Transcript Veri tabanı sistemleri - Gurcan Orhan`s Oracle Data Integrator Blog

TURKISH ORACLE USER GROUP
Gürcan ORHAN
Turkcell Teknoloji Ar. Ge. A.Ş.
Yazılım Mimarı ve Deneyimli Yazılım Mühendisi
http://gurcanorhan.wordpress.com
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
BEN KİMİM ?
Uludağ Üniversitesi Endüstri Mühendisliği 1992 - 2000
Aktif iş hayatı - 1994
İlk DWH projesi Altınyıldız DWH - 2003
Önemli projeler ;
 AVEA DWH Yeniden Yapılandırma Projesi
 Tekstilbank DWH ve Siebel CRM
 Turkcell NODI (Network Operations Data Infrastructure)
2008’den itibaren Turkcell, 2010’dan itibaren Turkcell Teknoloji
Önemli sunumlar ;
 Oracle Open World 2010 – San Francisco (22.10.2010)
 UKOUG Technology & E-Business Suite Conference – Birmingham (29.11.2010)
 ODTUG Kaleidoscope ’11 – Long Beach, California (28.06.2011)
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
NE KULLANIRIM ?
Veri tabanı sistemleri
ETL
 Oracle
 Oracle Data Integrator
 Microsoft SQL Server
 Oracle Warehouse Builder
 Sybase ASE
 Informatica
 Business Objects DI
 Sybase IQ
 MySQL
Model Tasarım
 Sybase Power Designer
 CA ERWIN
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
GÜNÜN AJANDASI
 Veri Ambarı nedir, ne demektir?
 DWH & DM farkı nedir?
 DWH & OLTP farkı nedir?
 DWH bileşenleri nelerdir?
 ETL ne demektir?
 ETL tipleri nelerdir?
 Modelleme nedir, nasıl yapılmalıdır?
 Veri Kalitesi nedir, nasıl sağlanır?
 Veri Tabanı fiziksel yaklaşımları nelerdir?
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
DATAWAREHOUSE (DWH) NEDİR ?
DWH tarihi
• EIS (Enterprise Information Systems)
• DSS (Desicion Support Systems)
• Data Warehousing and Business Intelligence (DWH / BI)
Bir veri ambarı; yönetim kararlarını destekleyici, konu yönelimli, entegre,
uçucu olmayan ve zaman değişkenli veri kümesidir. (Bill Inmon)
İş Zekası, verinin bilgiye dönüşümü işlemidir. (Gartner Group)
Teknik Avantajları
• Paralel kullanımı (Parallelism)
• Veri Kümelemesi (Partitioning)
• Veri Sıkıştırması (Compressing)
DECISION
KNOWLEDGE
INFORMATION
DATA
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
GÜNÜN AJANDASI
 Veri Ambarı nedir, ne demektir?
 DWH & DM farkı nedir?
 DWH & OLTP farkı nedir?
 DWH bileşenleri nelerdir?
 ETL ne demektir?
 ETL tipleri nelerdir?
 Modelleme nedir, nasıl yapılmalıdır?
 Veri Kalitesi nedir, nasıl sağlanır?
 Veri Tabanı fiziksel yaklaşımları nelerdir?
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
DATAMART (DM) NEDİR ?
Datamartlar
• Konu yönelimli
• Tümleşik
• Genellikle tek kaynak sistemden beslenir
Bağımlı veya bağımsız olabilirler.
• Bağımlı DM : DWH’tan beslenen, kolay ETL, kurumsal planın parçası
• Bağımsız DM : Ayrık, operasyonel maliyeti yüksek, harici veri
kaynaklarından beslenen, analitik ihtiyaçlara yönelik hazırlanan
ÖZELİK
DATA WAREHOUSE
DATAMART
İçerik
Kurumsal
Departmansal
Konu
Çok
Tek özne, iş birimi odaklı
Veri Kaynağı
Çoğul
Tekil
Implementasyon
Ay – Yıl
Ay
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
GÜNÜN AJANDASI
 Veri Ambarı nedir, ne demektir?
 DWH & DM farkı nedir?
 DWH & OLTP farkı nedir?
 DWH bileşenleri nelerdir?
 ETL ne demektir?
 ETL tipleri nelerdir?
 Modelleme nedir, nasıl yapılmalıdır?
 Veri Kalitesi nedir, nasıl sağlanır?
 Veri Tabanı fiziksel yaklaşımları nelerdir?
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
DWH & OLTP
ÖZELİK
OPERASYONEL SİSTEM
DATA WAREHOUSE
Yanıt Süresi
Milisaniye / Saniye
Saniye / Saat
Operasyon
DML (Data Manipulation
Language)
Öncelikli olarak salt-okunur
Veri doğası
30 – 60 gün
Zamansal enstantane
Veri Organizasyonu
Uygulama
Öznel, zamansal
Veri Miktarı
Küçük / Büyük
Büyük / Çok Büyük
Veri Kaynağı
Operasyonel, Dahili
Operasyonel, Dahili, Harici
Aktiviteler
Proses bazlı
Analiz Bazlı
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
GÜNÜN AJANDASI
 Veri Ambarı nedir, ne demektir?
 DWH & DM farkı nedir?
 DWH & OLTP farkı nedir?
 DWH bileşenleri nelerdir?
 ETL ne demektir?
 ETL tipleri nelerdir?
 Modelleme nedir, nasıl yapılmalıdır?
 Veri Kalitesi nedir, nasıl sağlanır?
 Veri Tabanı fiziksel yaklaşımları nelerdir?
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
DATAWAREHOUSE BİLEŞENLERİ
OPERASYONEL
KAYITLAR
ARŞİV KAYITLARI
DOSYALAR
KAYNAK
SİSTEMLER
OPERATIONAL
DATA STORE
(ODS)
DWH
STAGING
KATMAN
KURUMSAL
KATMAN
METADATA REPOSITORY
DWH Yazılım Yaklaşımları
• Bing Bang Yaklaşımı
• Artımsal Yaklaşım
• Yukarıdan aşağıya artımsal (top-down incremental)
• Aşağıdan yukarıya artımsal (bottom-up incremental)
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
DM
SUNUM
KATMANI
GÜNÜN AJANDASI
 Veri Ambarı nedir, ne demektir?
 DWH & DM farkı nedir?
 DWH & OLTP farkı nedir?
 DWH bileşenleri nelerdir?
 ETL ne demektir?
 ETL tipleri nelerdir?
 Modelleme nedir, nasıl yapılmalıdır?
 Veri Kalitesi nedir, nasıl sağlanır?
 Veri Tabanı fiziksel yaklaşımları nelerdir?
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
ETL NE DEMEKTİR?
E-T-L (Extract – Transform – Load)
Extraction
• Farklı kaynak sistemden, veri tabanından farklı formatlarla elde edilir.
• Kaynak sistemlerrin canlı, arşiv, dahili ve harici verilerine erişebilir.
Transform
• Veri hataları düzeltilir.
• Genellikle staging area (remote/on site) kullanılır
• Veri entegrasyonu sağlanır
• İş kuralları verilere uygulanarak veri doğrulaması gerçekleştirilir
• Veriler onaylanır
• Verilere zaman entegre edilir.
Load
• Elde edilen temizlenmiş veri DWH ortamına yazılır
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
GÜNÜN AJANDASI
 Veri Ambarı nedir, ne demektir?
 DWH & DM farkı nedir?
 DWH & OLTP farkı nedir?
 DWH bileşenleri nelerdir?
 ETL ne demektir?
 ETL tipleri nelerdir?
 Modelleme nedir, nasıl yapılmalıdır?
 Veri Kalitesi nedir, nasıl sağlanır?
 Veri Tabanı fiziksel yaklaşımları nelerdir?
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
ETL ÇEŞİTLERİ
Truncate & Load
• Kaynak sistemden elde edilen verilerin tümünün silinerek yeniden
yapılandırılması.
Incremental Update
• Kaynak sistemden elde edilen birincil anahtarlar (Primary Key)
yardımı ile «yeni geleni ekle, mevcut olanı güncelle» yaklaşımı.
• Change Data Capture (CDC)
Slowly Changing Dimensions (SCD)
• Kaynak sistemden elde edilen veriler tarihsel olarak saklanarak hiçbir
veri silinmez. Tarihsel yaklaşım.
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
ETL PROBLEMLERİ
• Kaynak sistemdeki tablonun unusable olması
• Kaynak sistemdeki dosyaya erişilememe
• Yetersiz metadata
• Zayıf veya yetersiz analiz süreci
• Yetersiz yer (storage) planlama
• Kaynak sistemde yapısal değişiklikler
• Yetersiz veri validasyonu
• Hatalı mantıksal / fiziksel model dizaynı
• Veri tipi uyumsuzlukları
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
GÜNÜN AJANDASI
 Veri Ambarı nedir, ne demektir?
 DWH & DM farkı nedir?
 DWH & OLTP farkı nedir?
 DWH bileşenleri nelerdir?
 ETL ne demektir?
 ETL tipleri nelerdir?
 Modelleme nedir, nasıl yapılmalıdır?
 Veri Kalitesi nedir, nasıl sağlanır?
 Veri Tabanı fiziksel yaklaşımları nelerdir?
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
MODELLEME
İş modelinin oluşturulması (Business Model)
• Strateji analizinin yapılması
• İş birimi tanımlarının ve kurallarının belirlenmesi
• İş ihtiyaçlarının belirlenmesi
Mantıksal modelin oluşturulması (Logical Model)
• İlişki ve ilişki tiplerinin belirlenmesi
• Fact ve Dimension’ların tespit edilmesi
• Sonuçların mantıksal olarak üretilerek konu alanlarının tespit edilmesi
• Nesnelerin isim ve renk standartlarının belirlenmesi
Fiziksel modelin oluşturulması (Physical Model)
• Donanım ihtiyaçlarının tespit edilmesi
• Tablo ve index için disk kapasitesi ihtiyacının belirlenmesi
• Partition stratejisinin belirlenmesi
• Güvenlik stratejisinin belirlenmesi
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
MODELLEME
Third Normal Form (3NF)
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
MODELLEME
Star Schema
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
MODELLEME
Snowflake Schema
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
GÜNÜN AJANDASI
 Veri Ambarı nedir, ne demektir?
 DWH & DM farkı nedir?
 DWH & OLTP farkı nedir?
 DWH bileşenleri nelerdir?
 ETL ne demektir?
 ETL tipleri nelerdir?
 Modelleme nedir, nasıl yapılmalıdır?
 Veri Kalitesi nedir, nasıl sağlanır?
 Veri Tabanı fiziksel yaklaşımları nelerdir?
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
VERİ KALİTESİ NEDİR?
• Beklenen veri, beklenen yerde, beklenen şekilde bulunmaz ise veri
kalitesi problemi ortaya çıkar.
• Farklı anlama gelen data
• Eksik bilgi, verinin farklı alanda olması
• Veri tipi farklılığı
• Veri boyutu farklılığı
• Veri doğrulama kurallarının olmaması
• Drill-Down olmaması
• İlişkisel bütünlüğün olmaması, öksüz kayıtların varlığı
• Veri duplikasyonu
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
GÜNÜN AJANDASI
 Veri Ambarı nedir, ne demektir?
 DWH & DM farkı nedir?
 DWH & OLTP farkı nedir?
 DWH bileşenleri nelerdir?
 ETL ne demektir?
 ETL tipleri nelerdir?
 Modelleme nedir, nasıl yapılmalıdır?
 Veri Kalitesi nedir, nasıl sağlanır?
 Veri Tabanı fiziksel yaklaşımları nelerdir?
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
FİZİKSEL ORTAM
Fact tablo karakteristikleri
• İş birimlerinin kullanacağı nümerik metrik değerleri içerir
•
•
•
•
•
Büyük miktarda veri içerir
Çabuk büyür, çok hızlı genişler
Stabil, Türetilmiş veya Özetlenmiş veri içerir
Genellikle ekleme yapılır
Genellikle dimension tablolarla foreign key ile ilişkilidir
Dimension tablo karakteristikleri
• İş birimlerinin görmek istedikleri metin tipteki veriyi içerirler
• Genellikle statik veri içerirler
• Boyutları küçüktür
• Truncate Load mekanizmasına uygundur
Slowly Changing Dimensions tablo karakteristikleri
• Genellikle link tablolarıdır (Fact – Dimension linki)
• Fact üzerindeki dimension’ın tarihçe bilgilerini tutarlar
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
FİZİKSEL ORTAM
Partitioning
• Range Partition
• Hash Partition
• List Partition
• Index Partition
• Composite Partition
Indexing
• B-Tree Index
• Bitmap Index
• Function Based Index
• Partitioned Index
Star
• Genellikle link tablolarıdır (Fact – Dimension linki)
• Fact üzerindeki dimension’ın tarihçe bilgilerini tutarlar
Materialized View
• Fiziksel yer kaplayan, istendiği zaman refresh edilebilen view yapısı
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya
TEŞEKKÜRLER
Gürcan ORHAN
http://gurcanorhan.wordpress.com
24.03.2011 – Gürcan Orhan @ Bilişim & Teknoloji Şöleni - Sakarya