Unterschied zwischen Data Warehouse und Data Mart
Inhalt
Data Warehouse und Data Mart werden als Datenablage und dienen dem gleichen Zweck. Diese können durch die Menge der Daten oder Informationen unterschieden werden, die sie speichern.Der entscheidende Unterschied zwischen einem Data-Warehouse und einem Data-Warehouse besteht darin, dass ein Data-Warehouse eine Datenbank ist, in der Informationen gespeichert werden, um Entscheidungsanforderungen zu erfüllen, während Data-Mart vollständige logische Teilmengen eines gesamten Data-Warehouse sind.
Mit einfachen Worten, ein Data Mart ist ein Data Warehouse mit beschränktem Umfang, dessen Daten durch Zusammenfassen und Auswählen der Daten aus dem Data Warehouse oder mithilfe von unterschiedlichen Extraktions-, Transformations- und Ladeprozessen aus dem Quelldatensystem abgerufen werden können.
- Vergleichstabelle
- Definition
- Hauptunterschiede
- Fazit
Vergleichstabelle
| Vergleichsbasis | Data Warehouse | Datenmarkt |
|---|---|---|
| Basic | Data Warehouse ist anwendungsunabhängig. | Data Mart sind spezifisch für die Anwendung von Entscheidungsunterstützungssystemen. |
| Art des Systems | Zentralisiert | Dezentral |
| Form der Daten | Detailliert | Zusammengefasst |
| Verwendung von Denormalisierung | Die Daten sind leicht denormalisiert. | Die Daten sind stark denormalisiert. |
| Datenmodell | Von oben nach unten | Prost |
| Natur | Flexibel, datenorientiert und langlebig. | Restriktiv, projektorientiert und kurzlebig. |
| Art des verwendeten Schemas | Faktenaufstellung | Stern und Schneeflocke |
| Leicht zu bauen | Schwer zu bauen | Einfach zu bauen |
Definition von Data Warehouse
Der Begriff Data Warehouse bedeutet eine zeitvariante, themenorientierte, nichtflüchtige und eine integrierte Gruppe von Daten, die dabei helfen Entscheidungen fällen prozess der verwaltung. Alternativ ist es ein Repository mit Informationen aus mehreren Quellen, die in einem einheitlichen Schema an einem einzigen Standort gespeichert sind und die Integration einer Vielzahl von Anwendungssystemen ermöglichen. Sobald diese Daten gesammelt sind, werden sie für eine lange Zeit gespeichert, haben daher eine lange Lebensdauer und ermöglichen den Zugriff auf historischInformation.
Folglich bietet Data Warehouse dem Benutzer eine einzige integriert Schnittstelle zu den Daten, über die der Benutzer auf einfache Weise entscheidungsunterstützende Abfragen schreiben kann. Data Warehouse hilft dabei, die Daten in Informationen umzuwandeln. Das Entwerfen eines Data Warehouse umfasst einen Top-Down-Ansatz.
Es werden Informationen zu Themen gesammelt, die das gesamte Unternehmen betreffen, z. B. Kunden, Verkäufe, Vermögenswerte und Artikel. Daher ist das Angebot unternehmensweit. Allgemein, Faktenkonstellation Es wird ein Schema verwendet, das eine Vielzahl von Themen abdeckt. Ein Data Warehouse ist keine statische Struktur sich weiterentwickeln ständig.
Definition von Data Mart
EIN Datenmarkt kann als Teilmenge eines Data Warehouse oder als Untergruppe unternehmensweiter Daten aufgerufen werden, die einer bestimmten Gruppe von Benutzern entspricht. Data Warehouse umfasst mehrere Abteilung und logisch Datenmarts, die in ihrer Datenabbildung persistent sein müssen, um das zu gewährleisten Robustheit eines Data Warehouse. Ein Data Mart ist eine Reihe von Tabellen, die sich auf a konzentrieren einzelne Aufgabe Diese werden mit einem Bottom-up-Ansatz entworfen.
WieStar und Schneeflockenschema sind auf die Modellierung einzelner Subjekte ausgerichtet, weshalb diese häufig im Data Mart verwendet werden. Das Sternschema ist jedoch beliebter als das Schneeflockenschema. Abhängig von der Datenquelle können die Data Marts in zwei Typen eingeteilt werden: abhängig und unabhängig Data Marts.
- Data Warehouse ist anwendungsunabhängig, wohingegen Data Mart spezifisch für die Anwendung des Decision Support-Systems ist.
- Die Daten werden in einem einzigen gespeichert, zentralisiert Repository in einem Data Warehouse. Im Gegensatz dazu speichert Data Mart Daten dezentral im Anwenderbereich.
- Data Warehouse enthält a detailliert Form von Daten. Im Gegensatz dazu enthält Data Mart zusammengefasst und ausgewählte Daten.
- Die Daten in einem Data Warehouse sind leicht denormalisiert, während es im Falle von Data Mart ist höchst denormalisiert.
- Der Aufbau von Data Warehouse beinhaltet von oben nach unten Ansatz. Umgekehrt wird beim Erstellen eines Datamart dieProst Ansatz verwendet wird.
- Data Warehouse ist flexibel, informationsorientiert und langjährig existierende Natur. Im Gegenteil, ein Data Mart ist restriktiv, projektorientiert und hat eine kürzere Existenz.
- Das Faktenkonstellationsschema wird normalerweise zum Modellieren eines Data Warehouse verwendet, wohingegen das Sternschema im Data Mart populärer ist.
Fazit
Data Warehouse bietet eine Unternehmensansicht, ein einzelnes und zentrales Speichersystem, eine inhärente Architektur und Anwendungsunabhängigkeit, während Data Mart eine Teilmenge eines Data Warehouse ist, das eine Abteilungsansicht und eine dezentrale Speicherung bietet. Da Data Warehouse sehr umfangreich und integriert ist, besteht ein hohes Risiko für Fehler und Schwierigkeiten beim Aufbau. Andererseits ist der Datamart einfach zu erstellen und das damit verbundene Ausfallrisiko ist ebenfalls geringer, aber der Datamart kann fragmentiert werden.
