There are unique criteria in DW tha

There are unique criteria in DW that differentiate it with database management system (DBMS). DW is a subject oriented, integrated, time varying and non-volatile collection of data[7]. It contains historical data and those stored data will not be either deleted or changed. Analyzing historical, summarized and consolidated data could lead to precious information such as trend and behavioral correlation. The uniqueness of DWs features cause differences in DW modeling and design. For example in DBMS, redundancy should be eliminated to enhance business process while in DW the existence of redundancy is required to enhance DW performance. However, keeping all historical data that had rarely changed is costly since it requires big data space. To encounter this problem, Kimball et al (2008) proposed slowly changing dimension method to increase its efficiency [9]

ผลลัพธ์ (ไทย) 1:

มีเงื่อนไขเฉพาะใน DW ที่แตกต่างกับระบบการจัดการฐานข้อมูล (DBMS) DW เป็นเรื่องเชิง รวม เวลาไม่ใช่ระเหยแตกต่างกัน และชุดของข้อมูล [7] ประกอบด้วยข้อมูลทางประวัติศาสตร์ และข้อมูลเหล่านั้นจะไม่สามารถลบ หรือเปลี่ยนแปลง วิเคราะห์ประวัติศาสตร์ สรุป และรวมข้อมูลอาจทำให้ข้อมูลมีค่าแนวโน้มและความสัมพันธ์กับพฤติกรรม เอกลักษณ์ของ DWs ทำให้เกิดความแตกต่างในการออกแบบและสร้างโมเดล DW ตัวอย่าง ใน DBMS ซ้ำควรจะตัดออกเพื่อเสริมสร้างกระบวนการทางธุรกิจในขณะที่ใน DW มีความซ้ำซ้อนจะต้องเพิ่มประสิทธิภาพ DW อย่างไรก็ตาม รักษาข้อมูลประวัติทั้งหมดที่มีไม่ค่อยมีการเปลี่ยนแปลงคือค่าใช้จ่ายสูงเนื่องจากต้องการพื้นที่ข้อมูลขนาดใหญ่ เจอปัญหานี้ Kimball et al (2008) เสนอเปลี่ยนแปลงมิติวิธีการเพิ่มประสิทธิภาพของ [9]

ผลลัพธ์ (ไทย) 2:

มีเกณฑ์ที่ไม่ซ้ำกันใน DW ที่แตกต่างกับระบบการจัดการฐานข้อมูล (DBMS) จะมี DW เป็นเรื่องเชิงบูรณาการเวลาเก็บไม่ระเหยของข้อมูลที่แตกต่างกันและ [7] มันมีข้อมูลทางประวัติศาสตร์และข้อมูลที่เก็บไว้เหล่านั้นจะไม่ได้รับการอย่างใดอย่างหนึ่งลบหรือเปลี่ยนแปลง การวิเคราะห์ข้อมูลทางประวัติศาสตร์และสรุปงบการเงินรวมอาจนำไปสู่​​ข้อมูลที่มีค่าเช่นแนวโน้มความสัมพันธ์และพฤติกรรม เอกลักษณ์ของ DW ที่มีความแตกต่างในการสร้างแบบจำลองสาเหตุ DW และการออกแบบ ตัวอย่างเช่นใน DBMS ซ้ำซ้อนควรจะตัดออกเพื่อเพิ่มกระบวนการทางธุรกิจในขณะที่การดำรงอยู่ของ DW ซ้ำซ้อนจะต้องเพิ่มประสิทธิภาพ DW แต่การเก็บรักษาข้อมูลทางประวัติศาสตร์ที่มีการเปลี่ยนแปลงน้อยมากเป็นค่าใช้จ่ายเพราะมันต้องใช้พื้นที่ข้อมูลขนาดใหญ่ ที่จะพบปัญหานี้คิมบอลล์, et al (2008) เสนอช้าเปลี่ยนวิธีมิติเพื่อเพิ่มประสิทธิภาพของ [9]

ผลลัพธ์ (ไทย) 3:

มีเฉพาะเกณฑ์ DW ที่แตกต่างกับระบบการจัดการฐานข้อมูล ( DBMS ) DW เป็นวิชาเชิงบูรณาการ , เวลาที่แตกต่างกันและไม่ระเหยการเก็บข้อมูล [ 7 ] มีข้อมูลทางประวัติศาสตร์และผู้จัดเก็บข้อมูล จะให้ลบหรือเปลี่ยน การวิเคราะห์เชิงประวัติศาสตร์สรุปและข้อมูลรวมจะนำข้อมูลที่มีค่า เช่น แนวโน้มและความสัมพันธ์ทางพฤติกรรม เอกลักษณ์ของหุ้น เพราะความแตกต่างในคุณสมบัติและการออกแบบแบบแห้ง . ตัวอย่างเช่นใน DBMS , ความเหลือเฟือควรจะตัดออกเพื่อเพิ่มประสิทธิภาพกระบวนการทางธุรกิจในขณะที่ใน DW มีความซ้ำซ้อนจะต้องเพิ่มประสิทธิภาพของระบบ . อย่างไรก็ตามเก็บข้อมูลประวัติที่ไม่ค่อยเปลี่ยนมีราคาแพงเนื่องจากต้องใช้พื้นที่ข้อมูลใหญ่ พบปัญหานี้ คิมบอลล์ et al ( 2551 ) เสนอ ค่อยๆเปลี่ยนมิติวิธีการเพิ่มประสิทธิภาพ [ 9 ]