GeeksforGeeks

Å Designe Et Datalager er en viktig del av forretningsutviklingen. For design er det to vanligste arkitekturer kalt Kimball og Inmon, men spørsmålet er hvilken som er bedre, hvilken som tjener bruker ved lav redundans. La oss sammenligne begge på noen faktorer.

1. Kimball:
Kimball tilnærming til å designe Et Dataware-hus ble introdusert av Ralph Kimball. Denne tilnærmingen starter med å gjenkjenne forretningsprosess og spørsmål Som Dataware house må svare på. Disse settene med informasjon blir analysert og deretter dokumentert godt. Etl-programvaren (Extract Transform Load) bringer alle data fra flere datakilder kalt data marts og lastes deretter inn i et felles område som kalles staging. Da blir dette forvandlet TIL OLAP-kube.

Applikasjoner :

• Oppsett og Bygget er raskt.
• Generering av rapport mot flere stjerneskjema er svært vellykket.
• Databaseoperasjon er svært effektiv.
• Opptar mindre plass i databasen og administrasjon er enkelt.

Kimball Dataware hus arkitektur er vist nedenfor :

2. Inmon:
Inmon tilnærming til å designe Et Dataware-hus ble introdusert av Bill Inmon. Denne tilnærmingen starter med bedriftens datamodell. Denne modellen gjenkjenner viktige områder og tar også vare på kunde, produkt og leverandør. Denne modellen tjener til å skape en detaljert logisk modell som brukes til store operasjoner. Detaljer, modell brukes da til å utvikle en fysisk modell. Denne modellen er normalisert og gjør data redundans mindre. Dette er en kompleks modell som er vanskelig å bli brukt til forretningsformål for hvilke datamart er opprettet, og hver avdeling kan bruke den til deres formål.

Applikasjoner :

• datalageret er svært fleksibelt for endringer.
• Forretningsprosess kan forstås veldig enkelt.
• Rapporter kan håndteres på tvers av bedriften.
• ETL-prosessen er meget mindre utsatt for feil.

Inmon Dataware hus arkitektur er vist nedenfor :

Forskjellen Mellom Kimball Og Inmon :

Parametere	Kimball	Inmon
Introdusert av	Introdusert av Ralph Kimball.	Introdusert Av Bill Inmon.
Tilnærming	Den Har Bottom-Up Tilnærming for implementering.	Den Har Topp-Down Tilnærming for implementering.
Dataintegrasjon	det fokuserer På Individuelle forretningsområder.	det fokuserer Virksomhetsomfattende områder.
Byggetid	det er effektivt og tar mindre tid.	det er komplekst og bruker mye tid.
Kostnad	den har iterative trinn og er kostnadseffektiv.	Startkostnaden er stor og utviklingskostnaden er lav.
Ferdigheter Kreves	Det trenger ikke slike ferdigheter, men et generisk team vil gjøre jobben.	Det trenger spesialiserte ferdigheter for å gjøre arbeid.
Vedlikehold	her er vedlikehold vanskelig.	her er vedlikehold enkelt.
Datamodell	det foretrekker data å Være I De-normalisert modell.	det foretrekker data å være i normalisert modell.
Datalagersystemer	i dette er kildesystemene svært stabile.	i dette har kildesystemer høy endringshastighet.