Varje kvinna har problem med att hantera sina tillhörigheter. Från kläder till accessoarer behöver hon en sak som hjälper henne att lagra alla sina saker på ett ställe. Jag kan inte tänka mig att vara oorganiserad och jag är säker på att de flesta av er som läser detta skulle hålla med mig. Varför är det så svårt att vara organiserad? För det mesta var jag trasig av just den anledningen att vara en tvångsmässig person.
Nu anledningen till att jag tog upp detta var att jag råkar läsa flera artiklar om datalagring och jag blev påmind om mig själv. Precis som min grundläggande besatthet att ha alla mina tillhörigheter på ett ställe i rätt ordning, förväntar sig företag idag samma sak. Det finns chanser att dina idéer om datalager är dimmiga. Det finns många människor som fortfarande är oklara på samma sak.
Datalager används ofta inom organisationer idag. Man tror att användningen av den under de närmaste åren gradvis kommer att öka. I svåra tider blir det mycket viktigt att fatta smarta beslut och effektivt hantera data, det är då datalager passar perfekt in. Begreppet datalager är inte svårt att förstå. Begreppet är att skapa ett permanent lagringsutrymme för de data som behövs för att stödja rapportering, analys och andra BI-funktioner.
Begreppet datalager är enkelt. Data extraheras regelbundet från applikationer som stöder affärsprocesser och kopieras till speciella datorer. Där kan den valideras, omformateras, omorganiseras, sammanfattas, omstruktureras och kompletteras med data från andra källor (Datalageret är min tillbehörslåda. Precis som att hantera mitt utbud av utspridda tillbehör till minilådor, i sin tur lagrad i en stor låda) . Datalageret blir den viktigaste informationskällan för generering, analys och presentation av rapporter genom ad hoc-rapporter, portaler och instrumentpaneler. (Det blir lättare för mig att hitta vilket tillbehör som finns i vilken låda)
Funktioner för ett datalager
1. Körs på datorer som är dedikerade till den här funktionen. (Mitt sinne)
2. Körs på ett databashanteringssystem (DBMS) (serie andra minilådor som lagrar mina tillbehör)
3. Lagrar data under en lång tidsperiod. (Lagrar mina tillbehör under lång tid)
4. Kombinerar data som erhållits från många källor (Lagrar en rad tillbehör som var utspridda på olika platser)
5. Byggd kring en noggrant designad datamodell som omvandlar produktionsdata från en höghastighetsdatainmatningsdesign till en som stöder höghastighetshämtning. (Mitt val att välja den perfekt designade lådan för att rymma alla mina tillbehör och skilja mellan en bra låda och en medelmåttig)
Det svåraste med att skapa ett bra datalager är utformningen av den modell runt vilken den byggdes. Beslut måste fattas om namnen som ska ges till varje fält, om varje datamodell behöver omformateras och vilka metadatafält som ska beräknas och läggas till. När ett datalager är i drift är det viktigt att datamodellen förblir stabil. Om det inte gör det måste rapporter som skapats från data ändras när datamodellen ändras.
När ett datalager är på plats och är välbefolkat med data börjar bra saker spricka. Några av dem är som följer:
1. Generering av schemalagda rapporter
2. Förpackade analytiska applikationer
3. Ad hoc-rapportering och analys
4. Dynamisk presentation genom instrumentpaneler
5. Borra ner kapacitet
6. Datautvinning
7. Säkerhet
Dessa fördelar är det som gör BI baserat på datalagring till ett viktigt verktyg för företag som har nått en viss nivå av komplexitet.
Några av de stora varumärkena med datalager
Äpple
Apple driver ett Teradata-system med flera petabyte. Apple använder datalagret för att få en bättre förståelse för sina kunder över produktgrupper. Nu genererar alla delar av identifierbar information och dessa i Tunes-interaktioner mycket data som går in i systemet så att företaget vet vem som är vem och vad de gör.
Walmart
Detaljhandelsjätten distribuerade Teradatas första databas i terabyte-skala någonsin 1992, och den har vuxit lite sedan dess. Dess operativsystem var vid 2,5 petabyte från och med 2008 och är säkert snabbare än nu - troligtvis långt in i de två siffrorna när man anser att det driver separata för Walmart och Sam's Club samt ett reservsystem. Analysinsatserna har i huvudsak hjälpt Walmart att bli en massiv sändningsbutik.
ebay
eBay har två system på plats, och de är båda stora. Dess primära datalager är 9,2 petabyes dess 'singularitetssystem' som lagrar webbklick och andra 'stora' data är mer än 40 petabyte. Den har ett enda bord som är 1 biljon rader. Ja, det här är mindre än de 50 petabytes som Hadoop-kapaciteten eBay tillförde förra året, men Teradata påpekar snabbt att alla dess system stöder data in och ut från Hadoop, så det är inte som om eBay kör två helt distinkta data miljöer.
Starbucks
Sedan 1971 har Starbucks Coffee Company åtagit sig att etiskt anskaffa och rosta världens bästa kaffe. De använder ett högpresterande datalager för företag som innehåller försäljning, marknadsföring, butikshantering, försäljningsställe, kundlojalitet och leveranskedjedata för att driva mer informerade affärsbeslut på företags-, regional- och butiksnivå.
Här är några intressanta användningsfall:
Continental Airlines bestämde sig för att hålla sina kunders glada och började bedöma dem efter livstidsvärde och började göra alternativa arrangemang för dem så snart flygbolaget insåg att flyg skulle försenas.
Ett lyxbilsföretag använde Aster Data för att analysera felmönstret för olika komponenter i sina bilar. Det upptäckte att belysning, platser och infotainment ofta misslyckades tillsammans (de är på samma krets) och började inspektera alla tre när en kund kommer in för service på någon av dem.
Varför kan du inte missa att ha ett datalager?
Värdet på datalager ökar med tiden och det lönar sig att börja lägga ner allt på ett ställe. En försening med att ha det kan kosta dig eftersom dina konkurrenter har tagit tillfället i akt.
1. Svåra besparingar kommer från saker som att upptäcka förlorade rabatter på leverantörer eller att säljare erbjuder rabatter utanför godkända gränser.
2. Realtidskonsolidering av finansiella data blir praktiskt och debatter upphör om vilken datakälla som är korrekt.
3. IT-kostnader och personal som är dedikerade till rapportering minskar kraftigt.
4. Genom att tillhandahålla data från olika källor behöver chefer och chefer inte längre fatta affärsbeslut baserat på begränsad data eller deras tarm.
5. Ett datalager lagrar stora mängder historisk data så att du kan analysera olika tidsperioder och trender för att göra framtida förutsägelser.
6. Datalager fungerar för att spara så mycket tid. De sparar tid genom att lagra ett företags information på en plats. I stället för att ha det på olika platser gör en centraliserad det bättre.
Behöver ditt företag ett datalager?
Uppgifterna som ditt företag genererar är av stort värde för ditt företag. Du vill se till att all din data är säker och är tillgänglig när som helst. Men idag har data ökat enormt och företag hittar ett sätt att hantera dem. Datalager verkar vara en bra satsning i det här fallet. Men den verkliga frågan är, behöver ditt företag verkligen en?
1. Beroende på kalkylark
Användningen av kalkylblad har blivit av stort värde eftersom det är ett av de viktigaste affärsverktygen idag. En enorm mängd data kan lagras i dessa kalkylark. Problemet uppstår när storleken på data börjar öka. Varje avdelning har kalkylblad som du måste hämta data från för att generera en rapport. Om detta är fallet skapar du manuella rapporter, vilket kan ta mycket tid. När detta händer kommer datalager till bilden för att göra det enklare, eftersom det är svårt att hitta data eftersom de är spridda över olika ark.
2. Lång väntetid
Om du utvecklar en rapport, bara för att ta reda på att du behöver vänta på kollegor att tillhandahålla informationen i deras kalkylark eller att analysera deras data, kan du vänta dig längre. Implementering av ett datalager kan hjälpa till att centralisera data och göra den tillgänglig för alla teammedlemmar mer effektivt. Detta minskar tiden som faktiskt behövs för att spåra den och kommunicera med kollegor.
3. Avvikelser i data och rapporter
När teamledare eller medlemmar i olika avdelningar skapar rapporter skiljer sig uppgifterna eller resultaten från dina eller andra rapporter. Det är inte bara frustrerande, det är också tidskrävande att ordna och det kan leda till dyra misstag. Om du någon gång känner att det finns inkonsekvens i dina data kan du kanske tänka över att få ett datalager.
4. Tid på att generera rapporter
Helst skulle vi kunna skapa en rapport med befintlig data nästan direkt. När du genererar en rapport om du upptäcker att du måste fortsätta till olika källor för att kontrollera om data uppdateras, eller om du fortsätter att uppdatera andra källor manuellt, kommer du att märka hur lång tid det tar att utveckla en rapport.
Eftersom datalager konsoliderar data behöver du bara vända dig till en källa för data. Kombinera med det faktum att många datalager kan ställas in för att automatiskt uppdateras om källdata uppdateras eller ändras, och du kan garantera att de data du använder alltid är korrekta.
Har du en fråga till oss? Vänligen nämna dem i kommentarfältet så återkommer vi till dig.
Relaterade inlägg:
Fibonacci c ++ rekursiv