BAB 6

Physical Database Design

Dalam arsitektur sistem yang ditunjukkan pada Gambar 6 1, kami

memiliki satu ETL server, dua server database( berkerumun), dua laporan
server( beban seimbang), dan dua OLAP server. Kami telah 12TB baku ruang
disk di SAN terdiri dari 85 disk, masing- masing dengan 146GB kapasitas
dan 15, 000 RPM. Semua koneksi jaringan ke SAN adalah melalui jaringan

serat, dan untuk ketersediaan tinggi kita memiliki dua switch Fibre Channel.
Kami memperkirakan bahwa jumlah PC klien yang akan menggunakan data
warehouse adalah antara 300 dan 500.Amadeus Hiburan data warehouse
digunakan untuk mendukung CRM kegiatan, baik cus- gan APC analisis dan
manajemen kampanye operasi. Ini berarti kampanye data respon perlu
dimuat ke gudang data banyak kali sehari, dan kampanye seg- pemikiran
perlu query data warehouse banyak kali sehari. Pengguna perlu
menjalankan membeli analisis terhadap data pesanan di gudang data
beberapa kali sehari.
Mengalokasikan ruang disk pada SAN untuk analisis Layanan idealnya
harus dipisahkan dari database server untuk alasan yang sama sehingga
Anda dapat mengoptimalkan dan menyempurnakan penggunaan disk
secara terpisah. Hal ini dilakukan dengan mengkonfigurasi disk pada
jaringan area penyimpanan (SAN) menjadi dua set terpisah drive
logis.Beberapa pertimbangan untuk ukuran server database dari data
warehouse adalah sebagai berikut:
o

Jumlah dan kompleksitas dari laporan, aplikasi, dan langsung query

memukul DDS: Faktor utama yang menentukan spesifikasi server
database adalah beban kerja dari aplikasi query.DDS adalah
pengguna menghadap ke database.

Apakah kita mengambil ELT atau ETL pendekatan dalam mengisi NDS
/ ODS: Sebuah pendekatan ELT load data ke server database dalam
format baku (dengan kata lain, sama seperti format sistem sumber)
dan kemudian menggunakan kekuatan server database untuk
mengubah data ke dalam format NDS atau ODS dalam operasi
berbasis set melalui prosedur yang tersimpan

Perhitungan dari panggung untuk NDS/ BPO dan kompleksitas aturan

firewall: Jika proses ini berjalan di terpisah ETL server, maka mereka
jangan mempengaruhi database server ukuran.

Bagaimana menyimpan data secara fisik dirancang( pengindeksan,

partisi, dan sebagainya): Data fisik- dasar desain mempengaruhi
database konfigurasi server karena jika kita memanfaatkan fisik
tertentu fitur database.

SQL Server yang tersedia dalam enam edisi: Express, Evaluasi,

Pengembang, Workgroup, Stan- dard, dan Enterprise. empat pertama adalah
untuk percobaan, pengembangan, dan aplikasi kecil. Untuk data kelas
enterprise solusi pergudangan di lingkungan produksi seperti di Amadeus
Hiburan studi kasus, secara praktis kita dapat menggunakan hanya dua
terakhir, Standard Edi- tion atau Enterprise Edition. SQL Server Standard
Edition mendukung empat CPU dan tak terbatas RAM. Kemampuan ini
sesuai dengan Amadeus Hiburan studi kasus. Tapi karena ketersediaan
tinggi dan persyaratan kinerja, untuk Amadeus Hiburan studi kasus kita
perlu SQL Server Enterprise Edition. Alasan utama adalah bahwa fitur
berikut tidak tersedia di Edisi Standar:
o

Tabel dan indeks partisi: Fitur-fitur ini memungkinkan kita untuk

secara fisik membagi meja ke dalam potongan yang lebih kecil bahwa
kita dapat memuat dan permintaan secara terpisah.

Laporan Server penyebaran skala-out: Ini berarti kita dapat

menjalankan Reporting Services pada multi server web ple, semua
mengakses database layanan pelaporan yang sama di SQL Server
yang sama.

Analisis Layanan dipartisi kubus: Fitur ini memungkinkan kita untuk

membagi sebuah kubus ke dalam potongan yang lebih kecil bahwa
kita dapat memuat dan query secara terpisah.

Semiadditive aggregate functions: These are functions that work with

measures that can be summed up in some dimensions but not in
other dimensions.

Kita perlu berurusan dengan lisensi. Secara umum, ada dua SQL Server
model lisensi:

Per- prosesor lisensi: Kami membeli lisensi untuk setiap prosesor di

server. Tidak peduli berapa banyak pengguna yang kita miliki.

Server + lisensi CAL: Kami membeli lisensi untuk server dan lisensi
akses klien (CAL) untuk setiap klien mengakses server.

Pertimbangan penyimpanan
Database lain akan menciptakan adalah metadata. Hal ini tidak besar,
mungkin 10 20GB. Allo- cating 50GB akan cukup. ini diperkirakan
berdasarkan isi dari metadata database. The metadata database toko tujuh
jenis metadata: definisi data dan pemetaan metadata, struktur data
metadata, sistem sumber metadata, ETL proses metadata, kualitas data
metadata, audit metadata, dan penggunaan metadata.
Sebuah volume sistem berkas digunakan untuk ETL penyimpanan
sementara, mungkin 20 persen menjadi 30 persen dari ukuran data volume,
dalam RAID 5. Persentase ini ditentukan berdasarkan sumber mana tabel
sistem akan perlu untuk dipentaskan di file daripada dalam database.Kami
juga perlu membuat sebuah kuorum volume untuk mendukung cluster
failover, pada tingkat RAID 1. Quorum volume drive dapat diakses oleh
setiap node di cluster. Hal ini digunakan untuk arbitrase antara node cluster
dan untuk menyimpan data yang digunakan untuk pemulihan setelah
komunikasi gagal- ure dalam cluster.
Konfigurasi Databases
Sekarang kami telah merancang database, mari kita membuat
mereka dalam SQL Server. Berikut adalah beberapa poin yang Anda
mungkin ingin mempertimbangkan saat membuat database. Mari kita
mengambil studi kasus tainment Amadeus masukkan-sebagai contoh dalam
poin ini:
o

Menjaga nama database pendek dan ringkas. DDS, NDS, Stage, dan
Meta akan melakukan.

Menjaga pengumpulan semua data warehouse database yang sama,

sebaiknya sesuai standar instalasi SQL Server perusahaan ditentukan
oleh SQL Server DBA.

Pertimbangkan sensitivitas kasus yang sangat hati-hati. Hasil query

akan berbeda tergantung pada sensitivitas kasus.

Mengatur file data untuk mendukung sebelumnya filegroup

pengaturan, yang berarti bahwa saat membuat database, tempat file
data sesuai filegroup lokasi.

Ukuran file log tergantung pada ukuran beban harian, model

pemulihan, dan metode pembebanan (ETL atau ELT, panggung atau
tidak tahap.

Untuk database metadata, kita perlu mengatur modus pemulihan

penuh. Kualitas data dan aplikasi front-end juga akan menulis ke
metadata.

Untuk tahap database, kami tidak perlu otomatis memperbarui

statistik karena kita bukan usu- sekutu indeks tabel. Kami masih ingin
sederhana model pemulihan, dan kami masih tidak perlu autoshrink untuk
tahap database. Ingatlah untuk menempatkan tahap file log pada disk yang
berbeda dari NDS dan DDS log, ini adalah penting bagi ETL kinerja karena
meminimalkan pertentangan dari log lalu lintas antara menyimpan data.
Ingatlah untuk mengatur modus pemulihan penuh untuk database
metadata. Karena ukuran database metadata kecil dan karena cara kita
menggunakan database metadata lebih seperti query tipe OLTP dari query
data warehouse
Membuat DDS Struktur Database

Setelah kami menciptakan database, kami sekarang dapat membuat

tabel berdasarkan desain logis bahwa kita dibuat dalam bab sebelumnya.
Mari kita mulai dengan DDS. Ini memiliki lima tabel fakta dan empat belas
dimensi. Mari kita melakukan penjualan produk tabel fakta terlebih dahulu.
Kami akan melakukan empat dimensi yang menggunakan pertama dan
kemudian tabel fakta. Kami didefinisikan keempat tabel dimensi di bab
sebelumnya. Jadi, buka SQL Server 2005 Manajemen Studio, terhubung ke
pengembangan Anda contoh SQL Server, dan mulai menciptakan tabel.
Anda dapat menggunakan Manajemen Studio sudut- dan- klik fungsi
tionality jika Anda inginkan, atau Anda dapat script itu.

Membuat normalisasi penyimpanan data

NDS adalah sedikit berbeda dari DDS. Perbedaan utama adalah
normalisasi. Dalam beberapa halaman berikutnya, saya akan membahas
tabel pada Gambar 6-2 dan cara membuat mereka secara fisik. Saya juga
akan membahas bagaimana mengatur tabel di filegroups berbeda terletak
pada disk yang berbeda.
Tabel di NDS dapat dikategorikan menjadi tiga kelompok: tabel
transaksi, tabel master dan tabel atribut. Tabel transaksi berisi acara bisnis
dan berasal dari tabel fakta DDS. Tabel Guru mengandung badan usaha dan
berasal dari DDS tabel dimensi. Atribut tabel berisi atribut entitas bisnis dan
berasal dari dimensi atribut kolom. Sebagai contoh, mari kita membahas
tiga meja di bagian bawah diagram:
o

communication_subscription:
Tabel
communication_subscription
adalah tabel transaksi. Itu berasal dari Komunikasi Langganan fakta
meja di DDS. Ini berisi acara bisnis ketika seorang pelanggan
berlangganan surat kabar.

communication: Tabel komunikasi adalah tabel master. Itu berasal

dari dimensi komunikasi di DDS. Ini berisi badan usaha.

Language: Tabel bahasa adalah tabel atribut. Dalam DDS, bahasa

adalah kolom (atribut) dalam dimensi komunikasi. Karena di NDS kita
perlu untuk menormalkan tabel, kita harus menempatkan bahasa
dalam tabel sendiri. Hal ini diperlukan untuk menghilangkan
redundansi data.

Tabel Ringkasan
Dari banyak hal yang dapat meningkatkan data warehouse kinerja,
tabel ringkasan adalah di bagian paling atas daftar.( Yang kedua adalah
tabel partisi, dan ketiga adalah pengindeksan.) Hal ini karena data yang
pengguna butuhkan adalah sudah precalculated. Kami akan membahas tiga
hal satu per satu di tiga bagian utama.
Partisi
Ada dua jenis partisi: partisi vertikal dan horisontal partisi. Partisi
vertikal membelah tabel vertikal menjadi beberapa tabel yang lebih kecil,
dengan masing-masing tabel yang berisi beberapa kolom dari tabel asli.
Partisi horizontal membelah tabel Horizontal menjadi beberapa tabel yang
lebih kecil, dengan masing-masing tabel yang berisi beberapa baris dari
tabel asli. Pada bagian ini, saya sedang berbicara tentang partisi horisontal,
bukan partisi vertikal.
Index

Dalam DDS, kita memiliki tabel fakta dan kita memiliki tabel dimensi.
Mereka membutuhkan pengindeksan yang berbeda dan kunci primer. Saya
akan membahas tabel dimensi pertama dan kemudian tabel fakta. Setiap
tabel dimensi memiliki kolom kunci pengganti. Ini adalah (1,1) kolom
identitas, dan nilai-nilai yang unik. Kami membuat ini kolom kunci pengganti
kunci utama dari tabel dimensi. Kami juga membuat kolom kunci pengganti
clustered index dari tabel dimensi.
Kesimpulan
Desain database adalah landasan dari data warehousing. Kami akan
membangun ETL dan aplikasi pada yayasan ini, jadi kami harus bisa
melakukannya dengan benar. Dalam bab ini, kita membahas rincian dari
platform perangkat keras dan sistem arsitektur, perhitungan ruang disk,
pembuatan database, dan meja dan melihat penciptaan.
Kami juga bahas tiga faktor yang dapat meningkatkan kinerja data
warehouse: tabel ringkasan, partisi, dan pengindeksan. Kita perlu
memastikan bahwa mereka diatur dengan benar dari awal, ketika kita
membuat database.