Սրանք տվյալներ
դրանք կարող են հեռացվել տվյալների պահեստից՝ ժամանակը բարելավելու համար
հարցումների կատարման պատասխանի և վերահսկելու աճը
տվյալներ որոնք բնակվում են ներսում տվյալների բազան տվյալների պահեստից։
Տվյալների պահեստի անվտանգության կառավարում
Տվյալների պահեստը պարունակում է տվյալներ ինտեգրված, քննադատական, զգայուն, որ
կարելի է հեշտությամբ հասնել. Այս պատճառով պետք է
պաշտպանված լինել չարտոնված օգտվողներից: Մեկ ճանապարհ դեպի
իրականացնել անվտանգություն՝ օգտագործել del ֆունկցիան ԱՀԿ-ն
տարբեր տեսակի օգտատերերի տարբեր արտոնություններ տրամադրելու համար: Սրանում
այնպես, որ պրոֆիլը պետք է պահպանվի յուրաքանչյուր տեսակի օգտագործողի համար
մուտք. Ձեր տվյալների պահեստը պաշտպանելու մեկ այլ միջոց է այն գաղտնագրել
ինչպես գրված է տվյալների բազան տվյալների պահեստից։ Մուտք դեպի
տվյալներ և որոնման գործիքները պետք է վերծանեն այն տվյալներ ներկայացնելուց առաջ i
արդյունքները օգտվողներին:
2.4.4 Տվյալների պահեստ Տեղակայման փուլ
Դա տվյալների պահեստի իրականացման ցիկլի վերջին փուլն է: Այն
Այս փուլում իրականացվելիք գործողությունները ներառում են ուսուցում
օգտվողներին օգտագործել տվյալների պահեստը և ստեղծել ակնարկներ
տվյալների պահեստից։
Օգտագործողների ուսուցում
Օգտագործողների ուսուցումը պետք է կատարվի նախ
մուտքի հնարավորությունը տվյալներ տվյալների պահեստի և գործիքների օգտագործումը
առբերում. Ընդհանուր առմամբ, նիստերը պետք է սկսվեն
պահեստավորման հայեցակարգի ներդրումը տվյալներ, դեպի
տվյալների պահեստի բովանդակությունը, ai meta տվյալներ և հիմնական հատկանիշները
գործիքներից։ Այնուհետև ավելի առաջադեմ օգտվողները կարող են նաև ուսումնասիրել
ֆիզիկական աղյուսակներ և տվյալների հասանելիության և գործիքների օգտագործողի առանձնահատկությունները
առբերում.
Օգտատերերի վերապատրաստման բազմաթիվ մոտեցումներ կան: Մեկը
դրանք ներառում են բազմաթիվ օգտատերերի կամ վերլուծաբանների ընտրություն, որոնք ընտրվել են ա
օգտվողների խումբ՝ հիմնված նրանց առաջնորդության և կարողությունների վրա
հաղորդակցություն. Սրանք վերապատրաստվում են անձնական կարողություններով
այն ամենը, ինչ նրանք պետք է իմանան՝ ծանոթանալու համար
համակարգ. Ուսուցումն ավարտվելուց հետո նրանք վերադառնում են իրենց աշխատանքին և
նրանք սկսում են սովորեցնել մյուս օգտատերերին, թե ինչպես օգտագործել համակարգը: Վրա
իրենց սովորածի հիման վրա այլ օգտվողներ կարող են սկսել
ուսումնասիրել տվյալների պահեստը.
Մեկ այլ մոտեցում է ուսուցանել բազմաթիվ օգտատերերի նույնը
ժամանակ, ասես լսարանային դասընթաց եք անցնում: Այս մեթոդը
Այն հարմար է, երբ կան շատ օգտվողներ, ովքեր պետք է վերապատրաստվեն
միեւնույն ժամանակ. Մեկ այլ մեթոդ մարզվելն է
յուրաքանչյուր օգտվող անհատապես, մեկ առ մեկ: Այս մեթոդն է
հարմար է, երբ քիչ օգտվողներ կան:
Օգտատերերի վերապատրաստման նպատակը ձեզ ծանոթացնելն է
մուտքի հետ տվյալներ և որոնման գործիքները, ինչպես նաև բովանդակությունը
տվյալների պահեստ. Այնուամենայնիվ, որոշ օգտվողներ կարող են ծանրաբեռնված լինել
նիստի ընթացքում տրամադրված տեղեկատվության քանակով
վերապատրաստում. Այսպիսով, որոշակի քանակությամբ բաներ պետք է արվեն
շարունակական աջակցություն և թարմացման նիստեր՝ արձագանքելու համար
կոնկրետ հարցերին։ Որոշ դեպքերում ձևավորվում է խումբ
օգտվողներին տրամադրել այս տեսակի աջակցություն:
Հավաքեք արձագանքներ
Տվյալների պահեստը գործարկվելուց հետո օգտվողները կարող են
օգտագործել i տվյալներ որոնք գտնվում են տվյալների պահեստում տարբեր նպատակներով:
Հիմնականում վերլուծաբանները կամ օգտատերերն օգտագործում են i տվյալներ մեջ
տվյալների պահեստ՝
1 Բացահայտեք ընկերության միտումները
2 Վերլուծեք գնման պրոֆիլները հաճախորդները
3 Բաժանել i հաճախորդները Էդ ես
4 Տրամադրել լավագույն ծառայությունները հաճախորդները - հարմարեցնել ծառայությունները
5 Ձևակերպել ռազմավարություններ Մարքեթինգ
6 Տրամադրեք մրցակցային գնանշումներ ծախսերի վերլուծության և օգնության համար
վերահսկել
7 Աջակցել ռազմավարական որոշումների կայացմանը
8 Բացահայտեք աչքի ընկնելու հնարավորությունները
9 Բարելավել ընթացիկ բիզնես գործընթացների որակը
10 Ստուգեք շահույթը
Հետևելով տվյալների պահեստի զարգացման ուղղությանը, նրանք կարող էին
Հետադարձ կապ ստանալու համար մի շարք համակարգի վերանայումներ կատարեք
ինչպես զարգացման թիմից, այնպես էլ համայնքից
վերջնական օգտագործողներ.
Ստացված արդյունքները կարելի է հաշվի առնել
զարգացման հաջորդ ցիկլը:
Քանի որ տվյալների պահեստն ունի աստիճանական մոտեցում,
կարևոր է դասեր քաղել նախորդների հաջողություններից և սխալներից
զարգացումները։
2.5 Ամփոփում
Այս գլխում քննարկվել են ներկա մոտեցումները
գրականություն։ Բաժին 1-ում քննարկվեց հայեցակարգը
տվյալների պահեստը և դրա դերը որոշումների գիտության մեջ: Մեջ
բաժին 2-ի միջև հիմնական տարբերությունները
տվյալների պահեստ և OLTP համակարգեր: Բաժին 3-ում մենք քննարկեցինք
Monash տվյալների պահեստի մոդելը, որն օգտագործվել է
4-րդ բաժնում՝ նկարագրելու գործընթացում ներգրավված գործողությունները
տվյալների պահեստի մշակում, որի վրա հիմնված չեն այս թեզերը
խիստ հետազոտություն: Այն, ինչ տեղի է ունենում իրականում, կարող է լինել
շատ տարբեր է գրականությունից, թեև դրանք
արդյունքները կարող են օգտագործվել հիմնական ուղեբեռ ստեղծելու համար, որը
ընդգծել տվյալների պահեստի հայեցակարգը այս հետազոտության համար:
Գլուխ 3
Հետազոտության և նախագծման մեթոդներ
Այս գլուխը վերաբերում է հետազոտության և նախագծման մեթոդներին
այս ուսումնասիրությունը. Առաջին մասը ցույց է տալիս մեթոդների ընդհանուր տեսակետը
Տեղեկատվություն ստանալու համար հասանելի հետազոտության, ընդ որում
Քննարկվում են մեկի համար լավագույն մեթոդի ընտրության չափանիշները
կոնկրետ ուսումնասիրություն։ Այնուհետև 2-րդ բաժնում քննարկվում են երկու մեթոդներ
ընտրված է հենց նոր սահմանված չափանիշներով. սրանցից կընտրվեն ու
ընդունել է մեկը՝ 3-րդ բաժնում շարադրված պատճառներով, որտեղ դրանք կան
բացատրվում են նաև մյուս չափանիշի բացառման պատճառները։ Այնտեղ
4-րդ բաժինը ներկայացնում է հետազոտության նախագիծը, իսկ 5-րդ բաժինը ներկայացնում է այն
եզրակացություններ.
3.1 Հետազոտություններ տեղեկատվական համակարգերում
Տեղեկատվական համակարգերում հետազոտությունները պարզապես սահմանափակված չեն
դեպի տեխնոլոգիական դաշտ, բայց պետք է նաև ընդլայնվի՝ ներառելու համար
նպատակներ վարքագծի և կազմակերպման վերաբերյալ:
Մենք դա պարտական ​​ենք տարբեր առարկաների թեզերին՝ սկսած
հասարակական գիտություններ բնականից; սա հանգեցնում է ա
հետազոտական ​​մեթոդների որոշակի սպեկտր, որոնք ներառում են քանակական մեթոդներ
և որակական, որոնք կօգտագործվեն տեղեկատվական համակարգերի համար:
Բոլոր առկա հետազոտական ​​մեթոդները կարևոր են, իրականում մի քանիսը
այնպիսի հետազոտողներ, ինչպիսիք են Ջենկինսը (1985 թ.), Նունամակերը և այլք: (1991) և Գալիերսը
(1992) պնդում են, որ չկա հատուկ ունիվերսալ մեթոդ
հետազոտություններ իրականացնել տեղեկատվական համակարգերի տարբեր ոլորտներում. Իսկապես
մեթոդը կարող է հարմար լինել որոշակի հետազոտության համար, բայց ոչ
ուրիշների համար։ Սա մեզ բերում է այնպիսի մեթոդ ընտրելու անհրաժեշտություն, որը
հարմար է մեր կոնկրետ հետազոտական ​​նախագծի համար՝ դրա համար
ընտրություն Benbasat et al. (1987) նշում են, որ դրանք պետք է դիտարկվեն
հետազոտության բնույթն ու նպատակը.
3.1.1 Հետազոտության բնույթը
Հետազոտության բնույթից ելնելով կարող են լինել տարբեր մեթոդներ
դասակարգվում է գիտության մեջ լայնորեն հայտնի երեք ավանդույթների
տեղեկատվության՝ պոզիտիվիստական, մեկնաբանական և քննադատական ​​հետազոտություն:
3.1.1.1 Պոզիտիվիստական ​​հետազոտություն
Պոզիտիվիստական ​​հետազոտությունը հայտնի է նաև որպես գիտական ​​ուսումնասիրություն կամ
էմպիրիկ. Այն փորձում է. «բացատրել և կանխատեսել, թե ինչ է լինելու Հայաստանում
սոցիալական աշխարհը՝ դիտարկելով օրինաչափությունները և պատճառահետևանքային հարաբերությունները
այն կազմող տարրերից» (Shanks et al 1993):
Պոզիտիվիստական ​​հետազոտությունը բնութագրվում է նաև կրկնվողությամբ,
պարզեցումներ և հերքումներ. Ավելին, պոզիտիվիստական ​​հետազոտությունները խոստովանում են
ուսումնասիրված երևույթների միջև ապրիորի հարաբերությունների առկայությունը.
Ըստ Գալիերսի (1992) տաքսոնոմիան հետազոտության մեթոդ է
ներառված է պոզիտիվիստական ​​պարադիգմում, որը, սակայն, չի սահմանափակվում այսքանով,
իրականում կան լաբորատոր փորձեր, դաշտային փորձեր,
դեպքերի ուսումնասիրություններ, թեորեմների ապացույցներ, կանխատեսումներ և սիմուլյացիաներ:
Օգտագործելով այս մեթոդները՝ հետազոտողները խոստովանում են, որ երևույթները
ուսումնասիրվածը կարելի է դիտարկել օբյեկտիվ և խստորեն:
3.1.1.2 Մեկնողական հետազոտություն
Մեկնողական հետազոտություն, որը հաճախ կոչվում է ֆենոմենոլոգիա կամ
հակապոզիտիվիզմը Նեյմանը (1994) նկարագրում է որպես «վերլուծություն
գործողության սոցիալական իմաստի համակարգված ուղղակի և
մարդկանց մանրակրկիտ դիտարկում բնական իրավիճակներում, կարգով
հասնել ըմբռնմանը և մեկնաբանմանը, թե ինչպես է
մարդիկ ստեղծում և պահպանում են իրենց սոցիալական աշխարհը»: Ուսումնասիրություններ
մեկնաբանական մեթոդները մերժում են այն ենթադրությունը, որ դիտարկվող երևույթները
կարելի է օբյեկտիվորեն դիտարկել. Իրականում դրանք հիմնված են
սուբյեկտիվ մեկնաբանությունների վրա։ Ավելին, մեկնաբանական հետազոտողները դա չեն անում
նրանք a priori իմաստներ են պարտադրում իրենց ուսումնասիրած երևույթներին:
Այս մեթոդը ներառում է սուբյեկտիվ/փաստարկային ուսումնասիրություններ, գործողություններ
հետազոտություն, նկարագրական/մեկնաբանական ուսումնասիրություններ, ապագա հետազոտություններ և խաղեր
դերը։ Ի լրումն այս հետաքննությունների և դեպքերի ուսումնասիրությունների կարող են լինել
ներառված են այս մոտեցման մեջ, քանի որ դրանք վերաբերում են ուսումնասիրություններին
անհատներ կամ կազմակերպություններ բարդ իրավիճակներում
իրական աշխարհի.
3.1.1.3 Քննադատական ​​հետազոտություն
Քննադատական ​​հետազոտությունը գիտության մեջ ամենաքիչ հայտնի մոտեցումն է
սոցիալական, բայց վերջերս արժանացել է հետազոտողների ուշադրությանը
տեղեկատվական համակարգերի ոլորտում։ Փիլիսոփայական ենթադրությունը, որ
սոցիալական իրականությունը պատմականորեն արտադրվում և վերարտադրվում է մարդկանց կողմից,
ինչպես նաև սոցիալական համակարգերն իրենց գործողություններով և փոխազդեցություններով։ իրենց
կարողությունը, սակայն, միջնորդվում է որոշակի նկատառումներով
սոցիալական, մշակութային և քաղաքական:
Ինչպես մեկնաբանական հետազոտությունը, քննադատական ​​հետազոտությունը պնդում է, որ
պոզիտիվիստական ​​հետազոտությունը ոչ մի կապ չունի սոցիալական համատեքստի հետ և անտեսում է այն
դրա ազդեցությունը մարդու գործողությունների վրա:
Քննադատական ​​հետազոտությունը, մյուս կողմից, քննադատում է մեկնաբանական հետազոտությունը
լինել չափազանց սուբյեկտիվ և քանի որ դա նպատակ չունի օգնելու
մարդկանց կյանքը բարելավելու համար: -ի միջև ամենամեծ տարբերությունը
Քննադատական ​​հետազոտությունը և մյուս երկու մոտեցումները դրա գնահատողական հարթությունն են:
Մինչդեռ պոզիտիվիստական ​​և մեկնաբանական ավանդույթների օբյեկտիվությունը համար է
կանխատեսել կամ բացատրել ստատուս քվոն կամ սոցիալական իրականությունը, քննադատական ​​հետազոտություն
նպատակ ունի քննադատորեն գնահատել և վերափոխել հիմքում ընկած սոցիալական իրականությունը
ստուդիա.
Քննադատ հետազոտողները սովորաբար ընդդիմանում են ստատուս քվոյին, որպեսզի դա անեն
վերացնել սոցիալական տարբերությունները և բարելավել սոցիալական պայմանները. Այնտեղ
Քննադատական ​​հետազոտությունը պարտավորություն ունի դեպի գործընթացային տեսակետ
Հետաքրքիր երևույթ է և, հետևաբար, սովորաբար երկայնական է:
Հետազոտության մեթոդների օրինակներ են երկարաժամկետ պատմական ուսումնասիրությունները և
ազգագրական ուսումնասիրություններ։ Քննադատական ​​հետազոտություններ, սակայն, չեն եղել
լայնորեն կիրառվում է տեղեկատվական համակարգերի հետազոտության մեջ
3.1.2 Հետազոտության նպատակը
Որոնման բնույթի հետ մեկտեղ կարող է օգտագործվել դրա նպատակը
ուղղորդել հետազոտողին որոշակի մեթոդի ընտրության հարցում
հետազոտություն. Հետազոտական ​​նախագծի նպատակը սերտորեն կապված է
որոնման դիրքի համեմատ որոնման ցիկլի հետ, որը բաղկացած է
երեք փուլ՝ տեսության ձևավորում, տեսության փորձարկում և տեսության ճշգրտում
տեսություն։ Այսպիսով, հիմնվելով որոնման ցիկլի նկատմամբ թափի վրա, ա
հետազոտական ​​նախագիծը կարող է ունենալ բացատրական, նկարագրական, նպատակ
հետախուզական կամ կանխատեսող:
3.1.2.1 Հետախուզական հետազոտություն
Հետախուզական հետազոտությունն ուղղված է թեմայի ուսումնասիրությանը
բոլորովին նոր և ձևակերպել հետազոտական ​​հարցեր և վարկածներ
ապագան։ Այս տեսակի հետազոտությունն օգտագործվում է շինարարության մեջ
տեսություն՝ նոր տարածքում նախնական հղումներ ստանալու համար:
Որպես կանոն, օգտագործվում են որակական հետազոտության մեթոդներ, ինչպիսիք են դեպքերը
ուսումնասիրության կամ ֆենոմենոլոգիական ուսումնասիրությունների:
Այնուամենայնիվ, հնարավոր է նաև օգտագործել քանակական մեթոդներ, ինչպիսիք են
հետախուզական հետազոտություններ կամ փորձեր։
3.1.3.3 Նկարագրական որոնում
Նկարագրական հետազոտությունն ուղղված է մեծ մասի վերլուծությանը և նկարագրությանը
մանրամասնել որոշակի իրավիճակ կամ կազմակերպչական պրակտիկա: Սա
հարմար է տեսության կառուցման համար և կարող է օգտագործվել նաև
հաստատել կամ վիճարկել վարկածները. Սովորաբար նկարագրական հետազոտություն
ներառում է չափումների և նմուշների օգտագործումը: Հետազոտության ամենահարմար մեթոդները
ներառում են նախադրյալների ուսումնասիրություններ և վերլուծություններ:
3.1.2.3 Բացատրական հետազոտություն
Բացատրական հետազոտությունը փորձում է բացատրել, թե ինչու են դեպքերը տեղի ունենում:
Այն կառուցված է փաստերի վրա, որոնք արդեն ուսումնասիրվել են և փորձում են գտնել
այս փաստերի պատճառները։
Այսպիսով, բացատրական հետազոտությունը սովորաբար հիմնված է հետազոտության վրա
հետախուզական կամ նկարագրական և օժանդակ է փորձարկմանն ու զտմանը
տեսությունները։ Բացատրական հետազոտությունը սովորաբար օգտագործում է դեպքերի ուսումնասիրություններ
կամ հետազոտության վրա հիմնված հետազոտության մեթոդներ:
3.1.2.4 Կանխարգելիչ հետազոտություն
Կանխարգելիչ հետազոտությունը նպատակ ունի կանխատեսել իրադարձությունները և վարքագիծը
դիտարկման տակ, որոնք ուսումնասիրվում են (Մարշալ և Ռոսման
1995): Կանխատեսումը ճշմարտության ստանդարտ գիտական ​​թեստն է:
Այս տեսակի հետազոտությունները հիմնականում օգտագործում են հարցումներ կամ վերլուծություններ
տվյալներ պատմաբաններ։ (Յին 1989)
Վերոնշյալ քննարկումը ցույց է տալիս, որ կան մի շարք
հետազոտության հնարավոր մեթոդները, որոնք կարող են օգտագործվել ուսումնասիրության մեջ
հատուկ. Այնուամենայնիվ, պետք է լինի կոնկրետ մեթոդ, որն ավելի հարմար է
ուրիշներ՝ որոշակի տեսակի հետազոտական ​​նախագծի համար: (Գալիերներ
1987, Yin 1989, De Vaus 1991): Յուրաքանչյուր հետազոտող, հետևաբար, ունի
պետք է ուշադիր գնահատել ուժեղ և թույլ կողմերը
տարբեր մեթոդներ՝ հասնելու հետազոտության ամենահարմար մեթոդի կիրառմանը e
համատեղելի է հետազոտական ​​նախագծի հետ: (Ջենկինս 1985, Պերվան և Կլաս
1992, Bonomia 1985, Yin 1989, Himilton and Ives 1992):
3.2. Հնարավոր որոնման մեթոդներ
Այս նախագծի նպատակն էր ուսումնասիրել փորձը
Ավստրալական կազմակերպությունները i տվյալներ պահվում է մեկի հետ
զարգացումը տվյալների պահեստ. Dato որը, ներկայումս, կա մեկը
Ավստրալիայում տվյալների պահեստավորման տարածքում հետազոտությունների բացակայություն,
այս հետազոտական ​​նախագիծը դեռ ցիկլի տեսական փուլում է
հետազոտություն և ունի հետախուզական նպատակ։ Փորձի ուսումնասիրություն
Ավստրալական կազմակերպություններ, որոնք ընդունում են տվյալների պահեստավորում
պահանջում է իրական հասարակության մեկնաբանություն: Հետևաբար, ի
Հետազոտական ​​նախագծի հիմքում ընկած փիլիսոփայական ենթադրությունը հետևում է
ավանդական մեկնաբանությունը.
Առկա մեթոդների մանրակրկիտ ուսումնասիրությունից հետո դրանք հայտնաբերվել են
հետազոտության երկու հնարավոր մեթոդ՝ հարցումներ և դեպքերի ուսումնասիրություն
(դեպքերի ուսումնասիրություններ), որոնք կարող են օգտագործվել հետազոտության համար
հետախուզական (Shanks et al. 1993): Galliers (1992) պնդում է, որ
այս երկու մեթոդների համապատասխանությունը այս կոնկրետ ուսումնասիրության համար
նրա վերանայված տաքսոնոմիան ասելով, որ դրանք հարմար են շինարարության համար
տեսական. Հետևյալ երկու ենթաբաժինները քննարկում են յուրաքանչյուր մեթոդ
մանրամասն.
3.2.1 Հարցումների հետազոտության մեթոդ
Հարցման հետազոտության մեթոդը գալիս է հնագույն մեթոդից
մարդահամար. Մարդահամարը բաղկացած է տեղեկատվություն հավաքելուց
մի ամբողջ բնակչություն. Այս մեթոդը թանկ է և անիրագործելի
հատկապես եթե բնակչությունը մեծ է։ Այսպիսով, համեմատ
մարդահամար, հարցումը սովորաբար կենտրոնանում է
հավաքել տեղեկատվություն փոքր թվով կամ նմուշի համար
բնակչության ներկայացուցիչներ (Fowler 1988, Neuman 1994)։ Ա
նմուշն արտացոլում է այն պոպուլյացիան, որտեղից այն կազմված է, տարբեր
ճշգրտության մակարդակները, ըստ ընտրանքի կառուցվածքի,
չափը և օգտագործված ընտրության մեթոդը (Fowler 1988, Babbie
1982, Neuman 1994):
Հետաքննության մեթոդը սահմանվում է որպես «պրակտիկայի ակնթարթային նկարներ,
իրավիճակներ կամ տեսակետներ ժամանակի որոշակի կետում, ձեռնարկված օգտագործելով
հարցաթերթիկներ կամ հարցազրույցներ, որոնցից կարող են լինել եզրակացություններ
արված» (Galliers 1992:153) [պրակտիկաների ակնթարթային լուսանկար,
իրավիճակներ կամ տեսակետներ ժամանակի որոշակի կետում, որոնք ձեռնարկվել են օգտագործելով
հարցաթերթիկներ կամ հարցազրույցներ, որոնցից կարելի է եզրակացություններ անել]: Այն
հետաքննությունները վերաբերում են որոշակի ասպեկտների վերաբերյալ տեղեկատվության հավաքմանը
ուսումնասիրության, որոշակի թվով մասնակիցների կողմից, կազմելով
հարցեր (Fowler 1988): Նույնիսկ այս հարցաշարերն ու հարցազրույցները, որոնք
ներառում է դեմ առ դեմ հեռախոսային և կառուցվածքային հարցազրույցներ,
հավաքագրման տեխնիկան են տվյալներ առավել հաճախ օգտագործվում է
հետաքննություններ (Blalock 1970, Nachmias and Nachmias 1976, Fowler
1988), կարող են օգտագործվել դիտարկումներ և վերլուծություններ (Gable
1994): Հավաքելու այս բոլոր մեթոդներից տվյալներ, օգտագործումը
հարցաթերթիկը ամենատարածված տեխնիկան է, քանի որ այն ապահովում է, որ i տվյալներ
հավաքագրված են կառուցվածքային և ձևաչափված, հետևաբար հեշտացնում են
տեղեկատվության դասակարգում (Hwang 1987, de Vaus 1991):
Վերլուծելով Ի տվյալներ, հետաքննության ռազմավարությունը հաճախ օգտագործում է
քանակական մեթոդներ, ինչպիսիք են վիճակագրական վերլուծությունը, բայց դրանք կարող են լինել
Օգտագործվում են նաև որակական տեխնիկա (Galliers 1992, Pervan
and Klass 1992, Gable 1994): Սովորաբար, i տվյալներ հավաքված են
օգտագործվում է ասոցիացիաների բաշխումները և ձևերը վերլուծելու համար
(Ֆաուլեր 1988):
Թեև հարցումները հիմնականում տեղին են հետազոտության համար
որոնք վերաբերում են «ի՞նչ» հարցին: (ինչ) կամ դրանից
բխող, ինչպես օրինակ՝ «որքան» և «որքան», նրանք
կարելի է հարցնել «ինչու» հարցի միջոցով (Sonquist և
Dunkelberg 1977, Yin 1989): Ըստ Sonquist-ի և Dunkelberg-ի
(1977), հետազոտական ​​հետազոտությունը նպատակաուղղված է բարդ վարկածների, ծրագիր
գնահատումը, բնակչության նկարագրությունը և մոդելների մշակումը
մարդկային վարքագիծը. Բացի այդ, հարցումները կարող են օգտագործվել
ուսումնասիրել բնակչության որոշակի կարծիքը, պայմանները,
կարծիքներ, բնութագրեր, ակնկալիքներ և նույնիսկ անցյալի վարքագիծ
կամ ներկա (Neuman 1994):
Հետազոտությունները թույլ են տալիս հետազոտողին բացահայտել փոխհարաբերությունները
բնակչությունը և արդյունքները սովորաբար ավելի ընդհանուր են, քան
այլ մեթոդներ (Sonquist and Dunkelberg 1977, Gable 1994): Այն
հարցումները թույլ են տալիս հետազոտողներին ընդգրկել աշխարհագրական տարածք
ավելի լայն և հասնել բազմաթիվ հայտարարողների (Blalock 1970,
Sonquist and Dunkelberg 1977, Hwang and Lin 1987, Gable 1994,
Նեյման 1994): Ի վերջո, հարցումները կարող են տեղեկատվություն տրամադրել
որոնք հասանելի չեն այլուր կամ վերլուծությունների համար պահանջվող ձևով
(Ֆաուլեր 1988):
Այնուամենայնիվ, կան որոշ սահմանափակումներ հարցում անցկացնելու համար: Մեկը
թերությունն այն է, որ հետազոտողը չի կարող շատ տեղեկատվություն ստանալ
ուսումնասիրված օբյեկտի վերաբերյալ. Սա պայմանավորված է նրանով, որ
Հետաքննություններն իրականացվում են միայն որոշակի ժամանակ և, հետևաբար,
կան սահմանափակ թվով փոփոխականներ և մարդիկ, որոնք հետազոտողը կարող է
ուսումնասիրություն (Yin 1989, de Vaus 1991, Gable 1994, Denscombe 1998):
Մեկ այլ թերություն այն է, թե ինչ կարող է լինել հարցման անցկացումը
շատ թանկ է ժամանակի և ռեսուրսների առումով, մասնավորապես, եթե
ներառում է դեմ առ դեմ հարցազրույցներ (Fowler 1988):
3.2.2. Հարցման հետազոտության մեթոդ
Հետազոտական ​​հետազոտության մեթոդը ներառում է խորը ուսումնասիրություն
որոշակի իրավիճակ իր իրական համատեքստում ա
սահմանված ժամկետ՝ առանց որևէ միջամտության
հետազոտող (Shanks & C. 1993, Eisenhardt 1989, Jenkins 1985):
Հիմնականում այս մեթոդն օգտագործվում է միջև հարաբերությունները նկարագրելու համար
փոփոխականներ, որոնք ուսումնասիրվում են որոշակի իրավիճակում
(Galliers 1992): Հետաքննությունները կարող են ներառել առանձին դեպքեր կամ
բազմակի՝ կախված վերլուծված երևույթից (Franz and Robey 1987,
Eisenhardt 1989, Yin 1989):
Հարցման հետազոտության մեթոդը սահմանվում է որպես «հարցում
էմպիրիկ ուսումնասիրություն, որն ուսումնասիրում է ժամանակակից երևույթը
հարաբերական իրական համատեքստ, օգտագործելով բազմաթիվ աղբյուրներ, որոնք հավաքվել են մեկ կամ
բազմաթիվ սուբյեկտներ, ինչպիսիք են մարդիկ, խմբերը կամ կազմակերպությունները» (Yin 1989):
Երևույթի և դրա համատեքստի միջև հստակ տարանջատում չկա e
Չկա փոփոխականների վերահսկում կամ փորձարարական մանիպուլյացիա (Yin
1989, Benbasat et al. 1987):
Աստվածներին հավաքելու տարբեր տեխնիկա կա տվյալներ որ նրանք կարող են
կիրառվել հարցման մեթոդով, որը ներառում է
ուղղակի դիտարկումներ, արխիվային գրառումների ակնարկներ, հարցաթերթիկներ,
փաստաթղթերի վերանայում և կառուցվածքային հարցազրույցներ: Ունենալով
բերքահավաքի տեխնիկայի բազմազան տեսականի տվյալներ, հետաքննություններ
թույլ տալ հետազոտողներին զբաղվել երկուսի հետ տվյալներ որակական որ
քանակները միաժամանակ (Bonoma 1985, Eisenhardt 1989, Yin
1989, Գեյբլ 1994): Ինչպես և հարցման մեթոդի դեպքում, ա
հարցման հետազոտողը հանդես է գալիս որպես դիտորդ կամ հետազոտող և ոչ
որպես ուսումնասիրվող կազմակերպության ակտիվ մասնակից։
Benbasat et al (1987) պնդում են, որ հարցման մեթոդը
հատկապես հարմար է տեսության կառուցման հետազոտության համար, որը
սկսել հետազոտական ​​հարցից և շարունակել վերապատրաստումը
տեսության հավաքագրման գործընթացում տվյալներ, Լինելը
հարմար է նաև բեմի համար
տեսության կառուցման մասին, Ֆրանց և Ռոբի (1987) առաջարկում են, որ
Հարցման մեթոդը կարող է օգտագործվել նաև համալիրի համար
տեսության փուլ. Տվյալ դեպքում հավաքված ապացույցների հիման վրա՝ մեկ
տվյալ տեսությունը կամ վարկածը ստուգվում կամ հերքվում է: Բացի այդ, հետաքննությունն է
հարմար է նաև «ինչպես» կամ «ինչպես» հարցերով զբաղվող հետազոտության համար
«Ինչու» (Yin 1989):
Այլ մեթոդների համեմատ հարցումները թույլ են տալիս հետազոտողին
գրավել էական տեղեկատվությունը ավելի մանրամասն (Galliers
1992, Shanks et al 1993): Ավելին, հետաքննությունները թույլ են տալիս
հետազոտող՝ հասկանալու ուսումնասիրված գործընթացների բնույթն ու բարդությունը
(Benbasat et al. 1987):
Մեթոդի հետ կապված չորս հիմնական թերություն կա
հետաքննություն. Առաջինը վերահսկվող նվազեցումների բացակայությունն է: Այնտեղ
հետազոտողի սուբյեկտիվությունը կարող է փոխել արդյունքներն ու եզրակացությունները
ուսումնասիրության (Yin 1989): Երկրորդ թերությունը դրա բացակայությունն է
վերահսկվող դիտարկում. Ի տարբերություն փորձարարական մեթոդների,
Հետազոտող հետազոտողը չի կարող վերահսկել ուսումնասիրված երևույթները
քանի որ դրանք ուսումնասիրվում են իրենց բնական համատեքստում (Gable 1994): Այն
երրորդ թերությունը վերարտադրելիության բացակայությունն է: Սա պայմանավորված է այն հանգամանքով
որ հետազոտողը դժվար թե դիտարկի նույն իրադարձությունները, և
չի կարող ստուգել որոշակի ուսումնասիրության արդյունքները (Lee 1989):
Վերջապես, որպես անկրկնելիության հետևանք, դժվար է
ընդհանրացնել մեկ կամ մի քանի հետազոտություններից ստացված արդյունքները (Galliers
1992, Shanks et al 1993): Այս բոլոր խնդիրները, սակայն, ոչ
անհաղթահարելի են և կարող են, ըստ էության, նվազագույնի հասցնել
համապատասխան գործողություններ կիրառող հետազոտող (Lee 1989):
3.3. Հիմնավորեք հետազոտության մեթոդաբանությունը
ընդունված
Այս հետազոտության երկու հնարավոր հետազոտական ​​մեթոդներից, մեթոդը
Հետաքննությունը համարվում է ամենահարմարը։ Դա քննությունն է
հեռացվել է համապատասխան կետերի մանրակրկիտ ուսումնասիրությունից հետո
արժանիքներ և թույլ կողմեր. Յուրաքանչյուրի հարմարությունը կամ անհամապատասխանությունը
Այս ուսումնասիրության մեթոդը քննարկվում է ստորև:
3.3.1. Անհամապատասխան հետազոտության մեթոդ
հարցման
Հարցման մեթոդը պահանջում է խորը ուսումնասիրություն մեկի մասին
որոշակի իրավիճակ մեկ կամ մի քանի կազմակերպությունների համար ա
ժամանակաշրջան (Eisenhardt 1989): Այս դեպքում ժամկետը կարող է
գերազանցել այս ուսումնասիրության համար տրված ժամկետը: Մեկ այլ
Հարցման մեթոդի չկիրառման պատճառն այն է, որ արդյունքները
նրանք կարող են տառապել խստության պակասից (Yin 1989): Սուբյեկտիվություն
հետազոտողի կարող է ազդել արդյունքների և եզրակացությունների վրա: Մեկ այլ
պատճառն այն է, որ այս մեթոդն ավելի հարմար է հարցերի ուսումնասիրության համար
«ինչպես» կամ «ինչու» տիպի (Yin 1989), մինչդեռ հետազոտական ​​հարցը
այս ուսումնասիրության համար այն «ինչ» տեսակի է: Վերջին, բայց ոչ պակաս կարևոր
Կարևորն այն է, որ դժվար է ընդհանրացնել միայն մեկ կամ
քիչ հետազոտություններ (Galliers 1992, Shanks et al 1993): -ի հիմքի վրա
այս ռացիոնալ բացատրությունը, հետազոտության մեթոդը չէ
ընտրվել է այս ուսումնասիրության համար ոչ պիտանի լինելու պատճառով:
3.3.2. Որոնման մեթոդի հարմարավետությունը
հետաքննություն
Երբ այս հետազոտությունն իրականացվեց, տվյալների պահեստավորման պրակտիկան
լայնորեն ընդունված չէր
Ավստրալական կազմակերպություններ. Այնպես որ, շատ տեղեկություն չկար
շրջանակներում դրանց իրականացման վերաբերյալ
Ավստրալական կազմակերպություններ. Հասանելի տեղեկությունը եկավ
կազմակերպություններից, որոնք ներդրել կամ օգտագործել են տվյալներ
պահեստ. Այս դեպքում ամենաշատը հարցման հետազոտության մեթոդն է
հարմար է, քանի որ այն թույլ է տալիս ստանալ տեղեկատվություն, որը չի համապատասխանում
հասանելի է այլուր կամ վերլուծության համար պահանջվող ձևով (Fowler 1988):
Բացի այդ, հարցման հետազոտության մեթոդը թույլ է տալիս հետազոտողին
լավ պատկերացում կազմել պրակտիկայի, իրավիճակների կամ
տեսել որոշակի ժամանակ (Galliers 1992, Denscombe 1998):
Ընդհանուր տեսակետը պահանջվում էր մեծացնելու համար
Ավստրալիայի տվյալների պահեստավորման փորձի մասին իմացություն:
Կրկին, Sonquist և Dunkelberg (1977) նշում են, որ արդյունքները
Հարցումների հետազոտությունն ավելի ընդհանուր է, քան մյուս մեթոդները:
3.4. Հարցումների հետազոտական ​​ձևավորում
Տվյալների պահեստավորման պրակտիկայի հետաքննությունն իրականացվել է 1999թ.

Թիրախային բնակչությունը կազմված էր կազմակերպություններից
Ավստրալացիները հետաքրքրված են տվյալների պահեստավորման ուսումնասիրություններով, ինչպես և նրանք
հավանաբար արդեն տեղեկացված է i տվյալներ որ նրանք պահում են և,
հետևաբար, այն կարող է օգտակար տեղեկատվություն տրամադրել այս ուսումնասիրության համար: Այնտեղ
թիրախային բնակչությունը բացահայտվել է նախնական հետազոտության արդյունքում
«Տվյալների պահեստավորման ինստիտուտի» (Tdwiaap) բոլոր ավստրալացի անդամները:
Այս բաժինը քննարկում է հետազոտության փուլի նախագծումը
այս ուսումնասիրության էմպիրիկ ապացույցները:
3.4.1. Տվյալների հավաքագրման տեխնիկա տվյալներ
Հարցումների հետազոտության մեջ սովորաբար օգտագործվող երեք տեխնիկայից
(այսինքն՝ փոստային հարցաթերթիկ, հեռախոսային հարցազրույց և հարցազրույց
անձնական) (Nachmias 1976, Fowler 1988, de Vaus 1991), համար
այս ուսումնասիրությունն ընդունեց փոստի հարցաշարը: Առաջինը
Վերջինիս ընդունման պատճառն այն է, որ կարող է հասնել ա
աշխարհագրորեն ցրված բնակչություն (Blalock 1970, Nachmias e
Nachmias 1976, Hwang and Lin 1987, de Vaus 1991, Gable 1994):
Երկրորդ, փոստային հարցաթերթիկը հարմար է մասնակիցների համար
բարձրագույն կրթությամբ (Fowler 1988): Փոստի հարցաթերթը դրա համար
ուսումնասիրությունն ուղղված էր տվյալների պահեստավորման ծրագրի հովանավորներին,
տնօրեններ և/կամ ծրագրի ղեկավարներ: Երրորդ, հարցաթերթիկները հեռու են
փոստը հարմար է, երբ դուք ունեք ապահով ցուցակ
հասցեները (Salant and Dilman 1994): TDWI, այս դեպքում, մեկ
Վստահելի տվյալների պահեստավորման ասոցիացիան տրամադրել է հասցեների ցանկը
իր ավստրալիացի անդամներից։ Հարցաթերթիկի մեկ այլ առավելություն
փոստով ընդդեմ հեռախոսի հարցաթերթիկի կամ հարցազրույցների
անձնական այն է, որ այն թույլ է տալիս գրանցվածներին ավելի շատ արձագանքել
ճշգրտություն, հատկապես, երբ գրանցվողները պետք է խորհրդակցեն
նշումներ կամ հարցեր քննարկեք այլ մարդկանց հետ (Fowler
1988).
Հնարավոր թերությունը կարող է լինել դրա համար պահանջվող ժամանակը
հարցաթերթիկներ անցկացնել փոստով. Սովորաբար, հարցաթերթիկը հեռու է
փոստն իրականացվում է այս հաջորդականությամբ՝ նամակներ ուղարկել, սպասել
պատասխաններ և ուղարկեք հաստատում (Fowler 1988, Bainbridge 1989):
Այսպիսով, ընդհանուր ժամանակը կարող է ավելի երկար լինել, քան պահանջվող ժամանակը
անձնական կամ հեռախոսային հարցազրույցների համար: Այնուամենայնիվ, ի
ընդհանուր ժամանակը կարելի է նախապես իմանալ (Fowler 1988,
Դենսկոմբ, 1998): Հարցազրույցներ անցկացնելու համար ծախսված ժամանակը
անձնական տվյալները չեն կարող նախապես հայտնի լինել, քանի որ դրանք տարբերվում են
մի հարցազրույց մյուսին (Fowler 1988): Հեռախոսային հարցազրույցներ
կարող է լինել ավելի արագ, քան փոստային հարցաթերթիկները և
անձնական հարցազրույցներ, բայց կարող են բացակայելու բարձր մակարդակ
արձագանքը որոշ մարդկանց անհասանելիության պատճառով (Fowler 1988):
Բացի այդ, հեռախոսային հարցազրույցները հիմնականում սահմանափակվում են ցուցակներով
համեմատաբար կարճ հարցեր (Bainbridge 1989):
Փոստի հարցաշարի մեկ այլ թույլ կողմը դրա բարձր մակարդակն է
արձագանքի բացակայություն (Fowler 1988, Bainbridge 1989, Neuman
1994): Սակայն հակաքայլեր են ձեռնարկվել՝ ասոցացնելով
այս ուսումնասիրությունը տվյալների ոլորտում վստահելի հաստատության հետ
պահեստավորում (այսինքն՝ TDWI) (Bainbridge 1989, Neuman 1994),
որը երկու հիշեցման նամակ է ուղարկում նրանց, ովքեր չեն պատասխանել
(Fowler 1988, Neuman 1994) և ներառում է նաև նամակ
լրացում, որը բացատրում է հետազոտության նպատակը (Neuman 1994):
3.4.2. Վերլուծության միավոր
Այս ուսումնասիրության նպատակը տեղեկատվություն ստանալն է
տվյալների պահեստավորման իրականացումը և դրա օգտագործումը
Ավստրալիայի կազմակերպությունների շրջանակներում: Թիրախային բնակչությունը
կազմված է բոլոր ավստրալական կազմակերպություններից, որոնք ունեն
իրականացվում է, կամ իրականացնում են, i տվյալների պահեստ. Մեջ
այնուհետև առանձին կազմակերպությունները գրանցվում են: Հարցաթերթիկը
այն փոստով ուղարկվել է որդեգրմամբ հետաքրքրված կազմակերպություններին
di տվյալների պահեստ. Այս մեթոդը ապահովում է, որ տեղեկատվությունը
հավաքագրվածները գալիս են յուրաքանչյուր կազմակերպության ամենահարմար ռեսուրսներից
մասնակից.
3.4.3. Հարցման նմուշ
Հարցման մասնակիցների «փոստային ցուցակը» ստացվել է
TDWI. Այս ցանկից՝ 3000 ավստրալական կազմակերպություններ
ընտրվել են որպես նմուշառման հիմք: Ա
լրացուցիչ նամակով բացատրվում էր հետաքննության նախագիծը և նպատակը,
պատասխանների թերթիկի և նախապես վճարված ծրարի հետ միասին
հետ ուղարկել լրացված հարցաշարն ուղարկվել է ընտրանքին:
3000 կազմակերպություններից 198-ը համաձայնել են մասնակցել
ուսումնասիրություն. Այսքան քիչ արձագանքներ սպասելի էին դետո il
մեծ թվով ավստրալական կազմակերպություններ, որոնք նրանք այն ժամանակ ունեին
ընդունում էին կամ ընդունում էին ամսաթվի ռազմավարությունը
պահեստավորում իրենց կազմակերպություններում: Այսպիսով,
Այս հետազոտության թիրախային բնակչությունը բաղկացած է ընդամենը 198-ից
կազմակերպությունները։
3.4.4. Հարցաթերթիկի բովանդակությունը
Հարցաթերթի կառուցվածքը հիմնված էր ամսաթվի մոդելի վրա
Մոնաշի պահեստավորում (նախկինում քննարկվել է 2.3 մասում): Այն
Հարցաթերթի բովանդակությունը հիմնված է վերլուծության վրա
գրականություն ներկայացված գլխում 2. Հարցաթերթիկի պատճենը
Հարցման մասնակիցներին ուղարկված կարելի է գտնել
Հավելված Բ-ում Հարցաթերթիկը բաղկացած է վեց բաժիններից, որոնք
հաջորդում են քննարկված մոդելի փուլերը: Հետևյալ վեց պարբերությունները
նրանք համառոտ ամփոփում են յուրաքանչյուր բաժնի բովանդակությունը:
Բաժին Ա. Հիմնական տեղեկություններ կազմակերպության մասին
Այս բաժինը պարունակում է հարցեր՝ կապված պրոֆիլի հետ
մասնակից կազմակերպությունները: Բացի այդ, որոշ հարցեր են
տվյալների պահեստավորման նախագծի վիճակի հետ կապված
մասնակից. Գաղտնի տեղեկություններ, ինչպիսիք են ձեր անունը
կազմակերպության հետազոտության վերլուծության մեջ չեն բացահայտվել:
Բաժին B. Սկիզբ
Այս բաժնի հարցերը կապված են մեկնարկային գործունեության հետ
տվյալների պահեստավորում. Հարցերը տրվել են ինչքա՞ն ժամանակով
վերաբերում է ծրագրի նախաձեռնողներին, երաշխավորներին, հմտություններին և գիտելիքներին
հարցումները, տվյալների պահեստավորման զարգացման նպատակները և
վերջնական օգտագործողների ակնկալիքները:
Բաժին Գ. Դիզայն
Այս բաժինը պարունակում է հարցեր՝ կապված կազմակերպության գործունեության հետ
-ի պլանավորում տվյալների պահեստ. Մասնավորապես, հարցերն են
նշեք կատարման ծավալը, ծրագրի տևողությունը, արժեքը
ծրագրի և ծախսերի/օգուտների վերլուծություն:
Բաժին Դ. Զարգացում
Զարգացման բաժնում կան հարցեր՝ կապված կազմակերպության գործունեության հետ
զարգացումը տվյալների պահեստՕգտագործողի պահանջների հավաքածու
վերջնական, աղբյուրները տվյալներ, տրամաբանական մոդելը տվյալներ, նախատիպեր, ի
կարողությունների պլանավորում, տեխնիկական ճարտարապետություն և ընտրություն
տվյալների պահեստավորման զարգացման գործիքներ:
Բաժին E. Գործողություն
Գործողության հետ կապված հարցեր խմբ
-ի ընդարձակելիությանը տվյալների պահեստ, ինչպես է այն զարգանում
զարգացման հաջորդ փուլը. Այնտեղ տվյալների որակը, ռազմավարությունները
թարմացնել dei տվյալներ, հատիկավորությունը տվյալներ, տվյալների մասշտաբայնություն
պահեստի և անվտանգության խնդիրները տվյալների պահեստ միջեւ էին
տրված հարցերի տեսակները.
Բաժին Զ. Զարգացում
Այս բաժինը պարունակում է հարցեր՝ կապված տվյալների օգտագործման հետ
պահեստ վերջնական օգտագործողների կողմից: Հետազոտողին հետաքրքրեց
նպատակին և օգտակարությանը տվյալների պահեստ, վերանայում և ռազմավարություններ
ընդունված վերապատրաստման և տվյալների վերահսկման ռազմավարությունը
ընդունված պահեստ.
3.4.5. Արձագանքման տոկոսադրույքը
Թեև փոստով հարցումները քննադատվում են տոկոսադրույք ունենալու համար
ցածր արձագանքը, միջոցներ են ձեռնարկվել բարձրացնելու
եկամտաբերության տոկոսադրույքը (ինչպես նախկինում մասամբ քննարկվել է
3.4.1): «Արձագանքման տոկոսադրույք» տերմինը վերաբերում է տոկոսին
հարցման կոնկրետ ընտրանքում գտնվող մարդիկ, ովքեր արձագանքում են
հարցաթերթ (Denscombe 1998): Օգտագործվել է հետևյալը
Այս հետազոտության համար արձագանքման տոկոսադրույքը հաշվարկելու բանաձևը.
Պատասխանողների թիվը
Արձագանքման տոկոսադրույքը =
——————————————————————————– X 100
Ուղարկված հարցաթերթիկների ընդհանուր թիվը
3.4.6. Փորձնական օդաչու
Մինչ հարցաթերթիկը ընտրանքին կուղարկվի, հարցերն են
հետազոտվել է փորձնական թեստերի միջոցով, ինչպես առաջարկել է Luck-ը
and Rubin (1987), Jackson (1988) and de Vaus (1991): -ի նպատակը
փորձնական թեստերը պետք է բացահայտեն բոլոր անհարմար, երկիմաստ և արտահայտությունները
հարցեր, որոնք դժվար է մեկնաբանել, պարզաբանել որևէ մեկը
սահմանումներ և տերմիններ, որոնք օգտագործվում են և որոշելու մոտավոր ժամանակը
պահանջվում է լրացնել հարցաթերթիկը (Warwick and Lininger 1975,
Jackson 1988, Salant and Dilman 1994): Պիլոտային փորձարկումներն էին
իրականացվում է՝ ընտրելով առարկաներ, որոնք ունեն նման հատկանիշներ
վերջնական առարկաներից, ինչպես առաջարկեց Դևիս էլ Cosenza (1993): Ներ
Այս ուսումնասիրությունը տվյալների պահեստավորման վեց մասնագետ էր
ընտրվել են որպես փորձնական առարկաներ: Յուրաքանչյուր փորձնական փորձարկումից հետո նրանք են
կատարվել են անհրաժեշտ ուղղումներ։ Կատարված փորձնական փորձարկումներից, i
մասնակիցները օգնեցին վերակազմավորել և վերակայել
հարցաթերթի վերջնական տարբերակը։
3.4.7. Վերլուծության մեթոդներ dati
I տվյալներ փակ հարցաթերթիկներից հավաքագրված հետաքննության են
վերլուծվել են վիճակագրական ծրագրային փաթեթի միջոցով
կոչվում է SPSS: Պատասխաններից շատերը վերլուծվել են
օգտագործելով նկարագրական վիճակագրություն: Որոշակի թվով հարցաթերթիկներ
նրանք վերադարձել են կիսատ. Սրանց վերաբերվում էին ավելի մեծ չափով
ուշադրություն՝ համոզվելու համար, որ i տվյալներ անհայտ կորածները մեկը չէին
տվյալների մուտքագրման սխալների հետևանք, բայց ինչու հարցերը չեն
հարմար էին հայտարարատուին, կամ հայտարարատուը որոշել էր չանել
պատասխանել մեկ կամ մի քանի կոնկրետ հարցերի. Այս պատասխանները
անհայտ կորածները անտեսվել են վերլուծության ժամանակ տվյալներ և նրանք էին
ծածկագրված է որպես «-9»՝ գործընթացից նրանց բացառումն ապահովելու համար
վերլուծություններ.
Հարցաթերթիկը պատրաստելիս հարցերը փակ են եղել
նախակոդավորված՝ յուրաքանչյուր տարբերակին համար հատկացնելով: Համարը
ապա այն օգտագործվել է պատրաստելու համար i տվյալներ վերլուծության ժամանակ
(Denscombe 1998, Sapsford and Jupp 1996): Օրինակ՝ կային
Բ բաժնի 1-ին հարցում թվարկված վեց տարբերակ՝ խորհուրդ
վարչություն, ավագ գործադիր, ՏՏ բաժին, միավոր
բիզնեսի, խորհրդատուների և այլն: -ի ֆայլում տվյալներ SPSS-ի, է
ստեղծվել է փոփոխական՝ նշելու «նախագծի նախաձեռնողը»,
վեց արժեքային պիտակներով՝ «1» «տնօրենների խորհրդի», «2»
«բարձր մակարդակի գործադիրի» համար և այլն։ Լիկերտինի սանդղակի օգտագործումը
որոշ փակ հարցերում դա նույնպես թույլ տվեց
նույնականացում, որը ոչ մի ջանք չի պահանջում՝ հաշվի առնելով արժեքների օգտագործումը
SPSS-ում մուտքագրված համապատասխան համարներ: հետ հարցերի համար
ոչ սպառիչ պատասխաններ, որոնք միմյանց բացառող չէին,
յուրաքանչյուր տարբերակ դիտարկվում էր որպես մեկ փոփոխական երկուսով
արժեքային պիտակներ՝ «1»՝ «նշված» և «2»՝ «չնշված»:
Բաց հարցերին այլ կերպ են վերաբերվել, քան հարցերին
փակված. Այս հարցերի պատասխանները չեն մտել
SPSS. Փոխարենը դրանք վերլուծվել են ձեռքով։ Սրա օգտագործումը
հարցերի տեսակը թույլ է տալիս տեղեկատվություն ստանալ գաղափարների մասին
ազատորեն արտահայտված և հարցվողների անձնական փորձառությունները
(Bainbridge 1989, Denscombe 1998): Հնարավորության դեպքում դա արվել է
պատասխանների դասակարգում.
-ի վերլուծության համար տվյալներՕգտագործվում են պարզ վիճակագրական վերլուծության մեթոդներ,
ինչպիսիք են պատասխանների հաճախականությունը, միջինը, ստանդարտ շեղումը
միջինը և միջինը (Argyrus 1996, Denscombe 1998):
Գամմա թեստը արդյունավետ էր քանակական չափումներ ստանալու համար
միջեւ ասոցիացիաների տվյալներ կարգեր (Նորուսիս 1983, Արգիրուս 1996)։
Այս թեստերը տեղին էին, քանի որ օգտագործված հերթական կշեռքները չէին
նրանք ունեին բազմաթիվ կատեգորիաներ և կարող էին ցուցադրվել աղյուսակում
(Նորուսիս 1983):
3.5 Ամփոփում
Այս գլխում հետազոտության մեթոդաբանությունը և
այս ուսումնասիրության համար ընդունված նախագծերը:
Ընտրելով առավել համապատասխան հետազոտության մեթոդը ա
որոշակի ուսումնասիրություն է տեղի ունենում
հաշվի առնելով մի շարք կանոններ, ներառյալ բնույթը և տեսակը
հետազոտության, ինչպես նաև յուրաքանչյուր հնարավորի առավելություններն ու թույլ կողմերը
մեթոդ (Jenkins 1985, Benbasat et al. 1097, Galliers and Land 1987,
yin 1989, Hamilton and ives 1992, Galliers 1992, Neuman 1994): Դիտել
դրա մասին առկա գիտելիքների և տեսության բացակայությունը
Ավստրալիայում տվյալների պահեստավորման ընդունման մասին այս ուսումնասիրությունը
հետազոտությունը պահանջում է մեկնաբանական հետազոտության մեթոդ՝ հմտությամբ
հետախուզական՝ ուսումնասիրելու կազմակերպությունների փորձը
Ավստրալիական. Ընտրված հետազոտության մեթոդն ընտրվել է
հավաքել տեղեկատվություն ժամկետի հայեցակարգի ընդունման վերաբերյալ
Ավստրալական կազմակերպությունների կողմից պահեստներ. Ա
Որպես հավաքագրման տեխնիկա ընտրվել է փոստային հարցաթերթիկը տվյալներ: The
հետազոտության մեթոդի և հավաքագրման տեխնիկայի հիմնավորումները տվյալներ
ընտրվածը կտրամադրվի այս գլխում: Նաև դա եղել է
ներկայացրեց քննարկում վերլուծության միավորի, նմուշի վերաբերյալ
օգտագործված, պատասխանների տոկոսները, հարցաշարի բովանդակությունը,
հարցաթերթի նախնական թեստավորում և վերլուծության մեթոդ տվյալներ.

Նախագծում ա Տվյալների պահեստ:
Սուբյեկտների հարաբերությունների և ծավալային մոդելավորման համատեղում
Աբստրակտ
Խանութ i տվյալներ Դա շատերի համար հիմնական ընթացիկ խնդիր է
կազմակերպություններ։ Զարգացման հիմնական խնդիր
-ի պահպանման մասին տվյալներ դա նրա դիզայնն է:
Դիզայնը պետք է աջակցի տվյալների մեջ հասկացությունների հայտնաբերմանը
պահեստից մինչև ժառանգական համակարգ և այլ աղբյուրներ տվյալներ և նաև մեկ
հեշտ ըմբռնում և տվյալների իրականացման արդյունավետություն
պահեստ:
Պահեստային գրականության մեծ մասը տվյալներ առաջարկվում է
սուբյեկտների հարաբերությունների մոդելավորման կամ ծավալային մոդելավորման օգտագործումը
ներկայացնում է դիզայնը տվյալների պահեստ.
Այս հոդվածում մենք ցույց ենք տալիս, թե ինչպես երկուսն էլ
ներկայացուցչությունները կարող են համակցվել մեկ մոտեցման մեջ
-ի նկարչություն տվյալների պահեստ. Օգտագործված մոտեցումը համակարգված է
հետազոտվել է դեպքի ուսումնասիրության մեջ և բացահայտվել է մի շարքում
կարևոր հետևանքներ մասնագետների հետ:
ՏՎՅԱԼՆԵՐԻ ՊԱՀԵՍՏՈՒՄ
Un տվյալների պահեստ սովորաբար սահմանվում է որպես «առարկայական ուղղվածություն,
Աջակցող տվյալների ինտեգրված, ժամանակային և ոչ անկայուն հավաքագրում
ղեկավարության որոշումների մասին» (Inmon and Hackathorn, 1994):
Առարկայական կողմնորոշված ​​և ինտեգրված ցույց է տալիս, որ տվյալների պահեստ è
նախագծված է անցնելու ժառանգական համակարգերի ֆունկցիոնալ սահմանները
առաջարկել ինտեգրված հեռանկար տվյալներ.
Time-variant-ը վերաբերում է տեսանյութի պատմական կամ ժամանակային բնույթին տվյալներ in
un տվյալների պահեստ, ինչը հնարավորություն է տալիս վերլուծել միտումները:
Ոչ ցնդող ցույց է տալիս, որ տվյալների պահեստ դա անընդհատ չէ
թարմացվել է որպես ա բազա OLTP-ի: Ավելի շուտ թարմացված է
պարբերաբար, հետ տվյալներ ներքին և արտաքին աղբյուրներից: Այն
տվյալների պահեստ այն հատուկ նախատեսված է հետազոտության համար
այլ ոչ թե թարմացումների ամբողջականության և կատարման համար
գործառնություններ.
I-ի պահպանման գաղափարը տվյալներ դա նորություն չէ, դա նպատակներից մեկն էր
-ի կառավարման տվյալներ վաթսունականներից (Il Martin, 1982):
I տվյալների պահեստ նրանք առաջարկում են ենթակառուցվածքը տվյալներ կառավարման համար
օժանդակ համակարգեր: Կառավարման աջակցության համակարգերը ներառում են որոշումներ
օժանդակ համակարգեր (DSS) և գործադիր տեղեկատվական համակարգեր (EIS):
DSS-ը համակարգչային տեղեկատվական համակարգ է, որը
նախագծված է բարելավելու գործընթացը և, հետևաբար, բռնումը
մարդկային որոշում. EIS-ը սովորաբար առաքման համակարգ է
տվյալներ որը բիզնեսի ղեկավարներին հնարավորություն է տալիս հեշտությամբ մուտք գործել տեսարան
դե տվյալներ.
Ա–ի ընդհանուր ճարտարապետությունը տվյալների պահեստ կարևորում է դերը
տվյալների պահեստ կառավարման աջակցության մեջ: Բացի առաջարկից
ենթակառուցվածքը տվյալներ EIS-ի և DSS-ի համար, al տվյալների պահեստ հնարավոր է
մուտք գործել անմիջապես հարցումների միջոցով: THE տվյալներ ներառված ամսաթվի մեջ
Պահեստը հիմնված է տեղեկատվական պահանջների վերլուծության վրա
կառավարում և ստացվում են երեք աղբյուրներից՝ ներքին ժառանգական համակարգեր,
հատուկ նշանակության տվյալների հավաքագրման համակարգեր և տվյալների արտաքին աղբյուրներ: THE
տվյալներ ներքին ժառանգական համակարգերում դրանք հաճախ ավելորդ են,
անհամապատասխան, ցածր որակ և պահված բազմաթիվ ձևաչափերով
այնպես որ դրանք պետք է հաշտեցվեն և մաքրվեն, նախքան դրանք բեռնեք
տվյալների պահեստ (Inmon, 1992; McFadden, 1996): THE տվյալներ -ից
պահեստավորման համակարգերից տվյալներ ժամանակավոր և աղբյուրներից տվյալներ
արտաքինը հաճախ օգտագործվում է մեծացնելու (թարմացնել, փոխարինել) i
տվյալներ ժառանգական համակարգերից:
Կան բազմաթիվ համոզիչ պատճառներ զարգացնելու ա տվյալների պահեստ,
որոնք ներառում են ավելի լավ որոշումների կայացում օգտագործման միջոցով
արդյունավետ ավելի շատ տեղեկատվություն (Ives 1995), աջակցություն կենտրոնացման համար
ամբողջական բիզնեսի վրա (Graham 1996), և ծախսերի կրճատումը
տրամադրումը տվյալներ EIS-ի և DSS-ի համար (Graham 1996, McFadden
1996).
Վերջերս իրականացված էմպիրիկ ուսումնասիրությունը միջինում հայտնաբերել է վերադարձ
ներդրումները i տվյալների պահեստ 401%-ով երեք տարի անց (Գրահեմ,
1996): Այնուամենայնիվ, մյուս էմպիրիկ ուսումնասիրությունները տվյալների պահեստ ունենալ
գտել էական խնդիրներ, այդ թվում՝ չափման դժվարություն խմբ
օգուտներ նշանակելը, հստակ նպատակի բացակայությունը, դրա թերագնահատումը
պահպանման գործընթացի նպատակը և բարդությունը i տվյալներ, In
մասնավորապես՝ կապված աղբյուրների և մաքրության հետ տվյալներ.
Խանութ i տվյալներ լուծում կարելի է համարել
կառավարման խնդրին տվյալներ կազմակերպությունների միջև։ Այնտեղ
մանիպուլյացիա տվյալներ որպես սոցիալական ռեսուրս այն մնացել է դրանցից մեկը
Տեղեկատվական համակարգերի կառավարման հիմնական խնդիրները ամբողջ տարածքում
աշխարհը երկար տարիներ (Brancheau et al. 1996, Galliers et al. 1994,
Niederman et al. 1990, Փերվան 1993):
Ակտիվների կառավարման հանրաճանաչ մոտեցում տվյալներ ութսունականներին դա եղել է
մոդելի մշակում տվյալներ հասարակական. Մոդել տվյալներ սոցիալական էր
նախագծված է նոր համակարգերի զարգացման համար կայուն հիմք առաջարկելու համար
հավելվածներ էլ բազա և ժառանգության վերակառուցում և ինտեգրում
համակարգեր (Brancheau et al.
1989, Goodhue et al. 1988:1992, Քիմ և Էվերեստ 1994):
Այնուամենայնիվ, այս մոտեցման հետ կապված բազմաթիվ խնդիրներ կան
մասնավորապես, յուրաքանչյուր առաջադրանքի բարդությունն ու արժեքը, ինչպես նաև երկար ժամանակ
պահանջվում է շոշափելի արդյունքներ ունենալու համար (Beynon-Davies 1994, Earl
1993, Goodhue et al. 1992, Periasamy 1994, Shanks 1997):
Il տվյալների պահեստ դա առանձին տվյալների բազա է, որը գոյություն ունի ժառանգականների հետ
տվյալների բազաները, այլ ոչ թե դրանք փոխարինելը: Հետևաբար դա թույլ է տալիս
ղեկավարել կառավարումը տվյալներ և խուսափել ծախսատար վերակառուցումից
ժառանգական համակարգերի.
ԳՈՐԾՈՂ ՄՈՏԵՑՈՒՄՆԵՐ ՏՎՅԱԼՆԵՐԻ ԴԻԶԱՅՆԻՆ
ԽԱՆՈՒԹ
Կառուցման և կատարելագործման գործընթացը ա տվյալների պահեստ
պետք է ավելի շատ հասկանալ որպես էվոլյուցիոն գործընթաց, քան ա
ավանդական համակարգերի զարգացման կյանքի ցիկլը (Դեսիո, 1995, Շենքս,
O'Donnell and Arnott 1997a): Կան բազմաթիվ գործընթացներ, որոնք ներգրավված են ա
-ի նախագիծը տվյալների պահեստ ինչպիսիք են սկզբնավորումը, պլանավորումը;
Ընկերության ղեկավարներից պահանջվող պահանջներից ստացված տեղեկատվություն.
աղբյուրներ, վերափոխումներ, մաքրում տվյալներ և համաժամացում ժառանգությունից
համակարգեր և այլ աղբյուրներ տվյալներ; առաքման համակարգերի մշակման փուլում;
մոնիտորինգի տվյալների պահեստ; և գործընթացի անիմաստությունը
էվոլյուցիոն և կառուցողական ա տվյալների պահեստ (Սթինչս, Օ'Դոնել
և Arnott 1997b): Այս ամսագրում մենք կենտրոնանում ենք, թե ինչպես
նկարել ես տվյալներ պահվում են այս այլ գործընթացների համատեքստում:
Տվյալների ճարտարապետության համար առաջարկվում են մի շարք մոտեցումներ
պահեստ գրականության մեջ (Inmon 1994, Ives 1995, Kimball 1994 թ.
McFadden 1996): Այս մեթոդաբանություններից յուրաքանչյուրն ունի համառոտ
վերանայել իրենց ուժեղ և թույլ կողմերի վերլուծությամբ:
Ինմոնի (1994) Մոտեցումը համար Տվյալների պահեստ
Դիզայն
Ինմոնը (1994) առաջարկել է չորս կրկնվող քայլ՝ տվյալներ նկարելու համար
պահեստ (տես նկար 2): Առաջին քայլը կաղապարի ձևավորումն է
տվյալներ սոցիալական հասկանալու համար, թե ինչպես ես տվյալներ կարող է ինտեգրվել
կազմակերպության ներսում գործող ֆունկցիոնալ ոլորտներում
բաժանելով i տվյալներ պահեստավորել տարածքներում: Մոդել տվյալներ այն ստեղծված է
պահեստավորել տվյալներ կապված որոշումների կայացման հետ, ներառյալ տվյալներ
պատմական և ներառված տվյալներ հանվել և համախմբվել: Երկրորդ քայլն է
բացահայտել իրականացման առարկայական ոլորտները. Սրանք հիմնված են
որոշակի կազմակերպության կողմից որոշված ​​առաջնահերթությունների վերաբերյալ: Երրորդը
քայլը ներառում է նկարել ա բազա առարկայի համար, պոզեր
առանձնահատուկ ուշադրություն դարձրեք հատիկության համապատասխան մակարդակների ներառմանը:
Ինմոնը խորհուրդ է տալիս օգտագործել սուբյեկտների և հարաբերությունների մոդելը: Չորրորդ
քայլը սկզբնաղբյուր համակարգերի նույնականացումն է տվյալներ պահանջվում և զարգանում է
վերափոխման գործընթացները՝ գրավելու, մաքրելու և ձևաչափելու համար i տվյալներ.
Ինմոնի մոտեցման ուժեղ կողմերն այն են, որ մոդելը տվյալներ հասարակական
առաջարկում է հիմք ինտեգրման համար տվյալներ կազմակերպության ներսում
և աջակցում է կրկնվող տվյալների մշակման պլանավորմանը
պահեստ. Դրա թերությունները նկարչության դժվարությունն ու արժեքը են
մոդել տվյալներ սոցիալական, սուբյեկտների մոդելները հասկանալու դժվարությունը և
հարաբերությունները, որոնք օգտագործվում են երկու մոդելներում, դա տվյալներ սոցիալական և այն տվյալներ
պահվում է ըստ առարկայի տարածքի և համապատասխանության տվյալներ որ
-ի նկարչություն տվյալների պահեստ -ի պատրաստման համար բազա
հարաբերական, բայց ոչ համար բազա բազմաչափ.
Ives' (1995) Մոտեցում դեպի Տվյալների պահեստ
Դիզայն
Ives (1995) առաջարկում է չորս քայլ մոտեցում նախագծման ա
տեղեկատվական համակարգ, որը նա համարում է կիրառելի տվյալների նախագծման համար
պահեստ (տես նկար 3): Մոտեցումը շատ հիմնված է
Տեղեկատվական ճարտարագիտություն տեղեկատվական համակարգերի զարգացման համար
(Մարտին 1990): Առաջին քայլը նպատակները, գործոնները որոշելն է
կարևոր և հաջողակ և հիմնական կատարողական ցուցանիշներ: THE
հիմնական բիզնես գործընթացներն ու անհրաժեշտ տեղեկատվությունն են
մոդելավորվել է մեզ մոդելի տանելու համար տվյալներ հասարակական. Երկրորդ քայլը
ներառում է որոշիչ ճարտարապետության մշակում տվյալներ
պահվում է ըստ տարածքի, բազա di տվյալների պահեստ, բաղադրիչները
պահանջվող տեխնոլոգիաների, կազմակերպչական աջակցության մի շարք
պահանջվում է իրականացնել և գործել տվյալների պահեստ. Երրորդը
քայլը ներառում է անհրաժեշտ ծրագրային փաթեթների և գործիքների ընտրություն:
Չորրորդ քայլը մանրակրկիտ նախագծումն ու կառուցումն է
տվյալների պահեստ. Այվսը նշում է այդ խանութը տվյալներ նա կապված մարդ է
կրկնվող գործընթաց:
Ives-ի մոտեցման ուժը հատուկ տեխնիկայի օգտագործումն է
որոշել տեղեկատվական պահանջները, կառուցվածքայինի օգտագործումը
գործընթաց՝ աջակցելու ինտեգրմանը տվյալների պահեստ,
համապատասխան ապարատային և ծրագրային ապահովման ընտրություն և բազմակի օգտագործում
ներկայացման տեխնիկան տվյալների պահեստ. Նրա թերությունները
դրանք բնորոշ են բարդությանը: Մյուսները ներառում են դժվարություններ
զարգացնել բազմաթիվ մակարդակներ բազա շրջանակներում տվյալների պահեստ in
ողջամիտ ժամանակներ և ծախսեր:
Քիմբալի (1994) մոտեցումը Տվյալների պահեստ
Դիզայն
Քիմբալը (1994) առաջարկել է հինգ կրկնվող քայլ՝ տվյալներ նկարելու համար
պահեստ (տես նկար 4): Նրա մոտեցումը մասնավորապես
նվիրված միայն մեկի ձևավորմանը տվյալների պահեստ և մոդելների օգտագործման վերաբերյալ
ծավալային՝ նախընտրելով սուբյեկտների և հարաբերությունների մոդելները: Քիմբալ
վերլուծել այդ ծավալային մոդելները, քանի որ ինձ համար ավելի հեշտ է հասկանալ
բիզնեսի ղեկավարները գործարքներ են կատարում, դա ավելի արդյունավետ է, երբ գործ ունի
համալիր խորհրդատվություններ և նախագծում բազա ֆիզիկական ավելին է
արդյունավետ (Kimball 1994): Քիմբալը ընդունում է, որ զարգացումը ա
տվյալների պահեստ կրկնվող է, և դա տվյալների պահեստ առանձնացված նրանք կարող են
ինտեգրվել չափումների աղյուսակների բաժանման միջոցով
ընդհանուր.
Առաջին քայլը որոշակի առարկայական տարածքի բացահայտումն է
կատարելագործված. Երկրորդ և երրորդ քայլերը վերաբերում են ձևավորմանը
ծավալային. Երկրորդ քայլում չափումները բացահայտում են իրերը
հետաքրքրություն առարկայի նկատմամբ և խմբավորվել փաստերի աղյուսակում:
Օրինակ, վաճառքի առարկայի ոլորտում հետաքրքրության չափումները
կարող է ներառել վաճառված ապրանքների քանակը և դոլարը
որպես վաճառքի արժույթ: Երրորդ քայլը ներառում է նույնականացում
չափերը, որոնք այն եղանակներն են, որոնցով դրանք կարող են խմբավորվել i
փաստեր. Վաճառքի առարկայի տարածքում, համապատասխան չափերը
կարող է ներառել նյութը, գտնվելու վայրը և ժամանակաշրջանը: Այնտեղ
Փաստաթղթերի աղյուսակն ունի բազմամասի բանալին՝ յուրաքանչյուրին կապելու համար
չափերի աղյուսակների և սովորաբար պարունակում է շատ թվեր
լի փաստերով. Ի հակադրություն, չափերի աղյուսակները պարունակում են
նկարագրական տեղեկատվություն չափերի և այլ հատկանիշների մասին, որոնք
կարող է օգտագործվել փաստերի խմբավորման համար: Փաստերի աղյուսակը էլ
առաջարկի հետ կապված չափերը ձևավորում են այն, ինչ կոչվում է մեկը
աստղային նախշը իր ձևի շնորհիվ: Չորրորդ քայլը ներառում է
կառուցումը Ա բազա բազմաչափ՝ այն կատարելագործելու համար
աստղային նախշ. Վերջին քայլը սկզբնաղբյուր համակարգերի նույնականացումն է տվյալներ
անհրաժեշտ և զարգացնել փոխակերպման գործընթացները ձեռք բերելու, մաքրելու համար
և ձևաչափը i տվյալներ.
Քիմբալի մոտեցման ուժեղ կողմերը ներառում են մոդելների օգտագործումը
ծավալային՝ i ներկայացնելու համար տվյալներ պահված, որոնք դարձնում են այն
հեշտ է հասկանալ և հանգեցնում է արդյունավետ ֆիզիկական ձևավորման: Ա
ծավալային մոդել, որը նույնպես հեշտությամբ օգտագործում է երկուսն էլ
համակարգերի բազա հարաբերական կարող է կատարելագործվել կամ համակարգեր
բազա բազմաչափ. Դրա թերությունները ներառում են բացակայությունը
որոշ տեխնիկայի պլանավորումը կամ ինտեգրումը հեշտացնելու համար
բազմաթիվ աստղերի նախշեր մեկում տվյալների պահեստ եւ
նախագծման դժվարությունը ծայրահեղ ապանորմալացված կառուցվածքից ա
ծավալային մոդել ա տվյալներ ժառանգական համակարգերում:
McFadden's (1996) մոտեցում տվյալներին
Պահեստի դիզայն
McFadden (1996) առաջարկում է հինգ քայլ մոտեցում
նկարել ա տվյալների պահեստ (տես նկար 5):
Նրա մոտեցումը հիմնված է գրականության գաղափարների սինթեզի վրա
և կենտրոնացած է միայն մեկի ձևավորման վրա տվյալների պահեստ, Առաջինը
քայլը ներառում է պահանջների վերլուծություն: Չնայած կոնկրետությունը
մեթոդները նախատեսված չեն, Մաքֆադենի նշումները նույնացնում են
սուբյեկտ տվյալներ բնութագրերը և դրանց հատկանիշները, և վերաբերում է Watson ընթերցողներին
և Frolick (1993) պահանջների հավաքագրման համար:
Երկրորդ քայլում կազմվում է կազմակերպության հարաբերությունների մոդելը
տվյալների պահեստ և այնուհետև վավերացվել բիզնեսի ղեկավարների կողմից: Երրորդը
քայլը ներառում է ժառանգական համակարգից քարտեզագրման որոշում
և արտաքին աղբյուրները տվյալների պահեստ. Չորրորդ քայլը ներառում է
մշակման, տեղակայման և համաժամացման գործընթացները տվյալներ մեջ
տվյալների պահեստ. Վերջնական փուլում համակարգը առաքվում է
մշակվել է հատուկ շեշտադրմամբ օգտագործողի միջերեսի վրա:
Մաքֆադենը ​​նշում է, որ նկարչության գործընթացը ընդհանուր առմամբ
կրկնվող.
Մաքֆադենի մոտեցման ուժեղ կողմերը ցույց են տալիս մասնակցությունը
բիզնեսի ղեկավարների կողմից պահանջները որոշելու և նաև
ռեսուրսների կարևորությունը տվյալներ, դրանց մաքրումն ու հավաքումը։ Նրա
թերությունները վերաբերում են ա-ի բաժանման գործընթացի բացակայությանը
հիանալի նախագիծ տվյալների պահեստ բազմաթիվ ինտեգրված փուլերում, և այնտեղ
նախագծման մեջ օգտագործված էության և հարաբերությունների մոդելները հասկանալու դժվարություն
տվյալների պահեստ.

admin մասին Գլխավոր տնօրեն

👍Օնլայն վեբ գործակալություն | Վեբ գործակալության փորձագետ թվային մարքեթինգի և SEO-ի գծով: Web Agency Online-ը վեբ գործակալություն է: Agenzia Web Online-ի համար թվային փոխակերպման մեջ հաջողությունը հիմնված է Iron SEO տարբերակի 3-ի հիմքերի վրա: Մասնագիտություններ. Համակարգային ինտեգրում, Ձեռնարկությունների հավելվածների ինտեգրում, ծառայության վրա հիմնված ճարտարապետություն, Cloud Computing, տվյալների պահեստ, բիզնես հետախուզություն, մեծ տվյալներ, պորտալներ, ինտրանետներ, վեբ հավելվածներ: Հարաբերական և բազմաչափ տվյալների շտեմարանների նախագծում և կառավարում Թվային մեդիայի համար միջերեսների ձևավորում. օգտագործելիություն և գրաֆիկա: Առցանց վեբ գործակալությունը ընկերություններին առաջարկում է հետևյալ ծառայությունները՝ -SEO Google-ում, Amazon-ում, Bing-ում, Yandex-ում; -Վեբ վերլուծություն՝ Google Analytics, Google Tag Manager, Yandex Metrica; - Օգտագործողի փոխարկումներ՝ Google Analytics, Microsoft Clarity, Yandex Metrica; -SEM Google-ում, Bing-ում, Amazon Ads-ում; - Սոցիալական մեդիա մարքեթինգ (Facebook, Linkedin, Youtube, Instagram):

Տես Ամբողջական կենսագրությունը

Digital Marketing Database ԱՀԿ-ն Տվյալների պահեստ Data Science Առցանց գովազդ Տեղեկատվական տեխնոլոգիաների Վեբ գործակալություն Գովազդային ԳՈՐԾԱԿԱԼՈՒԹՅՈՒՆ Marketing