Jaký je rozdíl mezi datovými sklady a datovými jezery?

Data Warehousing Concepts

Aaren Stubberfield

Data Scientist

Databáze

• Strukturovaná data v řádcích a sloupcích
• Transakční databáze ukládají transakce

Datový sklad

• Shromažďuje, integruje a zpřístupňuje data pro analýzu
• Mnoho vstupních zdrojů dat
• Ukládá strukturovaná data
• Složité provádění změn
  • Je nutné zohlednit dopady na navazující systémy
• Obvykle více než 100 GB

Proč datový sklad?

• Rychlost dotazu nad velkým množstvím dat
• Zamezení zpomalení transakční databáze

Datová tržiště

• Relační databáze pro analýzu
• Data zaměřena na jednu oblast
• Málo vstupních zdrojů dat
• Obvykle méně než 100 GB

Datové jezero

• Úložiště dat celé organizace
  • Obsahuje data z mnoha oddělení
  • Mnoho vstupních zdrojů dat
  • Obvykle více než 100 GB
• Ukládá strukturovaná i nestrukturovaná data
  • Příklady: video, audio a dokumenty

Datové jezero

• Méně složité provádění změn
  • Méně dopadů na navazující systémy
• Účel uložení dat nemusí být znám
  • Méně organizované

Shrnutí

Vlastnost	Datový sklad	Datové tržiště	Datové jezero
Struktura dat	Strukturovaná	Strukturovaná	Strukturovaná i nestrukturovaná
Složitost změn	Složité	Složité	Méně složité
Účel dat	Znám	Znám	Nemusí být znám
Pokrytí oddělení	Mnoho	Pouze jedno	Mnoho
Zdroje dat	Mnoho zdrojových systémů	Málo zdrojů	Mnoho zdrojových systémů
Typická velikost	>100 GB	<100 GB	>100 GB

Pojďme procvičovat!

Data Warehousing Concepts