Chương I Khai thác dữ liệu và xử lý phân tích trực tuyến
2.1.6.Kho dữ liệu chủ đề (Datamart)
2.1. Các thành phần kho dữ liệu
2.1.6.Kho dữ liệu chủ đề (Datamart)
Kho dữ liệu chủ đề (Datamart - DM) là CSDL có những đặc điểm
giống với kho dữ liệu nhưng với quy mô nhỏ hơn và lưu trữ dữ liệu về một lĩnh vực, một chuyên ngành. Các Datamart có thể được hình thành từ một tập con dữ liệu của kho dữ liệu hoặc cũng có thể được xây dựng độc lập và sau khi xây dựng xong các Datamart có thể được kết nối, tích hợp lại với nhau tạo thành kho dữ liệu.
Datamart là một kho dữ liệu thứ cấp gồm các dữ liệu tích hợp của kho dữ liệu. Datamart được hướng tới một phần của dữ liệu, thường được gọi là
một vùng chủ đề (SA) được tạo ra dành cho một nhóm người sử dụng. Dữ
liệu trong Datamart cho thông tin về một chủ đề xác định, khơng phải về tồn bộ các hoạt động nghiệp vụ đang diễn ra trong một tổ chức. Thể hiện thường
xuyên nhất của Datamart là một kho dữ liệu riêng rẽ theo phương diện vật lý, thường được lưu trữ trên một Server riêng trong một mạng cục bộ phục vụ cho một nhóm người nhất định. Đôi khi Datamart với công nghệ OLAP tạo ra các quan hệ theo dạng hình sao đặc biệt hoặc những siêu khối (Hypercube) dữ liệu cho việc phân tích của một nhóm người có cùng mối quan tâm trên một
phạm vi dữ liệu. Có thể chia Datamart ra làm 2 loại: Datamart độc lập và Datamart phụ thuộc.
Datamart phụ thuộc chứa những dữ liệu được lấy từ kho dữ liệu và
những dữ liệu này sẽ được trích lọc, tinh chế, tích hợp lại ở mức cao hơn để
phục vụ một chủ đề nhất định.
Datamart độc lập không giống như Datamart phụ thuộc, nó được xây
dựng trước kho dữ liệu và dữ liệu được lấy từ các nguồn dữ liệu tác nghiệp. Phương pháp này đơn giản hơn và chi phí thấp hơn nhưng đổi lại có những
điểm yếu. Mỗi Datamart độc lập có cách tích hợp riêng do đó dữ liệu từ nhiều
Datamart khó đồng nhất với nhau.
Datamart thể hiện hai vấn đề: tính ổn định khi một Datamart nhỏ ban đầu lớn lên nhanh chóng theo nhiều chiều và sự tích hợp dữ liệu. Vì vậy khi
thiết kế Datamart phải chú ý tới tính ổn định của hệ thống, sự đồng nhất của dữ liệu và vấn đề về khả năng quản lý.