Klassificera dina datalagringsdummier

Även om du måste se till att ditt datalager passar dina egna unika behov, kan vissa riktlinjer hjälpa dig att bestämma den troliga komplexiteten hos dess miljö och struktur. En bra inställning är att använda en tre-tiers klassificering för att planera ett datalager. Genom att bestämma en sannolik kategori för ett genomförande kan du - tidigt i projektet - ha några specifika riktlinjer för projektets komplexitet, utvecklingsschema och kostnad.

Här är klassificeringarna:

• Data warehouse lite: En relativt enkel implementering av ett blygsamt omfång (ofta för en liten användargrupp eller ett lag) där du inte går ut på några tekniska lemmar; nästan ett lågteknologiskt genomförande

• Data warehouse deluxe: Ett standarddatalagerutförande som använder avancerad teknik för att lösa komplexa affärsinformation och analytiska behov över en bredare användargrupp

• Data warehouse supreme: Ett datalager som har storskalig datadistribution och avancerad teknik som kan integrera olika "run the business" -system, vilket förbättrar den övergripande kvaliteten på data tillgångarna över hela verksamheten informationsanalysbehov och transaktionsbehov

Var och en av dessa klassificeringar av datalagrar implementerar olika aspekter av en övergripande datalagringsarkitektur, som visas i denna figur.

Denna arkitektur säkerställer att ditt datalager uppfyller dina användares informationskrav och fokuserar på följande företagsorganisation och tekniska-arkitekturpresentationskomponenter:

• Ämnesområde och datainnehåll: Innehållet i Ett datalager är grupperat efter ämnesområden. Ett ämnesområde är en hög nivå av datainnehåll som avser ett stort område av affärsintressen, såsom kunder, produkter, försäljningsorder och kontrakt. Ämnesområde och datainnehåll kommer att driva din användares åtkomst till dessa data och den därmed sammanhängande presentationen med hjälp av Business Intelligence-verktyg.

• Datakälla: Datakällor liknar mycket råmaterial som stöder skapandet av färdiga varor i tillverkningen. Dina datakällor är de råmaterial som är raffinerade och tillverkade i ämnesområdets innehåll. Beroende på vilken grupp av datalager du bygger, kanske du har mer omfattande datakällor - allt beroende på företagarens krav.

• Verktyg för företagsunderrättelse: Användarens krav på informationstillträde dikterar vilken typ av affärsunderrättelseverktyg som används för ditt datalager.Vissa användare behöver bara enkla frågor eller rapportera om innehållet inom ett ämnesområde. andra kan kräva sofistikerade analyser. Dessa dataåtkomstkrav hjälper till att klassificera ditt datalager.

• Databas: Databasen refererar till den valfria tekniken som används för att hantera datainnehållet inom en uppsättning måldatastrukturer. Beroende på klassen av datalagret kan det vara nödvändigt med ett personligt, avdelat eller företagsdatabashanteringssystem.

• Dataintegration: Dataintegration är en bred klassificering för utvinning, rörelse, transformation och laddning av data från datakällan till måldatabasen. Det är här affärsbestämmelserna vidtas för att säkerställa att innehållet är av högsta möjliga kvalitet för bred användaruppfattning.