Datawarehousing

Een database die ontworpen is voor operationele processen. Deze databases worden gebruikt om transacties te verwerken en moeten snel antwoorden geven op queries. Historische data wordt zelden opgeslagen.

Een database die ontworpen is voor data-analyse. OLAP-databases ondersteunen beleidsbeslissingen door het analyseren van grote hoeveelheden data en het vinden van patronen. De nadruk ligt op historische data.

Een opslagplaats van data die gericht is op het ondersteunen van beleidsbeslissingen. Data in een datawarehouse is onderwerpgericht, geïntegreerd, permanent en tijdvariërend.

Een computersysteem dat datawarehouses beheert, zoals een database management system (DBMS) een database beheert.

De softwarecomponent van een datawarehousesysteem die verantwoordelijk is voor het managen van de datawarehouse.

Datawarehouses zijn georganiseerd rond onderwerpen of thema's, in tegenstelling tot databases die rond entiteiten zijn opgebouwd.

Het verzamelen van data uit verschillende bronnen om het in één consistent formaat in een datawarehouse te integreren.

Data in een datawarehouse is persistent, wat betekent dat het niet verwijderd wordt, en tijdvariërend, wat betekent dat het data over verschillende tijdsperiodes bevat.

Het proces van het verzamelen en voorbereiden van data uit verschillende bronnen om ze te gebruiken in een datawarehouse.

De stap in ETL die data uit verschillende bronnen haalt.

Het controleren van de kwaliteit en juistheid van de geëxtraheerde data.

Een probleem dat kan optreden tijdens het transformeren van data, waarbij informatie verloren gaat.

Het proces van het omzetten van data naar een uniform formaat en datatype, zodat het kan worden gebruikt in het datawarehouse.

Een vorm van transformatie waarbij data wordt samengevoegd om de hoeveelheid te reduceren.

Het proces van het opslaan van de getransformeerde data in het datawarehouse.

Data die niet volledig of correct is, wat kan leiden tot fouten in analyses.

Een datawarehouseschema is een logische structuur die de combinaties van benodigde data weergeeft. Het is analoog aan een databaseschema, maar specifiek voor datawarehouses. Het doel is om data op een gestructureerde manier te organiseren voor eenvoudige analyse.

Het proces van data uit meerdere bronnen te extraheren, te transformeren en te laden in een datawarehouse.

Data in een datawarehouse is permanent, wat betekent dat data niet overschreven wordt, maar bewaard blijft om historische trends te analyseren.

Data in een datawarehouse is gesorteerd op tijdstempel, zodat een historische analyse mogelijk is en trends in de tijd bestudeerd kunnen worden.

Het ‘datawarehousing’-proces omvat alle activiteiten die betrokken zijn bij het opzetten, beheren en gebruiken van een datawarehouse.

Datawarehouses halen data uit verschillende bronnen, zoals databases, bestanden, XML-bestanden, etc.

Het ontsluiten van geïntegreerde data in een datawarehouse is efficiënter dan het ontsluiten van data uit individuele bronnen.

Datawarehouses blijven stabiel over tijd, wat belangrijk is voor repliceerbare analyses en consistente resultaten.

Het proces waarbij data vanuit de bronnen naar het datawarehouse wordt overgebracht. Dit kan real-time gebeuren of uitgesteld.

Het proces waarbij wijzigingen in de bronnen worden bijgewerkt in het datawarehouse.

Het terugsturen van fouten en correcties naar de bronnen.

Data in het datawarehouse wordt op verschillende detailniveaus opgeslagen, van zeer gedetailleerd tot samenvattingen.

Meta-informatie over het datawarehouse zelf, zoals technische details, het ETL proces en businessregels.

Een datawarehouse slaat data op in de vorm van meerdimensionale matrices, waarbij elke matrix een bepaald onderwerp voorstelt.

De werkelijke waarden die worden geanalyseerd in het datawarehouse.

De contextuele informatie die bij een feit hoort.

Verschillende detailniveaus worden gebruikt om aggregaties te creëren. Aggregaten van een algemener niveau zijn samenvattingen van details op een lager niveau.

De meest gebruikelijke technieken voor het samenbrengen van data op meerdere niveaus:

Een kleine, aparte matrix wordt gebruikt om gedetailleerde data te aggregeren. Dit zorgt voor een efficiënte opslag van samenvattingen.

Gedetailleerde data in één grote matrix, waarbij geaggregeerde data worden gemarkeerd met een "niveaucode". Dit vereenvoudigt de opslag.

Kenmerken (bv. regio van een verkoper) die zelden veranderen. De waarde kan wel wijzigen, maar niet vaak.

Manieren om om te gaan met veranderingen in traag veranderende kenmerken bij analyse.

De oude waarde van het kenmerk wordt overschreven door de nieuwe waarde. Efficiënt, maar er gaat data verloren! Wordt gebruikt om fouten te corrigeren.

Alle eerdere waarden van een kenmerk worden bewaard met tijdstempels. Dit levert een complete historische record.

Een datawarehouse-schema dat n-dimensionale matrices behoudt en implementeert. Dit schema wordt gebruikt om multidimensionale data te modelleren.

Een type basisrelatie in een relationeel datawarehouse-schema dat alle feiten van een bepaald onderwerp bijhoudt. Elke rij in de feitenrelatie correspondeert met één cel in de multidimensionale matrix.

Een type basisrelatie in een relationeel datawarehouse-schema dat informatie geeft over de waarde van één kenmerk van de feiten uit een cel.

Een schema dat datawarehouse-matrices voorstelt als tweedimensionale relaties, vergelijkbaar met relationele databaseschema's. De semantische betekenis verschilt echter aanzienlijk.

Een relationeel datawarehouse-schema dat data in de vorm van sterren voorstelt. Elk onderwerp wordt weergegeven door één feitenrelatie en meerdere dimensierelaties.

Het proces van het creëren van surrogaatsleutels voor dimensierelaties in een datawarehouse. Dit zorgt ervoor dat het datawarehouse onafhankelijk is van de structuur van de data in de bronnen.

De primaire sleutel van een feitenrelatie wordt gevormd door het combineren van alle vreemde sleutels van alle dimensierelaties die betrekking hebben op de feiten.

Een vorm van datawarehousemodellering die gebruikmaakt van denormalisatie, waardoor join-bewerkingen sneller kunnen worden uitgevoerd, maar mogelijk redundantie creëert.