Datu noliktavām specifisku īpašību salīdzināšana dažādās izstrādes vidēs

Abstract

Datu noliktavas pielietošana uzņēmumu vai organizāciju darbā ir efektīvs rīks datu izpētei un secinājumu veikšanai, kas ir nozīmīgi darba efektivitātes uzlabošanai. Taču kāda izstrādes vide labāk nodrošina datu noliktavām nepieciešamo funkcionalitāti? Šajā darbā tiek pētīts, kādas datu noliktavām specifiskas īpašības tiek atbalstītas izstrādes vidēs Microsoft SQL Server, Oracle, PostgreSQL un MySQL. Darbā tiek aplūkots, kādas ir datu noliktavām specifiskas īpašības, kas ir būtiskas datu noliktavas izstrādes vidē, kā arī tiek pētīts, kādas no šīm īpašībām un kādas papildus īpašības tiek atbalstītas katrā no aplūkotajām izstrādes vidēm. Uzdevuma veikšanai tiek pielietota viena datu noliktava, kuras struktūra un dati tiek migrēti uz katru izstrādes vidi un katrā izstrādes vidē tiek praktiski pārbaudīts, kādas no aplūkotajam iespējām ir pieejamas. Šī darba noslēgumā tiek uzskaitīts katras izstrāde vides apskatīto īpašību atbalsts, kas tika praktiski pārbaudīts šī pētījuma laikā un tiek veikti secinājumi par katras izstrādes vides atbilstību datu noliktavas veidošanai un uzturēšanai.

The use of data warehouses in enterprises and organisations is an effective for data analysis and decision making, which are important aspects in order to raise productivity. But what platform supports data warehousing functionality better? In this thesis, the author analyses what data warehouse – specific properties are supported on Microsoft SQL Server, Oracle, PostgreSQL and MySQL platforms. This thesis researches data warehousing – specific properties that are essential in data warehouse development platform and also examines which of these properties and what additional properties are supported in the researched platforms. In order to achieve the this task, one data warehouse with its structure and data was migrated on different platforms, and, on each platform the author practically tested what properties are available. The closure of this thesis includes a list of supported data warehouse – specific properties which were practically tested on each of the examined platforms and conclusion about how each platform is correspondent to data warehouse development and maintenance.