Distributed Database
Basis data terdistribusi adalah kumpulan
database yang disimpan di banyak komputer
pada lokasi yang berbeda-beda dan
menampilkan ke user sebagai single database
Komputer-komputer tersebut terhubung dengan
jaringan dan user dapat mengkases,
mengupdate dan memodifikasi data pada
database melalui jaringan
Why A Distributed Database?
Distribution and autonomy of business units
divisi dan departemen dari suatu organisasi tersebar
secara geografis
Data sharing
proses sharing data harus dilakukan secara mudah dan
tepat
Data communications costs and reliability
proses pertukaran data dalam jumlah yang besar
melalui jaringan membutuhkan biaya yang besar dan
berpengaruh pada performance jaringan
Homogenous Distributed Database
Homogenous Distributed Database
(2)
Menggambarkan sistem terdistribusi yang
mengkoneksikan 3 database hq, mfg, dan sales
User dapat mengakses atau memodifikasi data
pada beberapa database pada suatu lingkungan
terdistribusi
Misalnya manufacturing melakukan join antara
tabel yang ada di local database mfg dengan
tabel yang berada di database hq (remote
access)
Heterogeneous Distributed
Database
Oracle Database server mengakses
non-Oracle Database system
menggunakan Oracle Heterogeneous
Services:
- Oracle Transparent Gateway
- Generic Connectivity (ODBC,OLEDB)
Data Warehouse
Data warehouse adalah relasional database yang
didesain untuk proses query dan analisa
Meliputi: extraction, transportation,
transformation, loading solution, online
analytical processing (OLAP),client analysis tool,
dan aplikasi lain yang mengatur proses
pengumpulan data dan mengirimkan ke business
user
Data Warehouse
Data warehouse didesain untuk proses
analisa data
Contoh: data penjualan pada suatu
perusahaan. Dengan data warehouse
maka dapat menjawab pertanyaan
“siapakah customer terbesar pada akhir
pada akhir tahun?”
Data warehouve vs OLTP
(Online Transaction Processing)
Schema Design
Data warehouse biasanya ternormalisai secara sebagian bahkan
dalam keadaan tidak ternormalisasi
OLTP ternormalisasi penuh untuk meningkatkan proses
update/insert/delete dan meningkatkan konsistensi data
Data warehouve vs OLTP
Typical operation
Data warehouse menjalankan query yang memproses banyak baris (ratusan
atau milyaran), contoh :total penjualan semua customer pada akhir bulan
OLTP hanya mengkases record tertentu, contoh :mencari data order untuk
customer tertentu
Historical data
Data warehouse menyimpan data selama beberapa bulan
atau tahun. Hal ini mendukung proses historical analysis
OLTP menyimpan data hanya beberapa minggu atau bulan
Arsitektur data warehouse
Product F
Product A
Web
Product C
Product E Product B
Product G
Product D
Keunggulan
penyimpanan database besar, dalam
hitungan megabyte, gigabyte, terabyte
Relationship yang komplek antar field.
Gabungan antara data numerical dan
categorical
Skalabilitas tinggi.