Data Propagation (การเผยแพร่ข้อมูล) คือ การจัดสรรข้อมูล (Allocation) จาก Source Data Warehouse หนึ่งหรือมากกว่า ไปยัง Local Access Database อื่น ตาม Propagation Rules Data Warehouses ต้องจัดการ Large Bulks ของ Data ทุกวัน Data Warehouse อาจเริ่มจากข้อมูลน้อย และเพิ่มขึ้นทุกวันโดย Constant Sharing และ Receiving จาก Multiple Data Sources
เมื่อ Data Sharing ก้าวหน้า Data Warehouse Management กลายเป็น Major Problem Database Management ต้องจัดการ Corporate Information ให้ Effective มากขึ้น และใน Multiple Subsets, Arrangements, Time Frames Data Resources นี้ต้อง Updated ตลอดเวลา และ Process ของ Updating ประกอบด้วยการ Move High Volumes ของ Records จาก System หนึ่งไปอีก System หนึ่ง และ Forth และ Back ไปยัง Business Intelligence System
เป็นเรื่องปกติที่ Data Movement ของ Large Volumes ทำใน Batches ภายใน Short Period โดยไม่ Dog Performance หรือ Availability ของ Operation Software หรือ Data จาก Warehouse ยิ่ง Volume ของ Information ที่จะเปลี่ยนมาก ยิ่ง Procedure ซับซ้อนและท้าทาย มากขึ้น ดังนั้น จึงกลายเป็น Responsibility ของ Data Warehouse Management ที่จะหา Means ของ Transforming Bulk Information เร็วขึ้น และ Recognize และ Transfer เฉพาะ Data ที่ Changed เพราะ Last Data Warehouse Update
วิธีการหลายอย่างที่พัฒนาขึ้นเพื่อ Address ปัญหา Data Sharing ผ่าน Data Propagation:
1. Bulk Extract (การสกัดข้อมูลจำนวนมาก)
ใน Technique นี้ของ Data Propagation Copy Management Tools หรือ Empty Utilities ใช้ Extract All หรือ Subset ของ Operational Relational Database โดยทั่วไป Extracted Information จะ Transported ไป Focus Database โดย File Transfer Protocol (FTP) หรือ Techniques คล้ายๆ กัน Data ที่ Extracted สามารถ Transformed ให้เป็น Format ที่ใช้โดย Object บน Host หรือ Object Server
2. File Compare (การเปรียบเทียบไฟล์)
Technique นี้เป็น Innovation ของ Bulk Move Approach Phase นี้ Compare Recently Extracted Operational Data กับ Past Version หลังจากนั้น Incremental Change Data Set ถูก Generated Processing ของ Incremental Changes เหมือน Methods ใน Bulk Extract แต่ Incremental Changes ใช้เป็น Updates ไป Object Server ภายใน Scheduled Phase วิธีนี้ Recommended สำหรับ Smaller Documents ที่มี Only Few Data Changes
3. Change Data Propagation (การเผยแพร่ข้อมูลที่เปลี่ยนแปลง)
Technique นี้ Capture และ Data การเปลี่ยนแปลงของ File เป็น Element ของ Software Change Process หลาย Techniques 可用于 Execute Change Data Propagation รวมถึง Triggers, Log Exits, Log Post-processing, หรือ DBMS Extensions File ของ Incremental Changes ถูก Generated เพื่อ Include Captured Changes
หลังจบ Source Transaction Change Data 可用于 Transformed และ Changed ไป Target Database ประเภท Data Propagation นี้บางครั้งเรียกว่า Near Real-time หรือ Continuous Propagation และใช้ใน Keeping Target Database Synchronized ภายใน Very Short Period ของ Source System
