Data Warehousing vs Data Marts
Datawarehousing og datamart er værktøjer, der bruges til datalagring. Med tiden bliver små virksomheder store, og det er her, de indser, at de har samlet enorme mængder data i forskellige afdelinger af organisationen. Hver afdeling har sin egen database, der fungerer godt for den pågældende afdeling. Men når organisationer har til hensigt at sortere data fra forskellige afdelinger til salg, marketing eller planlægning for fremtiden, omtales processen som Data Mining. Data Warehousing og Data Marts er to værktøjer, der hjælper virksomheder i denne henseende. Hvad forskellen mellem data warehousing og data marts er, og hvordan de sammenligner med hinanden, er hvad denne artikel har til hensigt at forklare.
Datalager
Dette er stedet, hvor alle data fra en virksomhed er gemt. Det er faktisk et meget hurtigt computersystem med en stor lagerkapacitet. Den indeholder data fra alle virksomhedens afdelinger, hvor den løbende opdateres for at slette overflødige data. Dette værktøj kan besvare alle komplekse forespørgsler vedrørende data.
Data Mart
Det er et indekserings- og ekstraktionssystem. I stedet for at lægge data fra alle afdelinger i en virksomhed ind i et lager, indeholder datamart en database med separate afdelinger og kan komme med information ved hjælp af flere databaser, når de bliver spurgt.
IT-chefer i enhver virksomhed i vækst er altid i tvivl om, hvorvidt de skal gøre brug af data marts eller i stedet skifte til det mere komplekse og dyrere data warehousing. Disse værktøjer er let tilgængelige på markedet, men udgør et dilemma for it-chefer.
Forskel mellem Data Warehousing og Data Mart
Det er vigtigt at bemærke, at der er enorme forskelle mellem disse to værktøjer, selvom de kan tjene samme formål. For det første indeholder datamart programmer, data, software og hardware fra en bestemt afdeling af en virksomhed. Der kan være separate datamarts for økonomi, salg, produktion eller markedsføring. Alle disse data marts er forskellige, men de kan koordineres. Datamart for en afdeling er forskellig fra datamart i en anden afdeling, og selvom det er indekseret, er dette system ikke egnet til en enorm database, da det er designet til at opfylde kravene i en bestemt afdeling.
Data Warehousing er ikke begrænset til en bestemt afdeling, og det repræsenterer databasen for en komplet organisation. Dataene, der er gemt i datavarehuset, er mere detaljerede, selvom indeksering er let, da den skal gemme enorme mængder information. Det er også svært at administrere og tager lang tid at behandle. Det betyder så, at data marts er hurtige og nemme at bruge, da de gør brug af små mængder data. Data warehousing er også dyrere af samme årsag.
|
Oversigt • Datamart og data warehousing er værktøjer til at hjælpe ledelsen med at komme med relevante oplysninger om organisationen på ethvert tidspunkt • Mens data marts kun er begrænset til brug for en afdeling, gælder data warehousing for en hel organisation • Data marts er nemme at designe og bruge, mens data warehousing er komplekst og svært at administrere • Datawarehousing er mere nyttigt, da det kan komme med oplysninger fra enhver afdeling |
Relaterede emner:
Forskellen mellem datamining og datavarehousing
