Video: Learn Python - Full Course for Beginners [Tutorial] 2024
A volte, basta don ' avere un data warehouse da cui ottenere i dati per il data mart, quindi è necessario procurarsi da soli i dati dalle applicazioni. In molte (probabilmente la maggior parte) di queste situazioni, si crea un quick-hit data mart - in effetti un data warehouse in miniatura ma costruito per soddisfare le esigenze di un gruppo di utenti che ora necessitano del contenuto dei dati.
Si segue la stessa metodologia e si completano gli stessi processi di estrazione, trasformazione, assicurazione della qualità e caricamento come si fa con un data warehouse. La differenza è che usi questa metodologia su una scala più piccola rispetto a un magazzino di dati in piena regola.
Come mostrato in questa figura, è spesso necessario portare i dati in un data mart top-down e rapido per rispondere a una serie specifica di domande aziendali entro confini relativamente stretti. Ad esempio, è possibile aggiungere dati su una regione o territorio specifico all'interno di un'azienda, un sottoinsieme della linea di prodotti complessiva di un'azienda o qualche altro modello di sottosistema.
Quindi, se è necessario iniziare da zero e non disporre di un data warehouse per fornire dati al data mart, perché non creare invece un data warehouse completo? Ecco tre motivi per seguire il percorso del data mart:
-
Velocità: Un data mart a chiusura rapida viene in genere completato tra 90 e 120 giorni, anziché il tempo molto più lungo necessario per un data warehouse completo.
-
Costo: Fare il lavoro più velocemente significa spendere meno denaro; è così semplice.
-
Complessità e rischio: Quando lavori con meno dati e meno fonti in un periodo più breve, è probabile che crei un ambiente notevolmente meno complesso e che abbia meno rischi associati.
