Introduzione al datawarehouse Franco Perduca Factory Software [email protected] Agenda Perchè mi serve il Data Warehouse ? Caratteristiche del Data Warehouse Caricamento e trasformazione dei dati 2 Perchè mi serve il Data Warehouse Dati = informazione non è sempre vero Sono organizzati per una elaborazione transazionale Non forniscono dati “attendibili” Rallentano il sistema Spesso devono essere integrati con sorgenti di diversa natura 3 Perchè mi serve il Data Warehouse La soluzione è creare un db ad-hoc per le analisi Lo scopo è di “concentrare” tutti i dati dell’ azienda in un unico punto Integra informazioni provenienti da sorgenti diverse I dati sono trasformati / “puliti” Il disegno e’ ottimizzato per la lettura Possiamo considerarlo come un db Read-Only 4 Perchè mi serve il Data Warehouse E’ un progetto molto difficoltoso : 5 Capire e identificare gli obbiettivi della analisi Trovare le informazioni e i dati sorgenti Applicare eventuali trasformazioni / normalizzazioni per consolidare i dati Essere flessibili, riuscire a gestire cambiamenti e “modifiche nella storia” Caratteristiche del Data Warehouse Magazzino di dati a livello di impresa Insieme di strumenti per convertire un vasto insieme di dati in informazioni utilizzabili dall’utente Obiettivi: 6 Possibilità di accedere a tutti i dati dell’impresa, centralizzati in un solo database Coerenza e consolidamento dei dati Velocità nell’accesso alle informazioni Base di partenza per OLAP Caratteristiche del DataWarehouse Passi per la creazione del Data Warehouse Identificare gli eventi da misurare Identificare le fonti dati Vendite Movimentazione di magazzino Customer satisfaction Ecc. I dati possono arrivare da fonti diverse ed eterogenee, non strutturate (Excel,file di testo,…) Consolidare i dati Trasformazioni per eliminare le differenze Definire processo di aggiornamento 7 Es. Lira vs. Euro Intervallo di aggiornamento del DW Caratteristiche del Data Warehouse Data Mart 8 Poichè il processo per la creazione di un DW è spesso lungo e difficoltoso, è possibile creare dei processi intermedi “Mini” DW tematici per rispondere ad esigenze specifiche (es. vendite, marketing, controllo di gestione ecc.) L’insieme di tutti i Data Mart costituisce il DW Caratteristiche del Data Warehouse Componenti di un modello Data Warehouse Tabella dei fatti Contiene gli elementi da misurare es. (vendite,movimenti e transazioni ecc.) Elemento centrale del DW Misure Sono i valori che vogliamo analizzare rappresentati dalle quantità 9 es. (importi, quantità, numero di transazioni) Sono contenute nella tabella dei fatti Caratteristiche del DataWarehouse Tabella delle dimensioni Descrive e rappresenta l’entità di business Fornisce un contesto alle misure È il “per” nelle analisi Dimensione E’ il contenuto della tabella dimensione Spesso è gerarchica 10 Es. (Venduto PER cliente,Venduto PER prodotto) Es. (Categoria -> SottoCategoria -> Prodotto) Caratteristiche del DataWarehouse Tabelle delle Dimensioni Comuni Dimensioni Tabella dei Fatti Comune Prodotti Tempo 11 Misure Prodotto Tempo Unità Fatturato Fatti Caratteristiche del Data Warehouse 12 DEMO Caratteristiche del Data Warehouse 13 La struttura è riconducibile a 2 modelli : Star Schema (a stella) Snowflake Schema (fiocco di neve) Caratteristiche del Data Warehouse Star Schema 14 Lo Star Schema è la modellizzazione più semplice ed efficace dei componenti di un DW Ogni tabella dei fatti è associata a N tabelle dimensionali Le relazioni gerarchiche all’interno di una dimensione (per es. anno/mese/giorno) vengono mantenute in una sola tabella dimensionale Caratteristiche del Data Warehouse Snowflake schema 15 Le gerarchie all’interno delle dimensioni sono mantenute in tabelle separate È leggermente più complesso di una struttura a stella È meno efficiente Caratteristiche del Data Warehouse Staging area 16 È una area di storage Si effettuano prime trasformazioni / verifiche Dove si effettua primo caricamento Caratteristiche del Data Warehouse Nell’ oltp quando un attributo di una tabella anagrafica cambia il vecchio valore viene sovrascritto Potrebbe essere non accettabile nel dwh 17 Ai fini analitici interessa la “storia” Da gestire con logiche diverse rispetto all’ Oltp Cliente che cambia indirizzo o ragione sociale Chiave surrogata Chiave applicativa Problema delle slowly changing dimension (SCD) Caratteristiche del Data Warehouse Tre metodi per risolvere le SCD Tipo 1 sovrascrivere il valore Tipo 2 creare nuova riga con i valori modificati Tracciare i cambiamenti , poco frequenti Tipo 3 creare struttura per tracciare cambiamento 18 Valore errato o non ha rilevanza analitica Associare tra di loro i cambiamenti , se non ho numero limitato uso parent child Caratteristiche del Data Warehouse Per creare e gestire DWH serve un strumento di ETL 19 Extract Transform Load Microsoft Sql Server Integration Services (ex Dts) Domande? 20 © 2004 Microsoft Corporation. All rights reserved. This presentation is for informational purposes only. Microsoft makes no warranties, express or implied, in this summary.