Verschil tussen Data Warehouse en Data Mart
Inhoud
Datawarehouse en Data mart worden gebruikt als een datacollectie en hetzelfde doel dienen. Deze kunnen worden onderscheiden door de hoeveelheid gegevens of informatie die ze opslaan.Het essentiële verschil tussen een datawarehouse en een data mart is dat een datawarehouse een database is die informatie-georiënteerd opslaat om te voldoen aan besluitvormingsverzoeken, terwijl data mart complete logische subsets zijn van een heel datawarehouse.
In eenvoudige woorden, een datamart is een datawarehouse met beperkte reikwijdte en waarvan de gegevens kunnen worden verkregen door de gegevens uit het datawarehouse samen te vatten en te selecteren of met behulp van afzonderlijke extractie-, transformatie- en laadprocessen uit het brongegevenssysteem.
- Vergelijkingstabel
- Definitie
- Belangrijkste verschillen
- Gevolgtrekking
Vergelijkingstabel
| Basis voor vergelijking | Data Warehouse | Data Mart |
|---|---|---|
| basis- | Datawarehouse is applicatie-onafhankelijk. | Datamart is specifiek voor toepassing van het beslissingsondersteunende systeem. |
| Type systeem | gecentraliseerde | decentraal |
| Vorm van gegevens | Gedetailleerd | Samengevat |
| Gebruik van denormalisatie | De gegevens zijn enigszins gedenormaliseerd. | De gegevens zijn sterk gedenormaliseerd. |
| Gegevensmodel | Ondersteboven | Onderkant boven |
| Natuur | Flexibel, gegevensgericht en een lange levensduur. | Beperkend, projectgericht en kort leven. |
| Type schema dat wordt gebruikt | Feit constellatie | Ster en sneeuwvlok |
| Gemak van bouwen | Moeilijk te bouwen | Eenvoudig te bouwen |
Definitie van Data Warehouse
De voorwaarde datawarehouse betekent een tijdsvariant, onderwerpgericht, niet-vluchtig en een geïntegreerde groep gegevens die hierbij helpen besluitvorming proces van het management. Als alternatief is het een repository van informatie verzameld uit meerdere bronnen, opgeslagen in een uniform schema, op een enkele site die integratie van verschillende applicatiesystemen mogelijk maakt. Zodra deze gegevens zijn verzameld, worden ze lang bewaard, gaan ze dus lang mee en hebben ze toegang tot historischinformatie.
Bijgevolg biedt het datawarehouse de gebruiker een enkele geïntegreerde interface naar de gegevens waarmee de gebruiker eenvoudig beslissingsondersteunende vragen kan schrijven. Datawarehouse helpt bij het omzetten van de gegevens in informatie. Het ontwerpen van een datawarehouse omvat een top-downbenadering.
Het verzamelt informatie over onderwerpen die de hele organisatie bestrijken, zoals klanten, verkoop, activa, artikelen, en daarom is het bereik ondernemingsbreed. Over het algemeen, feit constellatie schema wordt erin gebruikt, dat een breed scala van onderwerpen omvat. Een datawarehouse is geen statische structuur en dat is het ook evoluerende doorlopend.
Definitie van Data Mart
EEN data mart kan worden genoemd als een subset van een datawarehouse of een subgroep van bedrijfsbrede gegevens die overeenkomen met een bepaalde set gebruikers. Datawarehouse omvat verschillende departementale en logisch datamarts die persistent moeten zijn in hun gegevensillustratie om de robuustheid van een datawarehouse. Een datamart is een set tabellen die zich concentreren op een enkele taak deze zijn ontworpen met een bottom-up benadering.
Alsster en sneeuwvlok schema zijn gericht op het modelleren van een enkel onderwerp. Daarom worden deze vaak gebruikt in de datamart. Hoewel, het sterschema is populairder dan het sneeuwvlokschema. Afhankelijk van de gegevensbron kunnen de datamarts in twee typen worden ingedeeld: afhankelijk en onafhankelijk datamarts.
- Datawarehouse is applicatie-onafhankelijk, terwijl data mart specifiek is voor applicatie-ondersteuning van beslissingsondersteuning.
- De gegevens worden opgeslagen in een enkele, gecentraliseerd repository in een datawarehouse. Data Mart slaat daarentegen gegevens op decentraal in het gebruikersgebied.
- Datawarehouse bevat een gedetailleerd vorm van gegevens. Data mart daarentegen bevat samengevat en geselecteerde gegevens.
- De gegevens in een datawarehouse zijn licht gedenormaliseerd terwijl dat in het geval van Data mart het is zeer gedenormaliseerd.
- De bouw van datawarehouse omvat ondersteboven nadering. Omgekeerd, tijdens het construeren van een data mart deonderkant boven benadering wordt gebruikt.
- Datawarehouse is flexibel, informatie-georiënteerde en oude natuur. Integendeel, een datamart is dat beperkend, Projectmatige en heeft een korter bestaan.
- Feitenconstellatieschema wordt meestal gebruikt voor het modelleren van een datawarehouse, terwijl in data mart star een schema populairder is.
Gevolgtrekking
Datawarehouse biedt enterprise view, enkelvoudig en gecentraliseerd opslagsysteem, inherente architectuur en applicatie-onafhankelijkheid, terwijl Data mart een subset is van een datawarehouse dat afdelingszicht, decentrale opslag biedt. Omdat het datawarehouse erg groot en geïntegreerd is, heeft het een hoog faalrisico en is het moeilijk om het te bouwen. Aan de andere kant is de datamart eenvoudig te bouwen en is het bijbehorende faalrisico ook minder, maar datamart kan versnipperd raken.
