Data warehousing è oggetto di dibattito in corso con due grandi scuole di pensiero . Se si considera l'implementazione di un data warehouse e mi chiedo da dove cominciare , preparatevi per una sfida che metterà alla prova il tuo coraggio . Potete avere bisogno di una pelle spessa per navigare i processi multifacted . I premi possono non essere evidenti , e il processo ancora possono essere dolorose . Se si riesce a uscire indenni e finire con un data warehouse , è possibile atterrare da qualche parte negli annali della storia della tecnologia informazione . Istruzioni
1

Seleziona una implementazione di data warehouse . A tale scopo, la comprensione dei concetti di un data warehouse ( DW ) . E ' in primo luogo essenziale per capire che non c'è mai un one-size - fits-all situazione . Ricercando le scuole diverse di pensiero e approcci diversi vi aiuterà a " scoprire " l'approccio migliore per l'attuazione prevista. L' argomento è complesso . Studiare i volumi di materiale dedicati a concetti DW . Imparare dagli errori che sono noti agli esperti di studiare perché i progetti DW falliscono . Leggi le opere dei due principali attori in DW teoria , Bill Inmon e Ralph Kimball .
2

comprendere l'approccio di modellazione dei dati che corrisponde l'attuazione DW selezionato. Studiare il modello relazionale o Modello Entity-Relationship ( ER ) da EF Codd se scegliendo l'approccio di Inmon . Se scegliendo l'approccio di Kimball studiare il modello tridimensionale . Modellazione di dati è estremamente importante in DW . Capire il modello di dati appropriato e imparare come funziona con ogni implementazione DW .
3

Afferrare la metodologia di Inmon e Claudia Imhoff . Inmon è considerato "il padre del Data Warehousing , " e Imhoff creato la Corporate Information Factory ( CIF ) . Approccio top-down di Inmon viene utilizzato per costruire un DW in ambito enterprise . Mappare le aree di business ai processi di business in azienda . Cattura le transazioni in un archivio dati operativi ( ODS) insieme ad altre fonti pertinenti . Pulire i dati in un data area di sosta per la coerenza e la facilità di carico nell'impresa DW . Successivamente , aggiungere singoli data mart per servire le diverse esigenze dell'impresa per l'esecuzione di query e reporting . Metodologia
4 di Kimball utilizza un approccio bottom-up .

Afferrare la metodologia di approccio bottom-up di Kimball . Kimball è chiamato " Il Padre della Business Intelligence . " Questo approccio estrae i dati dai sistemi sorgente (legacy ) a un dato spazio di sosta per il carico nei server di presentazione DW . Uno per uno , costruire server di presentazione , noti come data mart , che saranno pronti a completamento di sostenere ciascuna delle aree di business . I data mart sono integrati in un Information Bus , accessibile dagli utenti di business per l'esecuzione di query e reporting .
5 Il processo può causare il successo.

Aspettatevi di impegnarsi in dibattiti inebrianti con modellatori di dati e gli utenti aziendali . Siate pronti a capire che molte persone non hanno alcuna conoscenza della complessità del data warehousing , la modellazione dei dati o la lingua. Risolvere i problemi rivisitando il design DW con le pietre miliari del cliente e impostazione. Evitare di scope creep chiudendo i requisiti raccolti , idealmente prima che inizi lo sviluppo , e hanno gli utenti business firmare il consenso . Rimanere nei tempi previsti , e di far fronte agli impegni con un piano di backup in atto per assicurare obiettivi vengano raggiunti .