สถาปัตยกรรม Data Warehouse

แนวคิด Data Warehousing

Aaren Stubberfield

Data Scientist

Inmon - แบบ Top-Down

ภาพไอคอน Data Warehouse

แนวคิด Data Warehousing

Inmon - แบบ Top-Down

ภาพไอคอน Data Warehouse

ต้องกำหนดก่อน:

  • นิยามข้อมูล การทำความสะอาด และกฎทางธุรกิจทั้งหมด
  • ก่อนที่ข้อมูลจะเข้าสู่ Warehouse
แนวคิด Data Warehousing

Inmon - แบบ Top-Down

ภาพไอคอนฐานข้อมูลสองรายการพร้อมลูกศรชี้ไปที่ลูกศรที่ระบุ ETL ซึ่งชี้ไปที่ไอคอน Data Warehouse

แนวคิด Data Warehousing

Inmon - แบบ Top-Down

ภาพไอคอนฐานข้อมูลสองรายการพร้อมลูกศรชี้ไปที่ลูกศร ETL ซึ่งชี้ไปที่ไอคอน Data Warehouse จากนั้นชี้ไปที่ไอคอน Data Mart สองรายการ และชี้ต่อไปยังไอคอนผู้ใช้งาน ไอคอนรายงาน และไอคอนแว่นขยาย

แนวคิด Data Warehousing

ข้อดีและข้อเสียของแบบ Top-Down

ข้อดี:

  • แหล่งข้อมูลเดียวสำหรับทั้งองค์กร
  • Normalization = ประหยัดพื้นที่จัดเก็บ
  • ปรับ Data Mart ให้รองรับการรายงานได้ง่าย

ข้อเสีย:

  • การ Join มาก = ตอบสนองช้าลง
  • ต้องใช้เวลาเตรียมการมากในช่วงแรก
    • ต้นทุนเริ่มต้นสูง
แนวคิด Data Warehousing

Kimball - แบบ Bottom-Up

ภาพไอคอนฐานข้อมูลสองรายการพร้อมลูกศรชี้ไปที่ลูกศร ETL และลูกศรชี้ไปที่ไอคอน Data Mart สองรายการ

  • Denormalize ข้อมูล
  • เน้นที่ Data Mart ของแต่ละฝ่าย
  • ข้อมูลเคลื่อนจาก ETL ไปยัง Data Mart โดยตรง
แนวคิด Data Warehousing

Kimball - แบบ Bottom-Up

ภาพไอคอนฐานข้อมูลสองรายการพร้อมลูกศรชี้ไปที่ลูกศร ETL และลูกศรชี้ไปที่ไอคอน Data Mart สองรายการ จากนั้นชี้ไปที่ไอคอน Data Warehouse และชี้ต่อไปยังไอคอนผู้ใช้งาน ไอคอนรายงาน และไอคอนแว่นขยาย

แนวคิด Data Warehousing

ข้อดีและข้อเสียของแบบ Bottom-Up

ข้อดี:

  • พัฒนาได้รวดเร็วในช่วงแรก
    • ต้นทุนเริ่มต้นต่ำ
  • Denormalize = ใช้งานง่าย

ข้อเสีย:

  • เวลาประมวลผล ETL เพิ่มขึ้น
  • ความเสี่ยงต่อข้อมูลซ้ำสูงขึ้น
  • ต้องพัฒนาต่อเนื่อง
แนวคิด Data Warehousing

มาฝึกกันเถอะ!

แนวคิด Data Warehousing

Preparing Video For Download...