Kho dữ liệu (tiếng Anh: data warehouse) là kho lưu trữ dữ liệu lưu trữ bằng thiết bị điện tử của một tổ chức. Các kho dữ liệu được thiết kế để hỗ trợ việc phân tích dữ liệu và lập báo cáo.[1]
Định nghĩa cổ xưa này về kho dữ liệu tập trung chuyên sâu vào việc tàng trữ dữ liệu. Tuy nhiên, những phương tiện đi lại cho việc lấy và nghiên cứu và phân tích, trích rút, biến hóa, nạp dữ liệu, và quản trị dữ liệu từ điển cũng được coi là những thành phần cốt yếu của một mạng lưới hệ thống kho dữ liệu. Nhiều người sử dụng thuật ngữ ” kho dữ liệu ” với ngữ cảnh rộng hơn. Một định nghĩa lan rộng ra cho kho dữ liệu gồm có cả những công cụ mưu trí, những công cụ để trích, biến hóa và nạp dữ liệu vào kho, và những công cụ để quản trị và lấy siêu dữ liệu ( meta data ) .
Giới thiệu
Trong quy trình hoạt động giải trí kinh doanh thương mại, những dữ liệu của doanh nghiệp phát sinh ngày càng nhiều. Người ta muốn tận dụng nguồn dữ liệu này để sử dụng cho những mục tiêu tương hỗ cho việc làm kinh doanh thương mại ví dụ như cho mục tiêu thống kê hay nghiên cứu và phân tích. Quá trình tập hợp và thao tác trên những dữ liệu này có những đặc thù sau :
- Dữ liệu tích hợp (Atomicity):Dữ liệu tập hợp từ nhiều nguồn khác nhau. Điều này sẽ dẫn đến việc quá trình tập hợp phải thực hiện việc làm sạch, sắp xếp, rút gọn dữ liệu.
- Theo chủ đề (Consistency): Không phải tất cả các dữ liệu đều được tập hợp, người ta chỉ lấy những dữ liệu có ích.
- Biến thời gian (Isolation): Các dữ liệu truy suất không bị ảnh hưởng bởi các dữ liệu khác hoặc tác động lên nhau.
- Dữ liệu cố định (Durable): Khi một Transaction hoàn chỉnh, dữ liệu không thể tạo thêm hay sửa đổi.
Kho dữ liệu là một tập các dữ liệu có những đặc điểm sau: tập trung vào một chủ đề, tổng hợp từ nhiều nguồn dữ liệu khác nhau, từ nhiều thời gian, và không sửa đổi. Được dùng trong việc hỗ trợ ra quyết định trong công tác quản lý.
Kho dữ liệu DWH
Ngôn ngữ cho kho dữ liệu[sửa|sửa mã nguồn]
Ngôn ngữ giải quyết và xử lý nghiên cứu và phân tích trực tuyến ( OLAP – On-Line Analytical Processing ), rất tương thích với kho dữ liệu, ngôn từ này tựa như với ngôn từ truy vấn SQL và tập trung chuyên sâu vào những câu lệnh sau :
- Thu nhỏ (roll-up): ví dụ: nhóm dữ liệu theo năm thay vì theo quý.
- Mở rộng (drill-down): ví dụ: mở rộng dữ liệu, nhìn theo tháng thay vì theo quý.
- Cắt lát (slice): nhìn theo từng lớp một. Ví dụ: từ danh mục bán hàng của Q1, Q2, Q3, Q4 chỉ xem của Q1.
- Rút ngắn (dice): bỏ bớt một phần của dữ liệu (tương ứng thêm điều kiện vào câu lệnh WHERE trong SQL).
Cấu trúc của một mạng lưới hệ thống kho dữ liệu[sửa|sửa mã nguồn]
Bao gồm ba tầng :
- Tầng đáy: Là nơi cung cấp dịch vụ lấy dữ liệu từ nhiều nguồn khác sau đó chuẩn hóa, làm sạch và lưu trữ dữ liệu đã tập trung
- Tầng giữa: cung cấp các dịch vụ để thực hiện các thao tác với kho dữ liệu gọi là dịch vụ OLAP (OLAP server). Có thể cài đặt bằng Relational OLAP, Multidimensional OLAP hay kết hợp cả hai mô hình trên Hybrid OLAP
- Tầng trên cùng: nơi chứa các câu truy vấn, báo cáo, phân tích
Mô hình data warehouse 3 lớp
Mối quan hệ giữa kho dữ liệu và khám phá dữ liệu[sửa|sửa mã nguồn]
Cả hai đều hoàn toàn có thể đứng độc lập với nhau, tuy nhiên khi phối hợp được kho dữ liệu với khám phá dữ liệu thì quyền lợi rất lớn nguyên do như :
- Dữ liệu của kho dữ liệu rất phù hợp cho việc khai phá dữ liệu do đã được tập hợp và làm sạch.
- Cơ sở hạ tầng của kho dữ liệu hỗ trợ rất tốt cho các việc như xuất, nhập cũng như các thao tác cơ bản trên dữ liệu
- OLAP về cung cấp các tập lệnh rất hữu hiệu trong phân tích
Các nghành nghề dịch vụ ứng dụng[sửa|sửa mã nguồn]
Có thể đưa vào ba mảng ứng dụng chính:
- Xử lý thông tin như tạo ra các báo cáo và trả lời các câu hỏi định trước.
- Phân tích và tổng hợp dữ liệu, kết quả được thể hiện bằng các báo cáo và bảng biểu.
- Dùng trong các mục đích kế hoạch như khai khoáng dữ liệu.
Các lĩnh vực hiện tại có ứng dụng kho dữ liệu bao gồm:
- ^
Inmon, W.H. Tech Topic: What is a Data Warehouse? Prism Solutions. Volume 1. 1995.
