Galeria de mapas mentais Armazenamento de dados e inteligência de negócios
Sistema de conhecimento Dama, data warehouse, esta tecnologia capacita as organizações a integrar dados de diferentes fontes em um modelo de dados comum. Os dados integrados podem fornecer insights sobre as operações de negócios e abrir novas possibilidades para suporte à decisão corporativa e criação de valor organizacional.
Editado em 2024-04-07 09:24:02A segunda unidade do Curso Obrigatório de Biologia resumiu e organizou os pontos de conhecimento, abrangendo todos os conteúdos básicos, o que é muito conveniente para todos aprenderem. Adequado para revisão e visualização de exames para melhorar a eficiência do aprendizado. Apresse-se e colete-o para aprender juntos!
Este é um mapa mental sobre Extração e corrosão de mim. O conteúdo principal inclui: Corrosão de metais, Extração de metais e a série de reatividade.
Este é um mapa mental sobre Reatividade de metais. O conteúdo principal inclui: Reações de deslocamento de metais, A série de reatividade de metais.
A segunda unidade do Curso Obrigatório de Biologia resumiu e organizou os pontos de conhecimento, abrangendo todos os conteúdos básicos, o que é muito conveniente para todos aprenderem. Adequado para revisão e visualização de exames para melhorar a eficiência do aprendizado. Apresse-se e colete-o para aprender juntos!
Este é um mapa mental sobre Extração e corrosão de mim. O conteúdo principal inclui: Corrosão de metais, Extração de metais e a série de reatividade.
Este é um mapa mental sobre Reatividade de metais. O conteúdo principal inclui: Reações de deslocamento de metais, A série de reatividade de metais.
Armazenamento de dados e inteligência de negócios
introdução
Introdução: Data warehouse, esta tecnologia permite que as organizações integrem dados de diferentes fontes em um modelo de dados comum. Os dados integrados podem fornecer insights sobre as operações de negócios e abrir novas possibilidades para suporte à decisão corporativa e criação de valor organizacional. Os data warehouses também são um meio de reduzir o número de empresas que criam sistemas de apoio à decisão.
impulsionadores de negócios
diagrama de contexto
definição
Fornecer dados de apoio à decisão para apoiar os trabalhadores do conhecimento envolvidos na elaboração de relatórios, consultas e análises através de processos de planejamento, implementação e controle
Alvo
Estabelecer e manter o ambiente técnico, a tecnologia e os processos de negócios necessários para fornecer dados integrados para apoiar funções operacionais, requisitos de conformidade e atividades de inteligência de negócios
Apoiar e capacitar trabalhadores do conhecimento para conduzir análises de negócios e tomadas de decisões eficazes
Métricas
Usar indicadores
Satisfação do Cliente/Usuário
Cobertura da área temática
Tempo de resposta e métricas de desempenho
objetivos e princípios
Metas organizacionais para construir um data warehouse
1) Apoiar atividades de business intelligence
2) Capacite a análise de negócios e a tomada de decisões eficiente
3) Encontre métodos inovadores baseados em diferenças de dados
A construção do data warehouse deve seguir princípios orientadores
1) Concentre-se nos objetivos de negócios
2) Comece com o fim em mente
Deixe que as prioridades de negócios e o escopo dos dados entregues impulsionem a construção do conteúdo do data warehouse
3) Pensamento e design global, ação e construção local
4) Resuma e continue otimizando, em vez de fazer isso no início
5) Melhore a transparência e o autoatendimento
6) Estabelecer metadados junto com data warehouse
7) Colaboração
8) Não seja padronizado
conceito básico
1.Inteligência Empresarial
1).Business intelligence refere-se a uma atividade de análise de dados que entende as demandas organizacionais e busca oportunidades.
2).Business intelligence refere-se à coleção de tecnologias que apoiam tais atividades de análise de dados
2. Armazém de dados
1) Um banco de dados integrado de apoio à decisão e programas de software associados para coletar, limpar, transformar e armazenar dados de uma variedade de operações e fontes externas.
2) Para apoiar os requisitos históricos, analíticos e de inteligência de negócios, a construção do data warehouse também incluirá data marts dependentes e cópias de subconjuntos de dados no data warehouse do data mart.
3).Em termos gerais, o data warehouse inclui operações de armazenamento ou recuperação de dados que fornecem dados para apoiar o cumprimento das metas de business intelligence.
Métodos de construção de data warehouse
Bill Inmon
Definir data warehouse como "uma coleta de dados orientada ao assunto, integrada, que muda no tempo e relativamente estável que suporta decisões de gerenciamento" e usar um modelo relacional padronizado para armazenar e gerenciar dados
Orientado por tópico
integrado
mudando ao longo do tempo
estábulo
Dados agregados e detalhados
histórico
Componentes CIF
1. Aplicação
2. Área de armazenamento temporário de dados
3. Integração e conversão
4. Armazenamento de Dados Operacionais (ODS)
5. Datamart
6. Data Mart Operacional (OpDM)
7. Armazém de dados
8. Relatórios operacionais
9. Dados de referência, dados mestre e dados externos
Ralph Kimball
Um data warehouse é definido como “uma cópia dos dados de transação personalizada para consulta e análise” e sua abordagem é frequentemente chamada de modelo multidimensional
Um modelo multidimensional, muitas vezes chamado de esquema em estrela, consiste em uma tabela de fatos (contendo dados quantitativos sobre processos de negócios, como dados de vendas) e uma tabela multidimensional (armazenando atributos descritivos relacionados aos dados da tabela de fatos) para responder perguntas sobre a tabela de fatos. para consumo de dados, como quanto o produto X foi vendido neste trimestre).
Várias tabelas de fatos compartilharão dimensões comuns ou consistentes por meio de um "barramento", semelhante a um barramento em um computador. Vários data marts podem ser integrados em um data mart de nível empresarial inserindo barramentos que seguem dimensões.
Componentes do armazém de dados
1. Sistema de origem de negócios
2. Área de armazenamento temporário de dados
3. Área de exibição de dados
4. Área de acesso a dados
Componentes da arquitetura de data warehouse
Um ambiente de data warehouse consiste em um conjunto de componentes arquitetônicos organizados para atender às necessidades da empresa
1. Sistema de origem
Os sistemas de origem incluem sistemas de negócios e dados externos que devem fluir para o ambiente de data warehouse/business intelligence
2. Integração de dados
Inclui extração, transformação e carregamento
3. Área de armazenamento de dados
1) Área de armazenamento temporário
2) Dimensão de consistência entre dados de referência e dados mestre
3) Armazém central de dados
4) Armazenamento de Dados Operacionais (ODS)
5) Datamart
6) Cubos de Dados (Cubos)
Fluxo dos sistemas de origem para áreas de preparação de dados onde os dados podem ser limpos e enriquecidos quando os dados são integrados e armazenados em um data warehouse ou armazenamento de dados operacionais. Em um data warehouse, os dados podem ser acessados por meio de data marts ou cubos de dados para gerar vários relatórios.
Método de processamento de carga
A construção de data warehouse envolve dois tipos principais de integração de dados: carregamento histórico e atualizações contínuas de dados
1) Dados históricos
2) Captura de dados de alteração em lote
OLAP
incluir
1. Fatia
2. Corte em pedaços
3. Detalhamento/aumento
4. Convolução ascendente
5. Perspectiva
Três métodos clássicos de implementação OLAP
1) Processamento Analítico Online Relacional (ROLAP)
2) Processamento analítico online de matriz multidimensional (MOLAP)
3) Processamento Analítico Online Híbrido (HOLAP)