انبار داده و هوش تجاری -کسب و کار هوشمند

از اواسط سال های 1980 نیاز به انبار داده‌ها در هوش تجاری (BI) به وجود آمد و دریافتند که سیستم های اطلاعاتی باید به صورت سیستم‌های عملیاتی و اطلاعاتی مشخص شوند. سیستم‌های عملیاتی از فعالیت‌های روزانه کسب و کار پشتیبانی می‌نمایند و برای پاسخگویی سریع به ارتباطات از پیش تعریف شده مناسب هستند. داده‌های عملیاتی ارائه بی‌درنگ و فعلی وضعیت کسب و کار می‌باشند. اما سیستم‌های اطلاعاتی برای مدیریت و کنترل کسب وکار به کار می‌روند. این سیستم‌ها از تجزیه و تحلیل داده‌ها برای اتخاذ تصمیم درباره عملکرد آنی و آتی سازمان پشتیبانی می‌کنند و برای در خواست‌های موردی، پیچیده و به طور عمده فقط خواندنی طراحی شده‌اند. داده‌های اطلاعاتی تاریخی هستند، به عبارتی بیانگر دیدگاه ثابتی از کسب وکار در یک دوره زمانی می‌باشند.

در هوش تجاری (BI) یک انبار داده Data Warehouse ، مخزن اصلی داده های تاریخی یک سازمان یا حافظه‌ی مشترک و گروهی ( Corporate memory ) آن است.این انبار شامل مواد خام برای سیستم حمایت تصمیم گیری مدیریتی یا DSS(decision support systems) می باشد.فاکتور اصلی ای که منجر به استفاده از یک انبار داده (Data Warehouse) می شود این است که یک تحلیل گر میتواند آنالیزها و جستجو های پیچیده ای مثل استخراج داده (Data Mining) را روی اطلاعات انجام دهد بدون اینکه سیستم های اجرائی (Operational System)‌کند شوند.

از آنجائیکه انجام عملیات آماری و گزارشات پیچیده دارای بارکاری بسیار سنگینی برای سرورهای پایگاه داده می باشند، وجود انبار داده سبب می گردد که اینگونه عملیات تاثیری بر فعالیت برنامه های کاربردی سازمان (OLTP) نداشته باشد.

همانگونه که پایگاه داده سیستمهای عملیاتی سازمان (برنامه های کاربردی) به گونه ای طراحی می شوند که انجام تغییر و حذف و اضافه داده به سرعت صورت پذیرد، در مقابل انبار داده ها دارای معماری ویژه ای می باشند که موجب تسریع انجام عملیات آماری و گزارش گیری می شود(OLAP).

معماری داده موفق

فراتر از کیفیت داده چگونگی ذخیره‌سازی و مدل کرده داده در انباره داده می‌باشد که بسیار حائز اهمیت است.

بیل اینمون (Bill Inmon) و رالف کیمبال (Ralph Kimball) که از آن‌ها به‌عنوان پدران انباره داده یاد می‌شود در این زمینه نظریه‌های خود را بیان کرده‌اند.

اینمون طرفدار انبارش داده به روش ریزدانه (Granular) و نرمال شده است.

زمانی که دیتا مارت های مربوطه، مدل دادهِ نرمال شده را پیکربندی می‌کنند.

رویکرد اینمون اغلب به رویکرد «کارخانه اطلاعات شرکت» (Corporate Information Factory) یا «توپ و محور» (Hub and spoke) اطلاق می‌شود.

کیم بال، از الگوهای ستاره‌ای به‌عنوان لایه نمایش کسب‌وکار که «معماری دیتا مارت باس» اطلاق می‌شود، حمایت کرد.

این الگو احتمال دارد و یا احتمال ندارد که مستقیم از داده‌های استخراج‌شده از سیستم‌های منبع ساخته‌شده باشند.

تحقیقات نشان می‌دهد که هر دو رویکرد پیاده‌سازی میزان موفقیت برابری دارند.

مدیریت سرور، پشتیبانی و کانفیگ سرور – آفاق هاستینگ