Data Warehouse - Appunti completi di Competenze informatiche per la transizione al digitale

DATA WAREHOUSE MANAGER:

D. si occupa dell’amministrazione e del controllo del

scheduling.

sistema del DW attraverso lo

Acquisizione e Integrazione dei Dati: Gestisce e ottimizza i processi ETL,

 progettando l'integrazione dei dati.

Memorizzazione dei Dati: Controlla l'efficienza dell'archiviazione dei dati, gestisce le

 tabelle di aggregazione e le operazioni di backup.

Presentazione dei Dati: Supervisiona la gestione degli utenti e il monitoraggio delle

 performance delle interrogazioni.

Gestione dei Metadati: I metadati descrivono la struttura del database, le fonti dei

 dati, le regole di trasformazione e aggiornamento dei dati.

Gestione della Sicurezza: Si occupa

 dell'autenticazione, autorizzazione e

crittografia dei dati.

Gestione del Sistema: Include il

 monitoraggio delle performance, il

miglioramento delle operazioni e la

manutenzione del sistema.

MODELLO MULTIDIMENSIONALE: è alla base

della rappresentazione e interrogazione dei dati nei

DW. È utilizzato per analizzare eventi aziendali

concreti, come vendite o immatricolazioni, e

comprende misure che quantificano questi eventi,

come l'importo di un ordine o il numero di esami svolti. Apprezzato

per la sua semplicità e intuitività, facilita l'aggregazione dei dati,

rendendo le analisi più rapide e praticabili, e riduce i tempi di risposta

rispetto ai database operativi. Per gestire e analizzare grandi quantità

di dati, si utilizzano dimensioni di analisi, che sono assi in uno

spazio n-dimensionale. Ogni dimensione definisce una prospettiva diversa dei dati (es.

tempo, prodotto, negozio) e permette di raggruppare i dati in base a queste caratteristiche. I

dati sono organizzati in cubi multidimensionali dove:

Cella:

- contiene misure numeriche che rappresentano i fatti da diverse angolazioni;

asse del cubo

- Ogni corrisponde a una dimensione.

Ogni dimensione

- può avere una gerarchia di attributi, che consente di aggregare i dati per

ottenere informazioni più sintetiche.

Esempio: vendite di una catena di negozi .

Queste vendite possono essere rappresentate in uno spazio tridimensionale, dove le

dimensioni sono:

a. Prodotti

b. Negozi

c. Date di vendita

Per rappresentare il cubo delle vendite utilizzando un modello relazionale si può usare il

VENDITE(negozio, prodotto, data, quantità, incasso)

seguente schema: in questo schema, i



tre dimensioni

dati sulle vendite sono organizzati in base a : negozio, prodotto e data, con

due misure associate: quantità venduta e incasso. Per ridurre la quantità di dati e ottenere

informazioni più utili, vengono utilizzate due tecniche principali:

Restrizione (slicing):

A. consente di ritagliare una porzione del cubo circoscrivendo il campo

di analisi. Si riduce la dimensionalità del cubo fissando un valore per una o più dimensioni.