Øvelser i Business Intelligence
Dette afsnit giver et overblik over datavarehuse og
datavarehusopgaverne i øvelserne.
De systemer, der indeholder driftsdata - de data, som
styrer virksomhedens daglige drift - indeholder oplysninger, der er
nyttige for virksomhedsanalytikere. Analytikere kan
f.eks. bruge oplysninger om, hvilke produkter der sælges i
hvilke områder på et bestemt tidspunkt på året til at finde usædvanlige
variationer eller estimere fremtidige salgstal. Der er dog adskillige
problemer, hvis analytikerne søger direkte i driftsdataene:
- De har muligvis ikke den fornødne ekspertise til at sende forespørgsler
til driftsdatabasen. For eksempel skal der bruges en applikation, som
anvender en speciel type databehandlingssprog, for at sende forespørgsler til
IMS-databaser. Som regel er de programmører, der har den viden, som
kræves for at sende forespørgsler til driftsdatabasen, fuldt beskæftiget med
at vedligeholde databasen og dens applikationer.
- Performance er afgørende for mange driftsdatabaser, f.eks.
databaserne i en bank. Systemet kan ikke håndtere løbende forespørgsler
fra brugerne.
- Driftsdata er som regel ikke i et velegnet format for
virksomhedsanalytikere. For eksempel er salgsdata opsummeret efter
produkt, område og tid på året langt mere anvendelige for analytikere end rå
data.
Datavarehuse løser disse problemer. I et datavarehus
opretter du lagre med orienterende data, dvs. data, som er
hentet fra driftsdataene og derefter transformeret med henblik på
beslutningsstøtte for brugerne. Et datavarehusværktøj kan
f.eks. kopiere alle salgsdata fra driftsdatabasen, udføre
beregninger for at opsummere dataene og sende de opsummerede data til en
separat database. Brugerne kan sende forespørgsler til den separate
database (dvs. varehuset), uden at det har indflydelse på
driftsdatabaserne.
DB2 Universal Database indeholder datavarehuscentret, en DB2-komponent,
som automatiserer varehusbehandling. Du kan bruge datavarehuscentret
til at angive, hvilke data varehuset skal indeholde. Derefter kan du
bruge datavarehuscentret til automatisk at planlægge opfriskninger af dataene
i varehuset.
Disse øvelser dækker de mest almindelige opgaver, som kræves for at oprette
et varehus.
I øvelserne vil du:
- Definere et emneområde, som identificerer og grupperer de
processer, du vil oprette til øvelserne.
- Søge i kildedataene (driftsdataene) og angive varehusets kilder.
Varehuskilderne angiver de kildedata, som du vil bruge i
varehuset.
- Oprette en database, der skal bruges som varehus, og definere
varehusmål, der angiver de måldata, som varehuset skal
indeholde.
- Angive, hvordan kildedata skal flyttes og transformeres til
varehusdatabasens format. Du skal definere en proces med de
flytninger og transformationer, der er nødvendige for at oprette en måltabel i
varehuset ud fra en eller flere kildetabeller, -udpluk eller -filer.
Derefter skal du opdele processen i trin, hvor hvert trin angiver
en funktion i flytnings- og transformationsprocessen. Du skal så
afprøve de trin, som du har defineret, og planlægge automatisk udførelse af
dem.
- Administrere varehuset ved at definere sikkerhed og overvåge brug af
databasen.
- Oprette et informationskatalog over dataene i varehuset, hvis du har
installeret DB2 Warehouse Manager. Et informationskatalog er
en database, som indeholder metadata for virksomheden, der hjælper brugerne
med at identificere og finde data og oplysninger, som er tilgængelige for dem
i organisationen. Varehusets brugere kan søge i kataloget for at
bestemme, hvilke tabeller de skal sende forespørgsler til.
- Definere en stjerneskemamodel for dataene i varehuset. Et
stjerneskema er et specielt design, der består af flere
dimensionstabeller, som beskriver forskellige sider af en
virksomhed, og en faktatabel, der indeholder oplysninger om
virksomheden. Hvis du f.eks. fremstiller sodavand, kan
dimensionstabellerne være produkter, markeder og årstider.
Faktatabellen kan indeholde transaktionsoplysninger om, hvilke produkter der
sælges i hvilke områder på hvilke årstider.
- Du kan sammenkæde faktatabellen og dimensionstabellerne for at kombinere
oplysningerne i dimensionstabellerne med ordreoplysningerne. For
eksempel kan du sammenkæde produktdimensionen med faktatabellen for at tilføje
oplysninger om, hvordan hvert enkelt produkt blev pakket til ordrerne.
[ Øverst på siden | Forrige side | Næste side | Indholdsfortegnelse ]