Apa itu Data Mart di Gudang Data? Jenis & Contoh

Data mart menghadirkan kekuatan analitis dari sebuah data warehouse ke satu tim. Dengan berfokus pada satu area subjek, hal ini memungkinkan departemen untuk menganalisis datanya sendiri dengan cepat tanpa harus menunggu beban kerja di seluruh perusahaan. Bagian di bawah ini menjelaskan apa itu data mart, mengapa organisasi menggunakannya, tiga jenis yang tersedia, dan bagaimana cara mengimplementasikan dan mengelolanya.

Apa itu Data Mart?

Data mart berfokus pada satu area fungsional tunggal dalam suatu organisasi dan berisi subset data yang tersimpan di dalam sebuah basis data. Gudang dataIni adalah versi ringkas dari gudang data, yang dirancang untuk digunakan oleh departemen, unit, atau kelompok pengguna tertentu — misalnya, Pemasaran, Penjualan, SDM, atau Keuangan.

Karena hanya memiliki satu fungsi, data mart biasanya dikendalikan oleh satu departemen dalam organisasi. Fokus tersebut membuat ruang lingkupnya terbatas dan kepemilikannya jelas.

Data mart juga hanya mengambil data dari beberapa sumber, tidak seperti data warehouse yang mengintegrasikan banyak sumber. Akibatnya, data mart berukuran kecil dan jauh lebih fleksibel daripada data warehouse lengkap.

Mengapa kita membutuhkan Data Mart?

Organisasi mengandalkan data mart karena beberapa alasan praktis:

• Data mart meningkatkan waktu respons pengguna dengan mengurangi volume data yang mereka minta.
• Ini menyediakan akses mudah ke data yang sering diminta.
• Data mart lebih sederhana dan lebih murah untuk diimplementasikan daripada data warehouse perusahaan.
• Sistem ini lincah: ketika model berubah, data mart yang lebih kecil dapat dibangun kembali dengan cepat.
• Data mart didefinisikan oleh satu pakar bidang tertentu, sedangkan data warehouse didefinisikan oleh tim multidisiplin, sehingga data mart lebih terbuka terhadap perubahan.
• Data dipartisi, memungkinkan hak akses kontrol yang sangat terperinci.
• Data dapat disegmentasi dan disimpan pada platform perangkat keras atau perangkat lunak yang berbeda.

Singkatnya, karena data mart menangani bagian data yang lebih kecil dan terdefinisi dengan baik, maka data mart lebih cepat dibangun, lebih murah untuk dijalankan, dan lebih mudah diamankan daripada data warehouse perusahaan.

Namun, tidak semua data mart dibangun dengan cara yang sama. Sumber data yang digunakan menentukan jenis mana dari tiga tipe yang sedang Anda gunakan.

Jenis Data Mart

Ada tiga jenis utama data mart, yang dibedakan berdasarkan sumber data yang mereka gunakan:

1. Bergantung: Data mart dependen mengambil data langsung dari sumber operasional, sumber eksternal, atau keduanya.
2. Independen: Data mart independen dibuat tanpa gudang data pusat.
3. Hibrida: Data mart hibrida dapat mengambil data dari gudang data atau sistem operasional.

Data Mart yang Bergantung

Data mart dependen mengambil data organisasi dari satu Data Warehouse, yang memberikan keuntungan berupa sentralisasi. Jika Anda perlu membangun satu atau lebih data mart fisik, Anda mengkonfigurasikannya sebagai data mart dependen.

Data mart dependen dapat dibangun dengan dua cara: pertama, pengguna mengakses data mart dan data warehouse sesuai kebutuhan, dan kedua, akses hanya terbatas pada data mart saja. Pendekatan kedua ini kurang optimal, karena dapat menghasilkan "tempat sampah data" — data yang berasal dari sumber yang sama tetapi kemudian dibuang dan sebagian besar tidak digunakan.

Data Mart Independen

Data mart independen dibuat tanpa gudang data pusat. Jenis data mart ini merupakan pilihan ideal untuk kelompok-kelompok kecil di dalam suatu organisasi.

Data mart independen tidak memiliki hubungan dengan data warehouse perusahaan atau dengan data mart lainnya. Datanya dimuat dan dianalisis secara mandiri. Pendekatan ini bertentangan dengan alasan utama pembangunan data warehouse sejak awal: penyimpanan data perusahaan yang konsisten dan terpusat yang dapat dianalisis oleh banyak pengguna dengan minat yang berbeda.

Mart Data Hibrid

Data mart hibrida menggabungkan input dari sumber di luar gudang data. Ini membantu ketika Anda membutuhkan integrasi ad-hoc — misalnya, setelah grup atau produk baru ditambahkan ke organisasi.

Sistem ini sangat cocok untuk lingkungan multi-basis data dan menawarkan waktu implementasi yang cepat dengan upaya pembersihan data yang minimal. Data mart hibrida juga mendukung struktur penyimpanan yang besar dan berfungsi dengan baik untuk aplikasi yang lebih kecil dan berpusat pada data.

Langkah-Langkah Implementasi Datamart

Menerapkan data mart adalah proses yang bermanfaat namun detail. Proses ini melalui lima fase — perancangan, pembangunan, pengisian, akses, dan pengelolaan — yang masing-masing dijelaskan di bawah ini.

Merancang

Perancangan adalah fase pertama implementasi data mart. Fase ini mencakup setiap tugas mulai dari permintaan awal untuk data mart hingga pengumpulan persyaratan, dan diakhiri dengan desain data mart logis dan fisik.

Langkah desain melibatkan tugas-tugas berikut:

• Mengumpulkan persyaratan bisnis dan teknis serta mengidentifikasi sumber data.
• Memilih subset data yang sesuai.
• Merancang struktur logis dan fisik data mart.

Data dapat dipartisi berdasarkan kriteria berikut:

• Tanggal
• Unit bisnis atau fungsional
• Geografi
• Kombinasi apa pun di atas

Data dapat dipartisi pada tingkat aplikasi atau DBMS, meskipun partisi pada tingkat aplikasi lebih disarankan karena memungkinkan model data yang berbeda setiap tahun seiring perubahan lingkungan bisnis. Sebagian besar data mart dibangun di atas model dimensi, seperti skema bintang, untuk menjaga agar kueri tetap cepat.

Produk dan teknologi apa yang Anda butuhkan?

Pada tahap ini, pena dan kertas sederhana sudah cukup. Alat bantu yang membantu Anda membuat diagram UML atau diagram entitas-relasi juga dapat menambahkan metadata ke desain logis dan fisik Anda.

Membangun

Pembangunan merupakan fase kedua dari implementasi. Fase ini meliputi pembuatan basis data fisik dan struktur logisnya.

Langkah ini melibatkan tugas berikut:

• Menerapkan basis data fisik yang dirancang pada fase sebelumnya — misalnya, membuat objek skema seperti tabel, indeks, dan tampilan.

Produk dan teknologi apa yang Anda butuhkan?

Anda memerlukan sistem manajemen basis data relasional (RDBMS) untuk membangun data mart. RDBMS menyediakan beberapa fitur yang penting untuk keberhasilan data mart:

• Manajemen Penyimpanan: Sistem manajemen basis data relasional (RDBMS) menyimpan dan mengelola data, memungkinkan Anda untuk membuat, menambahkan, dan menghapus catatan.
• Akses data cepat: Dengan kueri SQL, Anda dapat dengan mudah mengambil data berdasarkan kondisi atau filter tertentu.
• Perlindungan data: RDBMS dapat pulih dari kegagalan sistem seperti pemadaman listrik dan memulihkan data dari cadangan jika terjadi kegagalan disk.
• Dukungan multi-pengguna: Fitur ini menawarkan akses bersamaan, sehingga banyak pengguna dapat membaca dan memodifikasi data tanpa menimpa perubahan satu sama lain.
• Keamanan: Aturan ini mengatur pengguna mana yang dapat mengakses objek mana dan operasi apa yang dapat mereka lakukan.

Mengisi

Pada fase ketiga, data dimasukkan ke dalam data mart.

Langkah pengisian melibatkan tugas-tugas berikut:

• Lokasiping data sumber ke data target.
• Extracdengan data sumber.
• Membersihkan dan mengubah data.
• Memuat data ke dalam data mart.
• Membuat dan menyimpan metadata.

Produk dan teknologi apa yang Anda butuhkan?

Anda melakukan tugas-tugas ini dengan ETL (Contoh:tracAlat (Transform, Load). Alat ini memeriksa sumber data, melakukan pemetaan sumber ke target.ping, dan kemudian mantantracts, mentransformasi, membersihkan, dan memuat data ke dalam data mart.

Sepanjang proses, alat ini juga membuat metadata — detail seperti dari mana data berasal, seberapa baru data tersebut, perubahan apa yang dilakukan, dan tingkat peringkasan apa yang diterapkan.

Mengakses

Mengakses adalah langkah keempat, dan langkah ini memanfaatkan data: melakukan kueri data, membuat laporan dan grafik, serta mempublikasikannya. Pengguna akhir mengirimkan kueri dan melihat hasilnya, seringkali melalui OLAP alat.

Langkah akses melibatkan tugas-tugas berikut:

• Membangun lapisan meta yang menerjemahkan struktur basis data dan nama objek ke dalam istilah bisnis, sehingga pengguna non-teknis dapat mengakses data mart dengan mudah.
• Menyiapkan dan memelihara struktur basis data.
• Menyiapkan API dan antarmuka jika diperlukan.

Produk dan teknologi apa yang Anda butuhkan?

Anda dapat mengakses data mart menggunakan baris perintah atau GUI. GUI biasanya lebih disukai karena menghasilkan grafik dengan mudah dan lebih ramah pengguna daripada baris perintah.

Pelaksana

Pengelolaan adalah fase terakhir dari proses implementasi data mart. Dengan menggunakan GUI atau baris perintah, tim menangani tugas-tugas pengelolaan berkelanjutan seperti:

• Manajemen akses pengguna yang berkelanjutan.
• Optimalisasi dan penyempurnaan sistem untuk kinerja yang lebih baik.
• Menambahkan dan mengelola data baru di data mart.
• Merencanakan skenario pemulihan untuk menjaga ketersediaan sistem jika terjadi kegagalan.
• Memulihkan sistem dari kegagalan perangkat keras dan perangkat lunak sambil tetap menjaga data.

Praktik terbaik untuk Menerapkan Data Mart

Ikuti praktik terbaik ini selama proses implementasi data mart:

• Susun sumber data mart berdasarkan departemen.
• Ukurlah siklus implementasi dalam hitungan minggu, bukan bulan atau tahun.
• Libatkan semua pemangku kepentingan dalam fase perencanaan dan desain, karena implementasi data mart bisa jadi kompleks.
• Buat anggaran secara akurat untuk perangkat keras, perangkat lunak, jaringan, dan biaya implementasi data mart.
• Meskipun data mart berbagi perangkat keras, mungkin diperlukan perangkat lunak yang berbeda untuk menangani permintaan pengguna; pertimbangkan daya pemrosesan dan penyimpanan tambahan yang dibutuhkan untuk respons yang cepat.
• Jika data mart berada di lokasi yang berbeda dari data warehouse, pastikan kapasitas jaringan mencukupi untuk memindahkan volume data yang dibutuhkan.
• Alokasikan anggaran untuk waktu pemuatan, yang meningkat seiring dengan meningkatnya kompleksitas transformasi.

Keuntungan dan Kerugian Data Mart

Seperti halnya pilihan arsitektur lainnya, data mart menghadirkan manfaat yang jelas beserta beberapa kompromi.

Kelebihan

• Data mart menyimpan sebagian data organisasi yang berharga bagi kelompok pengguna tertentu.
• Ini adalah alternatif yang hemat biaya dibandingkan dengan gudang data, yang pembangunannya bisa mahal.
• Data mart memungkinkan akses data yang lebih cepat.
• Sistem ini mudah digunakan karena dirancang untuk memenuhi kebutuhan spesifik penggunanya, sehingga dapat mempercepat proses bisnis.
• Data mart membutuhkan waktu implementasi yang lebih singkat daripada data warehouse, karena Anda hanya fokus pada sebagian kecil data.
• Basis data ini berisi data historis yang membantu analis mengidentifikasi tren.

Kekurangan

• Perusahaan terkadang membuat terlalu banyak data mart yang berbeda dan tidak saling terkait, yang menjadi sulit untuk dipelihara.
• Data mart tidak dapat menyediakan analisis data di seluruh perusahaan, karena kumpulan datanya terbatas.

Pertanyaan Umum Demo Slot