Vidéo: Nina Teicholz - 'Vegetable Oils: The Unknown Story' 2024
Parfois, vous n'avez rien à faire Vous disposez d'un entrepôt de données à partir duquel vous pouvez obtenir des données pour votre magasin de données. Vous devez donc vous procurer vous-même les données à partir des applications. Dans la plupart de ces situations (probablement la plupart), vous créez un magasin de données quick-strike data - un entrepôt de données miniature mais conçu pour répondre aux demandes d'un ensemble d'utilisateurs qui ont besoin du contenu.
Vous suivez la même méthodologie et effectuez les mêmes processus d'extraction, de transformation, d'assurance qualité et de chargement que pour un entrepôt de données. La différence est que vous utilisez cette méthodologie à une plus petite échelle que vous avec un entrepôt de données à part entière.
Comme le montre cette figure, vous devez souvent importer des données dans un magasin de données top-down, à accès rapide, pour répondre à un ensemble spécifique de questions métier dans des limites relativement étroites. Par exemple, vous pouvez ajouter des données sur une région ou un territoire spécifique au sein d'une entreprise, un sous-ensemble de la gamme de produits globale d'une entreprise ou un autre modèle de sous-ensemble.
Donc, si vous avez besoin de repartir de zéro et n'avez pas d'entrepôt de données pour fournir des données à votre data mart, pourquoi ne pas construire un entrepôt de données à grande échelle à la place? Voici trois raisons d'utiliser la route data mart:
-
Vitesse: Un data mart de frappe rapide est généralement terminé en 90 à 120 jours, plutôt que le temps beaucoup plus long requis pour un entrepôt de données à grande échelle.
-
Coût: Faire le travail plus rapidement signifie que vous dépensez moins d'argent; c'est si simple.
-
Complexité et risque: Lorsque vous travaillez avec moins de données et moins de sources sur une période plus courte, vous risquez de créer un environnement beaucoup moins complexe et de réduire les risques associés.