I enkla ord är en data mart ett datalager begränsat i omfattning och vars data kan erhållas genom att summera och välja data från datalageret eller med hjälp av distinkta extrakt, transformera och ladda processer från källdatasystemet.
Jämförelsediagram
| Grunder för jämförelse | Datalager | Data Mart |
|---|---|---|
| Grundläggande | Datalagret är applikationsoberoende. | Data mart är specifikt för beslutsstödssystemansökan. |
| Typ av system | centraliserad | decentraliserad |
| Dataform | Detaljerad | sammanfattas |
| Användning av denormalisering | Uppgifterna är något deformaliserade. | Dataen är högt denormaliserad. |
| Datamodell | Top-down | Botten upp |
| Natur | Flexibel, dataorienterad och lång livslängd. | Begränsande, projektorienterade och korta liv. |
| Typ av schema som används | Fakta konstellation | Stjärna och snöflinga |
| Enkel byggnad | Svårt att bygga | Enkelt att bygga |
Definition av Data Warehouse
Termen datalager betyder en tidsvariant, subjektorienterad, icke-flyktig och en integrerad grupp av data som hjälper till med beslutsfattandet av ledningen. Alternativt är det ett förvar av information samlad från flera källor, lagrad i ett enhetligt schema, på en enda webbplats som möjliggör integration av en mängd olika applikationssystem. När dessa data har samlats lagras den under lång tid och har följaktligen lång livslängd och tillåter tillgång till historisk information.
Följaktligen ger datalagret användaren ett enda integrerat gränssnitt till de data genom vilka användaren enkelt kan skriva frågor om beslutsstöd. Data warehouse hjälper till att omvandla data till information. Att utforma ett datalagringshus innefattar topp-down-tillvägagångssätt.
Den samlar information om ämnen som spänner över hela organisationen, till exempel kunder, försäljning, tillgångar, objekt och därför är dess sortiment över hela företaget. I allmänhet används fakta konstellationsschema i den, som täcker en mängd olika ämnen. Ett datalager är inte en statisk struktur och det utvecklas kontinuerligt.
Definition av Data Mart
En data mart kan kallas som en delmängd av ett datalager eller en undergrupp av företagsövergripande data som motsvarar en viss uppsättning användare. Data warehouse omfattar flera avdelningar och logiska data mars som måste vara ihållande i deras data illustration för att säkerställa robustheten i ett datalager. En data mart är en uppsättning tabeller som koncentrerar sig på en enskild uppgift som de är utformade med hjälp av en bottom-up-strategi.
Som stjärn- och snöflingaskjema drivs mot enskild ämnesmodellering, det är därför de vanligtvis används i data mart. Även om stjärnschemat är mer populärt än snöflingaskjema. Beroende på datakällan kan data mars klassificeras i två typer: beroende och oberoende data mars.
Viktiga skillnader mellan datalagret och Data Mart
- Data warehouse är applikationsoberoende medan data mart är specifikt för beslutsstödssystemansökan.
- Data lagras i ett enda centraliserat förråd i ett datalager. Däremot lagrar data martral data decentralt i användarområdet.
- Data warehouse innehåller en detaljerad form av data. Däremot innehåller data mart sammanfattad och vald data.
- Uppgifterna i ett datalagret är något vanormaliserade, men i fall av Data mart är det högt denormaliserat.
- Uppbyggnaden av datalagret involverar top-down- tillvägagångssätt. Omvänt används underifrån-upp- tillvägagångssättet under konstruktion av en datamärke.
- Datalagret är flexibelt, informationsorienterat och långvarigt existerande natur. Tvärtom är en data mart restriktiv, projektorienterad och har en kortare existens.
- Faktorkonstellationsschema används vanligtvis för modellering av ett datalager medan data mart stjärnschema är mer populärt.
Slutsats
Data warehouse tillhandahåller företagsvy, singel- och centraliserat lagringssystem, inneboende arkitektur och applikationsoberoende medan Data mart är en delmängd av ett datalager som tillhandahåller avdelningsvy, decentral lagring. Eftersom datalagret är väldigt stort och integrerat har det stor risk för fel och svårigheter att bygga den. Å andra sidan är data mart lätt att bygga och associerad misslyckningsrisk är också mindre men data mart kan uppleva fragmentering.
