لم يتم العثور على نتائج

بحثك لم يطابق أي نتائج.

ما هي مخازن البيانات؟

مخزن البيانات هو نوع من نظام إدارة البيانات تم تصميمه لتمكين ودعم أنشطة ذكاء الأعمال (BI)، وخاصةً التحليلات. تهدف مخازن البيانات فقط إلى إجراء الاستعلامات والتحليلات وغالبًا ما تحتوي على أحجام كبيرة من البيانات القديمة. عادةً ما يتم استخلاص البيانات داخل مخزن البيانات من مجموعة واسعة من المصادر، مثل ملفات سجل التطبيقات وتطبيقات المعاملات.

يعمل مخزن البيانات على مركزية ودمج أحجام كبيرة من البيانات من مصادر متعددة. وتسمح الإمكانات التحليلية لمخزن البيانات للمؤسسات باستخلاص رؤى تجارية قيّمة من بياناتها لتحسين عملية اتخاذ القرار. وبمرور الوقت، تنشئ سجلاً قديمًا يكون فائق القيمة لعلماء البيانات ومحللي الأعمال. وبسبب هذه الإمكانات، يمكن اعتبار مخزن البيانات بمثابة مصدر واحد للحقيقة في المؤسسة.

غالبًا ما يشتمل مخزن البيانات النموذجي على العناصر التالية:

  • قاعدة بيانات ارتباطية لتخزين وإدارة البيانات
  • حل استخراج وتحميل وتحويل (ELT) لإعداد البيانات للتحليلات
  • إمكانات التحليلات الإحصائية، وإعداد التقارير، وجمع البيانات
  • أدوات تحليلات العميل لتصوّر وتقديم البيانات لمستخدمي الأعمال
  • التطبيقات التحليلية الأخرى الأكثر تطورًا والتي يتم تشغيلها عمليًا
  • معلومات من خلال تطبيق خوارزميات التعلُّم الآلي والذكاء الاصطناعي (AI)

لماذا لا يمكن إجراء تحليلات مقابل بيئة OLTP الخاصة بك؟

مخازن البيانات هي بيئات ارتباطية تُستخدم لتحليلات البيانات، خاصةً تحليلات البيانات القديمة. تستخدم المؤسسات مخازن البيانات لاكتشاف الأنماط والعلاقات في بياناتها التي تتطور بمرور الوقت.

في المقابل، تُستخدم بيئات المعاملات لمعالجة المعاملات بشكل مستمر وتُستخدم بشكل شائع لإدخال الأوامر والمعاملات المالية ومعاملات البيع بالتجزئة. ولا تعتمد هذه البيئات على البيانات القديمة؛ في الواقع، غالبًا ما يتم أرشفة البيانات القديمة، في بيئات OLTP، أو حذفها ببساطة لتحسين الأداء.

وتختلف مخازن البيانات وأنظمة OLTP اختلافًا كبيرًا.

مخزن البيانات نظام OLTP
عبء العمل استيعاب الاستعلامات المخصّصة وتحليلات البيانات دعم عمليات محددة مسبقًا فقط
تعديلات البيانات إجراء تحديثات تلقائيًا على أساس منتظم إجراء تحديثات من قِبل المستخدمين لإصدار بيانات فردية
تصميم المخططات استخدام مخططات مُعاد تنظيمها جزئيًا لتحسين الأداء استخدام مخططات تم تنظيمها تمامًا لضمان اتساق البيانات
مسح البيانات يشمل آلاف الصفوف إلى الملايين منها يصل فقط إلى عدد قليل من السجلات في المرة الواحدة
البيانات القديمة التخزين عدة أشهر أو سنوات من البيانات تخزين البيانات لمدة أسابيع أو أشهر فقط

مخازن البيانات، ومتاجر البيانات، ومخازن بيانات التشغيل

على الرغم من أنها تؤدي جميعًا أدوارًا مماثلة، إلا أن مخازن البيانات تختلف عن متاجر البيانات ومخازن بيانات التشغيل (ODS). يؤدي متجر البيانات نفس وظائف مخزن البيانات ولكن ضمن نطاق محدود للغاية، عادةً ضمن قسم واحد أو خط أعمال واحد. وهذا بدوره يجعل إنشاء متاجر البيانات أسهل من مخازن البيانات. ومع ذلك، فإنها تميل إلى تقديم عدم تناسق لأنه قد يكون من الصعب إدارة البيانات والتحكم فيها بشكل موحّد عبر العديد من متاجر البيانات.

تدعم مخازن بيانات التشغيل (ODS) العمليات اليومية فقط، لذلك فإن عرضها للبيانات القديمة محدود للغاية. وعلى الرغم من أنها تعمل جيدًا كمصادر للبيانات الحالية وغالبًا ما تُستخدم في مخازن البيانات على هذا النحو، إلا أنها لا تدعم الاستعلامات الثرية القديمة.

هل أحتاج إلى بحيرة بيانات؟

تستخدم المؤسسات كلاً من بحيرات البيانات ومخازن البيانات مع الأحجام الكبيرة من البيانات من مصادر مختلفة. ويعتمد اختيار وقت استخدام واحد أو آخر على ما تنوي المؤسسة فعله بالبيانات. فيما يلي وصف لأفضل طريقة لاستخدام كل منها:

  • تعمل بحيرات البيانات على تخزين عدد كبير من البيانات المتباينة وغير المرشحة لاستخدامها لاحقًا لغرض معين. يتم تحصيل البيانات من تطبيقات خط الأعمال، وتطبيقات الأجهزة المحمولة، والوسائط الاجتماعية، وأجهزة إنترنت الأشياء (IoT)، وغيرها، كبيانات خام في بحيرة بيانات. يتم استخلاص بنية مجموعات البيانات المختلفة وتكاملها واختيارها وتنسيقها في وقت التحليلات من قِبل الشخص الذي يجري التحليلات. عندما تحتاج المؤسسات إلى تخزين منخفض التكلفة للبيانات غير المنظمة وغير المنسقة من مصادر متعددة، والتي تعتزم استخدامها لغرض معين في المستقبل، فقد تكون بحيرة البيانات هي الاختيار الصحيح.
  • تهدف مخازن البيانات بشكل خاص إلى تحليل البيانات. يتم إجراء المعالجة التحليلية داخل مخزن البيانات على البيانات التي تم تجهيزها للتحليلات التي تم جمعها ووضعها في السياق وتحويلها بهدف إنشاء رؤى قائمة على التحليلات. كما أن مخازن البيانات بارعة أيضًا في التعامل مع أحجام كبيرة من البيانات من مصادر مختلفة. عندما تحتاج المؤسسات إلى تحليلات بيانات متقدمة أو تحليلات تعتمد على البيانات القديمة من مصادر متعددة عبر المؤسسة، فمن المحتمل أن يكون مخزن البيانات هو الخيار الصحيح.

مزايا مخزن البيانات

توفّر مخازن البيانات ميزة شاملة وفريدة من نوعها تتمثل في السماح للمؤسسات بتحليل أحجام كبيرة من البيانات المتغيرة واستخراج قيمة كبيرة منها، وكذلك الاحتفاظ بسجل قديم.

تسمح أربع خصائص فريدة (موضحة من قِبل عالم الكمبيوتر وليام إنمون، الذي يعتبر بمثابة الأب الروحي لمخزن البيانات) لمخازن البيانات بتقديم هذه الميزة الشاملة. وفقًا لهذا التعريف، تتميز مخازن البيانات بأنها:

  • موجهة نحو الموضوع. يمكنها تحليل البيانات حول موضوع معين أو مجال وظيفي (مثل المبيعات).
  • متكاملة. تقوم مخازن البيانات بإنشاء تناسق بين أنواع البيانات المختلفة من مصادر متنوعة.
  • غير متطايرة. بمجرد أن تتواجد البيانات في مخزن بيانات، فإنها تكون ثابتة ولا تتغير.
  • متغيرة زمنيًا. تلجأ تحليلات مخزن البيانات إلى التغيُّر مع مرور الوقت.

سيقوم مخزن البيانات المصمّم بشكل جيد بإجراء الاستعلامات بسرعة كبيرة، وتقديم سرعة نقل بيانات عالية، وتوفير مرونة كافية للمستخدمين لتنفيذ عمليات الإسقاط على الأبعاد أو تقليل حجم البيانات لإجراء فحص دقيق لتلبية مجموعة متنوعة من المطالب سواء على مستوى عالٍ أو بمستوى جيد جدًا وتفصيلي. كما يُعد مخزن البيانات بمثابة الأساس الوظيفي لبيئات ‬‏‫التحليل الذكي للأعمال (‏BI) الخاصة بالبرامج الوسيطة التي توفّر للمستخدمين تقارير ولوحات معلومات وواجهات أخرى.

بنية مخزن البيانات

يتم تحديد بنية مخزن البيانات حسب الاحتياجات المحددة للمؤسسة. وتتميّز البُنى المشتركة بما يلي:

  • السهولة. تشترك جميع مخازن البيانات في تصميم أساسي يتم فيه تخزين البيانات الوصفية والبيانات الموجزة والبيانات الخام داخل المخزن المركزي للمخزن. ويتم تغذية المخزن بمصادر البيانات على أحد الجوانب ويتم الوصول إليه من قِبل المستخدمين لإجراء تحليلات وإعداد التقارير وجمع البيانات على الجانب الآخر.
  • السهولة مع وجود منطقة تشغيل مرحلي. يجب محو البيانات التشغيلية ومعالجتها قبل وضعها في المخزن. وعلى الرغم من أنه يمكن القيام بذلك برمجيًا، فإن العديد من مخازن البيانات تضيف منطقة تشغيل مرحلي للبيانات قبل أن تدخل المخزن، لتبسيط إعداد البيانات.
  • ذات نظام محوري. تسمح إضافة متاجر البيانات بين المخزن المركزي والمستخدمين للمؤسسة بتخصيص مخزن البيانات الخاص بها لخدمة مختلف أنواع الأعمال. وعندما تكون البيانات جاهزة للاستخدام، يتم نقلها إلى متجر البيانات المناسب.
  • بيئات الاختبار المعزولة. بيئات الاختبار المعزولة هي مناطق خاصة ومحكمة وآمنة تتيح للشركات استكشاف مجموعات البيانات أو طرق تحليل البيانات الجديدة بسرعة وبشكل غير رسمي، بدون الحاجة إلى التكيُّف أو الامتثال مع القواعد والبروتوكول الرسمي لمخزن البيانات.

تطور مخازن البيانات بدءًا من تحليلات البيانات إلى الذكاء الاصطناعي والتعلُّم الآلي

عندما ظهرت مخازن البيانات لأول مرة في أواخر الثمانينيات، كان الغرض منها هو مساعدة تدفق البيانات، بدءًا من أنظمة التشغيل إلى أنظمة دعم اتخاذ القرارات (DSSs). وتطلبت مخازن البيانات الأولية هذه حجمًا هائلاً من التكرار. وكانت معظم المؤسسات تتضمن بيئات أنظمة دعم اتخاذ القرارات (DSS) متعددة تخدم مختلف مستخدميها. وبالرغم من استخدام بيئات أنظمة دعم اتخاذ القرارات (DSS) للكثير من البيانات نفسها، إلا أن تجميع البيانات ومحوها وتكاملها غالبًا ما كان يتم تكراره في كل بيئة من البيئات.

نظرًا لأن مخازن البيانات أصبحت أكثر فاعلية، فقد نشأت من مخازن معلومات دعمت الأنظمة الأساسية التقليدية ‏‫للتحليل الذكي للأعمال (‏BI) في بنى تحتية واسعة للتحليلات تدعم مجموعة واسعة من التطبيقات، مثل التحليلات التشغيلية وإدارة الأداء.

وتقدمت عمليات تكرار مخزن البيانات بمرور الوقت لتقديم قيمة إضافية تدريجية للمؤسسة.

الخطوة الإمكانيات قيمة الأعمال
1 إعداد تقارير عن المعاملات توفير معلومات ارتباطية لإنشاء لقطات لأداء العمل
2 تنفيذ عمليات الإسقاط على الأبعاد‬‏‫، والاستعلام المخصّص، وأدوات ‬‏‫التحليل الذكي للأعمال (‏BI) التوسيع من الإمكانات للحصول على رؤى أعمق وتحليلات أكثر فعالية
3 التنبؤ بالأداء المستقبلي (جمع البيانات) تطوير التصورات وذكاء الأعمال التطلعي
4 التحليل التكتيكي (المكاني، والإحصائيات) توفير سيناريوهات “ماذا لو” للإبلاغ عن القرارات العملية القائمة على تحليلات أكثر شمولية
5 التخزين عدة أشهر أو سنوات من البيانات تخزين البيانات لمدة أسابيع أو أشهر فقط

يتطلب دعم كل خطوة من هذه الخطوات الخمس مجموعة متزايدة ومتنوعة من مجموعات البيانات. تُنشئ الخطوات الثلاث الأخيرة على وجه الخصوص ضرورة لمجموعة أوسع من البيانات وإمكانات تحليلية.

ويعمل الذكاء الاصطناعي والتعلُّم الآلي اليوم على تحويل كل أصول الصناعة والخدمات والمؤسسات— ولا يتم استثناء مخازن البيانات من ذلك. يؤدي التوسُّع في البيانات الكبيرة وتطبيق التقنيات الرقمية الجديدة إلى إحداث تغيير في متطلبات وإمكانات مخازن البيانات.

ويعد مخزن البيانات الذاتي هو الخطوة الأخيرة في هذا التطوُّر، حيث يقدم للشركات إمكانية استخراج قيمة أكبر من بياناتها مع تقليل التكاليف وتحسين موثوقية مخزن البيانات وأدائه.

تعرَّف على المزيد حول مخازن البيانات الذاتية في الكتاب الإلكتروني لدينا، ثم ابدأ في استخدام مخزن البيانات الذاتي الخاص بك.

تصميم مخزن بيانات

عندما تشرع مؤسسة في تصميم مخزن بيانات، يجب أن تبدأ بتحديد متطلباتها التجارية المحددة، والاتفاق على النطاق، وصياغة تصميم مفاهيمي. ويمكن للمؤسسة بعد ذلك إنشاء التصميم المنطقي والمادي لمخزن البيانات. يتضمن التصميم المنطقي العلاقات بين الكائنات، ويتضمن التصميم المادي أفضل طريقة لتخزين الكائنات واستردادها. كما يتضمن التصميم المادي أيضًا عمليات النقل والنسخ الاحتياطي والاسترداد.

يجب أن يعالج أي تصميم لمخزن البيانات ما يلي:

  • محتوى بيانات محدد
  • العلاقات داخل مجموعات البيانات وفيما بينها
  • بيئة الأنظمة التي ستدعم مخزن البيانات
  • أنواع تحويلات البيانات المطلوبة
  • تكرار تحديث البيانات

يرتكز العامل الأساسي في التصميم على احتياجات المستخدمين. ويهتم معظم المستخدمين بإجراء التحليلات والبحث في البيانات بشكل إجمالي، بدلاً من التعامل مع المعاملات الفردية. ومع ذلك، لا يعرف المستخدمون غالبًا ما يريدون حتى تظهر حاجة محددة. وبالتالي، ينبغي أن تتضمن عملية التخطيط استكشافات كافية لتوقُّع الاحتياجات. أخيرًا، يجب أن يتيح تصميم مخزن البيانات مساحة للتوسّع والتطور لمواكبة الاحتياجات المتطورة للمستخدمين.

السحابة ومخزن البيانات

توفُّر مخازن البيانات في السحابة نفس الخصائص والمزايا لمخازن البيانات المحلية ولكن مع المزايا الإضافية للحوسبة السحابية ― مثل المرونة، والتوسُّع، وسهولة الاستخدام، والأمان، والتكاليف المنخفضة. تسمح مخازن بيانات السحابة للمؤسسات بالتركيز فقط على استخراج القيمة من بياناتها بدلاً من الاضطرار إلى إنشاء وإدارة البنية التحتية للأجهزة والبرمجيات لدعم مخزن البيانات.

اقرأ عن Oracle Cloud ومخازن البيانات (PDF)

النشر بدون تعقيد: Autonomous Data Warehouse

يتمثل أحدث تكرار لمخزن البيانات في مخزن البيانات الذاتي، والذي يعتمد على الذكاء الاصطناعي والتعلُّم الآلي للحد من المهام اليدوية وتبسيط عملية الإعداد والنشر وإدارة البيانات. لا يتطلب مخزن البيانات الذاتي كخدمة في السحابة أي إدارة لقواعد البيانات أو تهيئة الأجهزة أو الإدارة أو تثبيت البرمجيات من قِبل الأشخاص.

يتم إنشاء مخزن البيانات والنسخ الاحتياطي وتصحيح قاعدة البيانات وترقيتها، وكذلك توسيع نطاق قاعدة البيانات أو تقليله تلقائيًا مع توفُّر نفس المرونة، وقابلية التطوير، وسهولة الاستخدام، وخفض التكاليف التي توفرها الأنظمة الأساسية السحابية. يحد Oracle Autonomous Data Warehouse من التعقيد ويوفّر سرعة النشر ويحرر الموارد، حتى تتمكن المؤسسات من التركيز على الأنشطة التي تضيف قيمة للأعمال.

Oracle Autonomous Data Warehouse

Oracle Autonomous Data Warehouse عبارة عن مخزن بيانات سهل الاستخدام ومستقل تمامًا يسمح بالتوسُّع بشكل مرن، ويقدم أداءً سريعًا للاستعلام ولا يتطلب إدارة قاعدة البيانات. ويتسم الإعداد لخدمة Oracle Autonomous Data Warehouse بالبساطة والسرعة الشديدة.

اطلع على المزيد حول Oracle Autonomous Data Warehouse (PDF)