ตัวอย่างการออกแบบ Data Warehouse

แนวคิด Data Warehousing

Aaren Stubberfield

Data Scientist

ตั้งฉากสถานการณ์

• บริษัท Startup แห่งใหม่
• แอปแชร์รูปภาพ

¹ ภาพโดย Alex Alvarado จาก unsplash.com

Top-down หรือ Bottom-up?

ข้อพิจารณา:

• ต้องแสดงผลกระทบทางธุรกิจได้เร็ว
• แนวทาง Top-down ใช้เวลาเริ่มต้นนานกว่า

การตัดสินใจ:

• ใช้แนวทาง Bottom-up
• Sales data mart ต้องมาก่อน

Kimball - เลือกกระบวนการทางธุรกิจ (ขั้นตอนที่ 1)

ข้อพิจารณา:

• ลูกค้าประเภทใดที่ซื้อรูปภาพในปริมาณมาก?

การตัดสินใจ:

• พัฒนา Customer Purchases

Kimball - กำหนด Grain (ขั้นตอนที่ 2)

ข้อพิจารณา:

• ข้อมูลควรยืดหยุ่นพอที่จะตอบคำถามได้หลากหลาย
• เลือก Grain ที่ละเอียดที่สุดเท่าที่เป็นไปได้

การตัดสินใจ:

• ติดตามการซื้อรูปภาพของลูกค้า

Kimball - ระบุ Dimensions (ขั้นตอนที่ 3)

ข้อพิจารณา:

• ผู้ใช้อธิบายข้อมูลที่ได้จากกระบวนการทางธุรกิจอย่างไร?
• การจัดลำดับความสำคัญของลูกค้า

การตัดสินใจ:

• ที่ตั้งของลูกค้า (ประเทศและรัฐ)
• วันที่ลูกค้าสมัครสมาชิก
• วิธีการชำระเงินเริ่มต้น

Kimball - ระบุ Facts (ขั้นตอนที่ 4)

ข้อพิจารณา:

• เรากำลังตอบคำถามอะไร?

การตัดสินใจ:

• เวลาที่ใช้ดูรูปภาพก่อนซื้อ
• ราคาและภาษีของรูปภาพ
• วันที่ซื้อ

Fact Table และ Dimension Tables

On-premise หรือ Cloud?

ข้อพิจารณา:

• ไม่ต้องการต้นทุนล่วงหน้าสำหรับ Hardware/Software
• ทีมเล็ก ควรโฟกัสกับงานที่มีคุณค่าสูง

การตัดสินใจ:

• ใช้ Cloud

ETL หรือ ELT?

ข้อพิจารณา:

• เก็บข้อมูลทั้งหมดไว้
• Cloud ช่วยให้ขยาย Compute ได้ตามต้องการ

การตัดสินใจ:

• ใช้ ELT

สรุป

• การวางแผนเป็นสิ่งสำคัญ
• ปรับแนวทางให้เหมาะกับสถานการณ์

มาฝึกกันเถอะ!

แนวคิด Data Warehousing