Lezione 2. Dati e Architetture per il Data Warehousing ETL
|
|
- Amerigo Grasso
- 5 anni fa
- Visualizzazioni
Transcript
1 Lezione 2 Dati e Architetture per il Data Warehousing ETL 27/02/2010 1
2 Introduzione al DW: Dati I dati possono essere classificati in vari modi nel DW si adotta una classificazione a tre assi: significato business data dati come prodotto metadati struttura strutturati non-strutturati scopo pubblici personali 27/02/2010 2
3 Introduzione al DW: Dati Uso nell organizzazione dati operazionali dati informazionali Granularità dei dati business dati di dettaglio dati aggregati 27/02/2010 3
4 Introduzione al DW: Dati Tipi di elaborazione read/write data read-only data Caratterizzazione temporale dati correnti snapshots dati periodici 27/02/2010 4
5 Introduzione al DW: Dati Caratterizzazione Funzionale: Dati real-time dati operazionali up-to-date utilizzati per il funzionamento dell organizzazione ed gestiti attraverso transazioni R/W tipicamente predefinite e semplici Dati derivati dati organizzati a snapshot o come dati periodici In forma dettagliata o aggregata che sono derivati, applicando un qualche procedimento di calcolo, dai dati real-time utilizzati tipicamente per il supporto alle decisioni 27/02/2010 5
6 Introduzione al DW: Dati Dati riconciliati forma di dati derivati, storicizzati e dettagliati il cui scopo è quello di garantire una visibilità univoca di tutte le informazioni presenti nell organizzazione; vengono periodicamente prodotti dai dati real-time attraverso procedure di ripulitura ed integrazione Dati business non-strutturati immagini, testi ed, in generale, qualsiasi forma di registrazione cui non sia facilmente ascrivibile una struttura in termini di campi/tipi 27/02/2010 6
7 Introduzione del DW: Dati Alcuni esempi... Dati real-time anagrafiche clienti conti bancari fatturazioni/magazzino Dati derivati dati aggregati di vendita analisi di mercato indicatori economici chiave 27/02/2010 7
8 Introduzione del DW: Dati un DW fa riferimento soprattutto a dati strutturati e pubblici sia di tipo business che metadati non-strutturati, pubblici di tipo metadati dati non-strutturati pubblici di tipo business (soprattutto in tempi molto recenti, con l affermarsi di tecnologie evolute di estrazione semantica di informazioni) utilizza (o dovrebbe utilizzare) molto limitatamente dati privati 27/02/2010 8
9 Introduzione del DW: Dati Le organizzazioni tipicamente possiedono altri dati che non entrano direttamente a far parte del DW Questi includono, come esempi importanti, i dati come prodotto, i dati esterni ed i dati che risiedono e vengono elaborati in maniera personale 27/02/2010 9
10 Introduzione del DW: Dati i dati esterni e quelli personali, in certi casi, possono essere utili ai fini dell assunzione di decisioni, ma il loro scopo rimane al di fuori dei confini del DW i dati esterni, in particolare, rivestono sempre maggiore importanza (ad es., fonti informative su andamenti di mercato su Web), tuttavia l accesso ad essi ed, ancora di più, la loro aggiunta ai dati gestiti dal DW deve essere attentamente regolata al fine di evitare l insorgere di problemi di consistenza e qualità delle informazioni fornite agli utenti del DW 27/02/
11 Architetture Data Warehouse Descrivono la struttura generale del DW Diversamente dal caso dei sistemi operazionali, l enfasi in questo caso di concentra quasi esclusivamente sulla progettazione della struttura dei dati (e non delle funzioni che li utilizzano) 27/02/
12 Architetture Data Warehouse Caratteristiche essenziali: Separazione tra elaborazione analitica e transazionale Scalabilità di fronte alla crescita nel tempo dei volumi di dati Estendibilità nei confronti di nuove tecnologie e applicazioni Sicurezza dei dati memorizzati Amministrabilità 27/02/
13 Architetture Data Warehouse le varie architetture si distinguono in base al numero di livelli che le caratterizzano questa caratterizzazione è indipendente, in una certa misura, dalla organizzazione fisica che viene adottata per i dati ed, in particolare, dalla scelta di realizzare ogni livello in modalità materializzata ovvero virtuale 27/02/
14 Architetture DW: 1 livello Dati operazionali MIDDLEWARE Strumenti di reportistica Strumenti OLAP Livello delle sorgenti Livello del warehouse Livello di analisi Vantaggi: Minimizzazione del volume di dati memorizzati Sviluppo rapido e costi ridotti Evita il problema della sincronizzazione dei dati ripetuti Svantaggi: Esecuzione ripetuta della stessa query Mancanza di storicizzazione dei dati Contesa sui dati tra sistemi operazionali e sistemi decisionali 27/02/
15 Architetture DW: 1 livello lo sviluppo di un DW che si proponga di interfacciare una sola sorgente operazionale è, in genere, molto meno impegnativo rispetto al caso in cui ci siano più fonti coinvolte DW virtuale : termine con cui si indica un DW ad un solo livello in cui l utente può accedere più sorgenti operazionali attraverso strati di middleware che realizzano i necessari mapping tra dati 27/02/
16 Architetture DW: 2 livelli Meta-dati Dati operazionali Data mart Report Dati esterni ETL Data Warehouse Data mining OLAP Livello delle sorgenti Livello di alimentazione Livello del warehouse Livello di analisi Vantaggi: Soluzione del problema della concorrenza tra applicazioni operazionali e decisionali Diverse derivazioni degli stessi dati Svantaggi: Alto livello di duplicazione dei dati, spesso incontrollato 27/02/
17 Architettura DW: 2 livelli In questa architettura la complessità del sistema è, in larga misura, nascosta Nonostante i suoi difetti è, storicamente, una delle architetture maggiormente utilizzate, anche perché ben si presta a sviluppi di tipo pilota, che coinvolgono una singola porzione dell organizzazione Data mart : termine con il quale si indica comunemente un implementazione a due livelli con un dominio applicativo molto ben definito e ristretto 27/02/
18 Architetture DW: 3 livelli Meta-dati Dati operazionali Data mart Dari Riconciliati Dati esterni ETL Data Warehouse Report Data mining OLAP Livello delle sorgenti Livello di alimentazione Livello dei dati riconciliati Livello del warehouse Livello di analisi Vantaggi: Dati storici memorizzati nel livello dei dati riconciliati e conseguente semplificazione dei sistemi operazionali Notevole riduzione dei problemi di duplicazione dei dati La riconciliazione è effettuata una sola volta Svantaggi: Inadeguatezza del modello nel caso di sorgenti operazionali particolarmente eterogenee fra loro 27/02/
19 Architetture DW: 3 livelli Il livello riconciliato è la realizzazione materializzata del modello dati che descrive l intera organizzazione L elevato livello di duplicazione in questa tipologia di architettura è più apparente che reale; in ogni caso, il costo in termini di spazio di memorizzazione è ampiamente ripagato in termini di efficienza, manutenibilità e controllabilità 27/02/
20 Architetture DW: 3 livelli La problematica principale di questa tipologia di architettura, dal punto di vista progettuale e realizzativo, consiste nella difficoltà della definizione del livello riconciliato La grande complessità di questo problema rende l architettura inadatta (salvo casi particolari) ad applicazioni di piccola dimensione Diventa, viceversa, l architettura di più conveniente nel caso di sistemi DW di dimensione significativa o che, comunque, coinvolgano più basi di dati sorgente eterogenee tra loro 27/02/
21 Strumenti ETL Extraction Transformation Loading Riconciliazione Ruolo: Alimentare il livello Dati Riconciliati Esauriente Di alta qualità 27/02/
22 Strumenti ETL Riconciliazione: Avviene in due occasioni Creazione del DW Aggiornamento del DW È l operazione più complessa e impegnativa 27/02/
23 Strumenti ETL Fasi della riconciliazione Estrazione Ripulitura Correzione Valori 3. Trasformazione Correzione Formato 4. Caricamento 27/02/
24 Strumenti ETL: Estrazione Fase di estrazione dei dati dalla sorgente Estrazione statica: popolamento iniziale del DW Estrazione incrementale: aggiornamento del DW, catturando solo i cambiamenti dall ultima estrazione Basata sul giornale (log) nel DBMS operazionale Guidata dalle sorgenti che notificano i cambiamenti (per es. trigger) 27/02/
25 Strumenti ETL: Pulitura Fase di ripulitura dei dati estratti Fase critica per migliorare la qualità dei dati Tipiche situazioni di dati sporchi: Dati duplicati Inconsistenze tra valori logicamente associati Dati mancanti Uso non previsto di un campo Valori impossibili Valori inconsistenti dovuti a diverse convenzioni o abbreviazioni Valori inconsistenti dovuti a errori di data entry 27/02/
26 Strumenti ETL: Pulitura Correzioni: Dizionari: correggere errori di scrittura, abbreviazioni, sinonimi Regole: (proprie del dominio applicativo) stabilire le corrette corrispondenze 27/02/
27 Strumenti ETL: Trasformazione Fase centrale del processo di riconciliazione Conversione dati: Formato Operazionale Formato DW Corrispondenza dei formati complicata dalla presenza di più sorgenti eterogenee Fase di integrazione 27/02/
28 Strumenti ETL: Trasformazione Situazioni tipiche: Testi liberi Formati differenti (per es. date) Funzionalità: Conversione e normalizzazione Matching tra campi equivalenti di diverse fonti Alimentazione: Denormalizzazione e Aggregazione 27/02/
29 Strumenti ETL: Caricamento Refresh Dati del DW integralmente riscritti sostituendo i precedenti Normalmente utilizzata solo per il popolamento iniziale, abbinata a estrazione statica Update Cambiamenti alle sorgenti aggiunti al DW, senza distruggere o alterare dati esistenti Normalmente utilizzata per l aggiornamento periodico del DW, abbinata a estrazione incrementale 27/02/
Architetture di Data Warehouse. PDF created with pdffactory trial version
Architetture di Data Warehouse L aspetto architetturale del DW o L aspetto architetturale è estremamente importante: il dw deve essere dotato della capacità di eseguire operazioni complesse e pesanti dal
DettagliData warehouse Introduzione
DataBase and Data Mining Group of DataBase and Data Mining Group of DataBase and Data Mining Group of Database and data mining group, D MG B Data warehouse Introduzione INTRODUZIONE - 1 Database and data
DettagliData warehouse Introduzione
D M B G Data warehouse Introduzione INTRODUZIONE - 1 Supporto alle decisioni aziendali La maggior parte delle aziende dispone di enormi basi di dati contenenti dati di tipo operativo queste basi di dati
DettagliData warehouse: introduzione
atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and
DettagliRedazione e Presentazione di Progetti Informatici
Redazione e Presentazione di Progetti Informatici Corso di Laurea in Informatica Massimo Ruffolo E-mail: ruffolo@icar.cnr.it Web: http://www.icar.cnr.it/ruffolo Istituto di CAlcolo e Reti ad alte prestazioni
DettagliIndice. Prefazione. Capitolo 1 Introduzione al data warehousing 1
Indice Prefazione XI Capitolo 1 Introduzione al data warehousing 1 1.1 I sistemi di supporto alle decisioni 2 1.2 Il data warehousing 3 1.3 Architetture per il data warehousing 6 1.3.1 Architettura a un
DettagliLezione 5. Alimentazione dei Data Warehouses Riconciliazione e Integrazione di Schemi di Dati per il Data Warehousing
Lezione 5 Alimentazione dei Data Warehouses Riconciliazione e Integrazione di Schemi di Dati per il Data Warehousing 16/05/2011 1 Alimentazione di un DW Sorgenti operazionali Estrazione Pulizia Staging
DettagliArchitetture Evolute nei Sistemi Informativi. architetture evolute 1
Architetture Evolute nei Sistemi Informativi architetture evolute 1 Scalabilità delle Applicazioni carico: insieme di tutte le applicazioni (query) scalabilità: abilità di conservare prestazioni elevate
DettagliSistemi di Elaborazione dell Informazione
Magazzino Sistemi di Elaborazione dell Informazione Parte Quarta L Elaborazione della Conoscenza Sistema Informativo Integrato e Business Intelligence Conoscenza Struttura di un azienda di Produzione Dati
DettagliUTILIZZO DEI SISTEMI INFORMATIVI PER IL SUPPORTO DELLE DECISIONI ARCHITETTURA DI RIFERIMENTO
UTILIZZO DEI SISTEMI INFORMATIVI PER IL SUPPORTO DELLE DECISIONI ARCHITETTURA DI RIFERIMENTO CORSO SISTEMI INFORMATIVI 25 novembre 2003 Gianmario Motta Gianmariomotta@polimi.it OBIETTIVI DELLA LEZIONE
DettagliSistemi Informativi L. Corso di Laurea in Ingegneria dei Processi Gestionali A.A. 2003/2004. Docente: Prof. Wilma Penzo
Data Warehousing Sistemi Informativi L Corso di Laurea in Ingegneria dei Processi Gestionali A.A. 2003/2004 Docente: Prof. Wilma Penzo Sommario Il ruolo della business intelligence e del sistema informativo
DettagliSistemi Informativi Avanzati
Anno Accademico 2012/2013 Sistemi Informativi Avanzati Corso di Laurea Magistrale in Ingegneria Gestionale Domenico Beneventano Andrea Scavolini Introduzione 1 Obiettivi Il corso si propone di fornire
DettagliProf. Giorgio Poletti
5 Informatica Laurea Triennale in Economia Anno Accademico 2017-2018 Prof. Giorgio Poletti giorgio.poletti@unife.it I dati sono diventati il quarto fattore produttivo, dopo i classici terra, lavoro e capitale.
DettagliData Warehousing e Data Mining
Università degli Studi di Firenze Dipartimento di Sistemi e Informatica A.A. 2011-2012 I primi passi Data Warehousing e Data Mining Parte 2 Docente: Alessandro Gori a.gori@unifi.it OLTP vs. OLAP OLTP vs.
DettagliSistema Informativo Statistico Regione Campania
Sistema Informativo Statistico Regione Campania Presentazione del progetto Infrastruttura Flusso di lavoro Contenuti realizzati Esempio Presentazione del progetto Strumenti informatici per una più semplice
DettagliBasi di dati attive. Una base di dati è ATTIVA quando consente la definizione e la gestione di regole di produzione (regole attive o trigger).
Basi di dati attive Una base di dati è ATTIVA quando consente la definizione e la gestione di regole di produzione (regole attive o trigger). Tali regole vengono attivate in modo automatico al verificarsi
DettagliData Warehouse Architettura e Progettazione
Introduzione Data Warehouse Architettura! Nei seguenti lucidi verrà fornita una panoramica del mondo dei Data Warehouse.! Verranno riportate diverse definizioni per identificare i molteplici aspetti che
DettagliDall intuizione alla conoscenza
Dall intuizione alla conoscenza Il valore dei dati nel processo decisionale Maurizio Pighin Università di Udine Facoltà di Economia LiberaMente Srl Spinoff Accademico Università Udine Slide 1 Agenda Alcuni
DettagliProf. Giorgio Poletti
6 Informatica Laurea Triennale in Economia Anno Accademico 2017-2018 Prof. Giorgio Poletti giorgio.poletti@unife.it Non ci sono misteri... C'è soltanto l'insufficienza di dati o della mente.. Paul Valéry
DettagliPROGETTI DI SISTEMI INFORMATIVI DIREZIONALI
PROGETTI DI SISTEMI INFORMATIVI DIREZIONALI SI supporto att. Operative VS SI direzionali Per un SI supporto att. Operative si deve Identificare e analizzare processi e procedure Procedere alla loro informatizzazione
DettagliORDINE DEGLI ATTUARI
La Funzione Attuariale in ottica Solvency 2 La Data Governance Paola Scarabotto / Luca Virgili Milano, 20 Ottobre 2014 Agenda I requisiti normativi e regolamentari Principi di riferimento Architettura
DettagliForum PA Big Data e Analytics: modelli, analisi e previsioni, per valorizzare l'enorme patrimonio informativo pubblico
Forum PA 2013 Big Data e Analytics: modelli, analisi e previsioni, per valorizzare l'enorme patrimonio informativo pubblico Dr.ssa Giovanna Del Mondo DCSIT Area data warehousing, business intelligence
DettagliMODELLI DEI DATI. Informatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia
Informatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia Università degli Studi di Salerno : Modelli dei Dati MODELLI DEI DATI Prof. Alberto Postiglione
DettagliInformatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia. Università degli Studi di Salerno
Informatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia Università degli Studi di Salerno : Modelli dei Dati Prof. Alberto Postiglione Università degli
DettagliData warehouse Introduzione
Database and data mining group, Data warehouse Introduzione INTRODUZIONE - 1 Pag. 1 Database and data mining group, Supporto alle decisioni aziendali La maggior parte delle aziende dispone di enormi basi
DettagliFondamenti di Informatica e Programmazione
Fondamenti di Informatica e Programmazione Prof. G ianni D Angelo Email: giadangelo@unisa.it A. A. 2018/19 Dati e Basi di Dati 1/4 I dati sono importanti poiché costituiscono una risorsa aziendale La loro
DettagliSistemi Informativi su Web
Sistemi Informativi su Web Prof.ssa E. Gentile a.a. 2011-2012 Programma 1. Definizioni 2. Organizzazione 3. Progettazione 4. Management Prof.ssa E. Gentile Sistemi Informativi su Web 2 Sistema Realtà di
DettagliIl Data Warehouse di Ateneo
Il Data Warehouse di Ateneo Presentazione e contenuti Il Data Warehouse dell Ateneo di Bologna (DW) è una collezione di dati di supporto per i processi decisionali e costituisce un miglioramento del patrimonio
DettagliBusiness Intelligence & Data Warehousing
Business Intelligence & Data Warehousing prof. Stefano Rizzi DISI - Università di Bologna stefano.rizzi@unibo.it Sommario! La BI! Il data warehouse Architetture L ETL Il modello multidimensionale Reportistica
DettagliI Componenti del processo decisionale 7
Indice Introduzione 1 I Componenti del processo decisionale 7 1 Business intelligence 9 1.1 Decisioni efficaci e tempestive........ 9 1.2 Dati, informazioni e conoscenza....... 12 1.3 Ruolo dei modelli
DettagliData Warehousing. Sommario. Luca Cabibbo, Riccardo Torlone, Paolo Atzeni. Processi. Processi, dati e decisioni. Processi presso una banca
Sommario Data Warehousing Luca Cabibbo, Riccardo Torlone, Paolo Atzeni Introduzione Basi di dati integrate, sì, ma OLTP e OLAP Data warehousing Data warehouse e data warehousing Dati multidimensionali
DettagliFondamenti di Informatica A. A / 1 9
Fondamenti di Informatica Introduzione ai DBMS ed al Modello E -R Prof. Marco Lombardi A. A. 2 0 1 8 / 1 9 Dati e Basi di Dati 1/4 I dati sono importanti poiché costituiscono una risorsa aziendale La loro
DettagliPiano Generale di Sviluppo
Piano Generale di Sviluppo Quadro di riferimento Il Piano Generale di Sviluppo rappresenta il principale documento di pianificazione strategica dell Ente Locale, finalizzato a definire gli assi portanti
DettagliLe basi di dati. Definizione 1. Lezione 2. Bisogna garantire. Definizione 2 DBMS. Differenza
Definizione 1 Lezione 2 Le basi di dati Gli archivi di dati Organizzato in modo integrato attraverso tecniche di modellazione di dati Gestiti su memorie di massa Con l obiettivo Efficienza trattamento
DettagliFunzione primaria del sistema informativo Supportare chi fa funzionare l azienda attraverso la propria attività Supporto necessario in aree diverse,
Filippo Geraci Funzione primaria del sistema informativo Supportare chi fa funzionare l azienda attraverso la propria attività Supporto necessario in aree diverse, con livello di astrazione che sale man
DettagliBASI DI DATI E UTENTI DI BASI DI DATI
BASI DI DATI E UTENTI DI BASI DI DATI Introduzione alle basi di dati (1) 2 La gestione dell informazione L informazione rappresenta oggi uno dei beni più preziosi all interno di una qualsiasi organizzazione
DettagliCap. 1-I 1 I sistemi informatici
Libro di testo A. Chianese,V. Moscato, A. Picariello, L. Sansone Basi di dati per la gestione dell informazione McGraw-Hill, 2007 Informazioni sul corso http://www.docenti.unina.it/lucio.sansone Ricevimento
DettagliSISTEMI INFORMATIVI AZIENDALI
SISTEMI INFORMATIVI AZIENDALI introduzione ai sistemi informativi 1 Sistema Informativo Insieme degli strumenti, risorse e procedure che consentono la gestione delle informazioni aziendali e' essenziale
DettagliMarco R. Bellinzona Partner Ecos. Indicatori di performance per la Pubblica Amministrazione: il caso Provincia di Milano
Marco R. Bellinzona Partner Ecos Indicatori di performance per la Pubblica Amministrazione: il caso Provincia di Milano La Provincia di Milano e la Provincia di Monza e Brianza N comuni: 50 residenti:
DettagliAnalysis Service. Dutto Riccardo IPSI - tel Dutto Riccardo - SQL Server 2008.
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo riccardo.dutto@polito.it IPSI - tel.7991 http://dbdmg.polito.it/ Il Data warehouse Sorgenti dati operazionali DB relazionali
DettagliLogistica e nuove prospettive con le soluzioni di business analytics di SAP
Logistica e nuove prospettive con le soluzioni di business analytics di SAP Analytics 2013 Join the New Data Revolution Milano, 13 Giugno 2013 Dino Burigo BI Developer Head, Luxottica Antonello Morelli
DettagliIntroduzione al Data Warehousing
Introduzione al Data Warehousing Molte di queste slide sono state realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e sono state tratte dal suo libro Data Warehouse - teoria e pratica
DettagliSISTEMI INFORMATIVI DIREZIONALI BUSINESS INTELLIGENCE
SISTEMI INFORMATIVI DIREZIONALI BUSINESS INTELLIGENCE Punti chiave Cosa sono i sistemi informativi direzionali (SID)? Che differenza con i sistemi di supporto alle attività operative? Qual è il punto di
DettagliProgettazione del Data Warehouse
Progettazione del Data Warehouse Queste dispense sono state estratte dalle dispense originali del Prof. Stefano Rizzi, disponibili in http://www-db.deis.unibo.it/~srizzi/) e sono state tratte dal libro
DettagliIntroduzione al Data Warehousing
Sistemi Informativi Avanzati Anno Accademico 2012/2013 Prof. Domenico Beneventano Introduzione al Data Warehousing Molte di queste slide sono state realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/)
DettagliCONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI
CONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI Introduzione alle basi di dati (2) 2 Modelli dei dati, schemi e istanze (1) Nell approccio con basi di dati è fondamentale avere un certo livello di
DettagliElena Baralis 2007 Politecnico di Torino 1
Introduzione Sistemi informativi 2 Introduzione Base di dati Modello dei dati Accesso ai dati Vantaggi e svantaggi dei DBMS 4 6 2007 Politecnico di Torino 1 7 8 9 10 Sistema informatico Nei sistemi informatici,
DettagliCorso di basi di dati Fascicolo T04b Nota: i primi lucidi sostituiscono alcuni già proposti, in altro ordine e ccon qualche differenza, nel fascicolo
Corso di basi di dati Fascicolo T04b Nota: i primi lucidi sostituiscono alcuni già proposti, in altro ordine e ccon qualche differenza, nel fascicolo T04a ... dati storici...... dati aggregati... Le basi
DettagliI sistemi di reporting e i rapporti direzionali
I sistemi di reporting e i rapporti direzionali Reporting - Sintesi dei fenomeni aziendali secondo modelli preconfezionati e con frequenza e aggiornamento prestabiliti - contabile (dati economici) - extracontabile
DettagliI DATI E LA LORO INTEGRAZIONE 63 4/001.0
I DATI E LA LORO INTEGRAZIONE 63 4/001.0 L INTEGRAZIONE DEI DATI INTEGRAZIONE DEI DATI SIGNIFICA LA CONDIVISIONE DEGLI ARCHIVI DA PARTE DI PIÙ AREE FUNZIONALI, PROCESSI E PROCEDURE AUTOMATIZZATE NELL AMBITO
DettagliSistemi Informativi Avanzati Anno Accademico 2011/2012 Prof. Domenico Beneventano Progettazione del Data Warehouse
Sistemi Informativi Avanzati Anno Accademico 2011/2012 Prof. Domenico Beneventano Progettazione del Data Warehouse Molte di queste slide sono state realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/)
DettagliData Warehousing e Business Intelligence
Data Warehousing e Business Intelligence Urbino 15 maggio 2008 Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna 1 Introduzione al Data Warehousing 1 L evoluzione dei sistemi informativi
DettagliSistemi informativi D B M G. Introduzione. Introduzione alle basi di dati D B M G 2. Elena Baralis 2007 Politecnico di Torino 1
Sistemi informativi D B M G Introduzione D B M G 2 2007 Politecnico di Torino 1 Introduzione D B M G Gestione delle informazioni Base di dati Modello dei dati Indipendenza dei dati Accesso ai dati Vantaggi
DettagliCorso integrato di Sistemi di Elaborazione. Modulo I. Prof. Crescenzio Gallo.
Corso integrato di Sistemi di Elaborazione Modulo I Prof. Crescenzio Gallo crescenzio.gallo@unifg.it Basi di dati: introduzione 2 Introduzione Gestione delle informazioni Basi di dati / DBMS Modello dei
DettagliElena Baralis 2007 Politecnico di Torino 1
Introduzione Basi di dati DB M BG2 Introduzione Base di dati Modello dei dati Accesso ai dati Vantaggi e svantaggi dei DBMS DB M BG4 D B M G6 2007 Politecnico di Torino 1 D B M G7 D B M G8 D B M G9 D B
DettagliGestione delle informazioni Base di dati Modello dei dati Indipendenza dei dati Accesso ai dati Vantaggi e svantaggi dei DBMS
2007 Politecnico di Torino 1 Basi di dati DB M B G Gestione delle informazioni Base di dati Modello dei dati Indipendenza dei dati Accesso ai dati Vantaggi e svantaggi dei DBMS DB M B G 2 2007 Politecnico
DettagliElena Baralis 2007 Politecnico di Torino 1
2007 Politecnico di Torino 1 Basi di dati Gestione delle informazioni Base di dati Modello dei dati Accesso ai dati Vantaggi e svantaggi dei DBMS DB M BG2 Gestione delle informazioni Le informazioni sono
DettagliBasi di Dati Direzionali
Basi di Dati Direzionali Angelo Chianese, Vincenzo Moscato, Antonio Picariello, Lucio Sansone Basi di dati per la gestione dell'informazione 2/ed McGraw-Hill Capitolo 9 Appunti dalle lezioni SQL come DDL
DettagliPROGETTI DI SISTEMI INFORMATIVI DIREZIONALI
PROGETTI DI SISTEMI INFORMATIVI DIREZIONALI Punti chiave di un progetto di SID I SID sono differenti dai SI di supporto alle attività operative QUINDI richiedono approcci alla progettazione diversi Gli
DettagliBasi di Dati. Concetti e Principi Generali. Maria Mirto
Basi di Dati Concetti e Principi Generali Maria Mirto Organizzazione dei Dati Archivi o file Procedure di accesso in qualunque linguaggio di programmazione Duplicazione dati: ridondanza incoerenza formati
DettagliCASE HISTORY CRM PER I SERVIZI ALL IMPRESA. Servizi CGN. beantech. IT moves your business
CASE HISTORY CRM PER I SERVIZI ALL IMPRESA Servizi CGN beantech IT moves your business SETTORE Servizi DIPENDENTI 236 FATTURATO 2016 35 milioni PAESE Italia Chi è Servizi CGN Servizi CGN è oggi il primo
DettagliIntroduzione al Data Warehousing
Sistemi Informativi Avanzati Anno Accademico 2015/2016 Prof. Domenico Beneventano Introduzione al Data Warehousing Molte di queste slide sono state realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/)
DettagliArmonizzazione dei sistemi contabili nella Pubblica Amministrazione ORACLE PRODUCT LOGO
Armonizzazione dei sistemi contabili nella Pubblica Amministrazione ORACLE PRODUCT LOGO Quadro normativo di riferimento QUADRO DI RIFERIMENTO STATO L. 196/2009 Delega per l armonizzazione dei sistemi contabili
DettagliCorso di Laurea in Informatica Basi di Dati a.a
Corso di Laurea in Informatica Basi di Dati a.a. 2012-2013 Laboratorio 31B Esercitatori : Ing. G. Laboccetta Dott.ssa V. Policicchio Progetto Didattico Durante le lezioni saranno realizzate tutte le fasi
DettagliBusiness Intelligence HR
Business Intelligence HR Business Intelligence Termine generico per indicare: Un insieme di processi per raccogliere ed analizzare informazioni strategiche mirate a prendere le migliori decisioni La tecnologia
DettagliIL PIANO DI QUALITA AZIENDALE
I DATABASE IL PIANO DI QUALITA AZIENDALE Metodologia per raggiungere gli obiettivi di un azienda in modo Veloce Economico Sicuro Standardizzato 2 IL SISTEMA AZIENDA L azienda è un organizzazione che per
DettagliSISTEMI INFORMATIVI AZIENDALI
SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Sistemi operazionali I sistemi operazionali costituiscono
DettagliSistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano. Archi multipli
Sistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano Archi multipli Capitoli 5.2.5 e 9.1.4 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo Golfarelli,
DettagliPROGRAMMAZIONE CLASSE: 4A-4B-4I DISCIPLINA: INFORMATICA A.S. 2016/17
Ministero della Pubblica Istruzione Istituto Tecnico Commerciale Statale e PACLE ELSA MORANTE Via Bonaparte, 2/bis 20812 Limbiate (MB) Tel: 02 9964933 02 9964934 Fax: 02 9966747 E-mail uffici: mitd49000q@istruzione.it
DettagliSistemi Informativi Aziendali. Sistemi Informativi Aziendali. Sistemi Informativi Aziendali
DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE ANTONIO RUBERTI Introduzione al Data Warehousing per b. Progetto di Datawarehouse 1 Progetto di Data Warehouse Definizione di obiettivi e
DettagliLaboratorio di Sistemi Informativi Aziendali a.a
Laboratorio di Sistemi Informativi Aziendali a.a. 2006-2007 2007 Docente: Mario Guarracino mario.guarracino@na.icar.cnr.it tel. 081 6139519 http://www.na.icar.cnr.it/~mariog Informazioni logistiche Orario
DettagliASPETTO SOFTWARE. Estensione del sistema operativo di un pc, ovvero un software di base che permette la comunicazione con gli utenti
ASPETTO SOFTWARE Estensione del sistema operativo di un pc, ovvero un software di base che permette la comunicazione con gli utenti Compito principale è la condivisione delle risorse tra gli utenti Hanno
DettagliData warehousing Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007
Data warehousing Introduzione A partire dalla metà degli anni novanta è risultato chiaro che i database per i DSS e le analisi di business intelligence vanno separati da quelli operazionali. In questa
DettagliBasi di Dati Parallele
Basi di Dati Parallele Capitolo 3 Basi di dati Architetture e linee di evoluzione P. Atzeni, S. Ceri, P. Fraternali, S. Paraboschi, R. Torlone 1 Scalabilità delle applicazioni Carico insieme di tutte le
DettagliIl Sistema Integrato dei Istat
Il Sistema Integrato dei Registri @ Istat Progettazione e realizzazione di una architettura Ontology-Based Mauro Bruno, Roberta Radini, Laura Tosco Istituto Nazionale di Statistica - Istat Sommario Il
DettagliPag Politecnico di Torino 1
Introduzione Strutture fisiche di accesso Definizione di indici in SQL Progettazione fisica Linguaggio SQL: costrutti avanzati D B M G D B M G2 Organizzazione fisica dei dati All interno di un DBMS relazionale,
DettagliINFORMATICA GENERALE Prof. Alberto Postiglione Scienze della Comunicazione
2.1c: MODELLI DEI DATI MODELLI DEI DATI Atzeni, cap. 1.3 DBMS: Modelli dei Dati 10 ott 2011 Dia 3 Modelli Logici e Modelli Concettuali Modelli Logici (disponibili sui DBMS commerciali) E un insieme di
DettagliSistemi informativi secondo prospettive combinate
Sistemi informativi secondo prospettive combinate direz acquisti direz produz. direz vendite processo acquisti produzione vendite INTEGRAZIONE TRA PROSPETTIVE Informazioni e attività sono condivise da
DettagliD B M G D B M G 2. Gestione degli indici. Introduzione Strutture fisiche di accesso Definizione di indici in SQL Progettazione fisica
Linguaggio SQL: costrutti avanzati D B M G Introduzione Strutture fisiche di accesso Definizione di indici in SQL Progettazione fisica D B M G 2 Pag. 1 2007 Politecnico di Torino 1 D B M G Organizzazione
DettagliInViMall - Intelligent Virtual Mall. Progetto MSE MI Modello di Vendita. Survey
Modello di Vendita Survey L attività B.5, ovvero la Definizione del Modello di Vendita prevista nell ambito del progetto, si è svolta secondo quanto previsto in prima istanza nel MacroModello dell Attività
DettagliProgetto ARS01_00917 OK-INSAID Operational Knowledge from Insights and An 703,520 PON R&I Capofila. Durata (mesi) 30 Data Inizio 01/07/2018
Progetto ARS01_00917 OK-INSAID Operational Knowledge from Insights and An Capofila Engineering Ingegneria Informatica S.p.A. Durata (mesi) 30 Data Inizio 01/07/2018 Costo Progetto Quota CALEF (K ) 703,520
DettagliQuesto consentirà il mantenimento degli archivi anagrafici origine, separatamente, ma disponibili alle elaborazioni che si riterranno più utili.
S.I. FEG ALMAVIVA Il sistema Informativo FEG ALMAVIVA nasce dall esigenza dell Area Monitoraggio e Valutazione della Direzione Lavoro della Regione Lazio di storicizzare i dati anagrafici dei lavoratori
DettagliUML Introduzione a UML Linguaggio di Modellazione Unificato. Corso di Ingegneria del Software Anno Accademico 2012/13
UML Introduzione a UML Linguaggio di Modellazione Unificato Corso di Ingegneria del Software Anno Accademico 2012/13 1 Che cosa è UML? UML (Unified Modeling Language) è un linguaggio grafico per: specificare
DettagliCAPITOLO 8. Tecnologie per il controllo, il social business e i big data ORGANIZZAZIONE AZIENDALE
CAPITOLO 8 Tecnologie per il controllo, il social business e i big data 1 Agenda Evoluzione dell Information Technology I sistemi di controllo Sistemi di controllo a feedback IT e coordinamento interno
DettagliUniversità di Bergamo Facoltà di Ingegneria INGEGNERIA DEL SOFTWARE. Paolo Salvaneschi A5_3 V2.1. Controllo Qualità. Ispezioni
Università di Bergamo Facoltà di Ingegneria INGEGNERIA DEL SOFTWARE Paolo Salvaneschi A5_3 V2.1 Controllo Qualità Ispezioni Il contenuto del documento è liberamente utilizzabile dagli studenti, per studio
DettagliIl modello multidimensionale. Per le slides si ringrazia il Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e il Dott.
Il modello multidimensionale Per le slides si ringrazia il Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e il Dott. Angelo Sironi Verso il modello multidimensionale Che incassi sono stati
DettagliBasi di Dati Relazionali
Corso di Laurea in Informatica Basi di Dati Relazionali A.A. 2009-2010 Laboratorio 31B Esercitatori : Ing. G. Laboccetta Dott.ssa V. Policicchio ASPETTI ORGANIZZATIVI DEL CORSO Docente del corso: Prof.
DettagliI S.I. DIREZIONALI (BUSINESS INTELLIGENCE)
I S.I. DIREZIONALI (BUSINESS INTELLIGENCE) LE ESIGENZE INFORMATIVE DIREZIONALI IL LIVELLO DELLE FONTI IL LIVELLO DI TRASFORMAZIONE IL LIVELLO DI MEMORIZZAZIONE IL LIVELLO DI ELABORAZIONE IL MODELLO INFORMATICO
DettagliI SISTEMI OPERATIVI. Insieme di programmi che implementano funzioni essenziali per l uso di un sistema elaboratore.
I SISTEMI OPERATIVI Insieme di programmi che implementano funzioni essenziali per l uso di un sistema elaboratore. Le funzioni di un S.O. non sono definibili in modo esaustivo e puntuale così come non
DettagliSistema informativo. informazionale
Filippo Geraci Sistema informativo informazionale Strategia: descrizione di un piano d'azione di lungo termine usato per impostare e successivamente coordinare le azioni tese a raggiungere uno scopo predeterminato.
DettagliProf. Pagani corrado SISTEMI INFORMATIVI E DATABASE
Prof. Pagani corrado SISTEMI INFORMATIVI E DATABASE ARCHIVIAZIONE DEI DATI I vari S.O. e i cosiddetti linguaggi ad alto livello mettono a disposizione varie tipologie di file per l archiviazione e gestione
DettagliMicrosoft Access. Nozioni di base. Contatti: Dott.ssa Silvia Bonfanti
Microsoft Access Nozioni di base Contatti: Dott.ssa Silvia Bonfanti silvia.bonfanti@unibg.it Introduzione In questa lezione vedremo lo strumento Microsoft Access ed impareremo come realizzare con esso
DettagliSistemi Informativi Avanzati
Anno Accademico 2010/2011 Sistemi Informativi Avanzati Corso di Laurea Magistrale in Ingegneria Gestionale Prof. Domenico Beneventano beneventano.domenico@unimore.it Introduzione 1 Obiettivi Il corso si
DettagliCorso di. Basi di Dati I. 1. Introduzione
Corso di Basi di Dati 1. Introduzione A.A. 2016 2017 Contatti, annunci E-mail: pezzini@mat.uniroma1.it Ufficio: stanza 11 (piano terra), Dipartimento di Matematica. Ricevimento: Mercoledì 11:00-13:00 e
DettagliCiclo di vita di un sistema informativo
Ciclo di vita di un sistema informativo Studio di fattibilità definisce le varie alternative possibili, i relativi costi e le priorità di realizzazione. Raccolta e analisi dei requisiti individua proprietà
DettagliData warehouse Progettazione
D MG B Data warehouse Progettazione DATA WAREHOUSE: PROGETTAZIONE - 1 Fattori di rischio Aspettative elevate degli utenti il data warehouse come soluzione dei problemi aziendali Qualità dei dati e dei
DettagliCorso di. Basi di Dati I. 1. Introduzione
Corso di Basi di Dati 1. Introduzione A.A. 2016 2017 Contatti, annunci E-mail: pezzini@mat.uniroma1.it Ufficio: stanza 11 (piano terra), Dipartimento di Matematica. Ricevimento: Mercoledì 11:00-13:00 e
DettagliA.s Programma di Informatica
A.s. 2008-2009 Programma di Informatica Gli aspetti teorici della disciplina sono suddivisi in 5 moduli: A. Progetto di sistemi informativi B. Basi di dati C. Linguaggi per basi di dati relazionali D.
DettagliINFORMATICA PER LE SCIENZE UMANE a.a. 2016/2017
INFORMATICA PER LE SCIENZE UMANE a.a. 2016/2017 Francesca Levi Dipartimento di Informatica E-mail: francesca.levi@unipi.it levifran@di.unipi.it Francesca Levi Dipartimento di Informatica Informatica per
DettagliSQL e linguaggi di programmazione. Cursori. Cursori. L interazione con l ambiente SQL può avvenire in 3 modi:
SQL e linguaggi di programmazione L interazione con l ambiente SQL può avvenire in 3 modi: in modo interattivo col server attraverso interfacce o linguaggi ad hoc legati a particolari DBMS attraverso i
Dettagli