Pengantar Data Warehouse
Pengantar Data Warehouse
Pengantar
Multidimensional Data Model
Pertimbangan dalam Membuat Desain
Implementasi Desain
Mengetes Desain
Contoh Desain
Pengantar
Desain
Tujuan
Multidimensional Data
Model
Efisiensi Waktu Query
Entity Relationship
Diagram (ERD)
Efisiensi
Space/Storage
Apakah Multidimensional
Modeling?
Subject Oriented
0 dimensi:
1 dimensi:
Total
Waktu 1
AAA
Waktu 2
BBB
Waktu 3
CCC
2 dimensi:
XXX
Barang 1 Barang 2
Waktu 1
AAA
DDD
Waktu 2
BBB
EEE
Waktu 3
CCC
FFF
Barang 1
3 dimensi:
Total penjualan
pada waktu
tertentu untuk
barang pada
lokasi tertentu
Lokasi
Barang
Lokasi 3
Lokasi 2
Barang 1 Barang 2
Waktu 1
AAA DDD4
Barang 1 Barang 2
Waktu 1
Lokasi 1
AAA DDD3
Waktu
2
Barang 1 Barang BBB
2
EEE4
Waktu 1
AAA DDD2
Waktu 2
BBB EEE3
Waktu
3
Waktu 1
CCC
FFF4
AAA1
DDD1
Waktu 2
BBB EEE2
Waktu 3
CCC
FFF3
Waktu 2
BBB1 EEE1
Waktu 3
CCC
FFF2
Waktu 3
Waktu
Barang 2
CCC1
FFF1
4 dimensi:
Lokasi 4
Barang1 Barang 2
1
Lokasi 3
Barang1 Barang 2
Waktu 1
AAA
DDD4
Lokasi 2
1
Barang1 Barang 2
Waktu1 1
AAA
DDD3
Lokasi 1
Waktu 2Barang 2 BBB
EEE4
Barang1
Waktu 1
AAA
DDD2
Waktu 2
BBB
EEE3
Waktu 3
FFF4
Waktu 1
AAA1
DDD1CCC
Waktu 2
BBB
EEE2
Waktu 3
CCC
FFF3
Waktu 2
BBB1
EEE1
Waktu 3
CCC
FFF2
Waktu 3
CCC1
PENJUAL 1
FFF1
Barang1 Barang 2
1
Lokasi 3
Barang1 Barang 2
Waktu 1
AAA
DDD4
Lokasi 2
1
Barang1 Barang 2
Waktu1 1
AAA
DDD3
Lokasi 1
Waktu 2Barang 2 BBB
EEE4
Barang1
Waktu 1
AAA
DDD2
Waktu 2
BBB
EEE3
Waktu 3
FFF4
Waktu 1
AAA1
DDD1CCC
Waktu 2
BBB
EEE2
Waktu 3
CCC
FFF3
Waktu 2
BBB1
EEE1
Waktu 3
CCC
FFF2
Waktu 3
CCC1
PENJUAL 2
FFF1
Bagaimana Membuat
Multidimensional Data Model?
Star Schema
Snow Flake Schema
Fact Constellation Schema
DIMENSI 1 (A)
DIMENSI 2 (B)
Fact Table
menyimpan Measure
Dimension Table
menyimpan
Atribut
Sumbu
Cube
/
Dimensi
MEASURE =
CUBE (A, B, C)
DIMENSI 3 (C)
Dimensi 1 (A)
Dimensi 2 (B)
Dimensi 3 (C)
Star Schema
Time Dimension
year
quarter
month
day_of_week
day
time_key
DIMENSION
TABLE
SALES Fact
Branch Dimension
time_key
item_key
branch_key
location_key
branch_type
branch_name
branch_key
dollars_sold
units_sold
avg_sales
Item Dimension
supplier_type
FACT
type
TABLE
brand
item_name
item_key
Location Dimension
country
province_or_state
MEASURE
city
street
location_key
Star Schema
Item
Time
year
quarter
month
day_of_week
day
time_key
SALES
Branch
time_key
item_key
branch_key
location_key
branch_type
branch_name
branch_key
dollars_sold
units_sold
avg_sales
supplier_type
type
brand
item_name
item_key
Location
country
province_or_state
city
street
location_key
Mengakibatkan
Redundansi
Untuk mengatasi,
bisa dinormalisasi
Snowflake Schema
Time
year
quarter
month
day_of_week
day
time_key
SALES
Branch
time_key
item_key
branch_key
location_key
branch_type
branch_name
branch_key
dollars_sold
units_sold
avg_sales
Item
Supplier
supplier_key
supplier_type
type
brand
item_name
item_key
supplier_key
supplier_type
Location
City
country
province_or_state
city_key
city
street
location_key
city_key
city
province_or_state
country
Fact Constellation
SHIPPING
Item
Time
year
quarter
month
day_of_week
day
time_key
SALES
time_key
item_key
branch_key
location_key
dollars_sold
units_sold
avg_sales
dollars_cost
units_shipped
Location
country
province_or_state
Branch
branch_type
branch_name
branch_key
supplier_type
type
brand
item_name
item_key
time_key
item_key
shipper key
from_location
to_location
city
street
location_key
Shipper
shipper_key
shipper_name
location_key
shipper_type
Metadata
sources
Operational
DBs
Extract
Transform
Load
Refresh
Monitor
&
Integrator
Data
Warehouse
OLAP Server
Serve
Analysis
Query
Reports
Data mining
Data Marts
Data Sources
Data Storage
Implementasi
Testing
Contoh
Referensi