Sometimes, you just don’t have a da

Sometimes, you just don’t have a data warehouse from which to get data for your data mart, so you have to source the data from applications yourself.
In many (probably most) of these situations, you create a quick-strike data mart — in effect, a miniature data warehouse but built to meet the demands of a set of users who need the data content now. You follow the same meth- odology and complete the same processes of data extraction, transformation, quality assurance, and loading as described in Chapter 3. The difference
is that you use this methodology on a smaller scale than you do with a full-blown data warehouse.

ผลลัพธ์ (ไทย) 1:

บางครั้ง คุณเพียงแค่ไม่ได้คลังข้อมูลที่จะได้รับข้อมูลการตลาดของข้อมูล ดังนั้นคุณได้แหล่งข้อมูลจากโปรแกรมประยุกต์ตัวเองใน (อาจจะส่วนใหญ่) ของสถานการณ์เหล่านี้ คุณสร้างมินิมาร์ทด่วนตีข้อมูล — ผล คลังข้อมูลขนาดเล็กแต่สร้างขึ้นเพื่อตอบสนองความต้องการของผู้ใช้ที่ต้องการข้อมูลเนื้อหาตอนนี้ชุด คุณทำตาม odology จากที่เดียวกัน และทำกระบวนการเดียวกันของการดึงข้อมูล การแปลง คุณภาพ และการโหลดตามที่อธิบายไว้ในบทที่ 3 ความแตกต่างมีให้คุณใช้วิธีนี้ในระดับที่เล็กกว่าคุณ มีคลังข้อมูล full-blown

ผลลัพธ์ (ไทย) 2:

บางครั้งคุณก็ไม่ได้มีคลังข้อมูลที่จะได้รับข้อมูลมาร์ทสำหรับข้อมูลของคุณเพื่อให้คุณมีไปยังแหล่งข้อมูลจากการใช้งานด้วยตัวคุณเอง.
ในหลาย ๆ (อาจจะมากที่สุด) ของสถานการณ์เหล่านี้คุณสร้างข้อมูลได้อย่างรวดเร็วตีมาร์ท - ผลคลังข้อมูลขนาดเล็ก แต่สร้างขึ้นเพื่อตอบสนองความต้องการของการตั้งค่าของผู้ใช้ที่ต้องการข้อมูลเนื้อหาในขณะนี้ คุณทำตาม odology meth- เดียวกันและเสร็จสิ้นกระบวนการเดียวกันของการสกัดข้อมูลการเปลี่ยนแปลงการประกันคุณภาพและการโหลดตามที่อธิบายในบทที่ 3 ความแตกต่าง
คือการที่คุณใช้วิธีการนี้ในขนาดที่เล็กกว่าที่คุณทำกับข้อมูลเต็มเป่า คลังสินค้า

ผลลัพธ์ (ไทย) 3:

บางครั้งคุณก็ไม่ได้มีคลังข้อมูลที่ได้รับข้อมูลสำหรับความช่วยเหลือของคุณเพื่อให้คุณมีแหล่งข้อมูลจากการใช้งานด้วยตัวเอง
หลาย ( อาจจะส่วนใหญ่ ) ของสถานการณ์เหล่านี้คุณสร้างข้อมูลโจมตีอย่างรวดเร็วมาร์ท - ผล ขนาดเล็กข้อมูลคลังสินค้า แต่สร้างขึ้นเพื่อตอบสนองความต้องการของ การตั้งค่าของผู้ใช้ที่ต้องการเนื้อหาข้อมูลในขณะนี้คุณไปตามกันอีก - odology และเสร็จสิ้นกระบวนการเดียวกันของการสกัด การแปลงข้อมูล การประกันคุณภาพ และการโหลดตามที่อธิบายไว้ในบทที่ 3 ความแตกต่างคือ ว่า คุณใช้วิธีการนี้
บนมาตราส่วนขนาดเล็กกว่าที่คุณทำกับข้อมูลคลังสินค้าเต็มเป่า