Indhold

• Sammenligningstabel
• Definition af datavarehus
• Definition af Data Mart
• Konklusion

Datavarehus og Datamart bruges som en datalager og tjener det samme formål. Disse kan differentieres gennem den mængde data eller information, de gemmer.Den afgørende forskel mellem et datavarehus og et datamart er, at et datavarehus er en database, der lagrer informationsorienteret for at imødekomme anmodninger om beslutningstagning, mens datamart er komplette logiske undergrupper af et helt datavarehus.

Med enkle ord er et datamart et datavarehus, der er begrænset i omfang, og hvis data kan opnås gennem opsummering og valg af data fra datalageret eller ved hjælp af distinkte ekstrakt, transformering og indlæsningsprocesser fra kildedatasystemet.

1. Sammenligningstabel
2. Definition
3. Vigtige forskelle
4. Konklusion

Sammenligningstabel

Grundlag for sammenligning	Data varehus	Data Mart
Grundlæggende	Datavarehouse er applikationsuafhængigt.	Datamart er specifikke for beslutningssupport-systemansøgning.
Systemtype	centraliseret	decentral
Form af data	detaljeret	opsummeret
Brug af denormalisering	Dataene er let denormaliserede.	Dataene er stærkt denormaliserede.
Datamodel	Oppefra og ned	Bunden i vejret
Natur	Fleksibel, dataorienteret og lang levetid.	Restriktiv, projektorienteret og kort levetid.
Type anvendt skema	Faktakonstellation	Stjerne og snefnug
Brugervenlighed	Svært at bygge	Enkelt at bygge

Definition af datavarehus

Begrebet data varehus betyder en tidsvariant, emneorienteret, ikke-flygtig og en integreret gruppe af data, der hjælper med beslutningstagning processen med ledelsen. Alternativt er det et lager af information indsamlet fra flere kilder, gemt i et samlet skema, på et eneste sted, der tillader integration af en række applikationssystemer. Når disse data er samlet, gemmes de i lang tid, og har derfor lang levetid og giver adgang til historiskInformation.

Derfor leverer datavarehouse brugeren en enkelt integreret grænseflade til de data, hvorigennem brugeren let kan skrive beslutningsstøtteforespørgsler. Datavarehus hjælper med at omdanne dataene til information. Design af et datalager inkluderer top-down tilgang.

Den samler information om emner, der spænder over hele organisationen, såsom kunder, salg, aktiver, varer, og derfor er dens rækkevidde hele virksomheden. Generelt, faktakonstellation skema bruges i det, der dækker en lang række emner. Et datavarehus er ikke en statisk struktur, og det er det udviklende kontinuerligt.

Definition af Data Mart

EN datamart kan kaldes som en undergruppe af et datavarehus eller en undergruppe af hele virksomhedsdata svarende til et bestemt sæt brugere. Datavarehus involverer flere afdelingerne og logisk datamars, der skal være vedvarende i deres datillustration for at sikre robusthed af et datalager. En datamart er et sæt tabeller, der koncentrerer sig om en enkelt opgave disse er designet ved hjælp af en bottom-up tilgang.

Data mart-udstrækning er begrænset til et bestemt specifikt valgt emne, og dets omfang er derfor afdelingstærkt. Disse implementeres normalt den lavpris afdelingens servere. Implementeringscyklussen af ​​datamark overvåges i uger i stedet for måned og år.

Somstjerne og snefnug skema køres mod modeller af enkelt emne, hvorfor disse ofte bruges i datamart. Skønt stjerneskemaet er mere populært end snefnugsskema. Afhængig af datakilden kan datamørterne klassificeres i to typer: afhængig og uafhængig datamars.

1. Datavarehouse er applikationsuafhængigt, medens datamart er specifikt for beslutningsstøttesystemapplikation.
2. Dataene gemmes i en enkelt, centraliseret depot i et datalager. I modsætning hertil lagrer datamart data decentralt i brugerområdet.
3. Datavarehus indeholder en detaljeret form for data. I modsætning hertil indeholder datamart opsummeret og valgte data.
4. Dataene i et datavarehus er en anelse denormaliseret, mens det i tilfælde af Data mart er meget denormaliseres.
5. Bygning af datalager involverer oppefra og ned nærme sig. Omvendt, mens du konstruerer en datafartbunden i vejret anvendes.
6. Datavarehus er fleksibel, informationsorienteret og langvarig eksisterende karakter. Tværtimod er en datamart restriktiv, projektorienteret og har en kortere eksistens.
7. Faktakonstellationsskema bruges normalt til modellering af et datavarehus, hvorimod stjernemodelseskema i data er mere populært.

Konklusion

Datavarehouse giver virksomhedsvisning, enkelt og centraliseret lagersystem, iboende arkitektur og applikationsuafhængighed, mens Data mart er en delmængde af et datavarehus, der giver afdelingsvisning, decentraliseret lagring. Da datavarehus er meget stort og integreret, har det en stor risiko for fiasko og vanskeligheder med at opbygge det. På den anden side er datamart let at opbygge, og den tilknyttede fejlrisiko er også mindre, men datamart kan opleve fragmentering.