Data Warehousing เป็นเทคนิคหลักสำหรับรวบรวมและจัดการข้อมูลจากหลายแหล่ง เพื่อให้ข้อมูลเชิงลึกทางธุรกิจ (Business Insight) ที่มีความหมาย Data Warehouse ถูกออกแบบมาโดยเฉพาะเพื่อรองรับการตัดสินใจของผู้บริหาร
ง่ายๆ คือ Data Warehouse หมายถึงฐานข้อมูลที่ดูแลแยกจากฐานข้อมูลปฏิบัติการ (Operational Databases) ขององค์กร ระบบ Data Warehouse ช่วยบูรณาการระบบประยุกต์หลายระบบ ให้การประมวลผลข้อมูลโดยแพลตฟอร์มที่มั่นคงของข้อมูลรวมศูนย์ (Consolidated), ข้อมูลทางประวัติศาสตร์ (Historical) สำหรับการวิเคราะห์
Data Warehouses ทั่วไปและรวมศูนย์ข้อมูลในพื้นที่หลายมิติ (Multidimensional Space) การสร้าง Data Warehouses รวมถึง Data Cleaning, Data Integration, Data Transformation และมองได้เป็นขั้นตอนก่อนการทำเหมืองข้อมูล (Preprocessing Step) ที่สำคัญ
มันให้เครื่องมือ OLAP (Online Analytical Processing) สำหรับการวิเคราะห์เชิงโต้ตอบ (Interactive Analysis) ของข้อมูลหลายมิติที่มีระดับรายละเอียดต่างๆ (Varied Granularities) ซึ่งช่วย Data Generalization และ Data Mining ที่มีประสิทธิภาพ ฟังก์ชัน Data Mining หลายอย่าง เช่น Association, Classification, Prediction, Clustering สามารถบูรณาการกับ OLAP Operations เพื่อสร้าง Interactive Mining ของความรู้ที่หลายระดับการนามธรรม
3 ประเภทหลักของ Data Warehouse
1. Enterprise Data Warehouse (EDW)
คลังข้อมูลแบบรวมศูนย์ (Centralized) ใช้จัดระเบียบและนำเสนอข้อมูล ด้วย EDW ผู้ใช้สามารถจัดประเภทข้อมูลตามหัวข้อ (Subject) ได้
2. Operational Data Store (ODS)
ใน ODS Data Warehouse ถูก Refresh แบบเรียลไทม์ (Real-time) จึงมักใช้สำหรับกิจวัตรประจำวัน เช่น การเก็บบันทึก (Storing Records)
3. Data Mart
Data Mart คือชุดย่อย (Subset) ของ Data Warehouse ออกแบบสำหรับ Sales, Finance, ฯลฯ
ลักษณะเฉพาะของ Data Warehouse (Characteristics)
- Subject-oriented (เน้นหัวข้อ): Data Warehouse มุ่งสู่การสร้างแบบจำลองและวิเคราะห์ข้อมูลสำหรับผู้ตัดสินใจ ให้มุมมองเรียบง่ายกระชับของประเด็นหัวข้อเฉพาะ โดยตัดข้อมูลที่ไม่ประโยชน์สำหรับ Decision Support
- Integrated (บูรณาการ): เนื่องจากสร้างจากหลายแหล่งที่หลากหลาย (Heterogeneous) เช่น Relational DBs, Flat Files, OLTP Records จึงต้องใช้ Data Cleaning และ Data Integration เพื่อให้ความสอดคล้องใน命名慣例, Encoding, Attribute Measures ฯลฯ
- Time-variant (แปรปรวนตามเวลา): ข้อมูลเก็บเพื่อมุมมองทางประวัติศาสตร์ (เช่น 5-10 ปีย้อนหลัง) ทุกกลไกสำคัญใน DW มีองค์ประกอบเวลา โดยนัยหรือโดยตรง
- Non-volatile (ไม่เปลี่ยนแปลง): DW เป็นที่เก็บข้อมูลทางกายภาพอิสระ ที่แปลงจากข้อมูลซอฟต์แวร์ในสภาพแวดล้อมปฏิบัติการ เนื่องจากแยกออก DW ไม่ต้องการ Transaction Processing, Recovery, Concurrency Control ต้องการแค่ 2 การดำเนินการ: Initial Loading และ Data Access
