GeeksforGeeks
design af et datalager er en væsentlig del af forretningsudviklingen. Til design er der to mest almindelige arkitekturer ved navn Kimball og Inmon, men spørgsmålet er, hvilken der er bedre, hvilken der tjener brugeren ved lav redundans. Lad os sammenligne begge på nogle faktorer.
1. Kimball:
Kimball tilgang til at designe et Datalogisk hus blev introduceret af Ralph Kimball. Denne tilgang starter med at genkende forretningsproces og spørgsmål, som Dataprogrammet skal svare på. Disse sæt information analyseres og dokumenteres derefter godt. Programmet Uddrag Transform Load (ETL) bringer alle data fra flere datakilder kaldet data marts og indlæses derefter i et fælles område kaldet iscenesættelse. Derefter omdannes dette til OLAP cube.
applikationer :
- Opsætning og bygget er hurtig.
- generering rapport mod multiple star skema er meget vellykket.
- Databasedrift er meget effektiv.
- optager mindre plads i databasen og administration er let.
Kimball datavarehus arkitektur er vist nedenfor :
2. Inmon:
Inmon tilgang til at designe et datavarehus blev introduceret af Bill Inmon. Denne tilgang starter med virksomhedens datamodel. Denne model genkender nøgleområder og tager sig også af kunde, produkt og leverandør. Denne model tjener til oprettelse af en detaljeret logisk model, der bruges til større operationer. Detaljer, model bruges derefter til at udvikle en fysisk model. Denne model er normaliseret og gør data redundans mindre. Dette er en kompleks model, der er vanskelig at bruge til forretningsformål, som datamarts oprettes til, og hver afdeling er i stand til at bruge den til deres formål.
applikationer :
- datavarehuset er meget fleksibelt til ændringer.
- forretningsproces kan forstås meget let.
- rapporter kan håndteres på tværs af enterprise.
- ETL-processen er meget mindre tilbøjelig til fejl.
inmon datavarehus arkitektur er vist nedenfor :
forskellen mellem Kimball og Inmon :
parametre | Kimball | Inmon |
---|---|---|
introduceret af | introduceret af Ralph Kimball. | introduceret af Bill Inmon. |
tilgang | det har Bottom-up tilgang til implementering. | det har Top-ned tilgang til implementering. |
dataintegration | det fokuserer individuelle forretningsområder. | det fokuserer virksomhedsdækkende områder. |
byggetid | det er effektivt og tager mindre tid. | det er komplekst og bruger meget tid. |
omkostninger | det har iterative trin og er omkostningseffektivt. | de oprindelige omkostninger er enorme, og udviklingsomkostningerne er lave. |
færdigheder kræves | det behøver ikke sådanne færdigheder, men et generisk team vil gøre jobbet. | det har brug for specialiserede færdigheder til at gøre arbejde. |
vedligeholdelse | her er vedligeholdelse vanskelig. | her vedligeholdelse er let. |
datamodel | det foretrækker data at være i De-normaliseret model. | det foretrækker data at være i normaliseret model. |
Datalagersystemer | i dette er kildesystemer meget stabile. | i dette har kildesystemer en høj ændringshastighed. |