Armazenamento de dados é um assunto de debate em curso com duas grandes escolas de pensamento. Se você considerar a implementação de um data warehouse e quer saber por onde começar, prepare-se para um desafio que vai testar a sua perícia . Você pode precisar de uma pele grossa para navegar os processos multifacted . As recompensas podem não ser evidentes , eo processo ainda pode ser doloroso . Se você pode sair ileso e acabar com um armazém de dados , você poderia pousar em algum lugar nos anais da história da tecnologia da informação. Instruções
1

Selecione uma implementação de data warehouse. Para fazer isso, a compreensão dos conceitos de data warehouse (DW ) . Ele é o primeiro essencial para compreender que nunca é uma situação one-size -fits-all . Pesquisando os diferentes escolas de pensamento e diferentes abordagens irá ajudá-lo a "descobrir" a melhor abordagem para a aplicação pretendida. O tema é complexo . Estude os volumes de material dedicados a conceitos DW . Aprenda com os erros que são conhecidos para os especialistas , estudando por que projetos DW falhar. Leia as obras dos dois maiores players mundiais em teoria , Bill Inmon DW e Ralph Kimball .
2

Compreender a abordagem de modelagem de dados que corresponde a implementação DW selecionado. Estude o modelo (ER ) relacional ou modelo de entidade-relacionamento por EF Codd se escolher a abordagem de Inmon . Estude o modelo dimensional , se escolher a abordagem de Kimball . Modelagem de dados é extremamente importante no DW . Entenda o modelo de dados apropriado e aprender como ele funciona com cada implementação DW .
3

Segure a metodologia de Inmon e Claudia Imhoff . Inmon é considerado " o pai do Data Warehousing " e Imhoff criou a fábrica de Informação Empresarial ( CIF) . Abordagem top-down de Inmon é usado para construir um DW sobre o âmbito empresarial. Mapa das áreas de negócio para os processos de negócios da empresa. Operações de captura em um armazenamento de dados operacionais (ODS ), juntamente com outras fontes relevantes. Limpe os dados em uma área de preparação de dados para a consistência ea facilidade de carregar no DW empresa. Depois, adicionar data marts individuais que atendem às diversas necessidades da empresa para consultas e relatórios .
4 metodologia de Kimball utiliza uma abordagem bottom-up.

Segure a metodologia da abordagem bottom-up de Kimball . Kimball é chamado de " O Pai de Business Intelligence. " Esta abordagem extrai dados de sistemas de origem ( legado) para uma área de preparação de dados para carregar em servidores de apresentação DW . Um por um, construir servidores de apresentação , conhecidos como data marts, que estarão prontos após a conclusão para apoiar cada uma das áreas de negócio. Os data marts são integrados em um barramento da Informação, que é acessado pelos usuários de negócios para consultas e relatórios .
5 O processo pode resultar em sucesso.

Esperar para se envolver em debates inebriantes com modeladores de dados e usuários de negócios . Esteja preparado para entender que muitas pessoas não têm conhecimento da complexidade do armazenamento de dados, modelagem de dados ou o idioma. Resolver problemas , revisitando o projeto DW com o cliente e estabelecimento de marcos . Evite o rastejamento do espaço , fechando os requisitos coletados, idealmente antes do desenvolvimento começar, e ter os usuários de negócios assinar o consenso. Fique dentro do cronograma, e cumprir compromissos com um plano de backup no local para assegurar as metas sejam cumpridas.