1.Pengertian Denormalisasi
Denormalisasi adalah proses mengambil model data logika dan
mengubahnya ke dalam suatu model fisik yang efisien untuk tugas – tugas yang
sangat sering dibutuhkan. Tugas tersebut meliputi membangkitkan laporan, tetapi
dapat berarti juga pertanyaan yang lebih efisien. Pertanyaan yang kompleks
seperti proses online analytic
processing(OLAP) sebaik data pertambangan dan knowledge data discovery(KDD) dapat juga membuat kegunaan basisdata
didenormalisasi.
2.
2.Perbedaan antara basisdata tradisional
dengan gudang data.
Dalam gudang data, data diatur di sekitar
permasalahan utama daripada transaksi individual
Data dalam sebuah gudang data disimpan secara
khusus sebagai data ringkasan daripada dalam detail, data asli ditemukan dalam
suatu basisdata penyesuaian transaksi.
Data dalam gudang data mencakup frame waktu
lebih lama daripada data dalam basisdata penyesuaian – transaksi tradisional
karena pertanyaan biasanya mengenai membuat keputusan yang lebih lama daripada
detail transaksi harian.
Sebagian besar gudang data diatur untuk
pertanyaan yang cepat, dimana basisdata yang lebih tradisional dinormalisasikan
dan disusun dalam suatu cara demikian dengan maksud memberikan penyimpanan
informasi yang efisien.
Gudang data biasanya dioptimisasikan untuk
menjawab pertanyaan kompleks yang diketahui OLAP, dari manajer dan penganalisis
daripada sederhana menanyakan pertanyaan berulang – ulang.
Gudang data membolehkan akses secara mudah via
perangkat lunak data-pertambangan (disebut siftware) yang menyelidiki untuk
pola dan dapat mengidentifikasi hubungan yang tidak dibayangkan oleh orang yang
membuat keputusan.
Gudang data meliputi tidak hanya satu tetapi
multiple basisdata yang telah diproses sehingga data gudang tersebut ditentukan
secara sama. Basisdata tersebut dipandang sebagai data “Bersih”.
Gudang data biassanya meliputi data dari sumber
di luar (seperti laporan industry, the company’s Security dan Exchange
Commission filling, atau informasi lengkap mengenai produk saingan) dan juga
data yang dibangkitkn untuk kegunaan internal.



0 komentar:
Posting Komentar