業務維度生命週期的幾種方法是什麼?
業務維度生命週期有各種方法,如下所示:
專案計劃 - 專案計劃涉及資料倉庫專案的描述和範圍界定,例如準備情況評估和業務論證。由於資料倉庫專案具有很高的可見性和成本,因此這些是必不可少的任務。
專案計劃的目標是確定資源和技能水平的人員配備需求,並結合專案任務分配、持續時間和排序。由此產生的整合專案計劃識別與業務維度生命週期相關的所有任務以及相關方。它可以作為資料倉庫專案持續管理的基礎。專案計劃容易受到業務需求的影響,如這些活動之間的雙向箭頭所示。
維度建模 - 業務需求的描述決定了滿足業務使用者系統需求所需的資料。設計資料模型以提供這些分析,需要比用於作業系統設計的方法更多的方法。
它可以從構建一個矩陣開始,該矩陣定義關鍵業務流程及其維度。該矩陣提供了一種方案,以確保資料倉庫隨著時間的推移在整個組織中可擴充套件。
物理設計 - 物理資料庫設計的目標是表示提供邏輯資料庫設計所需的物理架構。此過程的組成部分包括表示命名標準和設定資料庫環境。還將確定初步索引和分割槽方法。
資料分段設計和開發 - 資料分段設計和開發過程通常是最被忽視的資料倉庫專案任務。資料分段過程包括三個步驟:提取、轉換和載入。提取過程不斷揭示操作源系統中隱藏的資料質量問題。
產品選擇和安裝 - 以技術結構設計為框架,需要計算和選擇特定的架構元素,包括硬體平臺、資料庫管理系統、資料分段工具或資料訪問工具。
表示標準技術計算過程以及每個架構元素的特定計算元素。由於產品已計算和選擇,因此對其進行設定並進行徹底測試,以在資料倉庫環境中提供適當的端到端整合。
終端使用者應用程式規範 - 它表示一組標準的終端使用者應用程式,因為並非所有業務使用者都需要對資料倉庫進行臨時訪問。應用程式規範定義文件模板、使用者驅動的引數和所需的計算。這些規範確保開發團隊和業務使用者對要交付的應用程式有共同的理解。
部署 - 部署定義了從業務使用者桌面提供的技術、資料和終端使用者應用程式的融合。需要進行廣泛的計劃以確保這些拼圖碎片正確地拼湊在一起。
資料結構
網路
關係資料庫管理系統
作業系統
Java
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP