Kho dữ liệu (tiếng Anh: Data Warehouse) là kho lưu trữ điện tử của một lượng lớn thông tin của một doanh nghiệp hoặc tổ chức

Khái niệm

Kho dữ liệu là kho lưu trữ điện tử của một lượng lớn thông tin của một doanh nghiệp hoặc tổ chức. Đây là một thành phần quan trọng của phân tích kinh doanh, sử dụng các kĩ thuật phân tích trên dữ liệu doanh nghiệp.

Khái niệm được giới thiệu vào năm 1988 bởi 2 nhà nghiên cứu của IBM là Barry Devlin và Paul Murphy. Nhu cầu lưu trữ dữ liệu phát triển khi các hệ thống máy tính trở nên phức tạp hơn và phải xử lí lượng dữ liệu ngày càng tăng. Một cuốn sách quan trọng về lưu trữ dữ liệu là “Xây dựng kho dữ liệu” của W.H Inmon, được xuất bản lần đầu tiên vào năm 1990 và đã được tái bản nhiều lần kể từ đó.

Nó được sử dụng để cung cấp cái nhìn sâu sắc hơn về hiệu suất của một công ty bằng cách so sánh dữ liệu được hợp nhất từ nhiều nguồn không đồng nhất và được thiết kế để chạy các câu hỏi và phân tích trên dữ liệu lịch sử có nguồn gốc từ các nguồn giao dịch.

Data Warehouse hoạt động như thế nào?

Khi dữ liệu đã được nạp vào kho, nó không thay đổi và không thể sửa đổi do kho dữ liệu vận hành các phân tích về sự kiện đã xảy ra bằng cách tập trung vào các thay đổi trong dữ liệu theo thời gian. Dữ liệu được lưu trữ phải được lưu trữ theo cách an toàn, đáng tin cập, dễ truy xuất và quản lí.

Có một số bước nhất định được thực hiện để tạo một kho dữ liệu. Bước đầu tiên là trích xuất dữ liệu, bao gồm việc thu thập lượng lớn dữ liệu từ nhiều điểm nguồn. Sau khi dữ liệu được biên soạn, nó sẽ trải qua quá trình làm sạch dữ liệu, quá trình xử lí dữ liệu để tìm lỗi và sửa, hoặc loại trừ bất kì lỗi nào được tìm thấy.

Dữ liệu được dọn sạch sau đó được chuyển đổi từ định dạng cơ sở dữ liệu sang định dạng kho. Khi được lưu trữ trong kho, dữ liệu sẽ được sắp xếp, hợp nhất và tổng kết,… để nó được điều phối và dễ sử dụng hơn. Theo thời gian, nhiều dữ liệu được thêm vào kho khi nhiều nguồn dữ liệu được cập nhật.

Các doanh nghiệp có thể lưu trữ dữ liệu để sử dụng trong thăm dò và khai thác dữ liệu, tìm kiếm các mẫu thông tin sẽ giúp họ cải thiện qui trình kinh doanh của mình. Một hệ thống lưu trữ dữ liệu tốt cũng có thể giúp các bộ phận khác nhau trong công ty truy cập dữ liệu của nhau dễ dàng hơn.

Ví dụ: Nó có thể cho phép một công ty dễ dàng đánh giá dữ liệu của nhóm bán hàng và giúp đưa ra quyết định về cách cải thiện doanh số hoặc sắp xếp hợp lí hóa các bộ phận. Doanh nghiệp có thể chọn tập trung vào thói quen chi tiêu của khách hàng để định vị tốt hơn sản phẩm của mình và tăng doanh số.

Kho dữ liệu và cơ sở dữ liệu

Vốn là hai khái niệm khác nhau nhưng vẫn có nhiều người nhầm lẫn hai khái niệm này. Dưới đây là một số sự khác biệt cơ bản giữa cơ sở dữ liệu và kho dữ liệu:

Có thể hiểu, kho dữ liệu có kích thước lớn hơn nhiều so với cơ sở dữ liệu, thậm chí nó có thể bao gồm cả cơ sở dữ liệu trong đó, hay nói cách khác kho dữ liệu là một loại cơ sở dữ liệu khổng lồ được thiết kế để tối ưu hóa quy trình phân tích và báo cáo.

Cơ sở dữ liệu thường là một ứng dụng, chương trình hoặc hệ thống để chứa các thông tin trong một nguồn.

Kho dữ liệu là tập hơn các nguồn, hệ thống thông tin khác nhau để sắp xếp, phân tích và xuất báo cáo theo truy vấn người dùng. Điều quan trọng cần lưu ý là kho dữ liệu có thể được lấy từ nhiều cơ sở dữ liệu khác nhau (hoặc có thể không lấy).