آکادمی آموزش روزبه 📚
3.99K subscribers
4.6K photos
185 videos
1.48K files
6.98K links
🍎آموزش و ترویج علمی فناوری اطلاعات ، امنیت و مدیریت پروژه های مرتبط
🍁 و کمی هم اخلاق و انسانیت

Training of Information Technology, Cyber Security, Project Management, Ethics and Humanitarian

ارتباط با مدیر کانال:
@roozbehadm
Download Telegram
آکادمی آموزش روزبه 📚
🍀از مجموعه بررسی اختصاصی پرونده تکنولوژی ها در IT ( توضیحات در سری پستهای آتی ) 🌠پرونده کار با داده ها -۱ 🚂دسته بندی ابزار های پردازش و مدیریت داده ۱- سیستم های مدیریت پایگاه داده ۲-ابزارهای تلفیق داده ۳-ابزارهای کیفیت داده ۴-انبارداده های بزرگ و سازمانی…
#Data_Warehouse

🍀بررسی مورد چهارم

🚜انبار داده ها یا همان
Data Warehouse (DWH)

این نوع پایگاه داده ها مشخصات زیر را دارند


موضوع­ گراهستند (Subject Oriented): پايگاه­ داده به گونه­ اي سازماندهي شده است که تمامي اطلاعاتي که به یک موضوع يا موجوديت خاص مربوط هستند با يکديگر مرتبط هستند.

متغير با زمان: تغييرات ايجاد شده در پايگاه­ داده اوليه در آن بصورت زمان محور به دقت اعمال مي­شوند.

Non-volatile
داده­هاي اطلاعاتي هرگز حذف نشده، با داده­ هاي جديد جايگزين نمي­شوند.

يکپارچه: اطلاعات موجود در پايگاه­ داده از سراسر سازمان جمع­ آوري شده­ اند و با هم سازگاري دارند".

هدف اصلي DWH ايجاد بستري مناسب براي توليد اطلاعاتي است که به Knowledg worker هاي سازمان (مديران، عوامل اجرايي و تحليلگران) براي اتخاذ تصميم­هاي درست کمک مي­کند. براي اين منظور از DWH در تهيه گزارش­ها، اطلاعات تحليلي، تعامل بلادرنگ با سيستم­هاي عملياتي و Profiling استفاده مي­شود.



با DWH مي­توان در سازمان سيستم تصميم­يار (Decision support) ايجاد کرد. اطلاعاتي که در DWH نگهداري مي­شود از آنچه در پايگاه­هاي داده نگهداري مي­شود (که شامل اطلاعات جزيي و روزمره است) به مراتب مهم­تر و ارزشمندتر است. در DWH تمامي اطلاعات موجود در سازمان از ابتدا تاکنون به صورت يکپارچه و سازماندهي شده نگهداري مي­شود. در اين مخزن اطلاعاتي، اطلاعات از تمامي منابع اطلاعاتي و در يک بازه زماني طولاني جمع­ آوري مي­شوند و به اين دليل حجم اطلاعات بسيار زياد است.



در DWH نياز به سازماندهي مناسب اطلاعات و استفاده از روش­هاي مناسب دسترسي به اطلاعات وجود دارد. DWH با طراحي متفاوت خود به صورت چندبعدي (Multi dimensional) قادر است تمامي این موارد را در نظر بگيرد. براي مثال در اطلاعات نگهداري شده براي فروش، زمان فروش، ناحيه فروش، فروشنده و محصول به فروش رفته به عنوان ابعاد مختلف در نظر گرفته مي­شوند. اغلب اين بعدها حالت سلسله مراتبي (Hierarchical) دارند. مثلا ممکن است زمان فروش شامل تاريخ و ساعت فروش محصول باشد. طراحي مدل داده چند بعدي با استفاده از تکنيک­هاي مرسوم در محيط­هاي OLTP مانند ERD و نرمال­سازي مناسب نيست. زيرا آنچه در DWH مهم است ايجاد امکان پرس­و­جو و بارگذاري سريع اطلاعات است.
@roozbeh_learning 👈🏼
اکثر سیستم های موجود بر پایه هدووپ بنا نهاده شده اند در زیر با ۵ تولید کننده برتر در این حوزه آشنا میشویم .👇👇