Introduction à Oracle Data Warehousing

L'entreposage de données, en général, peut être défini comme une base de données pour stocker des données commerciales ou organisationnelles sur lesquelles les activités de rentabilisation souhaitées peuvent être réalisées. Les opérations transactionnelles régulières sont séparées de la charge de travail globale tandis que le stockage des enregistrements historiques pour analyse et amélioration est effectué avant l'entreposage. Dans cet article, nous aborderons Oracle Data Warehousing.

Plus précisément, l'entreposage de données comprend:

  • Accumuler des enregistrements historiques provenant de différentes sources de données.
  • Inspecter et analyser les dossiers commerciaux antérieurs.
  • Obtenez des informations et des informations nécessaires pour répondre aux besoins et aux motivations de l'entreprise.

Ainsi, la plupart du temps, les opérations sont orientées en lecture plutôt qu'en manipulation directe des ensembles de données. L'entreposage de données Oracle est une conception de base de données Oracle entièrement optimisée, basée sur le cloud, complète et fiable. Il est principalement conçu pour bénéficier d'opérations de base de données efficaces et flexibles, ce qui lui permet d'offrir des performances de pointe.

Caractéristiques de l'entreposage de données

William H. Inmon, un informaticien américain fait référence aux caractéristiques de l'entreposage de données comme:

  • Orienté sujet

Un entrepôt de données est principalement tracé pour analyser les données et obtenir des informations. Nous pouvons construire des entrepôts sur mesure dans des départements spécifiques d'une entreprise.

qui peut à son tour déduire les artistes du classement, les clients cibles, etc.

  • Intégré

Les données manipulées sont souvent extraites de différentes sources. Dans de telles circonstances, les données doivent prévaloir de manière cohérente pour prévenir les conflits. Un tel trait acquis est l'intégrité.

  • Non volatile

Lorsque les données sont transférées dans l'entrepôt, elles ne peuvent pas être manipulées ou modifiées. Depuis l'analyse est faite sur les données qui se sont produites.

  • Variante temporelle

Pour dériver les tendances et la régression sur les données historiques, l'analyste a besoin d'une énorme quantité de données.

Architecture d'Oracle Data Warehousing

En général, l’architecture d’entreposage de données Oracle peut être généralement classée comme suit:

1. Architecture à un niveau

L'objectif principal est de réduire considérablement le stockage des données, supprimant ainsi la redondance. Mais en pratique, il est très peu utilisé autour.

2. Architecture à deux niveaux

Une couche discrète de sources de données et d'entrepôts de données physiquement disponibles. Comparativement, l'architecture n'est pas extensible et fait également face à des limitations de connectivité.

3. Architecture à trois niveaux

La célèbre architecture se compose de niveaux inférieur, intermédiaire et supérieur.

  • Niveau inférieur: la base de données est gérée par cette couche qui est en grande partie des systèmes de base de données relationnels. Les ressources de données sont collectées et manipulées à l'aide de diverses applications dorsales et introduites dans la base de données.
  • Niveau intermédiaire: vue en couches abstraite de la base de données qui sert d'intermédiaire entre l'utilisateur et la base de données. Oracle prend en charge un OLAP puissant qui est implémenté au niveau intermédiaire, fournissant des mesures analytiques sécurisées et évolutives dans le système.
  • Niveau supérieur: la couche frontale récupère les données de la base de données et les présente au client. Il peut s'agir de n'importe quel outil d'interrogation basé sur Oracle comme SQLPlus, développeur SQL.

Nous allons maintenant aller de l'avant en explorant les détails de l'architecture globale. Référez-vous à l'image ci-dessous:

  • Principalement, le système central, à savoir l'entrepôt de données Oracle, se compose de données brutes, de métadonnées et de données récapitulatives.
  • Les données brutes sont la charge utile réelle de l'OLTP standard stocké, avec laquelle les métadonnées définissent les données présentes à l'intérieur.
  • D'un autre côté, les données récapitulatives contiennent toutes les opérations redondantes coûteuses et de longue durée, ce qui est également appelé une vue matérialisée.
  • Il est plus important d'alimenter la bonne source de données de qualité qui, à son tour, influence la qualité et la maintenance de l'entreposage de données à long terme.

Source d'information

  • Dans les grandes entreprises, les données sont souvent extraites de différents flux.
  • Il peut s'agir de données héritées, de sources externes ou d'applications verticales.

Zone de transit

  • Les données opérationnelles sont censées être traitées et nettoyées avant d'être poussées dans l'entrepôt de données.
  • La zone de transit prend en charge ce processus, qui peut à nouveau être exécuté par programme.
  • La zone de transit est chargée de consolider et de traiter les données non structurées provenant de diverses sources de données.
  • L'importance de la zone de transit peut être réalisée lors de la gestion de l'entreposage au niveau de l'entreprise, où les données doivent provenir collectivement dans un format non structuré, traitées et consolidées avant d'être introduites dans l'entrepôt.

Datamarts

  • Outre la gestion des sources de données, une entreprise doit souvent personnaliser l'étendue de l'architecture en fonction de divers groupes.
  • Les data marts servent un tel objectif, où le système dépend de différents départements comme le marketing, l'inventaire est séparé à dessein pour une utilisation destinée. Les data marts définissent la portée d'accessibilité des utilisateurs et des groupes d'utilisateurs et gèrent les moyens de prévention.
  • Par exemple, l'équipe de création de rapports accède aux données de vente et traite le tableau de bord pour les entreprises, tandis que les ventes utilisent les données de l'équipe d'analyse pour prendre des décisions commerciales. Cette consolidation et la définition du périmètre sont déclarées dans les data marts.
  • De plus, les magasins de données peuvent généralement être situés au même endroit que le système d'entrepôt de données Oracle ou parfois être construits en tant que système séparé facilitant l'évolutivité.

Les avantages

  • Comparativement, l'entrepôt Oracle est considéré comme simple et facilement configurable si les objectifs et les sources sont clairs.
  • Vise principalement à improviser la prise de décision en entreprise.
  • Productivité accrue et coûts d'exploitation efficaces.
  • Prend en charge la transformation de grandes données brutes en informations précieuses.
  • L'intégrité des données peut être garantie avec une qualité rapide.

Désavantages

Avec tous les éloges mis à part, l'entreposage de données Oracle présente certains inconvénients, comme expliqué ci-dessous:

  • Problèmes de sécurité

La sécurité des données ne peut être prise en compte avec précision que dans la mesure où la ressource du fournisseur. De plus, il peut être difficile de réaliser une mise en œuvre interne garantissant une portée d'accessibilité fiable entre les différents flux d'une entreprise.

  • Flexibilité des données

Souvent, les entrepôts ont tendance à contenir des données statiques et soumis à de sérieuses structures de requête.

  • Rapport coûts / avantages

La maintenance et l'augmentation des heures de travail informatiques sont un facteur déterminant dans la mise en œuvre de l'entrepôt de données Oracle.

Gestion de la qualité dans Oracle Data Warehousing

  • Prend en charge des solutions de qualité de bout en bout.
  • Suit les métadonnées et le résumé du référentiel.
  • Selon les besoins, il peut générer une cartographie pour les corrections de données.

Les rôles d'entreposage de données dans une entreprise peuvent spécifiquement être classés en différents titres de poste, allant du mineur de données, consultant / développeur d'entreposage de données à l'architecte. L'industrie informatique est constamment témoin de la croissance rapide des spécialisations d'entreposage de données dans les technologies d'intelligence d'affaires.

Articles recommandés

Ceci est un guide d'Oracle Data Warehousing. Nous discutons ici de l'architecture, des caractéristiques, des avantages et des inconvénients de l'entreposage de données Oracle. Vous pouvez également consulter nos autres articles suggérés -

  1. Composants d'Oracle Warehouse Builder
  2. Qu'est-ce qu'Oracle Database et son architecture
  3. Introduction aux fonctions de chaîne Oracle
  4. Étapes faciles sur la façon d'installer Oracle
  5. KPI dans Power BI
  6. Instruction Power BI IF
  7. Qu'est-ce qu'une requête et types de requêtes Oracle

Catégorie:

Big Data