Data Warehouse Architecture แสดงหลายชั้นของข้อมูลที่ข้อมูลจากชั้นหนึ่ง Transform จากข้อมูลชั้นล่าง Data Sources (Stored ใน Open Databases) เป็นชั้นต่ำสุด มี Structured Data ใน Open Database Systems และ Legacy Systems หรือ Unstructured/Semi-structured Data ใน Files มีหลายประเภทของ Success ที่เกี่ยวกั

Metadata Hub ใช้สำหรับจัดการ Interchange และ Distribution ของ Technical Metadata ระหว่าง Decision Processing Products ออกแบบมาเพื่อใช้โดย Technical Staff เป็นหลัก ระหว่าง Development และ Maintenance ของ Data Warehouses มี 4 ข้อกำหนดของ Hub นี้: 1. Interchange และ Open Programmatic Object Interface

Data Warehousing เป็นวิธีที่ใช้รวบรวมและจัดการข้อมูลจากแหล่งต่างๆ เพื่อให้ธุรกิจได้ Business Insight ที่มีความหมาย Data Warehouse สร้างขึ้นโดยเฉพาะเพื่อวัตถุประสงค์รองรับการตัดสินใจของผู้จัดการ Data Warehouse มี 2 ส่วนหลัก: Physical Store (ที่จัดเก็บทางกายภาพ) - Microsoft SQL Server Database ที่ Q

ในกระบวนการ Data Warehousing Data Staging Area ประกอบด้วย Data Staging Server Software และ Data Store Archive (Repository) ของผลลัพธ์จากกิจกรรม Extraction, Transformation, และ Loading (ETL) Data Staging Software Server จัดเก็บและเปลี่ยนแปลงข้อมูลที่ Extract จาก OLTP Data Sources ชั่วคราว และ Archiv

Data Warehouse คือฐานข้อมูลที่ดูแลแยกจาก Operational Databases ขององค์กร ระบบ Data Warehouse ให้การบูรณาการหลาย Application Systems สนับสนุน Data Processing โดยให้ Platform ที่มั่นคงของ Consolidated Historical Records สำหรับการวิเคราะห์ Data Warehouse สามารถมองเป็นชุดของ Materialized Views ที่นิยาม

Data Warehouse Database Data Warehousing เป็นเทคนิคที่ใช้รวบรวมและจัดการข้อมูลจากหลายแหล่ง เพื่อให้ธุรกิจได้ Business Insight ที่มีความหมาย Data Warehouse สร้างขึ้นโดยเฉพาะเพื่อวัตถุประสงค์รองรับการตัดสินใจของผู้จัดการ ง่ายๆ Data Warehouse คือฐานข้อมูลที่ดูแลแยกจาก Operational Databases ขององค์กร ระ

Data Warehousing เป็นเทคนิคที่ใช้รวบรวมและจัดการข้อมูลจากหลายแหล่ง เพื่อให้ธุรกิจได้ Business Insight ที่มีความหมาย Data Warehouse สร้างขึ้นโดยเฉพาะเพื่อวัตถุประสงค์รองรับการตัดสินใจของผู้จัดการ ง่ายๆ Data Warehouse คือฐานข้อมูลที่ดูแลแยกจาก Operational Databases ขององค์กร ระบบ Data Warehouse ให้กา

เทคนิคดั้งเดิมในการเปลี่ยนข้อมูลเป็นความรู้ ขึ้นอยู่กับการวิเคราะห์และการตีความด้วยมือ (Manual Analysis) ตัวอย่าง: ในอุตสาหกรรมสุขภาพ มักมีผู้เชี่ยวชาญวิเคราะห์ Trend และการเปลี่ยนแปลงในข้อมูลสุขภาพอย่างเป็นระบบทุกไตรมาส ผู้เชี่ยวชาญให้รายงานรายละเอียดการวิเคราะห์ให้องค์กรสุขภาพที่สนับสนุน รายงานนี

EAI ย่อมาจาก Enterprise Application Integration ให้แนวทางการบูรณาการเชื่อมต่อองค์ประกอบหลายอย่างของ IT Framework ได้แก่ บุคลากร ซอฟต์แวร์ แพลตฟอร์ม และฐานข้อมูล เพื่อให้เกิดความร่วมมือภายในและระหว่างองค์กรอย่างปลอดภัย EAI Solutions อนุญาตให้องค์กรบูรณาการกระบวนการทางธุรกิจภายในและภายนอกกับพันธมิตรท

คำสั่ง SELECT ใน Statement การสร้าง Materialized View ระบุข้อมูลที่ Materialized View จะมีอยู่ มีข้อจำกัดบางอย่างที่จำกัดสิ่งที่สามารถระบุได้ และสามารถ Join ตารางหลายตารางเข้าด้วยกัน มีหลาย Elements รวมถึง Views, Inline Views (Subqueries ใน FROM Clause ของ SELECT), Subqueries และ Materialized Views

Data Cube ช่วยให้สามารถสร้างแบบจำลอง (Model) และมองข้อมูลในหลายมิติ (Dimensions) ได้ แสดงโดย Dimensions และ Facts กล่าวคือ Dimensions คือมุมมองหรือเอนทิตี้ที่เกี่ยวข้อง ซึ่งองค์กรต้องการเก็บบันทึก ตัวอย่าง: AllElectronics สร้าง Sales Data Warehouse เพื่อเก็บบันทึกมิติที่เกี่ยวกับการขายของร้าน ได้แก

Star Schema เป็นข้อตกลงสำหรับสร้างข้อมูลเป็น Dimension Tables, Fact Tables และ Materialized Views ข้อมูลทั้งหมดจัดเก็บในคอลัมน์ และต้องการ Metadata เพื่อระบุคอลัมน์ที่ทำหน้าที่เป็น Multidimensional Objects Star Schema เป็น Relational Schema ที่การออกแบบกำหนด Multidimensional Data Model Star Schema

Snowflake Schema เป็นรูปแบบแปรผันของ Star Schema Model โดยที่ Dimension Tables บางส่วนถูก Normalized โดยการแยกข้อมูลเพิ่มเติมเป็นตารางเพิ่มเติม Schema Graph ที่ได้มีรูปทรงเทียบเท่ากับ Snowflake (หิมะตก) Snowflake Schema เป็นส่วนขยายของ Star Schema ที่แต่ละจุดของดาวแตกออกเป็นจุดเพิ่มเติม เรียกว่า Sn

Star Schema (ดาว) Star Schema เป็นข้อตกลง (Convention) สำหรับจัดระเบียบข้อมูลเป็น Dimension Tables, Fact Tables และ Materialized Views ข้อมูลทั้งหมดจัดเก็บในคอลัมน์ และต้องการ Metadata เพื่อระบุคอลัมน์ที่ทำหน้าที่เป็น Multidimensional Objects Star Schema เป็น Relational Schema ที่การออกแบบอธิบาย Mu

Concept Hierarchy แสดงชุดของการแมป (Mappings) จากชุดแนวคิดระดับต่ำ (Low-level Concepts) ไปยังแนวคิดระดับสูง (Higher-level) ที่เป็นทั่วไปมากขึ้น (More General Concepts) Concept Hierarchy จัดระเบียบข้อมูลหรือแนวคิดในโครงสร้างลำดับชั้น (Hierarchical Structure) หรือ Partial Order เฉพาะเจาะจง ใช้สำหรับกำ

ใน Multidimensional Model ข้อมูลจัดเรียงเป็นหลายมิติ (Dimensions) และแต่ละมิติมีหลายระดับของ Abstraction (การนามธรรม) ที่แสดงโดย Concept Hierarchies การจัดระเบียบนี้ช่วยให้ผู้ใช้มีความยืดหยุ่นในการดูข้อมูลจากมุมมองที่ต่างกัน หลาย OLAP Data Cube Operations ทำให้ Multiple Views นี้เกิดขึ้นจริง (Mater

ROLAP ย่อมาจาก Relational OLAP สามารถจัดเก็บข้อมูลโดยอาศัยเทคโนโลยี Relational DBMS ที่คุ้นเคย ในวิธีนี้ ข้อมูลและ Aggregations ที่เกี่ยวข้องจัดเก็บใน RDBMS และใช้ OLAP Middleware เพื่อประมวลผลและสำรวจ Data Cubes สถาปัตยกรรมนี้มุ่งเน้นการ Optimize RDBMS Back-end และให้เครื่องมือและบริการมากขึ้น รวม

MOLAP ย่อมาจาก Multidimensional OLAP ใช้ Tuple เป็นหน่วยจัดเก็บข้อมูล MOLAP ใช้ Dedicated n-dimensional Array Storage Engine และ OLAP Middleware เพื่อจัดการข้อมูล ดังนั้น OLAP Queries จึงเสร็จสิ้นผ่านการ Addressing โดยตรงไปยัง Multidimensional Views (Data Cubes) ที่เกี่ยวข้อง โครงสร้างนี้เน้นการ Pr

SOI ย่อมาจาก Service-oriented Integration หมายถึงการบูรณาการเอนทิตี้การคำนวณ (Computing Entities) โดยใช้เพียงการทำงานร่วมกันของบริการ (Service Cooperation) ในกลไก Service-oriented เท่านั้น Service-oriented Integration แก้ปัญหาการบูรณาการระบบ Legacy และระบบ Heterogeneous ที่แข็งแกร็ง โดยให้องค์กร IT

SOA ย่อมาจาก Service-Oriented Architecture เป็นรูปแบบการออกแบบ (Design Pattern) ที่สร้างขึ้นเพื่อสร้างระบบกระจาย (Distributed Systems) ที่มอบบริการ (Services) ให้กับหลายแอปพลิเคชันผ่านโปรโตคอล เป็นแนวคิด ไม่ผูกมัดกับภาษาโปรแกรมหรือแพลตฟอร์มใดๆ เป็นสถาปัตยกรรมการออกแบบซอฟต์แวร์ที่คอมโพเนนต์แอปพลิเคช