Differences

This shows you the differences between two versions of the page.

--- statnice:vyvoj:otazka11 [06.05.2008 14:56] – xvalo07
+++ statnice:vyvoj:otazka11 [18.05.2008 10:38] (current) – xvalo07
@@ Line 10: / Line 10: @@
   * Jak budete postupovat při výběru dodavatele řešení datových skladů ?
   * Jaké parametry řešení Vás budou nejvíce zajímat ?
+===== Teorie =====
+Datové sklady jsou rozsáhlé databáze postavené na OLAP, resp. ROLAP technologii. Jejich účelem je shromažďování dat z různých oddělených databází v podniku do jednoho celku s tím, že nad nimi lze provádět nejrůznější analýzy. Ukládání dat je zde WORM/ND – nikdy se nemažou, nelze je uživatelsky změnit. Aktualizace probíhá dávkově v pravidelných intervalech a jsou zpracovávána data v objemu několika GB. DWH zajišťují transformaci dat z různých bází, výběr toho podstatného ,příslušné agregace a další poklady pro analýzy časových řad a predikci trendů. Kromě konkrétního datového snímku je vždy ukládána i časová dimenze, proto lze v datových skladech sledovat vývoj v čase. Při využití technologie ROLAP lze nad databázemi provádět i relační dotazy. Datový sklad je řešení na úrovni top managementu – zahrnuje celou firmu a je technicky, datově i finančně poměrně dost náročné.
+V databázi je definována určitá n-rozměrná datová krychle, kde 1 rozměr definuje čas a další rozměry jednotlivé atributy. Umožňuje provádět nejrůznější agregační a výpočetní funkce velice rychle nad rozsáhlými daty. V případě ROLAP je tato koncepce implementována na bázi relační databáze, což přináší výhodu použití i standardních SQL dotazů. Z primárních databází se data transformují, extrahují a agregují pomocí tzv. datových pump, což jsou aplikace vytvářené za tímto účelem. Vzhledem k tomu, že je to dost náročné, jsou na to expertní postupy.
+Data marts jsou menší datové sklady na úrovních divizí či oddělení. Vznikají proto, že vytvářet data warehouse je poměrně dost náročné a ne vždycky se to podaří rychle zvládnout. Proto se vytvářejí data marts, které mohou být chápány jako mezistupeň. Jádrem datamartu je tzv. repository, které obsahuje metainformace o uložení dat v jednotlivých databázích firmy, má nastaveny parametry jejich zpracování, přístupy k datům, atd. Systém data martu obsahuje databázi repository, která obsahuje veškeré metainformace, agenty pro trasformaci dat, klienta pro admnistraci a manažera nad databází, který vykonává aktualizace. Datamart je vhodný jako mezistupeň při aplikaci data warehouse, ale i samostatně – je to daleko rychlejší řešení, je plně distribuované a dokáže lépe odrážet aktuální potřebu uživatelů, je škálovatelnější, atd.
+Dolování dat – specifické metody získávání dosud neznámých dat a vztahů z databází – hledání asociací, hledání shluků, regresní analýza a jiné statistické metody, neuronové sítě, fuzzy logika, asociační pravidla, analýza časových řad, atd.
+===== Praxe =====
+Jak to má dodavatel zmáknuté, komu a jak toto řešení nabízí, jaké má podkladové a nadstavbové databáze, jaká data budeme potřebovat. Zdali má dodavatel dostatek odborníků a zkušeností s vývojem a implementací těchto technologií.
+Průzkum trhu, stanovení kritérií, výběrové řízení, referenční instalace. Jestli mají metodiku pro implementaci, zda jsou schopni reagovat na měnící se potřeby.