Skladištenje podataka Prof.dr.sc. Dražena Gašpar 24.10.2016.
Sadržaj Uvod i definiranje pojmova Izvori podataka Osnove i geneza skladišta podataka Arhitektura skladišta podataka Pro iš avanje podataka ETL Dimenzijsko modeliranje
Literatura Inmon, W.H.: Building the Data Warehouse 4th Edition, Wiley Inc. USA, 2005. Inmon, W.H., Strauss, D., Neushloss,G.: DW2.0 The Architecture for the Next Generation of Data Warehousing, 2008. Kimball,R., Ross,M.: The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling, Wiley Kimball,R., Ross,M., Thornthwaite,W., Mundy,J., Becker,B.: The Data Warehouse Lifecycle Toolkit, Wiley Inc. USA, 2008
OCJENJIVANJE Priprema za svako predavanje na zadanu temu + Projekt - implementacija od problema do skladišta podataka i izvješ a Dimenzijski model ETL, Data mart, Izvješ a (min 5) Aktivnost na nastavi max. 20 bodova max. 60 bodova max. 20 bodova
PROJEKT: Implementacija od problema do skladišta podataka i izvješ a Definirati i opisati problem (dijagrami: use case, aktivnosti i klasa) Napraviti bazu podataka (relacijsku) u Access-u Razviti dimenzijski model podataka Pomo u ETL alata provesti ETL proces http://butleranalytics.com/5-free-open-source-etl-tools/ Formirati kocku pomo u CubeIt alata Napraviti najmanje 8-10 razli itih izvješ a koriste i dimenzijske operatore
Evolucija digitalne pohrane podataka
Evolucija digitalne pohrane podataka
Evolucija digitalne pohrane podataka
ZAŠTO baze podataka nisu dovoljne??
Podatkovna eksplozija Kvantiteta podataka, i onih koji su potrebni i digitaliziranih je enormno pove ana Donositelji odluka trebaju pristup sve ve em broju podataka i izvora podataka IT tj. pohranjivanje podataka omogu ava izniman porast digitalno pohranjenih podataka (relativno jeftino) Na jednoj strani su ogromne koli ine podataka, dok s druge strane postoji stalni nedostatak kvalitetnih podataka
www.internetlivestats.com
ZAŠTO skladištenje podataka??
Istraživa i, Farmeri i Turisti Turisti: Pretražuju informacije dobivene of farmera Farmeri: Sakupljaju informacije Kroz poznate pristupe Istraživa i: Pronalaze nepoznate i neo ekivane informacije skrivene u detaljnim podacima 13
Definicija Inmon-a Skladište podataka je predmetno orijentirani, integrirani, relativno stabilni i vremenski orijentirani skup podataka u funkciji potpore odlu ivanja menadžera.
2 osnovna tipa podataka Primitivni/Operativni podaci Aplikacijski orijentirani Detaljni Mogu se mijenjati Izvršavanje je kontinuirano Zahtjevi za obradu su unaprijed poznati Transakcijski orijentirani Visoka raspoloživost Izvedeni/DSS podaci Predmetno orijentirani Sumarni, redefinirani Ne mogu se mijenjati Izvršavanje je heuristi ko Zahtjevi za obradu nisu unaprijed poznati Analiti ki orijentirani Raspoloživost nije kriti na
2 osnovna tipa podataka Primitivni/Operativni podaci Izvedeni/DSS podaci Cjelovitost održavanja Neredundantni Struktura stati na, sadržaj promjenjiv Obrade koriste manju koli inu podataka Podržavaju dnevne operacije Odnose se na kra i vremenski period (naj eš e jednu godinu) Održavanje po podskupovima Redundancija kao životna istina Fleksibilna struktura Obrade koriste ogromne koli ine podataka Podržavaju potrebe menadžera Nemaju vremensku ograni enost, prate povijest podataka u poduze u
Mjerne jedinice - DW Terabytes -- 10^12 bytes: Walmart -- 24 Terabytes Petabytes -- 10^15 bytes: Exabytes -- 10^18 bytes: Geographic Information Systems National Medical Records Zettabytes -- 10^21 bytes: Zottabytes -- 10^24 bytes: Weather images Intelligence Agency Videos
OLTP sustavi vode poslovanje 18 Skladište podataka omogu ava inteligentnije poslovanje
Za sljede e predavanje Datum: 07.11.2016. 1. Tema: Izvori podataka i arhitekture DW priprema za diskusiju 2. Pripremiti prezentaciju svog projekta i izvora podatka u trajanju od 5min max: - minimalno 1 vanjski izvor - podaci iz baze podataka
PITANJA