Video: The Final Hours of Half-Life: Alyx -- Behind Closed Doors at Valve Interview 2025
Nogle gange gør du bare ikke ' Har ikke et datalager, hvorfra du kan få data til din data mart, så du skal selvkilde data fra applikationer. I mange (sandsynligvis mest) af disse situationer opretter du en quick-strike data mart - i virkeligheden et miniatyrdatagalleri, men bygget til at opfylde kravene fra et sæt brugere, der har brug for dataindholdet nu.
Du følger den samme metode og gennemfører de samme processer for dataudvinding, transformation, kvalitetssikring og indlæsning som du gør med et datalager. Forskellen er, at du bruger denne metode i mindre omfang end du gør med et fuldt blæst datalager.
Som vist i denne figur, skal du ofte medbringe data i en top-down, quick-strike data mart for at besvare et bestemt sæt forretningsspørgsmål inden for relativt snævre rammer. Du kan f.eks. Tilføje data om en bestemt region eller et område inden for et firma, en delmængde af en virksomheds overordnede produktlinje eller en anden underordnet model.
Så hvis du skal starte fra bunden og ikke have et datalager til at levere data til dine data mart, hvorfor ikke opbygge et fuldt lager datalager i stedet? Her er tre grunde til at gå data-mart-ruten:
-
Hastighed: En hurtigstregsdata mart bliver typisk gennemført i 90 til 120 dage, i stedet for den meget længere tid, der kræves for et fuldskala datalager.
-
Omkostninger: At gøre jobbet hurtigere betyder at du bruger mindre penge; det er så simpelt.
-
Kompleksitet og risiko: Når du arbejder med mindre data og færre kilder i løbet af en kortere periode, vil du sandsynligvis skabe et betydeligt mindre komplekst miljø - og få færre tilknyttede risici.