OLAP, OLTP, Datawarehouse

Yazdır PDF

olap_oltpDatawarehouse konusuna giriş yaptığınızda ilk duyduğunuz terimlerin başında OLAP ve OLTP gelir. Peki bunlar nedir, ne işe yarar?

 

 


 

Bu konuyla ilgili nette bir çok kaynak bulmak mümkün. En kolay ve en yalın anlatımlı yazıyı aşağıda paylaşayım istedim.

OLTP (On Line Transactional Processing), sistemler genellikle ilişkisel veri tabanları üzerine kurulmuş, üzerinde sürekli işlem yapılan veritabanları sistemleridir. Adından da anlaşılacağı gibi çok fazla transactional işlemler içeren yani insert, update, delete şeklide DML (Data Manipulation Language)   işlemleri içeren veri depolama sistemleridir. OLTP sistemlerde sürekli yoğun işlemler yapılır. Sağlam bir ilişkisel yapı üzerine kurulmuştur, günlük hayatta kullanılan sistemlerin çoğu OLTP ürüne kurulu sistemlerdir.

OLAP (On Line Analytical Processing), ilişkisel veri tabanın aksine veriyi tekrarlayarak oluşturulan, veriyi bu şekilde depolayan, raporlama ve analiz için kullanılan, veriye hızlı erişim sağlayan yapılardır. Flat file mantığıyla çalışır. İş zekası çözümleri için OLAP kullanılır. Database yapısı verileri depolamak, işlemleri hızlı bir şekilde yapmak, sistemleri çalıştırmak için oluşturulur. OLAP yapısı ise daha yüksek performansla, varolan verileri anlamladırmayı ve raporlamayı sağlar.

OLTP sistemler geçmişe yönelik, birden fazla boyutta rapor oluşturmada, farklı bakış açılarında analiz yapmada zorlanırlar. Bu nedenle raporlama sistemlerinde OLAP tercih edilir.

OLAP sistemlerinin hızlı çalışma sebebi, verilerin daha önceden hesaplanmış bir şekilde bulunmasıdır. OLAP istenilecek verileri yani ölçümleri (measure), istenilen boyutlarda (dimension) küp (cube) adı verilen ortamlarda tutar.

OLTP sistemlerde sorgulama dili olarak TSQL kullanılırken, OLAP sistemlerinde MDX (MultiDimensional Expression) dili kullanılır.

OLAP sistemleri karar destek sistemlerinde kullanılır ve OLTP sistemlerine göre eş zamanlı birden fazla kullanıcıya daha performanslı sorgu sonucu verir.

oltp_olap_diagramVeri ambarı oluşturma sürecinde ETL (Extract, Transform, Load) kullanılır. Extract, çeşitli kaynaklardan gelen verileri ayırt eder. Transform, veriyi istenilen formata dönüştürür. Load ise veriyi veri ambarına yükler.

Veri ambarından elde edilen, örneğin bir şirketteki bir departmana ait dataya Data Mart denir. Data Mart lar veri ambarının bir alt kümesidir.

Veri ambarındaki verilerin OLAP sistemleri kullanılarak çeşitli analizler yapılmasıyla Veri Madenciliği (Data Mining) ortaya çıkar. Veri madenciliği geçmişe dönük dataların birden çok boyutta ve metotla analiz edilmesiyle, geleceğe dönük öngörülerde bulunmaktır.

 olap_oltpETL : Operasyonel sistemlerde tutulan veriler işletmede kullanılan uygulamalara özel bir şekilde tutulduğu için kullandığımız BI sistemine direkt olarak atılmaya uygun olmayabilir.

Data Warehouse : Veri ambarı olarak da adlandırabileceğimiz Data Warehouse, BI sistemlerinde kullanılan tutarlı verilerin tutulduğu merkezileştirilmiş ambarlardır. Bu kısa tanımla birlikte aslında veri ambarları, veri analizi, veri madenciliği ve raporlama işlemlerinin her biri için verinin farklı kopyalarını da tutarlar. Ayrıca sorgu performansını artırmak için bir çok durumda Denomalize işlemine tabi tutulmaları gerekmektedir.

Data Mart : Data Mart’ları Veri Ambarının bir parçası olarak tanımlayabiliriz. Örnek vermek gerekirse, bir şirket içerisinde bulunan Pazarlama ve Satış departmanlarına ait analizleri Veri Ambarının tamamından değilde sadece Pazarlama yada sadece Satış departmanlarına ait bölümlerinde çekip işlemeye Data Mart adını verebiliriz.

Data Mining : Veri Madenciliği, veriyi analiz etmek ve veri içerisinde bulunan örnek ve istatistiklere bağlı olarak tahmin yürütebilmek için matematiksel algoritmalar kullanan bir çözümdür. Veri Madenciliği çözümleri içerisinde eğilimleri, kümeleri yada istatistiksel ilişkileri barındıran bir yada daha fazla veri madeni algortiması içerebilir. Örneğin; bir müşterinin daha önceden almış olduğu malları kullanıp o müşterinin hangi tür ürünlere eğilim gösterdiği tahmin edilebilir ve müşteriye eğilim gösterdiği ürün kategorisinde yeni çıkmış bir ürüne ait bilgiler gönderilebilir yada ona benzer özellikler gösteren farklı müşterilerin almış oldukları diğer ürünler öneri olarak sunulabilir.

Dashboard ve Scorecard : İşletmenin kısa ve uzun vadeli taktik anlayışlarını belirlediği araçlara verilen isimlerdir. Scoreboard’lar haftalık ve aylık taktik belirlemeye dolayısı ile uzun vadeli işlemler için kullanılırken Dashboard’lar ise daha kısa süreli örneğin bir iki saat aralıklarla bile güncellenebilirler. Bu nedenle Dashboardlar içerisinde scoreboard’lar barındırılabilir.

Raporlama : Standart sabit raporlardan verilen parametrelere bağlı olarak belli seviyelerde içerisinde gezinebileceğimiz raporlarımız olabilir. Ek olarak raporlama sistemi kullanıcılara yetkilerine bağlı olarak raporların en güncel durumlarını otomatik olarak sunabilmelidir.

Twitter

Sosyal Ağlar

Paylaşın:

mod_vvisit_countermod_vvisit_countermod_vvisit_countermod_vvisit_countermod_vvisit_countermod_vvisit_counter
mod_vvisit_counterBugün3
mod_vvisit_counterDün162
mod_vvisit_counterBu Hafta1037
mod_vvisit_counterGeçen Hafta1161
mod_vvisit_counterBu Ay2650
mod_vvisit_counterGeçen Ay4457
mod_vvisit_counterToplam335073
PATHWAY_MSG   Anasayfa
| + - | RTL - LTR