Lecture s Structure. Desain Data Warehouse (I): Dimensional Modelling. Mendisain Sebuah Data Warehouse

Desain Data Warehouse (I): Dimensional Modelling Yudi Agusta, PhD Data Warehouse and Data Mining, Lecture 3 Copyright © Yudi Agusta, PhD 2006

Lecture’s Structure „ „ „ „ „ „ „

Merancang Sebuah Data Warehouse Skema Perancangan Database Skema Perancangan Data Warehouse OLAP vs ROLAP Rancangan Berdimensi Tahapan dan Proses Perancangan Contoh kasus: Retail

Mendisain Sebuah Data Warehouse „

„

Mendisain database untuk data warehouse adalah problem utama dalam mendisain data warehouse Ada dua pendekatan utama dalam perancangan data warehouse „

„

Pemodelan dan normalisasi entity relationship (ER) Pemodelan berdimensi

1

Schema Desain Untuk Database

Schema Entity Relationship (Simple)

Perancangan Database Menggunakan Pendekatan E-R yang Tradisional „ „

Entities and Relationships Aturan Normalisasi „ „

„

„

Umumnya 3NF Menjaga integritas database dengan menghindari anomalies Setiap hal logical direpresentasikan cuman sekali

Pemikiran yang berbeda antara logical dan physical

2

Contoh Normalisasi Sebuah perusahaan manufaktur membuat produk dari beberapa komponen. Setiap produk mempunyai suatu nomor produk yang tersendiri, nama dan waktu perakitan. Semua komponen mempunyai nomor komponen tersendiri, diskripsi, kode supplier dan harga.

Permasalahan „

„

Sejumlah atribute yang bukan merupakan atribute kunci tidak tergantung pada primary key Ketergantungan berarti bahwa kita data mengerjakan satu atribute sekali kalau yang lain sudah dimasukkan „ „ „ „ „ „

ProductCode Æ Name ProductCode Æ Time ComponentCode Æ Diskripsi ComponentCode Æ Supplier ComponentCode Æ Cost ComponentCode, Product Code Æ Quantity

Database Yang Sudah Dinormalisasikan „ „ „

Product (ProductCode, Name, Time) Parts (ProductCode, ComponentCode, Qty) Component (ComponentCode, Description, Supplier, Cost) Parts

Product

Component

3

Isi Database Ternormalisasi

Rancangan Database Tradisional „

Tables dalam jumlah yang besar

„

Umumnya digunakan

„

„

„

Oracle Financials 1.800, SAP 7 sampai 8.000 Terasa natural sekali kamu bisa menggunakannya

Penelitian menunjukkan bahwa mereka tidak mudah dimengerti oleh profesional IT „

Khususnya konsep-konsep seperti abstraction, generalisation, sub-types dll

Model Berdimensi Terhubung (Star-Join Schema)

4

Star Schema (Dengan Atribut)

Snowflake Schema

Pendekatan Pada Perancangan Data Warehouse „

„

Ada banyak sekali pendekatan yang diajukan oleh para pengembang dan konsultan mengenai data warehouse Ini harus diperhatikan sebagai satu kesatuan proses perkembangan data warehouse sepenuhnya

5

Apa sebenarnya multi-dimensional database? „

Suatu pendekatan pada perancangan database yang dapat memberikan database yang mudah dimengerti dan mudah dinavigasikan „

„

Tujuannya adalah untuk mendorong pengertian, eksplorasi dan pembelajaran

Setiap nomor mempunyai satu set atribut yang terasosiasikan „

Apa yang direpresentasikan, kapan dibuat, darimana datangnya, produk apa saja yang terkait, promosi apa, dll

Multi-Dimensionality „

„

Biasanya mengenai ruangan informasi dalam bentuk cubes atau hyper cubes atau n-cubes Setiap atribut terkait dengan setiap nomor merepresentasikan suatu dimensi „

„

Ukuran, waktu, tempat, produk, lokasi dll

Tampilan database yang dihasilkan mudah untuk dinavigasikan dan dipindahkan „ „

Slice and dice Report template

OLAP and ROLAP „

OLAP – On-Line Analytical Processing „ „

„

„

„

Codd 1993 Biasanya pendekatan untuk mendisain DSS yang berfokus pada data

Sejumlah OLAP tools mempunyai cara mereka sendiri untuk menyimpan data (MDDB) Beberapa memperlihatkan seperti data itu sendiri berada di dalam cubes, tetapi sebenarnya merupakan query dari sebuah relational database (ROLAP) Melakukan hal yang berbeda – dijelaskan belakangan

6

Dimensi „

„

„

„

Star schema mungkin (umumnya) mempunyai 10-15 dimensi Tampilan yang dimiliki pengguna mengenai database mencakup 6-7 dimensi Sistem umum (seperti EIS) mungkin mempunyai 20 tampilan yang berbeda dan 45 fact tables yang mempunyai dasar yang berbeda Table dimensi dapat mempunyai banyak fact di dalamnya

Pendekatan Kimball (1996) terhadap disain berdimensi

Pendekatan Kimball (1996) „

Kelebihan „

„

„

Pemodelan berdimensi, mudah untuk dimengerti Performance fisiknya sangat mengesankan

Kekurangan „ „

Integrasi Mapping dari pemodelan berdimensi ke sistem yang sudah ada

7

Tahapan dalam Proses Disain 1. 2. 3. 4.

Memilih proses bisnis Memilih inti dari fact table Memilih dimensi Memilih fact yang terukur (umumnya numeric, additive quantities) 5. Melengkapi tabel dimensi „

(Kimball, 1996)

Tahapan Ekstra Dalam Proses Disain „

„

„ „

Menentukan strategi untuk mengubah dimensi secara pelan-pelan Membuat agregat dan komponen penyimpanan fisik lainnya Menentukan waktu histori dari database Menentukan tingkat keperluan data yang mana yang perlu diekstrak dan diload ke dalam data warehouse „

KimbalL (1996)

Contoh: Usaha Retail „

„

„ „

Perusahaan grocery besar dengan perkiraan 500 outlet Setiap outlet mempunyai sekitar 60000 produk dalam tampilannya SKU – Stock Keeping Unit UPC – Universal Product Code

8

Usaha Retail „

„

„

Perlu untuk memaksimalkan keuntungan dan tetap menjaga stok agar tetap ada Keputusan penting untuk masalah harga dan promosi Tipe promosi adalah: „ „ „ „

Discount harga sementara Reklame surat kabar Tampilan lemari dan lorong Kupon

Usaha Retail „

Memilih Proses Bisnis

„

Memilih inti dari tabel fact

„

Memilih dimensi

„

„

„

Pergerakan barang harian SKU by store by promotion by day Waktu, Produk, Toko dan Promosi

Dimensi Usaha Retail

9

Usaha Retail „

Memilih fact terukur

Usaha Retail: Dimensi „

Lengkapi tabel dimensi

Usaha Retail: Dimensi Produk

10

Usaha Retail: Dimensi Toko

Usaha Retail: Dimensi Promosi

Catatan Untuk Masalah Hierarchies „

Kimball sedikit salah menyampaikan sedikit dalam hal ini „

„ „

Hirarki yang jelas tidak diperlukan untuk mendukung drilling down

Detailnya sering harus disimpan secara eksplisit Hirarki di dalam dimensi sangat penting „ „ „

Memungkinkan untuk melakukan drill up dan drill down Contoh: day, week, month, quarter, year Hirarki independen yang berkelipatan

11