Introducción a Oracle Data Warehousing

El almacenamiento de datos, en general, se puede definir como una base de datos para almacenar datos empresariales u organizativos en los que se pueden lograr las actividades de caso de negocio deseadas. Las operaciones transaccionales regulares se segregan de la carga de trabajo general, mientras que el almacenamiento de registros históricos para su análisis y mejora se lleva a cabo antes del almacenamiento. En este artículo, discutiremos sobre Oracle Data Warehousing.

Precisamente, el almacenamiento de datos incluye:

  • Acumulación de registros históricos de diferentes fuentes de datos.
  • Inspección y análisis de registros comerciales anteriores.
  • Obtenga información y la información requerida para impulsar las necesidades y motivos comerciales.

Por lo tanto, la mayoría de las operaciones están orientadas a la lectura, en lugar de la manipulación directa de conjuntos de datos. El almacenamiento de datos de Oracle es una concepción de base de datos de Oracle totalmente optimizada, basada en la nube, completa y confiable. Está construido principalmente para experimentar operaciones de bases de datos eficientes y flexibles que lo hacen entregar un rendimiento líder en el mercado.

Características del almacenamiento de datos

William H. Inmon, un científico informático estadounidense se refiere a las características del almacenamiento de datos como:

  • Orientado a Sujetos

Un almacén de datos se traza principalmente para analizar datos y obtener información. Podemos construir almacenes a medida en departamentos específicos de una empresa.

que a su vez puede deducir los resultados de la tabla de clasificación, los clientes objetivo, etc.

  • Integrado

Los datos que se manipulan con frecuencia se obtienen de diferentes fuentes. En tales circunstancias, los datos deben prevalecer consistentemente para evitar conflictos. Tal rasgo adquirido es la integridad.

  • No volátil

Cuando los datos se transfieren al almacenamiento, no se pueden manipular ni modificar. Dado que el análisis se realiza sobre los datos que se han producido.

  • Variante de tiempo

Para derivar tendencias y regresiones en datos históricos, el analista requiere una gran cantidad de datos.

Arquitectura de Oracle Data Warehousing

En general, la arquitectura de almacenamiento de datos de Oracle se puede clasificar en términos generales como:

1. Arquitectura de un solo nivel

El objetivo principal es reducir el almacenamiento de datos en gran medida, eliminando así la redundancia. Pero en la práctica, se usa mucho menos.

2. Arquitectura de dos niveles

Una capa discreta de fuentes de datos físicamente disponibles y almacenes de datos. Comparativamente, la arquitectura no es extensible y también enfrenta limitaciones de conectividad.

3. Arquitectura de tres niveles

La famosa arquitectura consiste en los niveles inferior, medio y superior.

  • Nivel inferior: la base de datos se otorga en esta capa, que es en gran medida sistemas de bases de datos relacionales. Los recursos de datos se recopilan y manipulan utilizando diversas aplicaciones de back-end y se introducen en la base de datos.
  • Nivel medio: vista en capas abstracta de la base de datos que actúa como intermediario entre el usuario y la base de datos. Oracle admite un poderoso OLAP que se implementa en el nivel medio que proporciona medidas analíticas seguras y escalables en el sistema.
  • Nivel superior: la capa frontal recupera los datos de la base de datos y los presenta al cliente. Puede ser cualquiera de las herramientas de consulta basadas en Oracle como SQLPlus, desarrollador de SQL.

Ahora avanzaremos explorando los detalles de la arquitectura general. Consulte la imagen a continuación:

  • Principalmente, el sistema central, es decir, el almacén de datos de Oracle consta de datos sin procesar, metadatos y datos de resumen.
  • Los datos sin procesar son la carga útil real de la OLTP regular almacenada, junto con la cual los metadatos definen los datos presentes dentro.
  • Por otro lado, los datos de resumen contienen todas las operaciones redundantes costosas y de larga duración, que también se denomina vista materializada.
  • La alimentación de la fuente de datos de calidad adecuada es más importante, lo que a su vez influye en la calidad y el mantenimiento del almacenamiento de datos a largo plazo.

Fuentes de datos

  • En las empresas más grandes, los datos a menudo se obtienen de diferentes fuentes.
  • Puede estar en cualquier lugar, desde datos heredados, fuentes externas, aplicaciones verticales.

Área de ensayo

  • Se supone que los datos operativos se deben tratar y limpiar antes de enviarlos al almacenamiento de datos.
  • El área de preparación se encarga de este proceso, que nuevamente se puede ejecutar mediante programación.
  • El área de preparación es responsable de consolidar y procesar datos no estructurados de varias fuentes de datos.
  • La importancia del área de preparación se puede obtener cuando se maneja el almacenamiento a nivel de empresa, donde los datos deben provenir colectivamente en un formato no estructurado, procesado y consolidado antes de ingresar al almacén.

Data marts

  • Además de manejar las fuentes de datos, una empresa empresarial a menudo requeriría personalizar el alcance de la arquitectura a varios grupos.
  • Los data marts sirven para tal propósito, donde el sistema depende de diferentes departamentos como marketing, el inventario se separa deliberadamente para el uso destinado. Los data marts definen el alcance de accesibilidad de los usuarios y grupos de usuarios y gestionan formas preventivas en.
  • Por ejemplo, el equipo de informes accedería a los datos de ventas y al panel de procesos de negocios, mientras que las ventas utilizan datos del equipo de análisis para impulsar las decisiones comerciales. Dicha consolidación y definición de alcance se declaran en data marts.
  • Además, los data marts generalmente se pueden ubicar junto con el sistema de almacenamiento de datos de Oracle o, a veces, se pueden construir como un sistema separado que ayuda a la escalabilidad.

Ventajas

  • Comparativamente, el almacén de Oracle se considera simple y fácilmente configurable si los objetivos y las fuentes son claros.
  • Principalmente apunta a improvisar la toma de decisiones en los negocios.
  • Mayor productividad y costos de operación efectivos.
  • Apoya en la transformación de grandes datos en bruto en información valiosa.
  • La integridad de los datos se puede garantizar con una calidad inmediata.

Desventajas

Con todos los elogios a un lado, el almacenamiento de datos de Oracle tiene ciertas desventajas como se explica a continuación:

  • Preocupaciones de seguridad

La seguridad de los datos puede justificarse con precisión por la garantía solo tan buena como el recurso del proveedor. Además, si la implementación interna garantiza un alcance de accesibilidad confiable entre diferentes flujos en una empresa puede ser difícil.

  • Flexibilidad de datos

A menudo, los almacenes tienden a contener datos estáticos y están sujetos a estructuras de consulta serias.

  • Relación costo / beneficio

El mantenimiento y el gasto de horas hombre de TI es un factor muy importante en la implementación del almacenamiento de datos de Oracle.

Gestión de calidad en Oracle Data Warehousing

  • Admite soluciones de calidad de extremo a extremo.
  • Rastrea metadatos y resumen del repositorio.
  • Dependiendo de las necesidades, puede generar mapeo para correcciones de datos.

Los roles de almacenamiento de datos en una empresa se pueden clasificar específicamente como diferentes títulos de trabajo que van desde minero de datos, consultor / desarrollador de almacenamiento de datos hasta arquitecto. La industria de TI es testigo constante del rápido crecimiento de las especializaciones de almacenamiento de datos en tecnologías de inteligencia empresarial.

Artículos recomendados

Esta es una guía para Oracle Data Warehousing. Aquí discutimos la arquitectura, características, ventajas y desventajas del almacenamiento de datos de Oracle. También puede consultar nuestros otros artículos sugeridos:

  1. Componentes de Oracle Warehouse Builder
  2. ¿Qué es Oracle Database y su arquitectura?
  3. Introducción a las funciones de cadena de Oracle
  4. Pasos sencillos sobre cómo instalar Oracle
  5. KPI en Power BI
  6. Declaración de Power BI IF
  7. ¿Qué es una consulta y tipos de consultas Oracle?

Categoría:

Big Data