1
Data Warehousing
2
انبار داده (Data Warehouse) چیست؟
انـبـار داده بـه مجـموعـه ای از داده هــا گفـتـه می شود که از منابع مختلف اطلاعاتی سازمان جمع آوری ، دسته بندی و ذخیره می شود. در واقع یک انبار داده مخزن اصلی کلیه داده های حال و گذشته یک سازمان می باشد که برای همیشه جهت انجام عملیات گزارش گیری و آنالیز در دسترس مدیران می باشد.
3
انبار داده (Data Warehouse) چیست؟
4
انبار داده (Data Warehouse) چیست؟
تکنولوژی انبار داده ها شامل مجموعه ای مفاهیم و ابزارهای جدیدی است که با فراهم آوردن اطلاعات از دانشگران (افراد اجرایی، مدیر و تحلیلگر) در تصمیم گیری پشتیبانی می نماید. دلیل اصلی ساخت انبار داده ها، بهبود کیفیت اطلاعات در سازمان است، در واقع دسترسی به داده ها از هر جا درون سازمان داده ها از منابع داخلی و خارجی تهیه می شوند و به اشکال گوناگون از داده های ساختاری گرفته تا داده های ساخت نیافته مانند فایل های متنی یا چند رسانه ای، در مخزنی مجتمع می شوند. انبار داده ها یا DWH مخزنی از این داده هاست که به صورتی قابل درک در دسترس کاربران نهایی کسب و کار قرار می گیرد.
از اواسط سالهای 1980 نیاز به انبار داده ها به وجود آمد و دریافتند که سیستم های اطلاعاتی باید به صورت سیستم های عملیاتی و اطلاعاتی مشخص شوند. سیستم های عملیاتی از فعالیت های روزانه کسب و کار پشتیبانی می نمایند و برای پاسخگویی سریع به ارتباطات از پیش تعریف شده مناسب هستند. داده های عملیاتی ارائه بی درنگ و فعلی وضعیت کسب و کار می باشند. اما سیستم های اطلاعاتی برای مدیریت و کنترل کسب وکار به کار می روند. این سیستم ها از تجزیه و تحلیل داده ها برای اتخاذ تصمیم درباره عملکرد آنی و آتی سازمان پشتیبانی می کنند و برای در خواست های موردی، پیچیده و به طور عمده فقط خواندنی طراحی شده اند.داده های اطلاعاتی تاریخی هستند، به عبارتی بیانگر دیدگاه ثابتی از کسب وکار در یک دوره زمانی می باشند.
5
انـبـار داده بـه مجـموعـه ای از داده هــا گفـتـه می شود که از منابع مختلف اطلاعاتی سازمان جمع آوری ، دسته بندی و ذخیره می شود. در واقع یک انبار داده مخزن اصلی کلیه داده های حال و گذشته یک سازمان می باشد که برای همیشه جهت انجام عملیات گزارش گیری و آنالیز در دسترس مدیران می باشد. انبارهای داده حاوی داده هایی هستند که به مرور زمان از سیستم های عملیاتی آنلاین سازمان (OLTP) استخراج می شوند، بنابراین سوابق کلیه اطلاعات و یا بخش عظیمی از آنها را می توان در انبار داده ها مشاهده نمود.
از آنجائیکه انجام عملیات آماری و گزارشات پیچیده دارای بارکاری بسیار سنگینی برای سرورهای پایگاه داده می باشند، وجود انبار داده سبب می گردد که اینگونه عملیات تاثیری بر فعالیت برنامه های کاربردی سازمان (OLTP) نداشته باشد.
همانگونه که پایگاه داده سیستمهای عملیاتی سازمان ( برنامه های کاربردی ) به گونه ای طراحی می شوند که انجام تغییر و حذف و اضافه داده به سرعت صورت پذیرد، در مقابل انبار داده ها دارای معماری ویژه ای می باشند که موجب تسریع انجام عملیات آماری و گزارش گیری می شود (OLAP) .
انبار داده (Data Warehouse) چیست؟
6
تاریخچه و دلایل استفاده از انبار داده
از اواخر سال 1980 میلادی، انبـار های داده به عنـوان نـوع متـمـایزی از پایـگاه هـای داده مـورد استـفاده اغلـب سـازمـانـها و شرکت های متوسط و بزرگ واقع شدند. انبار های داده جهت رفع نیاز رو به رشد مدیریت داده ها و اطلاعات سازمانی که توسط پایگاه های داده سیستم های عملیاتی غیر ممکن بود، ساخته شدند.
سیستمهای عملیاتی سازمان (OLTP) دارای نقاط ضعفی می باشند که انبار های داده آنها را رفع می کنند. از جمله:
• بار پردازش گزارشات موجب کندی عملکرد برنامه های کاربردی می گردد. • پایگاه های داده برنامه های کاربردی دارای طراحی مناسبی جهت انجام عملیات آماری و گزارش نیستند. • بسیاری از سازمانها دارای بیش از یک برنامه کاربردی ( منابع اطلاعاتی) می باشند، بنابراین تهیه گزارشات در سطح سازمان غیر ممکن می شود. • تهیه گزارشات در سیستمهای عملیاتی غالبا نیازمند نوشتن برنامه های مخصوص می باشد که معمولا کند و پرهزینه هستند.
7
مراحل و نحوه ایجاد انبار داده در سازمان
بسیاری از شرکت ها و سازمانها به این باور رسیده اند که گردآوری، سازمان دهی و یکپارچه سازی داده ها در یک مخزن داده برای مدیریت بهینه و اتخاذ تصمیمات کلان یک ضرورت می باشد.
به طور کلی ساخت یک انبار داده، به شکل یک پروژه شامل مراحل اصلی زیر می باشد:
1- استخراج داده های تراکنشی از پایگاه های داده به یک مخزن واحد شناخت منابع داده های سازمان و استخراج داده های ارزشمند از آنها یکی از اصلی ترین مراحل ایجاد انبار داده می باشد. 2- تبدیل داده ها از آنجائیکه سیستمهای اطلاعاتی و برنامه های کاربردی یک سازمان غالبا توسط افراد و پروژه های مختلف به مـرور زمان در مواجهـه با نیـازهای جدید سـاخته یا تغییر شـکل داده می شـوند، یکسـان سـازی آنها امری ضروری می باشد.در بسیاری از موارد نیز سیستمهای اطلاعاتی در بستر های مختلف پایگاه داده مانند Microsoft SQL Server ،Oracle ، Sybase ، Microsoft Access و غیره طراحی گردیده اند. بررسی جداول، برقراری ارتباط بین فیلدها و یک شکل سازی داده ها در این مرحله صورت می پذیرد.
8
مراحل و نحوه ایجاد انبار داده در سازمان
3- بارگذاری داده های تبدیل شده به یک پایگاه داده چند بعدی بر خلاف پایگاه داده سیستمهای عملیاتی (OLTP) که دارای معماری رابطه ای می باشند و از اصول نرمالیزه استفاده می کنند، طراحی انبار داده به شکلی ویژه بدون بهره گیری از اصول نرمالیزاسیون می باشد. درانبار داده فیلدها در جاهای مختلفی تکرار می شوند و روابط بین جداول کمتر به چشم می خورند. علت آن هم افزایش سرعت پردازش اطلاعات هنگام گزارشات و عملیات آماری می باشد.
4- تولید مقادیر از پیش محاسبه شده جهت افزایش سرعت گزارش گیری مـقادیر از پیـش محاسـبه شده را تراکـم نیـز مـی نامـند. ایـن مرحلــه توســط سیستـمهایی نظــیر Microsoft SQL Server Analysis Services بسیار ساده تر شده است. ایـن تراکم ها کـه در ابـعاد مختلـف انبار داده سـاخته می شوند، موجب می شوند که سرعت انجام عملیات گزارش گیری به شکل محسوسی افزایش یابد. بایدتوجه داشت که عملیات ساخت این مقادیر بسیار زمان گیر بوده و نیازمند حافظه زیادی بر روی سروراست. 5- ساخت ( یا خرید ) یک ابزار گزارش گیری پس از انجام مراحل فوق، شـما می توانـید نسبـت به ساخت یا خـرید یـک نرم افزار گزارش گیـری تصمیم گیری نمایید. به طور معمـول هزینه سـاخت یک نرم افزار گزارش گـیری، بالاتـر از هزینـه خریـد آن از یک شرکت خارجـیمی شود.
9
ویژگیهای اصلی داده های انبار داده ها
داده های موجود در انبار داده ها از سیستم های عملیاتی متنوع (نظیر سیستم های پایگاه داده ها) و منابع داده ای خارجی (نظیر پایگاه داده های آماری و WWW )یکپارچه می شوند. تفاوتهای ساختاری ومعنایی داده ها باید پیش از یکپارچه سازی انسجام یابند. برای مثال داده ها باید مطابق با مدل داده ای یکپارچه "همگن" شوند. بعلاوه، مقادیر داده ای سیستم های عملیاتی باید پاک شوند تا داده های صحیحی در انبار داده ها وارد شوند.
نیاز به داده های تاریخی یکی از موارد مهم درشیوه انبار داده هاست. داده های تاریخی برای تحلیل روند کسب وکارضروری هستند. البته هزینه نگهداری این گونه داده ها نیز باید مورد توجه قرار گیرد. بعلاوه، داده های انبار داده ها ثابت هستند، برای مثال دسترسی به DWH از نوع خواندنی است. انجام اصلاحات در این داده ها فقط هنگامی صورت می گیرد که اصلاحات داده های منبع در انبار انتشار یابند. DWH داده های دیگری به نام داده های اشتقاق یافته (derived data) دارد. این داده ها به طور صریح در منابع عملیاتی ذخیره نمی شوند، بلکه در حین بعضی از فرایندها از داده های عملیاتی، اشتقاق می یابند. برای مثال داده های فروش را می توان در سطوح مختلف (هفتگی، ماهانه، فصلی) در انبار ذخیره نمود.
10
ویژگیهای اصلی داده های انبار داده ها
11
سیستم های انبار داده ها
سیستم انبار داده ها (DWS) شامل انبار داده ها و همه مولفه هایی است که برای ساخت، دستیابی و نگهداری DWH به کار می روند. انبار داده ها بخش مرکزی سیستم انبار داده ها را تشکیل می دهد. گاهی اوقات انبار داده ها حجم عظیمی از اطلاعات را در واحدهای منطقی کوچکتر به نام Data Mart نگهداری می کند. مولفه آماده سازی، مسوولیت کسب یا دریافت داده ها را بر عهده دارد. این مولفه شامل همه برنامه ها و برنامه های کاربردی ای است که مسوول استخراج داده ها از منابع عملیاتی هستند. مولفه دستیابی شامل برنامه های کاربردی مختلف (OLAP یا برنامه های کاربردی داده کاوی) است که امکان استفاده از اطلاعات ذخیره شده در انبار داده ها را فراهم می آورند.
مولفه مدیریت Metadata، وظیفه مدیریت، تعریف و دستیبابی به انواع مختلف Metadata را بر عهده دارد. در اصل ، Metadata "داده هایی درباره داده ها" یا "داده هایی است که مفهوم داده ها را توصیف می کنند". انواع مختلف Metadata در انبار داده ها وجود دارند. مثلا اطلاعاتی درباره منابع عملیاتی، ساختار داده های DWH و کارهایی که در حین ساخت، نگهداری و دستیبابی به DWH انجام می شوند. نیاز به Metadata شناخته شده است. پیاده سازی یک DWS منسجم ،کار پیچیده و دشواری است و شامل دو فاز می باشد. درفاز اول که پیکربندی DWS نام دارد، دیدگاه مفهومی انبار داده ها مطابق با نیازمندیهای کاربر مشخص می شود. سپس منابع داده ای دخیل و روش استخراج و بار گذاری در انبار داده ها تعیین می گردد. سرانجام، درباره پایگاه داده های مورد نظر و روشهای دستیبابی داده ها تصمیم گیری خواهد شد. پس از بار گذاری اولیه، در فاز عملیات DWS باید داده های انبار داده ها به منظور منظم refresh شوند.
12
طراحی انبارداده ها
روشهای طراحی انبارداده ها امکان پردازش کارآمد query را برروی حجم عظیمی از داده ها فراهم می آورند. نوع ویژه ای از الگوی پایگاه داده ها به نام star برای مدل سازی انبارداده های چند بعدی به کار می رود. در این حالت، پایگاه داده ها از یک جدول مرکزی واقعیت یا fact و جداول چند بعدی تشکیل شده است. جدول واقعیت حاوی tuple هایی است که بیانگر واقعیت های کسب و کار مانند فروش یا عرضه هستند. هر tuple جدول واقعیت به tupleهای جدول چند بعدی اشاره دارد. هرtuple جدول چند بعدی مواردی نظیر محصولات، مشتریان، زمان و فروشنده را نشان می دهد.
مدل چرخه حیات انبار داده ها
13
انبار داده های مجازی
هدف انبارداده های مجازی، پیاده سازی سریع انبارداده ها بدون نیاز به ذخیره سازی و نگهداری کپی های متعدد از داده های منبع است. اغلب، انبارداده های مجازی به سازمانها کمک می کند تا به نیاز واقعی کاربران نهایی پی ببرند. کاربران نهایی می خواهند به طور مستقیم به داده های منبع بی درنگ با کمک ابزارهای توانمند شبکه ای دسترسی پیدا کنند. معایب این روش عبارتند از:
– کیفیت و سازگاری داده ها تضمین نمی شود. زیرا فعالیت های آماده سازی داده ها صورت نمی گیرند.
– به طور معمول، داده های تاریخی وجود ندارند.
– زمان دسترسی کاربر نهایی بسته به وجود یا عدم وجود منابع عملیاتی، بار شبکه و پیچیدگی درخواست، غیر قابل پیش بینی است.
14
Oracle Data Warehousing
)به عنوان نوع متمایزی از پایگاه های داده مورد DWH( از اواخر سال 1980 میلادی، انبار داده ها 1
استفاده اغلب سازمانها و شرکت های متوسط و بزرگ واقع شدند. انبار های داده جهت رفع نیاز رو به رشد
مدیریت داده ها و اطلاعات سازمانی که توسط پایگاه های داده سیستم های عملیاتی غیر ممکن بود، ساخته شدند.
دارای نقاط ضعفی می باشند که انبار های داده آنها را رفع می کنند، به این OLTPسیستمهای عملیاتی سازمان 2
در مقابل سیستمهای عملیاتی نیز می گویند. از جمله این OLAP دلیل به انبار داده ها، سیستمهای تحلیلی 3
مشکلات سیستمهای عملیاتی که سیستمهای تحلیلی در صدد حل آن هستند می توان به موارد زیر اشاره کرد:
• بار پردازش گزارشات موجب کندی عملکرد برنامه های کاربردی می گردد.
• پایگاه های داده برنامه های کاربردی دارای طراحی مناسبی جهت انجام عملیات آماری و گزارش نیستند.
• بسیاری از سازمانها دارای بیش از یک برنامه کاربردی (منابع اطلاعاتی) می باشند، بنابراین تهیه گزارشات در
سطح سازمان غیر ممکن می شود.
• تهیه گزارشات در سیستمهای عملیاتی غالبا نیازمند نوشتن برنامه های مخصوص می باشد که معمولا کند و
پرهزینه هستند.
1 Data Warehouse
2 Online Transaction Processing
3 Online Analytical Processing
15
Oracle Data Warehousing
مقایسه این نوع سیستمها در جدول زیر خلاصه شده است:
تعریف انبار داده ها
انبار داده ها یک سیستم کامپیوتری از اطلاعات است که به گونهای مناسب برای انجام عملیات گزارشگیری و تحلیلی
دادهها بر اساس زمان، طراحی شده است. این سیستم اغلب به صورت جداگانهای از سیستمهای عملیاتی روزانه قرار
میگیرد. در ادامه سه تعریف از انبار داده ها ارائه می شود:
یاد می شود آن را به این ترتیب تعریف میکند: DWH که از او به عنوان پدر Bill Inmon .1
" انبار داده ها مجموعه ای از داده های موضوع گرا ، یکپارچه، تغییر ناپذیر و متغیر با زمان
برای پشتیبانی از تصمیم های مدیریتی می باشد.”
16
Oracle Data Warehousing
• موضوعگرا به این معنی است که پایگاهداده به گونهای سازماندهی شده است که تمامی داده های مربوط به
.application یک موضوع با هم دسته بندی می شوند نه داده های مربوط به یک
• یکپارچه بودن انبار داده ها به این معنی است که اطلاعات موجود در پایگاهداده از سراسر سازمان جمعآوری
شدهاند و با هم سازگاری دارند.
17
Oracle Data Warehousing
ذخیره snapshot داده ها در انبار داده متغیر با زمان است که به این معنی که داده ها به عنوان یکسری از
می شوند که هر یک از آنها یک دوره زمانی را نشان می دهد.
تغییر ناپذیر بودن داده ها در انبار داده ها به این معنی است که داده ها هرگز حذف نشده و یا با داده های
جدید جایگزین نمیشوند.
18
Oracle Data Warehousing
یکی از نویسنده های مشهور در زمینه انبار داده و هوش تجاری، انباره داده را به صورت ،Ralhp Kimball .2
زیر تعریف می کند:
نسخه ای از داده های تراکنشی است که به صورت اختصاصی برای پرس و جو ها و DW یک
گزارش گیری، سازمان دهی شده است."
از انبار داده ها : Oracle 3 تعریف شرکت
از آنجا انبار داده ها به منظور تهیه گزارشات طراحی شده است، مدت زمان لازم برای گزارشگیری در این پایگاه داده در
مقایسه با پایگاه داده رابطه ای بسیار بهینه تر می باشد. که این موضوع در شکل زیر خلاصه شده است.
مدت زمان لازم برای آماده سازی داده برای پرس و جو
19
Oracle Data Warehousing
انبار داده ها در یک سازمان در مقیاس خیلی بزرگ گیاده سازی می شود و محدوده آن کل سازمان می باشد و داده ها در انبار داده ها از تمامی موضوعات میباشد. در یک سازمان بزرگ به دلیل حجم انبار داده ها, عموماً انبار داده ها به صورت تدریجی پیاده سازی می شود و پیاده سازی آن به صورت دفعی نیست.
به همین دلیل انبار داده ها به واحدهای منطقی کوچکتری به نام Data mart تقسیم می شود . ساخت آنها انجام می گیرد.Data mart ها بر روی یک موضوع تمرکز دارند و محدوده آنها یک department است و نه کل سازمان.
در نتیجه ساخت Data mart بسیار سریع تر از کل انبار داده ها است.
یکی از گام های مهم د رفرآیند ساخت انبار داده ها مرحله ETL است.در این مرحله داده ها از پایگاه داده های سیستم های تراکنشی, واکنشی شده و پس از پالایش در انبار داده ها قرار می گیرد.
داده ها در پایگاه داده های سیستم ها ی تراکنشی به صورت نرمال ذخیره می شوند, این داده ها باید پس از واکنشی از پایگاه داده ها به صورت مجتمع درآیند ( به عنوان مثال یکسان سازی کدها بر روی آن انجام شود) و پس از آن به فرمت انبار داده ها ذخیره شوند، درنتیجه نیاز به تغییر شکل داده ها و بهنگام سازی آنها وجود دارد، که برای این منظور از پایگاه داده میانی به نام Staging area استفاده می شود.
20
مولفه انبارها در سازمان
مولفه های یک انبار داده در شکل زیر آمده است.
21
طراحی پایگاه داده ها
همانطور که گفته شد پایگاه داده ها در یک انبار داده ها به صورت نرمال طراحی نمی شود و بلکه پایگاه داده ها به صورت چندبعدی طراحی می شود. به عنوان مثال در طراحی اطلاعات نگهداری شده برای فروش، زمان فروش، ناحیه فروش، فروشنده و محصول به فروش رفته به عنوان ابعاد مختلف در نظر گرفته میشوند. با توجه به آنکه این بعدها به
زیر وجود دارد: schema صورت سلسله مراتبی 11 تعریف شوند یا خیر، دو
از این روش برای ایجاد مدل داده چندبعدی استفاده میشود. در DWH در بیشتر : Star schema •
رکورد fact و تعدادی جدول مجزا برای ابعاد است. در جدول fact این مدل، پایگاهداده شامل یک جدول
اطلاعاتی شامل تعدادی اشارهگر (کلید خارجی) به جداول ابعاد و مقادیر مربوط به معیارهای عددی است.
ها به همراه کلیدها در جداول ابعاد قرار میگیرند. Attribute
در این مدل یک یا بیش از یک جدول بعد به صورت سلسله مراتبی : Snowflake schema •
داده ها در آن سریعتر است. ولی load می باشند. این مدل نسبت به مدل قبل انعطاف پذیرتر است و زمان
مدیریت آن بسیار سخت تر است و اثر منفی در مدت زمان گزارشگیری دارد.
22
طراحی پایگاه داده ها
fact مشخصات جدول
• شامل اطلاعات عددی سازمان است.
• حجم بسیار بالایی از داده ها را دربر دارد.
• رشد بسیار سریعی دارد.
• می تواند شامل داده های پایه، مشتق شده و سرجمع باشد.
• با دریافت کلید خارجی به جداول ابعاد متصل است
مشخصات جدول بعد:
• شامل اطلاعات متنی سازمان است.
• شامل داده های ایستا می باشد.
متصل است. Fact با انداختن کلید خارجی به جدول
.
23
طراحی پایگاه داده ها
در ادامه به ترتیب یک طراحی به روش
آمده است.Snowflake schema و star schema
24
طراحی پایگاه داده ها
25
طراحی پایگاه داده ها
همانطور که از نام این فرآیند مشخص است شامل سه مرحله واکشی اطلاعات از منابع داده ای، تغییر شکل و پالایش آنها و ذخیره سازی آن در انبار داده ها می باشد.
مرحله واکشی اطلاعات : داده ها در قالبهای مختلف ( پایگاه داده های مختلف، انواع فایلها و حتی در سیستمهای عامل متفاوت ) در نقاط مختلفی در سازمان پراکنده اند، در این مرحله فیلدهای اطلاعاتی از منابع داده ای استخراج می شود.
مرحله پالایش اطلاعات : در این مرحله داده ها پالایش شده و به صورت موضوع گرا در می آیند.
26
طراحی پایگاه داده ها
27
طراحی پایگاه داده ها
28
نتیجه گیری
بران در سال 1995ده گام را که برای ایجاد یک انبار کالای داده موفق باید برداشته شود را پیشنهاد کرده است:
1- مجموعه ای از بر آمدهای کار که نیاز دارد تا توسط انبار کالا داده هل شود ، به طور واضح تعریف کنید.
2 – معیارهای عملیاتی،مالی و مدیریتی و معیارهای دیگر را توسط اجرای موفق که اندازه گیری شده و ارزیابی شده باشد را شناسایی کنید.
3- آنچه که داده ها در یک انبار کالای داده به آن نیاز دارند ،تعیین کنید.
4- یک انبار کالای داده را با به کارگیری یک مدل داده که برای حمایت از تصمیمات مناسب است، طراحی کنید.
5- داده ها و اندازه فهرست راهنمای داده های ضروری انبار کالا و پروژه را در سال بعد تخمین بزنید.
6-فراوانی داده های جدید که به انبار کالا اضافه خواهند شد و تخمین مقادیر داده ها را تعیین کنید.
7- آزمایش داده های انبار کالا با یک زیر مجموعه از داده های واقعی ، بررسی کنید.
8- نحوه اجرای مصرف کننده های نهایی را داشته باشید و برای دوره ای از زمان با نسخه آزمایشی کار کنید.
9- استراتژی های تولید آینده فروشندگان را به خصوص آنهایی را که وابسته به انبار کالا داده هستند، درک کنید و معیارهای موفق را ارزشیابی کنید.
10- در آموزش و یادگیری تکنولوژی مشتری- خدمت گذار شبکه و یونیکس را بررسی کنید.
29
فواید داشتن معماری انبار کالا داده ها
ارائه یک چهارچوب سازمان:
این معماری، خطوطی را بر اساس جزئیات فردی ترسیم می کند ،اینکه چه کسانی عهده دار کدام بخشها هستند.
انعطاف پذیری و نگهداری بهبود یافته: به شما اجازه می دهد سرعت منابع داده های جدیدرا افزایش دهید.
توسعه و استفاده مجدد سریعتر:
توسعه دهندگان انبار کالا بهتر می توانند فرآیند داده های انبار کالا را درک کنند محتویات داده های پایه و نقشهای کار با سرعت بیشتر.
ابزار های ارتباطی و مدیریتی :
انتظارات را تعریف کنید، نقش ها و مسئولیت ها را تعیین کنید و برای فهمیدن نیاز های مشتریان با آنها ارتباط برقرار کنید.
هماهنگ کردن تلاشهای همزمان :
تلاشهای چند گانه مستقل، یک شانس برای پوشش موفقیت آمیز دارند.همچنین های بازار های داده بدون معماری ، لوله بخاری های آینده خواهند شد.
اطلاعات در محیط کاری امروزه اساسی هستند. انبار کالا داده ، داده ها به اطلاعاتی که در ثبات و هوش سازمانی نقش دارد ، تغییر شکل می دهند. انبار کالا داده ، به عنوان سرمایه مهم در سرمایه گذاری محسوب می شود. انبار کالا داده می تواند پایه ای از کار برای تحصیل فواید رقابتی باشد و آینده ای روشن برای آن قابل پیش بینی است.
30
مراجع
http://www.pcworldiran.com/ict/data-warehouse.htm
http://www.sqliran.com/SQLIran/Mod_Core/Pages/Services/DataWarehousing.aspx
http://www.pcpedia.ir
http://tarah.somee.com/computer/default.asp
http://www.softgozar.com(datawarehousing leila ghandehari)
پایان
31