Inmon, nel 1992, diede una definizione di datawarehouse:
"Un datawarehouse è un data base relazionale subject oriented, integrato,
non volatile, time variant, progettato per il supporto alle decisioni."
Ma analizziamo meglio il significato di questa definizione, cos'è un datawarehouse?
[Domitilla Matarazzo]
Un Data warehouse (o DW) (termine inglese traducibile con magazzino di dati), è un archivio informatico contenente i dati di un'organizzazione. I DW sono progettati per consentire di produrre facilmente relazioni ed analisi.
Vengono considerati componenti essenziali di un sistema Data warehouse anche gli strumenti per localizzare i dati, per estrarli, trasformarli e caricarli, come pure gli strumenti per gestire un dizionario dei dati. Le definizioni di DW considerano solitamente questo contesto ampio.
Una definizione ampliata comprende inoltre gli strumenti per gestire e recuperare i metadati e gli strumenti di business intelligence.
[?]
I datawarehouse (magazzini di dati) sono una sorta di implementazione dei database per rispondere alle esigenze crescenti delle aziende. I datawarehouse sono degli strumenti idonei per corroborare le decisioni del management.
I DW rappresentano lo strumento per l’evoluzione del dato in informazione.
Dunque, secondo la definizione riportata, il DW deve essere:
Orientato al soggetto;
Integrato;
Invariante nel tempo;
Non volatile.
Mentre un database è una raccolta di dati fine a se stessa, con il datawarehouse ci troviamo nel campo della business intelligence che, appunto, si prefigge di fornire un supporto alle decisioni aziendali e alla risoluzione dei problemi.
[Giuseppe Cecchini ]
Integrata: requisito fondamentale di un data warehouse è l’integrazione dei dati raccolti. Nel data warehouse confluiscono dati provenienti da più sistemi transazionali e da fonti esterne. L’obiettivo dell’integrazione può essere raggiunto percorrendo differenti strade: mediante l’utilizzo di metodi di codifica uniformi, mediante il perseguimento di una omogeneità semantica di tutte le variabili, mediante l’utilizzo delle stesse unità di misura;
Orientata al soggetto: il DW è orientato a temi aziendali specifici piuttosto che alle applicazioni o alle funzioni. In un DW i dati vengono archiviati in modo da essere facilmente letti o elaborati dagli utenti. L’obiettivo, quindi, non è più quello di minimizzare la ridondanza mediante la normalizzazione, ma quello di fornire dati organizzati in modo tale da favorire la produzione di informazioni. Si passa dalla progettazione per funzioni ad una modellazione dei dati che consenta una visione multidimensionale degli stessi;
Variabile nel tempo: i dati archiviati all’interno di un DW coprono un orizzonte temporale molto più esteso rispetto a quelli archiviati in un sistema operativo. Nel DW sono contenute una serie di informazioni relative alle aree di interesse che colgono la situazione relativa ad un determinato fenomeno in un determinato intervallo temporale piuttosto esteso. Ciò comporta che i dati contenuti in un DW siano aggiornati fino ad una certa data che, nella maggior parte dei casi, è antecedente a quella in cui l’utente interroga il sistema. Ciò differisce da quanto si verifica in un sistema transazionale, nel quale i dati corrispondono sempre ad una situazione aggiornata, solitamente incapace di fornire un quadro storico del fenomeno analizzato;
Non volatile: tale caratteristica indica la non modificabilità dei dati contenuti nel DW che consente accessi in sola lettura. Ciò comporta una semplicità di progettazione del database rispetto a quella di un’applicazione transazionale. In tale contesto non si considerano le possibili anomalie dovute agli aggiornamenti, né tanto meno si ricorre a strumenti complessi per gestire l’integrità referenziale o per bloccare record a cui possono accedere altri utenti in fase di aggiornamento.
[Simona Rauseo ]
Le diverse operazioni eseguibili, attraverso i datawarehouse, sono:
-Integrazione tra fonti dati eterogenee.
-Offerta dei dati stabili rappresentativi dell'evoluzione aziendale.
-Organizzazione dei dati in strutture semplificate mirate a migliorare l'efficienza delle query analitiche.
-Semplificazione dei requisiti di protezione.
-Contenimento dei dati trasformati, validi, consolidati e formattati per l'analisi.
-Aggiornamento dei datawarehouse stessi periodicamente con dati aggiuntivi.
[Domitilla Matarazzo]
il datawarehouse si inserisce all’interno degli OLAP (On Line Analytical Processing) che presentano una struttura dati costituita da poche tabelle non normalizzate e prevedono una serie di operazioni complesse, che possono coinvolgere molti dati, per il supporto alle decisioni. Tutte queste caratteristiche differenziano i datawarehouse dai sistemi OLTP (On-Line Transaction Processing) i quali non prevedono la creazione di banche dati separate dal momento che le analisi vengono effettuate direttamente sui dati di esercizio. Questa soluzione permette di avere i dati sempre aggiornati ed evita fasi intermedie di trasformazione dei dati stessi; per la sua stessa natura, tuttavia, non è facilmente applicabile in situazioni dove la quantità di dati da analizzare sia molto elevata ed in questi casi viene generalmente preferito l'utilizzo di analisi di tipo OLAP. Tradizionale elaborazione di transazioni, le quali realizzano i processi operativi dell’azienda-ente, operazioni predefinite e relativamente semplici, coinvolgimento di un esiguo quantitativo di dati, dettaglio e aggiornamento di questi ultimi, sono alcune delle caratteristiche rilevanti dei sistemi OLTP.
[Roberta Allegretti ]
Cosa differenzia i datawarehouse dai sistemi OLTP?
A differenza dei database OLTP (Online Transaction Processing),che hanno strutture complesse,il cui scopo è quello di acquisire volumi elevati di transazioni di modifica e aggiunta di dati, lo scopo dei datawarehouse consiste nell'organizzare grandi quantità di dati stabili per agevolare le operazioni di analisi e recupero.
I database relazionali OLTP sono ideali per la gestione di dati in evoluzione. Generalmente sono utilizzati da diversi utenti che eseguono contemporaneamente transazioni che comportano la modifica dei dati in tempo reale. Sebbene le singole richieste di dati da parte degli utenti facciano in genere riferimento a poche righe, vengono eseguite contemporaneamente molte di queste richieste. I database OLTP sono progettati per consentire alle applicazioni transazionali di scrivere solo i dati necessari per la gestione di una singola transazione nel modo più rapido possibile.
[Domitilla Matarazzo]
