Its important to note that Big Data

Its important to note that Big Data and NoSQL are geared toward unstructured data and both Kimball and Inmon are driven off of structuring data into some form – either 3rd normal or star/snowflake schema.
 
The other thing I would add to the discussion is the segregation of the two functions of BI – analysis and reporting.

Both Inmon and Kimball, I believe, ultimately fail in the true analysis function of BI because by the nature of strucuturing data, you are already dictating a relationship between data that may or may not lead to factual causation and actionable information.

Kimball and Inmon due extremely well in providing metrics based upon presubscribed relationships between the data which works well for first level analysis and reporting.
 
For deep dive analytics, technology has come far enough with NoDQL, Hadoop, MapReduce, etc, that we no longer need to structure data in an Inmon or Kimball model.

So the answer of are the Kimball/Inmon models for warehousing obsolete depends on the function within BI.

Reporting – no, analytics – yes.

More Resources on What are the relative strengths and weaknesses of the Bill Inmon and Ralph Kimball approaches to data warehouses in 2012:
http://www.dbms2.com/2010/10/06/ebay-followup-greenplum-out-teradata-10-petabytes-hadoop-has-some-value-and-more/

Read more about What are the relative strengths and weaknesses of the Bill Inmon and Ralph Kimball approaches to data warehouses in 2012:

146 Policies and Procedures Ready to Use – Best Practices in IT Policies and Procedures

This question originally appeared on Quora.

ผลลัพธ์ (ไทย) 1:

สำคัญโปรดทราบว่า ข้อมูลขนาดใหญ่และ NoSQL เป็นเป้าหมายไม่มีโครงสร้างข้อมูล และ Kimball และ Inmon ขับเคลื่อนออกจากการจัดโครงสร้างข้อมูลในบางรูปแบบ – 3 ปกติหรือเค้าร่างดาว/เกล็ดหิมะ

สิ่งอื่น ๆ ฉันจะเพิ่มการสนทนาเป็นการแบ่งแยกหน้าที่สองของ BI – วิเคราะห์และการรายงาน

ทั้ง Inmon และ Kimball ผมเชื่อว่า, สุด ล้มเหลวในการทำงานจริงวิเคราะห์ของ BI เนื่องจาก โดยธรรมชาติของข้อมูล strucuturing คุณจะได้บอกความสัมพันธ์ระหว่างข้อมูลที่อาจ หรือไม่อาจนำไปสู่เรื่อง causation และมุมข้อมูล

Kimball และ Inmon ครบดีมากในวัดตาม presubscribed ความสัมพันธ์ระหว่างข้อมูลที่ดีสำหรับการวิเคราะห์ระดับแรกการทำงานและการรายงาน

สำหรับดำน้ำลึกวิเคราะห์ เทคโนโลยีมาเยอะกับ NoDQL อย่างไร Hadoop, MapReduce ฯลฯ ที่เราไม่ต้องการโครงสร้างข้อมูลในการ Inmon หรือ Kimball รุ่น

เพื่อคำตอบของ แบบจำลอง Kimball/Inmon สำหรับคลังสินค้าล้าสมัยขึ้นอยู่กับฟังก์ชันภายใน BI

รายงาน – ไม่ วิเคราะห์ – ใช่

ทรัพยากรเพิ่มเติมในสิ่งสัมพันธ์กับจุดแข็งและจุดอ่อนของวิธี Inmon ตั๋วและ Ralph Kimball ในคลังข้อมูลใน 2012:
http://www.dbms2.com/2010/10/06/ebay-followup-greenplum-out-teradata-10-petabytes-hadoop-has-some-value-and-more/

อ่านเพิ่มเติมเกี่ยวกับสิ่งที่จะสัมพันธ์กับจุดแข็งและจุดอ่อนของ Inmon ตั๋ว และ Ralph Kimball ใกล้คลังข้อมูลใน 2012:

146 นโยบายและขั้นตอนพร้อมที่จะปฏิบัติเป็นนโยบายและขั้นตอนการใช้

คำถามนี้แรกปรากฏใน Quora

ผลลัพธ์ (ไทย) 2:

สิ่งสำคัญที่จะทราบว่าข้อมูลขนาดใหญ่และ NoSQL จะมุ่งไปยังข้อมูลที่ไม่มีโครงสร้างและทั้งสองคิมบอลล์และ Inmon ถูกผลักดันออกจากข้อมูลการก่อสร้างในรูปแบบบาง - ทั้งคีปกติหรือดาว / เกล็ดหิมะที่ 3 สิ่งอื่น ๆ ฉันจะเพิ่มการสนทนาคือการแยกจากกัน ของทั้งสองฟังก์ชั่นของ BI - การวิเคราะห์และการรายงานทั้งสอง Inmon และคิมบอลล์ผมเชื่อว่าในท้ายที่สุดจะล้มเหลวในการทำงานที่แท้จริงของการวิเคราะห์ BI เพราะโดยธรรมชาติของ strucuturing ข้อมูลคุณอยู่แล้วเล่าความสัมพันธ์ระหว่างข้อมูลที่อาจจะหรืออาจจะไม่ได้นำไปสู่ ที่จะทำให้เกิดผลจริงและข้อมูลที่ดำเนินการคิมบอลล์และ Inmon เนื่องจากเป็นอย่างดีในการให้ตัวชี้วัดที่อยู่บนพื้นฐานของความสัมพันธ์ระหว่างข้อมูล presubscribed ซึ่งทำงานได้ดีในการวิเคราะห์ระดับแรกและการรายงานการวิเคราะห์สำหรับการดำน้ำลึกเทคโนโลยีที่มีมาไกลพอกับ NoDQL, Hadoop, MapReduce, ฯลฯ ที่เราไม่จำเป็นต้องโครงสร้างข้อมูลในรูปแบบ Inmon หรือคิมบอลล์ดังนั้นคำตอบของการมีรูปแบบที่คิมบอลล์ / Inmon สำหรับคลังสินค้าล้าสมัยขึ้นอยู่กับฟังก์ชั่นภายใน BI รายงาน - ไม่มีการวิเคราะห์ - ใช่ทรัพยากรเพิ่มเติมเกี่ยวกับสิ่งที่เป็น ความแข็งและจุดอ่อนของบิล Inmon และราล์ฟคิมบอลล์วิธีการในคลังข้อมูล เพิ่มเติมเกี่ยวกับสิ่งที่เป็นจุดแข็งและจุดอ่อนของญาติของบิล Inmon และราล์ฟคิมบอลล์วิธีการคลังข้อมูลในปี 2012: 146 นโยบายและขั้นตอนพร้อมที่จะใช้ - ปฏิบัติที่ดีที่สุดในนโยบายด้านไอทีและวิธีการคำถามนี้เดิมปรากฏบน Quora
 





 

ผลลัพธ์ (ไทย) 3:

มันสำคัญที่จะทราบว่าข้อมูลที่ใหญ่และ nosql เหมาะต่อข้อมูลที่ไม่มีโครงสร้าง และทั้งคิมบอลล์และ inmon ถูกขับออกของข้อมูลในบางรูปแบบและโครงสร้างทั้ง 3 แบบปกติ หรือดาว / เกล็ดหิมะสคีมา รึเปล่า

อีกอย่างที่ผมจะเพิ่มในการสนทนา คือ การแยกสองฟังก์ชั่นการวิเคราะห์และ BI และการรายงาน

ทั้ง inmon และ คิมบอลล์ , ฉันเชื่อล้มเหลวในการวิเคราะห์การทำงานของบีจริง เพราะโดยธรรมชาติของ strucuturing ข้อมูลที่คุณมีอยู่แล้วและความสัมพันธ์ระหว่างข้อมูลที่อาจจะหรืออาจจะไม่นำไปสู่การข้อเท็จจริงและข้อมูลที่ปลอดภัย

คิมบอลล์และ inmon เนื่องจากเป็นอย่างยิ่งในการให้ presubscribed เมตริกขึ้นอยู่กับความสัมพันธ์ระหว่างข้อมูลซึ่งทำงานได้ดีสำหรับแรกระดับการวิเคราะห์

ทำไมรายงานสำหรับการวิเคราะห์ดำน้ำลึก เทคโนโลยีมาได้ไกลมากพอกับ nodql Hadoop mapreduce , , และอื่น ๆ ที่เราไม่ต้องโครงสร้างข้อมูลใน inmon หรือรุ่นคิมบอล

ดังนั้นคำตอบคือคิมบอลล์ / inmon รูปแบบคลังสินค้าล้าสมัยขึ้นอยู่กับฟังก์ชั่นภายในบี

รายงาน Analytics ––ไม่

ค่ะแหล่งข้อมูลเพิ่มเติมเกี่ยวกับสิ่งที่เป็นจุดแข็งและจุดอ่อนของญาติและบิล inmon ราล์ฟคิมบอลล์แนวทางคลังสินค้าข้อมูลใน 2012 :
http : / / www.dbms2 . com / 2010 / 10 / 06 / ebay-followup-greenplum-out-teradata-10-petabytes-hadoop-has-some-value-and-more /

อ่านเพิ่มเติมเกี่ยวกับสิ่งที่เป็นจุดแข็งและจุดอ่อนของญาติและบิล inmon ราล์ฟคิมบอลล์แนวทางคลังสินค้าข้อมูล 2012 :

มีนโยบายและวิธีการปฏิบัติที่ดีที่สุดและพร้อมที่จะใช้ในนโยบายและขั้นตอน

คำถามนี้เดิมปรากฏบนควอรา .