MV
А какие данные?
Size: a a a
2018 August 26
e
для витрин
MV
Кто пользователи? Какие sla у хранилища в части доступности?
e
А какие данные?
ERP производственные
—-
—-
e
А какие данные?
свалка различных интернет логов и прочего
e
Кто пользователи? Какие sla у хранилища в части доступности?
ежедневная очетность - 8 часов ночью на обработку
MV
то есть есть maintainance окна? Когда хранилище можно опустить?
e
то есть есть maintainance окна? Когда хранилище можно опустить?
ночью) и в выхи
MV
Окей. И вы не хотите платить ни за что, даже за поддержку community?
MV
В общем что касается структурированных данных, надо в первую очередь понять, что именно вам от хранилища нужно. Если это большая конкурентная нагрузка - это MPP, хотите "бесплатно" - Greenplum. Если важно скорее проще сопровождать и у вас частые update/delete операции - это OLTP, например - Postgres.
e
Окей. И вы не хотите платить ни за что, даже за поддержку community?
эм.. в целом если все закроет один инструмент и это не будет Oracle , то можно и его купить )))
RK
эм.. в целом если все закроет один инструмент и это не будет Oracle , то можно и его купить )))
QlikView?
MV
Далее надо определиться с ресурсами и масштабом. Если компания/бизнес - маленький и не очень разнообразный, если есть фокус на предметную область - можно использовать Кимбэловский подход с Data Modeling. Он очень простой для создания, сложен немного для сопровождения, но при наличии окон - это поправимо.
e
QlikView?
это же витрина ?
MV
QlikView - это BI
MV
И он не бесплатный )
RK
QlikView это комбайн, в котором есть все — и хранилище (таблицы в виде файлов) и ETL (скрипт) и витрины (те же файлы базы, но уже в памяти) и визуализация (ну это очевидно, это ж BI).
e
QlikView это комбайн, в котором есть все — и хранилище (таблицы в виде файлов) и ETL (скрипт) и витрины (те же файлы базы, но уже в памяти) и визуализация (ну это очевидно, это ж BI).
а какой у него ценник ?
MV
Далее надо определиться с ресурсами и масштабом. Если компания/бизнес - маленький и не очень разнообразный, если есть фокус на предметную область - можно использовать Кимбэловский подход с Data Modeling. Он очень простой для создания, сложен немного для сопровождения, но при наличии окон - это поправимо.
Если бизнес большой, много связей между разными по сути направлениями - нужен хороший уровень абстракции и нормализация. Можно использовать Data Vault или его упрощённые версии с эвристиками для конкретного бизнеса.
Можно Anchor Modeling - тут вообще шикарно в плане методологии, бери и делай. Но нужны прокачанные ETL инженеры и нельзя будет давать пользователям интерфейс к детальному слою - очень сложно писать SQL.
И для этого требуется MPP база
Можно Anchor Modeling - тут вообще шикарно в плане методологии, бери и делай. Но нужны прокачанные ETL инженеры и нельзя будет давать пользователям интерфейс к детальному слою - очень сложно писать SQL.
И для этого требуется MPP база
MV
Я бы Qlik не брал. Не хочу холиварить, это моё субъективное мнение, но для быстрых изменений он не подходит. Это почти классический BI (не совсем, конечно), кодить там надо на своём языке все отчёты. Если их надо поддерживать и менять - вы сильно охренеете со временем этим заниматься.
Тем более best practice, всё-таки, всё что касается данных и их трансформации - вешать на хранилище. Оно чаще мощней, чем сервак для клика
Тем более best practice, всё-таки, всё что касается данных и их трансформации - вешать на хранилище. Оно чаще мощней, чем сервак для клика