Datavarehus kontra transaksjonsdatabaser

​Vi skal se på de grunnleggende forskjellene mellom et datavarehus og databasene for virksomhetens operasjonelle systemer, for å vise hvorfor datavarehuset må modelleres med helt andre prinsipper enn transaksjonsbaserte systemer. Vi skal se på hva som skiller relasjonsdatabaser fra dimensjonsdatabaser og forklare hvorfor dimensjonsdatabaser er et naturlig valg for BI løsninger.

​To forskjellige verdener

​Operative systemer og datavarehus har fundamentalt forskjellige formål. Operative systemer støtte gjennomføringen av forretningsprosesser, mens datavarehus støtter evaluering av disse forretningsprosessene. For å kjøre effektivt må operative systemer optimaliseres for online transaksjonsbehandling (OLTP), i motsetning til datavarehus som må optimaliseres for behandling av spørringen og brukervennlighet. Tabellen under oppsummerer disse forskjellene.

	Transaksjonsdatabase	Datavarehus
​Formål	​Gjennomføre individuelle forretningsprosesser	​Evaluere flere forretningsprosesser
Optimalisert for	​Effektiv oppdatering og konsistente data	​Ytelse på spørringer ogbrukervennlighet
​Transaksjonstyper	Insert, select, update og delete	​Select
​Spørrekompleksitet	​Lav	​Høy
​Oppfriskning	​Sanntid	​Periodevis
​Historikk	​Kun nåværende verdi	​Nåværende og historiske verdier
​Informasjon	​Rå detaljdata	​Detaljdata, oppsummerte data og utledede data
​Modelleringsteknikk	​ER-modellering (normalisert)	​Dimensjonal modellering (denormalisert)
​Databasediagram	​ER-diagram	​Stjernediagram

​ER-modell for den operative databasen

​ER-modellering er en standard tilnærming for design av OLAP databaser. Den klassifiserer alle data som en av tre ting; en entitet, en relasjon, eller et attributt. Diagrammet under viser et eksempel hvor entiteter vises som bokser og relasjoner vises som linjer som kobler boksene sammen. Kardinaliteten for hver relasjon - antall mulige kombinasjoner av verdier på hver side av relasjonen - vises som ved hjelp av kråkeføtter for mange, | for en og 0 for null (også kjent som valgfritt).

​Stjernediagram for datavarehuset

​Dimensjonale modeller definere forretningsprosesser og deres enkelthendelser i form av målinger (fakta) og beskrivelser (dimensjoner) som kan brukes til å filtrere, gruppere og aggregere målingene. Datakuber blir ofte brukt til å visualisere enkle dimensjonale modeller.

​Dimensjonale modeller i den virkelige verden brukes til å måle langt mer komplekse forretningsprosesser (med flere dimensjoner) og med mange flere detaljer enn det man enkelt vil kunne se for seg kuber med mer enn tre dimensjoner, men de kan lett representeres ved hjelp av stjerneskjema diagrammer. Diagrammet under viser et klassisk stjerneskjema for detaljomsetningen som inneholder en fjerde dimensjon PROMOTION.

​Et stjernediagram består av en sentral fakatabell omgitt av en rekke dimensjonstabeller. Faktatabellen inneholder fakta; de numeriske (kvantitative) målingene av en forretningsprosess. Dimensjonstabeller inneholder hovedsakelig tekstlige (kvalitative) beskrivelser av hendelsen og gir kontekst til faktaene.