Data warehousing is a collection of

Data warehousing is a collection of decision support
technologies, aimed at enabling the knowledge worker
(executive, manager, analyst) to make better and faster
decisions. The past three years have seen explosive growth,
both in the number of products and services offered, and in
the adoption of these technologies by industry. According to
the META Group, the data warehousing market, including
hardware, database software, and tools, is projected to grow
from $2 billion in 1995 to $8 billion in 1998. Data
warehousing technologies have been successfully deployed in
many industries: manufacturing (for order shipment and
customer support), retail (for user profiling and inventory
management), financial services (for claims analysis, risk
analysis, credit card analysis, and fraud detection),
transportation (for fleet management), telecommunications
(for call analysis and fraud detection), utilities (for power
usage analysis), and healthcare (for outcomes analysis). This
paper presents a roadmap of data warehousing technologies,
focusing on the special requirements that data warehouses
place on database management systems (DBMSs).
A data warehouse is a “subject-oriented, integrated, time varying,
non-volatile collection of data that is used primarily
in organizational decision making.”1 Typically, the data
warehouse is maintained separately from the organization’s
operational databases. There are many reasons for doing this.
The data warehouse supports on-line analytical processing
(OLAP), the functional and performance requirements of
which are quite different from those of the on-line transaction
processing (OLTP) applications traditionally supported by the
operational databases.

ผลลัพธ์ (ไทย) 2:

คลังข้อมูลเป็นชุดของการสนับสนุนการตัดสินใจ
เทคโนโลยีที่มุ่งเป้าไปที่การช่วยให้คนงานความรู้
(ผู้บริหาร, ผู้จัดการ, นักวิเคราะห์) เพื่อให้ดีขึ้นและเร็วขึ้น
การตัดสินใจ ผ่านมาสามปีได้เห็นการเจริญเติบโตระเบิด
ทั้งในจำนวนของผลิตภัณฑ์และบริการที่นำเสนอและ
การยอมรับของเทคโนโลยีเหล่านี้โดยอุตสาหกรรม ตามที่
กลุ่ม META ตลาดคลังข้อมูลรวมทั้ง
ฮาร์ดแวร์ซอฟต์แวร์ฐานข้อมูลและเครื่องมือคาดว่าจะเติบโต
จาก $ 2000000000 ในปี 1995 เพื่อ $ 8000000000 ในปี 1998 ข้อมูล
เทคโนโลยีคลังสินค้าได้รับการติดตั้งเรียบร้อยแล้วใน
หลายอุตสาหกรรม: การผลิต (สำหรับการสั่งซื้อ การจัดส่งและ
การสนับสนุนลูกค้า), ค้าปลีก (สำหรับโปรไฟล์ของผู้ใช้และสินค้าคงคลัง
การจัดการ), บริการทางการเงิน (การเรียกร้องสำหรับการวิเคราะห์ความเสี่ยง
การวิเคราะห์การวิเคราะห์บัตรเครดิตและตรวจสอบการทุจริต)
การขนส่ง (เพื่อการจัดการ), การสื่อสารโทรคมนาคม
(สำหรับการวิเคราะห์การโทรและการตรวจสอบการทุจริต ) สาธารณูปโภค (สำหรับการใช้พลังงาน
การวิเคราะห์การใช้งาน) และการดูแลสุขภาพ (สำหรับการวิเคราะห์ผล) นี้
กระดาษนำเสนอแผนงานของข้อมูลเทคโนโลยีคลังสินค้า,
มุ่งเน้นไปที่ความต้องการพิเศษที่คลังข้อมูล
ที่เกี่ยวกับระบบการจัดการฐานข้อมูล (DBMSs).
คลังข้อมูลคือ "เรื่องเชิงบูรณาการครั้งที่แตกต่างกัน,
คอลเลกชันที่ไม่ระเหยของข้อมูลที่เป็น ใช้เป็นหลัก
ในการตัดสินใจขององค์กร. "1 โดยปกติข้อมูล
คลังสินค้าจะยังคงแยกต่างหากจากขององค์กร
ฐานข้อมูลในการดำเนินงาน มีหลายเหตุผลที่ทำเช่นนี้. มี
คลังข้อมูลสนับสนุนเกี่ยวกับสายประมวลผลการวิเคราะห์
(OLAP) ความต้องการการทำงานและประสิทธิภาพของ
ที่ค่อนข้างแตกต่างจากการทำธุรกรรมเกี่ยวกับสาย
การประมวลผล (OLTP) การใช้งานแบบดั้งเดิมโดยการสนับสนุน
ฐานข้อมูลในการดำเนินงาน .

ผลลัพธ์ (ไทย) 3:

คลังข้อมูลคือคอลเลกชันของการสนับสนุนเทคโนโลยี
การตัดสินใจ มุ่งเน้นให้ความรู้พนักงาน
( ผู้บริหาร , ผู้จัดการ , นักวิเคราะห์ ) ทำให้ตัดสินใจได้ดีขึ้นและเร็วขึ้น

สามปีที่ผ่านมาได้เห็นการเจริญเติบโตระเบิด
ทั้งจำนวนของผลิตภัณฑ์และบริการและใน
เทคโนโลยีเหล่านี้ โดยอุตสาหกรรม ตาม
กลุ่มอภิ , ข้อมูลคลังสินค้าตลาดรวมทั้ง
เครื่องมือฮาร์ดแวร์ ซอฟต์แวร์ ฐานข้อมูล และ คาดว่าจะเติบโตจาก $ 2 พันล้านในปี 1995
$ 8 พันล้านดอลลาร์ในปี 1998 เทคโนโลยีคลังข้อมูล

ได้เรียบร้อยแล้วใช้ในอุตสาหกรรมมากมาย : การผลิต ( สำหรับการขนส่งสินค้าและ
ลูกค้าสนับสนุน ) ค้าปลีก ( สำหรับผู้ใช้และลักษณะการจัดการสินค้าคงคลัง
) , บริการทางการเงิน ( วิเคราะห์ อ้างความเสี่ยง
การวิเคราะห์เครดิตบัตรและการตรวจจับทุจริต )
การขนส่ง ( Fleet management ) , โทรคมนาคม
( สำหรับการวิเคราะห์เรียกและการตรวจจับทุจริต ) สาธารณูปโภค ( เพื่อการวิเคราะห์การใช้พลังงาน
) , และการดูแลสุขภาพ ( ร้อยละ 1 ) บทความนี้นำเสนอแนวทางของเทคโนโลยีคลังสินค้า

เน้นข้อมูลความต้องการพิเศษข้อมูลคลังสินค้าวางระบบการจัดการฐานข้อมูล

( DBMSs )คลังข้อมูลคือ " มุ่งเน้น เรื่องเวลาการรวม , รวบรวมข้อมูลที่ไม่ระเหย

ในองค์การใช้เป็นหลักในการตัดสินใจ " 1 โดยปกติ ข้อมูล
โกดังรักษาแยกต่างหากจากฐานข้อมูลการดำเนินงานของ
องค์การ มีหลายเหตุผลสำหรับการทำเช่นนี้ คลังข้อมูลสนับสนุน

การวิเคราะห์การประมวลผลแบบออนไลน์ ( OLAP )การทำงานและประสิทธิภาพความต้องการของ
ซึ่งค่อนข้างแตกต่างจากที่ของการประมวลผลธุรกรรมออนไลน์ ( OLTP )

ผ้ารองรับการใช้งานฐานข้อมูลปฏิบัติการ