Introducing dwh 2010

503 views

Published on

Presentation given for 60 participants of The Future Group

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
503
On SlideShare
0
From Embeds
0
Number of Embeds
8
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide
  • Blue MondayMeestdepressieve dag van het jaarOnzelaatstegoedevoornemensgaanverloren
  • DWH is omgeven met mysiekMaarDWHinggewooneen ICT discipline en GEEN ROCKETSCIENCE
  • De appelvaltnietver van de boomZwaartekracht is overalActie = reactie
  • NatuurkundeKracht = Massa * VersnellingSnelheid = Inisnelheid + versnelling * tijdIntegraalPlaats = init snelheid * tijd + ½ * versnelling * tijd
  • WarmteVerbrandingRaketmoteren
  • Plaatsbepaling in de ruimtePlanetenZwartegaten
  • Niet 1x DWH genoemd: dusDWHing <> RocketscienceGeen NewtonGeenmoeilijkeformulesGeenraketmoterenGeenplaneten en zoHihi
  • Waarom/waarvooreen DWH inzetten?
  • Business == beslissingennemenGoedebeslissingen == goederelevanteinformatie
  • Hoe neemthoger management beslissingen?Waarkomtinformatievandaan?Is deze correct?
  • Hoe komenzeaaninformatie?Bestaandesystemenleverennietaltijd de juisteVeelalvindenzeinformatiezelf en bewaren die in excel sheets of access databases
  • CorrectheidAccuraatheidTijdigheid
  • InformatieuitverschillendebronsystemenSamengebracht in 1 omgevingEeneenduidigheidVastgesteldedefinitie
  • Iedereenmaaktgebruik van 1 bronvoor businessinformatie
  • Zo’noplossingheeteen DWH
  • Vergelijking OLTP> DWH
  • OLTPregistreren data van business processenVeelgebruikers, tegelijkertijdWeinig resource beslag per gebruikerKorte/kleinetransacties
  • OTLP data over day-to-day businessGeen to beperkteopslag van historie: eenhuidige order is gekoppeldaan de huidigeinformatie van eenklant
  • De onderliggende database is continue in beweging, mutatiesvindenveelvuldigplaats
  • DWH focus:opslag en snelletoegangvoorgrote volumes voorrapportage/analyses
  • Archief: historie
  • Wijzigingenzijn batch georienteerd en vindenplaats op vasteverwerkingswindows.
  • Wanneerspreken we over BI en wanneer over DWHNu vaakverwarrendmn door de specialisten.
  • BI: het omgaan met informatie relevant bij de uitvoering van eenzekere business.
  • DWH: opslag en beschikbaarstellen van data
  • DWH is gereedschapkistvoor BI
  • Blackbox
  • Wanneerwordt data informatie?Hoe stel je gebruikers data alsinformatiebeschikbaar?
  • VeelalstermodellenEen semi genormaliseerdedatamodelvormDimensiesFacts: semi additief
  • Ooit in de begin jaren ‘90 bedacht door Ralph KimballGrondlegger
  • Dimensies:Facts:Eenduidigevertaling vaneen BQ  SQL op eensterschema
  • Profi talk
  • DWH == historischecorrectheid
  • Profi talk
  • Parker is geen expert overnight gewordenJaren van oefenen
  • Geenwondermiddelbeschikbaar
  • Lees relevanteliteratuur en boeken
  • Baboushka talk
  • Zorgdat je betrokkenraaktbijeen DWH project
  • Data Warehousing for dummies bestaatniet
  • Introducing dwh 2010

    1. 1. Introducing DATA WAREHOUSING 2010<br />A tour of definition<br />
    2. 2. RienMatthijsse<br />1st computer: 1976<br />ICT: 1986<br />ICT freelancer: 1998<br />TGF’er: April 2009<br />
    3. 3. MONDAY<br />
    4. 4. Data Warehousing<br />is no <br />Rocket science <br />
    5. 5. Sir Isaac Newton<br />
    6. 6. Physics<br />E=mc²<br />
    7. 7. Thermodynamics<br />
    8. 8. Astronomy<br />
    9. 9.
    10. 10. The position <br />of a <br />Data Warehouse<br />
    11. 11. Decisions<br />Decisions<br />Decisions<br />
    12. 12. Business<br />Performance<br />Indicators<br />
    13. 13. Organization<br />structure<br />
    14. 14. Information<br />Provisioning<br />
    15. 15. Integration<br />
    16. 16. Centralized<br />archive<br />
    17. 17. Solution:<br />Data Warehouse<br />
    18. 18. So what’s so different?<br />
    19. 19. Capturing<br />business<br />processes<br />
    20. 20. Current state<br />
    21. 21. Twinkling<br />
    22. 22. Storage<br />&<br />Retrieval<br />
    23. 23. History<br />
    24. 24. Batch<br />oriented<br />
    25. 25. To BI <br />or <br />Data Warehouse<br />
    26. 26. Business <br />Intelligence<br />
    27. 27. Data Warehouse<br />
    28. 28. Business Intelligence<br />Data warehouse<br />ETL<br />Hardware<br />RDBMS<br />
    29. 29. Talk the talk<br />@ the right place<br />@ the right person<br />
    30. 30. Data <br />as<br />Information<br />
    31. 31. Presentation<br />
    32. 32. Star models<br />
    33. 33. Ralph Kimball<br />
    34. 34. Ralph Kimball<br />
    35. 35. Product Group<br />Product<br />Customer<br />CustomerGroup<br />Product Line<br />Customer<br />Variety<br />Day<br />Period<br />Week<br />Month<br />Year<br />Per <br />Product Group<br />Howmuch<br />Revenue<br />Qty Ordered<br />…..<br />Country<br />Country<br />In the last month<br />Per<br />Country<br />
    36. 36. Multi-<br />Dimensional<br />Data modeling<br />
    37. 37. Historical <br />correctness<br />
    38. 38. History<br />
    39. 39. Versioning<br />through<br />time<br />
    40. 40. Slow moving<br />Type 2<br />
    41. 41. Data Warehouse <br />expert<br />
    42. 42. Expert<br />
    43. 43.
    44. 44.
    45. 45. Literature<br />
    46. 46. Terminology<br />‘Talk the talk’<br />
    47. 47. Get involved!<br />
    48. 48. Sorry!<br />
    49. 49. Experience<br />
    50. 50. Thank you<br />
    51. 51. END OF PRESENTATION<br />

    ×