Veri Ambarlama - Görüşme Soruları
Sevgili okuyucular, bunlar Data Warehousing Interview Questions konusu ile ilgili görüşmeniz sırasında karşılaşabileceğiniz soruların niteliği hakkında sizi bilgilendirmek için özel olarak tasarlanmıştır. Data Warehousing.
A : Veri ambarı, yönetimin karar verme sürecini destekleyen, konu odaklı, entegre, zamana göre değişen ve kalıcı olmayan bir veri koleksiyonudur.
A : Konu odaklı, veri ambarının bilgileri ürün, müşteri, satış vb. Gibi belirli bir konu etrafında sakladığını ifade eder.
A : Bazı uygulamalar arasında finansal hizmetler, bankacılık hizmetleri, müşteri malları, perakende sektörleri, kontrollü imalat bulunmaktadır.
A : OLAP, Online Analytical Processing ve OLTP, Online Transactional Processing'in kısaltmasıdır.
A : Bir veri ambarı, işletmenin analizi için kullanıma sunulan geçmiş bilgileri içerirken, operasyonel bir veritabanı, işi yürütmek için gerekli olan güncel bilgileri içerir.
A : Bir veri ambarı yıldız şeması, kar tanesi şeması ve gerçekler takımyıldızı şeması uygulayabilir.
A : Veri Ambarı, veri ambarını oluşturma ve kullanma sürecidir.
A : Veri Ambarı, veri temizleme, veri entegrasyonu ve veri konsolidasyonlarını içerir.
A : Veri ambarı aracı ve yardımcı programları tarafından gerçekleştirilen işlevler Veri Çıkarma, Veri Temizleme, Veri Dönüştürme, Veri Yükleme ve Yenilemedir.
A : Veri çıkarma, birden çok heterojen kaynaktan veri toplamak anlamına gelir.
A: Meta veriler basitçe verilerle ilgili veriler olarak tanımlanır. Yani üst verinin bizi detaylı verilere götüren özetlenmiş veriler olduğunu söyleyebiliriz.
A : Meta veri solunum, veri ambarı tanımını, iş meta verilerini, operasyonel meta verileri, operasyonel ortamdan veri ambarına eşleme için verileri ve özetleme algoritmalarını içerir.
A: Veri küpü, verileri birden çok boyutta temsil etmemize yardımcı olur. Veri küpü boyutlar ve gerçeklerle tanımlanır.
A : Boyutlar, bir işletmenin kayıtlarını tuttuğu varlıklardır.
A: Data mart, kuruluş genelindeki verilerin alt kümesini içerir. Bu veri alt kümesi, bir kuruluşun belirli grupları için değerlidir. Başka bir deyişle, bir veri pazarının belirli bir gruba özgü verileri içerdiğini söyleyebiliriz.
A : Bir operasyonel veri ambarının görünümü, sanal ambar olarak bilinir.
A Aşamalar, BT stratejisi, Eğitim, İş Vaka Analizi, teknik Plan, Sürümü oluşturma, Geçmiş Yükleme, Ad hoc sorgu, Gereksinim Gelişimi, Otomasyon ve Kapsam Genişletmedir.
A: Bir yük yöneticisi, işlemi ayıklamak ve yüklemek için gerekli işlemleri gerçekleştirir. Yük yöneticisinin boyutu ve karmaşıklığı, veri ambarından veri ambarına belirli çözümler arasında farklılık gösterir.
A: Bir yük yöneticisi, kaynak sistemden verileri alır. Çıkarılan verileri geçici veri deposuna hızlı bir şekilde yükleyin. Veri ambarındakine benzer yapıya basit dönüşümler gerçekleştirin.
A: Depo yöneticisi, depo yönetimi sürecinden sorumludur. Depo yöneticisi, üçüncü taraf sistem yazılımı, C programları ve kabuk komut dosyalarından oluşur. Depo yöneticisinin boyutu ve karmaşıklığı belirli çözümlere göre değişir.
A : Depo yöneticisi, tutarlılık ve referans bütünlük kontrolleri yapar, temel verilere karşı indeksler, iş görünümleri, bölüm görünümleri oluşturur, kaynak verileri geçici depoda yayınlanmış veri ambarına dönüştürür ve birleştirir, veri ambarındaki verileri yedekler, ve yakalanan ömrünün sonuna gelen verileri arşivler.
A : Özet Bilgi, önceden tanımlanmış toplamaların tutulduğu veri ambarındaki alandır.
A : Sorgu Yöneticisi, sorguların uygun tablolara yönlendirilmesinden sorumludur.
A : İlişkisel OLAP, Çok Boyutlu OLAP, Hibrit OLAP ve Özelleştirilmiş SQL Sunucuları olmak üzere dört tür OLAP sunucusu vardır.
A : Çok boyutlu OLAP, İlişkisel OLAP'tan daha hızlıdır.
A : OLAP, roll-up, detaya inme, dilim, zar ve pivot gibi işlevleri gerçekleştirir.
A : Dilim işlemi için yalnızca bir boyut seçilir.
A : Zar işlemi için, belirli bir küp için iki veya daha fazla boyut seçilir.
A : Bir yıldız şemasında yalnızca bir olgu tablosu vardır.
A : Normalleştirme, verileri ek tablolara böler.
A : Snowflake şeması normalleştirme kavramını kullanır.
A : Normalleştirme, veri fazlalığını azaltmaya yardımcı olur.
A : Veri Madenciliği Sorgu Dili (DMQL), Şema Tanımı için kullanılır.
A : DMQL, Yapılandırılmış Sorgu Dili'ne (SQL) dayanmaktadır.
A : Bölümleme, kolay yönetim, yedekleme kurtarmaya yardımcı olmak, performansı artırmak gibi çeşitli nedenlerle yapılır.
A : Veri Marting, donanım ve yazılım maliyetini, ağ erişim maliyetini ve zaman maliyetini içerir.