Skema Dalam Data warehouse

Halo kawan-kawan yang luar biasa, kita bertemu lagi kali ini  mari kita membahas sedikit tentang skema dalam data warehouse setelah beberapa waktu sebelumnya kita membahas tentang Struktur data Warehouse yang bisa teman-teman baca disini Struktur Data Warehouse

atau bila teman-teman ada yang ingin mengetahui kegunaan data warehouse dapat membacanya disini Kegunaan Data warehouse , bahkan bila mungkin teman-teman ada yang ingin mengenal lebih dulu tentang data warehouse dapat membacanya disini Mengenal Data Warehouse

Nah yuk segera kita bahas tentang skema dalam data warehouse,

Skema Bintang, skema bintang adalah suatu jenis spesifik dari perancangan basis data yang digunakan untuk mendukung proses analitis serta memiliki secara spesifik satuan tabel normalisasi. Skema bintang memiliki dua macam tabel yaitu :

• Tabel fakta, disebut juga tabel utama (major table), merupakan inti skema bintang dan berisi data aktual yang akan dianalisis (data kuantitatif dan transaksi). Field-field table fakta sering disebut dengan measur dan biasanya dalam bentuk numerik. Selalu berisi foreign key dari masing-masing tabel dimensi. Tabel ii dapat terdiri atas banyak kolom dari ribuan baris data.

• Tabel dimensi, disebut juga tabel kecil (minor tabel), biasanya lebih kecil dan memegang data deskriptif yang mencerminkan dimensi suatu bisnis. Tabel dimensi berisi data yang merupakan deskripsi lebih lanjut dari data yang ada pada tabel fakta.

Skema Snowflake, skema snowflake merupakan skema yang berbeda dengan skema bintang karena tabel dimensi tidak berisi data denormalisasi. Snowflake merupakan variasi lain dari skema bindag, di mana tabel dimensi dari skema bintang diorganisasi menjadi suatu hirarki dengan melakukan normalisasi. Prinsip dasar skema ini tidak jauh berbeda dari skema bintang. Penggunaan tabel dimensi sangatlah menonjol, karena itulah perbedaan mendasar dari skema bintang dan skema snowflake.

 

Agregasi, agregasi meupakan proses perhitungan data fakta selama pendefinisian atribut. Definisi agregasi biasanya mengandung makna penghitungan, perumusan informasi yang mendasari hubungan antardata yang terdapat dalam sebuah tabel. Selain itu, agregasi juga dibuat selama proses transformasi dan pemuatan data ke dalam data warehouse. Beberapa faktor yang mendorong pembuatan agregasi adalah untuk :

• Mempercepat waktu respons saat melakukan pencarian.

• Mengurangi jumlah penggunaan siklus CPU.

Denormalisasi, merupakan suatu proses penggabungan tabel yang dilakukan dengan cermat dan hati-hati yang bertujuan untuk meningkatkan kinerja. Sebenarnya ini merupakan proses yang melanggar aturan dari third normal form. Denormalisasi merupakan kebalikan dari normalisasi. Denormalisasi berguna untuk meningkatkan kinerja query untuk mengabaikan adanya dependency yang tidak menimbulkan anomali storage yang signifikan.

Demikian post dari saya hari ini kawan-kawan, mudah-mudahan dapat membantuk kawan-kawan semua ya, bila teman-teman mempunyai komentar atau saran silahkan. :D

 

Referensi
Indrajani, S.Kom., MM. "Database System Case Studies all in one,2014