Tiedonvaraston

Tiedonvaraston käsite (data warehouse) viittaa keskitettyyn ja integroituun tietovarastoon, joka kokoaa dataa useista lähteistä raportointia ja analytiikkaa varten. Se rakentuu usein aihekoon, ajallisesti versionaaliseen tallennukseen ja säilyttää historiallisen datan.

Ominaisuudet: tiedot ovat peräisin useista järjestelmistä ja standardoituja, tarkoituksena tukea liiketoiminnan päätöksentekoa. Tiedot tallennetaan siten, että ne ovat käytettävissä analysointiin pitkällä aikavälillä ja säilyttävä eri aikajaksoina.

Rakenteellisesti tiedonvarasto voi sisältää staging-alueen, ydintiedonvaraston, datamartit ja metatiedon hallinnan. Tietomallit suosivat usein tähtimallia tai lumihiutalakaaviota, joissa faktataulut yhdistyvät ulottuvuustauluihin.

Prosessi: tiedon kerääminen lähteistä tapahtuu ETL- tai ELT-prosessien kautta, jossa data puhdistetaan, muunnellaan ja yhdistellään ennen varastointia. Metatiedon hallinta ja tietoturva ovat keskeisiä.

Käyttö ja hyödyt: tiedonvarasto tukee raportointia, BI-sovelluksia ja syvällisempää analytiikkaa, tarjoaa yhtenäisen kuvan organisaation datasta sekä mahdollistaa historiallisen analyysin ja trendien seuraamisen.

Haasteet: toteutuskustannukset, tiedonlaatu, integraatio monista lähteistä, hallinta, tietoturva ja tietosuojan noudattaminen sekä muutosjohtaminen.

Historia ja näkemys: alkuperäistä käsitettä kehittivät 1980-luvulla William Inmon ja Ralph Kimball; nykyisin tiedonvarastot voivat yhdistyä data-lake- ja data-lakehouse-arkkitehtuureihin.

Lisätietoja: data warehouse, liiketoimintatiedon hallinta (BI), ETL, data governance.