مقدمه
متأسفانه انباره داده‌ای متمرکز تا حدی که از آن انتظار می‌رفت، رشد نکرده است. در مقابل تا میزان زیادی با ریسکها، مدت زمان طولانی برای پیاده سازی وهزینه بالا پرشده است. مایه حیات یک سازمان توانایی توسعه بخشیدن به برنامه‌های کاربردی است که به طور سریع اطلاعات ارزشمند را به تصمیم گیرنده‌های تجاری انتقال می‌دهد. با این وجود، انباره داده‌ای متمرکز سعی دارد تا با صورت بر پایه شده براساس معماری مشخص و عدم توانایی‌های مناسب و تغییر کاربردهای جدید که مورد نیاز است، عمل نماید.
بسیاری از سازمانها انفجار داده‌ها را گزارش می‌دهند که حجم قابل توجهی از میزان داده‌ها اصلی را در بر دارد، و این به علت نیاز شدید و سریع به گزارش‌های جدید و جداول خلاصه داده‌ای میباشد. این مسئله در هزینه های هنگفت نهایی و بار سنگین گزارش‌های مدیریتی خود را نشان می‌دهد. انباره داده مترکز به این منظور طراحی شده‌اند تا بتوانند گزارش‌های از قبل پیش‌بینی شده را پاسخگو باشند. انباره داده‌ها در عین حال همان طور که Bill Inmon اشاره کرده است، «به منظور کشف فعالیت‌ها طراحی شده است» و نیز در اکثر موارد «کاربران نمی‌دانند چه اطلااتی را در درجه اول نیاز دارند.»
بخش عمده هزینه یک انباره داره ای معمولی به علت روش brute force میباشد، که در اثر اساس و طرح پردازش موازی مطرح شده است. با وجود اینکه پردازش موازی بسیار هزینه در بردارد ولی هیچ کمکی به تولید پاسخ‌های پرس و جوی سریع و adhoc نمی‌کند. در نتیجه مجبور خواهیم بود، به روشهای جدیدی به منظور ارضاء این خواست resort نماییم.
اکثر دانشمندان به این منظور معماری data mart وزنی enterprise را آزمایش می‌نمایند datamart تکنولوژیی است که Poised شده تا dra stically کاربردها و جنبه‌های اقتصادی انباره داده‌ای را دوباره شکل دهد و نیز مقایسه دیدگاههای مختلف در رابطه با ویژگی‌ها و سودمندی‌های معماری data mart در مقابل انباره‌های داده‌ای قدیمی به منظور ساخت، deploy، و مدیریت راه حلهای datamart وزنی enterprisk.
The Corporate Data Warehouse
در گذشته پیاده سازی‌های شرکت‌های انباره داده‌ای بر پایه main frameها عمل کرده است و مدیریت گسترده‌ای را در محدوده خود نیاز داشته است و نیز به وسیله مدیریت MIS اطلاعات از بالا به پائین قابل دسترسی بوده‌اند. در زیر این معماری همه چیز در سطح مدیریتی ساخته شده است. این مسئله معمولاً به یک انباره داده‌ای معمولی و ساده تبدیل می‌شود که تمامی نتایج لازم جداگانه برای سیستم‌های عملکردی تمامی شرکت‌های مناسب خواهند بود.
این پیاده‌سازی‌های انباره داده‌ای باید با جنبه‌های پیچیده که توسط طبیعت مدیریت گسترده خودشان تولید شده است مواجه شوند. همه چیز مجبور است در مسیر لایه‌های مختلف مورد موافقت قرار گیرد. زیرا انباره داده‌ای طراحی شده است تا همه بتوانند از آن استفاده کنند در نتیجه همه افراد سازمان باید در نحوه طراحی آن موافقت‌نظر داشته باشند. در چنین مواقعی نتیجه یک تغییر ساده ممکن است بسیار بزرگ و سرنوشت ساز باشد زیر تغییر یک چیز در انباره داده همه چیز را تغییر می‌دهد.
دیدگاههای مختلف از راه حلهای انباره داده‌ای
چالش‌های مختلف موجود در ارتباط با انباره داده نتیجه شد. اما هنوز همان هدف سابق در رابطه با انتقال داده‌های مختلف جهت پشتیبانی از تصمیمی‌گیری‌ها به کاربران انتهایی مورد نظر بود.
خوشبختانه روش more pragmatic و جدیدترین در حال حاضر در اختیار ماست. این راه حل تحت نام انباره‌های داده‌ای توزیع شده قابل دسترسی میباشد. نقطه مرکزی در این روش بر روی کاربردها و datamartها میباشد. همچنین این کار توسط تکنولوژی پایگاه داده‌های وزنی، و به صرفه انجام می‌شود. امروزه data mart ها سودهای قابل توجهی را به سازمان‌های خود باز می‌گردانند، بدون آنکه هزینه زیادی را دربر داشته باشند و یا ریسک موجود در انباره های داده ای متمرکز مدیریتی را در پروژه‌ها ایجاد نمایند و نیز می‌توانند براساس اینکه پروژه چه چیزی را می‌طلبد خود را رشد دهند و یا تغییر نمایند.
یک clata mart سیستم کاربردی پشتیبانی از تصمیم‌گیری میباشد، که بر روی رفع و حل یک مشکل تجاری خاص متمرکز می‌شود و این کار را در یک محیط موضوعی یا دپارتمان انجام می‌دهد. یک clatamart باید با یک مدل داده‌ای مدیریتی ساخته شود تا از شکل گرفتن سیستم‌های پشتیبانی تصمیم‌گیری غیر مجتممع اطلاعات ناسازگار تجارتی و توانایی رشد در ذهن جلوگیری نماید.
اما یک انباره داده‌ای یک پیش نیاز غیرقابل اجتناب برای clatamart نمی‌باشد.
Clatamartها به وسیله سرعت پاسخگویی که برای پرس و جوهای چند بعدی و adhoc تولید می‌کنند و نیز برای قیمت پائین‌شان در ساخت و بازیابی مشهور شده‌اند. در بسیاری از موارد هزینه کمتر از نصف هزینه یک انبار داده‌ای مجتمع بزرگ میباشد. چند جزء کلیدی برای پیاده‌سازی موفقیت آمیز یک datamart وجود دارد.
راه حلهای Data mart
به طور واضح data Martها به تنهایی نمی‌توانند تمام نیازهای تجاری را رفع نمایند خصوصاً به منظور پشتیبانی تصمیم‌گیری‌های گسترده مدیریتی. همان طور که تاجران clat mart می‌سازند و با نیازهای کاربردی کاربران مواجه می‌شوند، یاد می‌گیرند کدام بخش‌های داده ارزشمندتر هستند، کدام بخش‌های داده نیاز دارند به جدیدترین فرم درآیند و کدام بخشها داده‌های جزئی نهایی و یا داده‌های خارجی مورد نیاز هستند. همچنین MIS ممکن است مناطقی را مشخص کند تا داده‌ها را متمرکز نماید که بتواند بین چندین clata Mart به طور اشتراکی مورد استفاده قرار گیرند. این اصلی‌ترین نقش انباره‌های داده‌ای اشتراکی میباشد. Data Martها در نهایت محلی شدند تا اطلاعاتی که به وسیله چندین کاربر مورد نیاز هستند در آنها متمرکز شود.
انباره های داده‌ای اشتراکی به کندی ساخته شده‌اند و در هر مرحله براساس نیازهای تجاری این طراحی انجام شده است. همان طور که نیازهایشان رشد کرده است، شرکت‌ها چندین data mart ساخته‌اند و جالب است که در نهایت، خیلی از تجارت‌ها معماری چند لایه‌ای پشتیبانی از تصمیم‌گیری را توسعه خواهند داد.
در بسیاری از سازمان ها، تصمیم‌گیری به شکل غیرمجتمع انجام می‌پذیرد و چندین data mart ممکن است هیچگاه consolidode نشود. در بعضی دیگر، جاهایی که تصمیم‌گیری بالا به پائین به شکل قدرتمندی انجام می‌شود، یک انباره داده‌ای مدیریت نیز کمک بسیار زیادی می‌نماید. این کار به MIS اجازه می‌دهد تا نتایج سریع‌تری را به کاربر برساند.
اساسی که از این حقیقت یعنی هر کاربر انفرادی به میزان محدودی از داده و اطلاعات نیاز دارد. با وجود اینکه مقداری نیاز برای توابع ضربی آنالیزی وجود دارد، محدوده نیازهای داده‌ای به ذاته کاهش می‌یابد اگر ما محدوده انباره بسازیم، می‌توانیم مشکلات را در روشهای متمرکزتر و هدفمندتر به طور ساده‌تر انجام دهیم. شکل زیر دو پیاده‌سازی کاربردی مشخص را نشان می‌دهد که هر کدام از انباره داده‌ای مشتق شده‌اند و زیر مجموعه‌ای از سیستم‌های مدیریتی هستند و هرکدام کاربردهای جداگانه را به دپارتمان‌های مختلف اعلام می‌دارند.
فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد
تعداد صفحات این مقاله 13 صفحه
پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید
دانلود مقاله طراحی Data mart