Bài giảng Kho dữ liệu và khai phá dữ liệu: Chương 2 - Nguyễn Hoàng Ân (2018)

Chia sẻ: Tầm Y | Ngày: | Loại File: PDF | Số trang:19

Thêm vào BST

Báo xấu

59
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng "Khai phá dữ liệu - Chương 2: Kiến trúc kho dữ liệu" cung cấp cho người học các kiến thức: Kiến trúc chi tiết của kho dữ liệu, kho dữ liệu doanh nghiệp (Enterprise warehouse), kho dữ liệu theo chủ đề (Data Mart), siêu dữ liệu (Meta data), các công cụ back-end liên quan đến kho dữ liệu. Mời các bạn cùng tham khảo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Kho dữ liệu và khai phá dữ liệu: Chương 2 - Nguyễn Hoàng Ân (2018)

Kho dữ liệu và khai phá dữ liệu Chương 2: Kiến trúc kho dữ liệu Nguyễn Hoàng Ân 1
Nội dung Kiến trúc chi tiết của kho dữ liệu Kho dữ liệu doanh nghiệp (Enterprise warehouse) Kho dữ liệu theo chủ đề (Data Mart) Siêu dữ liệu (Meta data) Các công cụ back-end liên quan đến kho dữ liệu Nguyễn Hoàng Ân 3
Kiến trúc kho dữ liệu Nguyễn Hoàng Ân 4
1. Kiến trúc kho dữ liệu  Kiến trúc 2 lớp khái quát (Generic Two-Level Architecture)  Data Mart độc lập (Independent Data Mart)  Data Mart phụ thuộc và kho lưu trữ dữ liệu hoạt động (Dependent Data Mart and Operational Data Store)  Data Mart luận lý và KDL tích cực (Logical Data Mart and @ctive Warehouse)  Kiến trúc dữ liệu 3 lớp (Three-Layer data architecture) Đọc thêm: Chapter 9 - Data Warehousing Nguyễn Hoàng Ân 5
1.Kiến trúc 2 lớp khái quát L One, company- T wide warehouse E Periodic extraction  data is not completely current in warehouse Nguyễn Hoàng Ân 6
2.Data Mart độc lập L T E Separate ETL for each Data access complexity independent data mart due to multiple data marts 7 Nguyễn Hoàng Ân
2.Data Mart độc lập (tt) Data mart độc lập: data mart chứa dữ liệu được rút trích từ môi trường hoạt động mà không có ảnh hưởng của KDL Hạn chế của Data mart độc lập:  Mỗi data mart cần một ETL riêng  Các data mart không tương thích nhau  Không thể drill-down  Tốn nhiều chi phí khi có ứng dụng mới  Tốn chi phí để làm data mart tương thích nhau Nguyễn Hoàng Ân 8
3.Data Mart phụ thuộc và kho lưu trữ dữ liệu hoạt động corporate information factory (CIF) L T E Simpler data access Single ETL for enterprise data warehouse (EDW) Dependent data marts loaded from EDW Nguyễn Hoàng Ân 9
3.Data Mart phụ thuộc và kho lưu trữ dữ liệu hoạt động (tt) Data mart phụ thuộc: Data mart được nạp dữ liệu dành riêng từ KDL doanh nghiệp và điều hòa dữ liệu Kho lưu trữ dữ liệu hoạt động (Operational data store - ODS): Một cơ sở dữ liệu có tính tích hợp, hướng chủ đề, có thể cập nhật, giá trị hiện tại, rộng khắp tổ chức, chi tiết được thiết kế để dành cho người dùng tác nghiệp như họ làm quá trình hỗ trợ quyết định Kho dữ liệu doanh nghiệp (Enterprise data warehouse (EDW) Nguyễn Hoàng Ân 10
4. Data Mart luận lý và KDL tích cực L T E Near real-time ETL for Data marts are NOT separate databases, but logical views of the @ctive Data Warehouse data warehouse  Nguyễn Hoàng Ân to create new data marts Easier 11
4. Data Mart luận lý và KDL tích cực (tt) Logical data mart = relational view Base tables: customer, product, order, orderline Create views: CREATE VIEW invoice AS SELECT customer.customer_ID, customer_addr, order.order_ID, product.product_ID, product.price, order.quantity, product.price*order.quantity FROM customer, order, orderline, product WHERE customer.customer_ID= order.customer_ID, AND order.order_ID= orderline.order_ID, product.product_ID = orderline.product_ID Nguyễn Hoàng Ân 12
4. Data Mart luận lý và KDL tích cực (tt) KDL tích cực:  Một kho dữ liệu mức tổ chức chứa dữ liệu gần thời gian thực (near-real-time) của dữ liệu giao dịch từ những hệ thống bản ghi, phân tích KDL, tiếp nối gần thời gian thực từ qui trình nghiệp vụ đến KDL và những hệ thống bản ghi để có những hành động trung gian có thể hồi đáp lại các sự kiện kinh doanh  Ứng dụng: Dò tìm lỗi Nguyễn Hoàng Ân 13
5 Kiến trúc dữ liệu 3 lớp 14 Nguyễn Hoàng Ân
5 Kiến trúc dữ liệu 3 lớp (tt) Dữ liệu điều hòa (Reconciled data): dữ liệu có tính chi tiết, là dữ liệu hiện tại được dự định như nguồn đơn nhất, chính thức cho tất cả ứng dụng hỗ trợ quyết định Dữ liệu chuyển giao (Derived data): Dữ liệu được chọn lựa, định dạng và tổng hợp cho ứng dụng hỗ trợ quyết định cho người dùng cuối Siêu dữ liệu (Metadata): dữ liệu kỹ thuật và kinh doanh để mô tả thuộc tính hoặc tính chất của dữ liệu khác Nguyễn Hoàng Ân 15
Các công cụ back- end liên quan đến kho dữ liệu Nguyễn Hoàng Ân 16
Kimball Lifecycle và các công nghệ của Microsoft
The Microsoft DW/BI Toolset The relational engine (RDBMS) to manage and store the dimensional data warehouse database. SQL Server Integration Services (SSIS) to build the extract,transformation, and load (ETL) system. SQL Server Analysis Services (SSAS) analytic database to support users’ queries, particularly ad hoc use. SQL Server Analysis Services data mining to develop statistical data mining models, and also to include those models in advanced analytic applications. SQL Server Reporting Services (SSRS) to build predefined reports. The majority of the Reporting Services features are most appropriate for the DW/BI team, but you may provide some ad hoc query and report building functionality with Report Builder.
The Microsoft DW/BI Toolset Master Data Services (MDS) to create a range of master data management applications to feed the data warehouse, and possibly integrate that data management with the source transaction systems. Development and management tools, especially SQL Server BI Development Studio (BIDS) and SQL Server Management Studio to build and manage your DW/BI system.
The Microsoft DW/BI Toolset Excel PowerPivot SharePoint PowerPivot for SharePoint Master Data Services