1. CSN
  2. Всі випуски
  3. Випуск 6, Номер 1, 2024
  4. Розроблення гібридного методу побудови сховища даних

Розроблення гібридного методу побудови сховища даних

CSN.
2024;
Випуск 6, Номер 1
: сс. 67 - 80
https://doi.org/10.23939/csn2024.01.067
Автори:
  1. Олег Коваль
  2. Олег Гарасимчук
1
Національний університет «Львівська політехніка», кафедра захисту інформації
2
Національний університет «Львівська політехніка»,кафедра захисту інформації

Розглянуто підхід до побудови адаптивного та зручного сховища даних, зокрема не тільки для зберігання даних, але з метою їх обробки для різного роду звітів. За- пропоновано гібридний метод побудови сховища даних, який поєднує переваги відомих методологій та надає найкращу взаємодію зі сховищем даних для всіх його корис- тувачів. За допомогою запропонованого методу можна швидко розгорнути сховище даних, адаптивно його підтримувати та легко масштабувати в майбутньому.

Цей авторський гібридний метод складається з централізованого зберігання даних та розподілу деталізованих даних на маленькі довідникові таблиці для кращого та швидшого функціонування сховища. Також запропонований метод відзначається швидшим розгортанням системи завдяки обмеженій кількості зв’язків між таблицями.

На прикладі онлайн магазину було продемонстровано всі переваги запропоно- ваного методу як під час записування даних та їх обробки, так і під час використання цих даних для майбутніх звітів. Підхід є перспективним та ефективним рішенням для компаній, які прагнуть знайти оптимальний компроміс між традиційними методо- логіями та сучасними вимогами бізнесу.

сховище даних
метод Інмона
метод Кімбола
гібридний метод
  1. Minukhin S., Fedko V., & Gnusov Y. Enhancing the performance of distributed big data processing systems using Hadoop   and   PolyBase.   Eastern-European   Journal   of   Enterprise   Technologies,   4(2–94),   (2018),   pp.   16–28.DOI:10.15587/1729-4061.2018.139630.
  2. Praveen Kumar, Dr. Kavita The Study On Data Warehousing Different Concepts, Vol. 21, No. 16, (2019), pp. 3103–3109. Available at: http://gujaratresearchsociety.in/index.php/JGRS/article/view/3497 (Accessed: 10 March 2024).
  3. Inmon W. H. Building the Data Warehouse,3rd Edition (3rd. ed.). John Wiley & Sons, Inc., USA. 2002. Avaible at:      https://fit.hcmute.edu.vn/Resources/Docs/SubDomain/fit/ThayTuan/DataWH/B... (Accessed: 10 March 2024)
  4. Bhatia P. (2019). Data Mining and Data Warehousing: Principles and Practical Techniques. Cambridge University Press, Cambridge. DOI:10.1017/9781108635592
  5. Padmaja Potinen/ Oracle Database Data Warehousing Guide, 21c. Copyright © 2001, 2022, Oracle and/or its affiliates. Available at https://docs.oracle.com/en/database/oracle/oracle-database/21/dwhsg/pref... 9CDC42C7-5BB2-4433-9F3E-ADE92929A0EA (Accessed: 10 March 2024).
  6. Simitsis A., Skiadopoulos S., & Vassiliadis P. The History, Present, and Future of ETL Technology. Proceedings of the 25th International Workshop on Design, Optimization, Languages and Analytical Processing of Big Data (DOLAP) co-located with the 26th International Conference on Extending Database Technology and the 26th International Conference on Database Theory (EDBT/ICDT 2023), Ioannina, Greece, March 28, 2023. Available at: https://ceur- ws.org/Vol-3369/invited1.pdf (Accessed: 10 March 2024).
  7. Jaganathan Manonmani, Arun. Research Paper: The role of Software architecture for the design of scalable and secure Bigdata in Banking Sectors The role of Software architecture for the design of scalable and secure Bigdata in Banking Sectors. (2023). Available at: https://www.researchgate.net/publication/371491773_Survey_Paper_The_ role_of_Software_architecture_for_the_design_of_scalable_and_secure_Bigdata_in_Banking_Sectors_The_role_of_Softw are_architecture_for_the_design_of_scalable_and_secure_Bigdata_in_Banki (Accessed: 10 March 2024).
  8. Building a data warehouse: A step-by-step guide. Available at: https://www.n-ix.com/building-a-data- warehouse/ . (Accessed: 25 February 2024).
  9. Aberer K., Hemm K. A Methodology for Building a Data Warehouse in a Scientific Environment, Cooperative Information Systems, 1996. Proceedings., First IFCIS International Conference, DOI: 10.1109/COOPIS.1996.555001
  10. Manole V., Matei G. Building a Data Warehouse step by step DOAJ, 2007. Available at: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1028461 (Accessed: 10 March 2024).
  11. Gardner D. R. Building the Data Warehouse Communications Of The Acm September 1998/Vol. 41, No. 9. Available at: https://web.archive.org/web/20060519201128id_/http://www.csun.edu:80/~ch... Appalachian/Database/ Data%20Warehouse/Building%20a%20Data%20Warehouse.pdf (Accessed: 10 March 2024).
  12. Bal B. Building Machine Learning Warehouse -A Myth or Reality 2023. Available at: https://www.researchgate.net/publication/370902095_Machine_Learning_Warehouse_-A_Myth_or_Reality  (Accessed  at 10 March 2024).
  13. Vaisman Alejandro Ariel and Esteban Zimányi. “ata Warehouse Systems: Design and Implementation. Data Warehouse Systems (2022): n. pag. DOI:10.1007/978-3-662-65167-4
  14. Томашевський В. М. Особливості проектування гібридних сховищ даних з врахуванням джерел даних / В. М. Томашевський, А. Ю. Яцишин // Вісник Національного університету “Львівська політехніка”. 2011. № 715 : Інформаційні системи та мережі. С. 246–254. Available at: https://science.lpnu.ua/uk/sisn/vsi-vypusky/vypusk-715- 2011/osoblyvosti-proektuvannya-gibrydnyh-shovyshch-danyh-z-vrahuvannyam (Accessed: 10 March 2024).
  15. El Moukhi N., El Azami I., Hajbi S. Towards a new hybrid approach for building document-oriented data warehouses. International Journal of Electrical and Computer Engineering (IJECE) 12(6), 2022. DOI: 10.11591/ijece.v12i6.pp6423-6431