데이터 웨어하우징은 비즈니스에 중요한 비즈니스 통찰력을 지원하기 위해 여러 소스에서 정보를 수집하고 관리할 수 있는 접근 방식입니다. 데이터 웨어하우스는 지원 관리 결정의 목표를 위해 특별히 만들어졌습니다.
데이터 웨어하우스는 회사 운영 데이터베이스와 별도로 유지 관리되는 데이터베이스를 정의합니다. 데이터 웨어하우스 시스템은 여러 애플리케이션 시스템의 통합을 가능하게 합니다. 분석을 위해 통합된 이력 기록의 견고한 플랫폼을 지원하여 데이터 처리를 지원합니다.
데이터 웨어하우스는 원격 기본 영역에 대해 정의된 구체화된 뷰 그룹으로 간주될 수 있습니다. 쿼리가 형식적이면 초기 데이터 소스에 액세스하지 않고 구체화된 뷰를 사용하여 로컬에서 계산됩니다.
데이터 웨어하우스는 시간이 지남에 따라 지속적으로 파생되는 활성 엔터티입니다. 시간이 지남에 따라 새로운 쿼리에 응답해야 합니다. 구체화된 뷰만을 사용하여 다양한 쿼리에 응답할 수 있습니다. 일반적으로 데이터 웨어하우스에 새 보기를 삽입해야 합니다.
데이터 웨어하우스 시스템에는 데이터베이스(소스 데이터베이스, 데이터 웨어하우스의 구체화된 보기), 한 데이터베이스에서 다른 데이터베이스로 레코드를 전달하는 데이터 전송 에이전트, 시스템 및 시스템 확장에 대한 메타데이터를 저장하는 저장소가 포함됩니다.
공간 데이터 웨어하우스의 구축 및 적용과 관련하여 다양한 도전적인 문제가 있습니다. 첫 번째 과제는 이기종 소스 및 시스템의 공간 정보를 통합하는 것입니다. 공간 데이터는 일반적으로 여러 데이터 형식을 사용하여 여러 시장 회사 및 정부 기관에 저장됩니다.
두 번째 과제는 공간 데이터 웨어하우스에서 빠르고 유연한 온라인 분석 처리를 실현하는 것입니다. 스타 스키마 모델은 간결하고 체계적인 웨어하우스 구조를 지원하고 OLAP 서비스를 지원하기 때문에 공간 데이터 웨어하우스를 모델링하는 데 가장 적합합니다. 그러나 공간 창고에서는 차원과 측정값 모두 공간 요소를 포함할 수 있습니다.
하향식 보기, 데이터 원본 보기, 데이터 웨어하우스 보기 및 비즈니스 쿼리 보기와 같이 데이터 웨어하우스의 디자인과 관련하여 4가지 다른 보기를 고려해야 합니다.
하향식 보기 데이터 웨어하우스에 필요한 관련 정보를 선택할 수 있습니다. 이 데이터는 현재와 미래의 비즈니스 요구 사항을 연결합니다.
데이터 소스 보기 운영 체제에서 캡처, 저장 및 처리되는 데이터를 노출합니다. 이 데이터는 단일 데이터 소스 테이블에서 통합 데이터 소스 테이블에 이르기까지 여러 수준의 세부 정보와 정확성으로 문서화될 수 있습니다.
데이터 소스는 엔터티 관계 모델 또는 CASE(컴퓨터 지원 소프트웨어 엔지니어링) 도구와 같은 기존 데이터 모델링 기술로 모델링되는 경우가 많습니다.
데이터 웨어하우스 보기 팩트 테이블과 차원 테이블을 포함합니다. 이는 사전 계산된 총계 및 개수와 같은 데이터 웨어하우스 내에 저장되는 데이터와 출처, 날짜 및 출처에 관한 정보를 정의하고 기록 컨텍스트를 지원하기 위해 추가됩니다.
마지막으로 비즈니스 쿼리 보기 최종 사용자의 관점에서 본 데이터 웨어하우스의 레코드 보기입니다.