پایان نامه بررسی کاربردی مدل های داده چند بعدی (OLAP) و استفاده از الگوهای آماری

پایان نامه دوره کارشناسی

گرایش نرم افزار

 ‫1.1 ﻣﻘﺪﻣﻪ ای ﺑﺮ ﭘﺎﻳﮕﺎه داده اوراﻛﻞ g‪10

‫1-1-1 اﺛﺮ ﺟﻮ اﻗﺘﺼﺎدی ﺑﺮ ﻫﺰﻳﻨﻪ ﺗﻜﻨﻮﻟﻮژی:

‫ﻳﻜﻲ از ﭼﺎﻟﺸﻬﺎی ﻋﺼﺮ ﺣﺒﺎﺑﻲ اﻣﺮوز ‪  post-dot-comﻛﻪ ﺑﺴﻴﺎری از ﺳﺎزﻣﺎﻧﻬﺎ ﺑﺎ آن ﻣﻮاﺟﻪ ﻣﻲ ﺷﻮﻧﺪ اﻳﻦاﺳﺖ ﻛﻪ اﻧﺘﻈﺎر ﻣﻲ رود ﺑﻪ ﻣﻨﻈﻮر ﺑﻬﺒﻮد ﺳﻮد و زﻳﺎن ﺷﺮﻛﺖ ﺑﺪون ﻫﻴﭻ ﺑﻮدﺟﻪ ﻳﺎ ﺑﺎ ﺑﻮدﺟﻪ ﻛﻤﻲ ﻣﺤﺼﻮل ﺑﻴﺸﺘﺮی را اراﺋﻪ دﻫﻨﺪ. ﻣﻤﻜﻦ اﺳﺖ ﺷﻤﺎ ﺑﻪ دﻧﺒﺎل روﺷﻬﺎی ﺟﺪﻳﺪی ﺑﺮای ﻛﺎﻫﺶ ﻫﺰﻳﻨﻪ ﻫﺎی ﺗﻜﻨﻮﻟﻮژی ﺑﺎﺷﻴد ‫در ﺣﺎﻟﻴﻜﻪ در ﻫﻤﺎن زﻣﺎن از ﺗﻘﺎﺿﺎﻫﺎی ﺟﺪﻳﺪ و ﺑﻬﺒﻮد ﺑﻬﺮه وری ﺣﻤﺎﻳﺖ ﻛﻨﻴﺪ .ﺑﻌﻼوه ﺑﻪ دﻧﺒﺎل رﺳﻮاﻳﻲ ﻫﺎی اﺧﻴﺮ ﺣﺴﺎﺑﺪاری ﺷﺮﻛﺘﻬﺎ ﻗﻮاﻧﻴﻦ ﺟﺪﻳﺪی ﺗﺪوﻳﻦ ﺷﺪ ﺗﺎ ﻣﺴﺌﻮﻟﻴﺖ ﺷﺮﻛﺘﻬﺎ را ﺑﺎﻻ و ﺑﺒﺮد اﻓﺸﺎ ﺳﺎزی ﻣﺎﻟﻲ را ﺑﻬﺒﻮد ﺑﺨﺸﺪ و ﺑﺎ ﺟﺮاﺋﻢ ﻣﺎﻟﻲ ﺷﺮﻛﺖ ﻣﺒﺎرزه ﻛﻨﺪ . ‪Sarbanes-Oxle ﺑﻪ ﺷﺮﻛﺘﻬﺎ اﻣﺮ ﻣﻲ ﻛﻨﺪ ﺗﺎ ﻛﻨﺘﺮل ﺟﺎﻣﻌﻲ ﺑﺮ ﻣﺪﻳﺮﻳﺖ داﺷﺘﻪ ﺑﺎﺷﻨﺪ و اﻃﻼﻋﺎت ﻣﺎﻟﻲ ﺷﺮﻛﺖ را ﮔﺰارش ﻛﻨﻨﺪ و ﺑﺮایاﻧﺠﺎم اﻳﻦ ﻛﻨﺘﺮﻟﻬﺎ ﻣﺴﺌﻮﻟﻴﺘﻬﺎﻳﻲ را ﺑﺮروی ﻣﺪﻳﺮ ﻋﺎﻣﻞ و ﻣﺪﻳﺮ ارﺷﺪ ﻗﺮار ﻣﻲ دﻫﺪ.اﻳﻦ ﻋﻤﻞ ﺑﻪ ﻧﻮﺑﻪ ﺧﻮد ﻧﻴﺎزﻫﺎی ﺟﺪﻳﺪی را ﺑﺮ ﺳﺎزﻣﺎنIT ﺗﺤﻤﻴﻞ ﻣﻲ ﻛﻨﺪ. ﺑﻨﺎﺑﺮاﻳﻦ ﭼﮕﻮﻧﻪ ﻗﺎدرﻳﺪ ﻫﺰﻳﻨﻪ ﻫﺎ را ﻗﻄﻊ و در ﻫﻤﺎن زﻣﺎن دﻳﺪﮔﺎه ﻛﻠﻲ از اﻃﻼﻋﺎت ﻣﻬﻢ ﺗﺠﺎری راﮔﺴﺘﺮش دﻫﻴﺪ ؟ ﭼﮕﻮﻧﻪ ﻣﻲ ﺗﻮاﻧﻴﺪ از اﻃﻼﻋﺎﺗﺘﺎن ﺑﺮای اﺳﺘﻔﺎده ﺑﻬﺘﺮ از ﻓﺮﺻﺘﻬﺎی ﺑﺮاﺑﺮ ﺗﺎﺛﻴﺮ اﺟﺮا ﺑﻬﺒﻮد  ‫ﺗﺼﻤﻴﻢ ﮔﻴﺮی ﺑﺪﺳﺖ آوردن ﻣﺮز رﻗﺎﺑﺖ اﻓﺰاﻳﺶ ﺳﻮد و ﺗﻬﻴﻪ ﮔﺰارش ﻣﺎﻟﻲ ﺑﻬﺮه ﺑﺒﺮﻳﺪ؟

 2-1-1 ﻳﻜﭙﺎرﭼﮕﻲ:

‫اﻣﻜﺎن ﻳﻚ ﭘﺎﺳﺦ ﺑﺮای ﻳﻜﭙﺎرﭼﮕﻲ وﺟﻮد دارد. ﺑﺴﻴﺎری از ﺷﺮﻛﺘﻬﺎ ﻓﻌﺎﻟﻴﺘﻬﺎﻳﺸﺎن را ﺑﺎ ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺳﺨﺖ اﻓﺰار اﻃﻼﻋﺎت و ﺗﻘﺎﺿﺎ ﻫﺎ ﺗﺴﻬﻴﻞ ﻣﻲ ﻛﻨﻨﺪ و ﻓﻌﺎﻟﻴﺘﻬﺎی ﺗﺠﺎری ﺧﻮد را ﺑﻪ ﺗﻌﺪاد ﻛﻮﭼﻜﺘﺮی از ﺳﻴﺴﺘﻢﻫﺎی ﻣﺘﻤﺮﻛﺰ ﺳﺎده ﻣﻲ ﻛﻨﻨﺪ ﺳﭙﺲ ، ﺳﺎدﮔﻲ از ﻃﺮﻳﻖ ﻳﻚ ﺷﺎﻟﻮده ﻣﺸﺘﺮک ﻣﻲ ﺗﻮاﻧﺪ ﺑﺪﺳﺖ آﻳﺪ ﺗﻮاﻧﺎﻳﻲ ﺑﺮای ﺟﻤﻊ آوری اﻃﻼﻋﺎت ﻫﺮ ﺑﺨﺶ از ﺷﺮﻛﺖ دﻳﺪ ﺳﺎزﻣﺎﻧﻲ ﻗﺎﺑﻞ ﻗﺒﻮﻟﻲ را ﺑﻪ ﻫﻤﺮاه دارد. در اﻳﻦ ﻳﻜﭙﺎرﭼﻪﺳﺎزی اﻧﺒﺎر داده ﻧﻘﺶ ﺑﺴﺰاﻳﻲ دارد.

3-1-1 ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺳﺨﺖ اﻓﺰار:

‫در ﮔﺬﺷﺘﻪ ﺷﺮﻛﺘﻬﺎ ﻣﻌﻤﻮﻻ ﺑﺮای ﻫﺮ ﺗﻘﺎﺿﺎی ﺟﺪﻳﺪ ﺳﻴﺴﺘﻢ ﻫﺎی اﺧﺘﺼﺎﺻﻲ ﺧﺮﻳﺪاری ﻣﻲ ﻛﺮدﻧﺪ. اﻳﻦ ﺳﻴﺴﺘﻤﻬﺎ ﻻزم ﺑﻮد ﺑﻪ اﻧﺪازه ای ﺑﺎﺷﻨﺪ ﻛﻪ ﺗﻘﺎﺿﺎﻫﺎی زﻳﺎدی را ﺟﻮاﺑﮕﻮ ﺑﺎﺷﻨﺪ ﺑﻪ اﻳﻦ ﻣﻌﻨﺎ ﻛﻪ ﺑﻌﻀﻲ ﻣﻨﺎﺑﻊ درزﻣﺎن ﻫﺎی دﻳﮕﺮ ﺑﻴﻬﻮده ﺑﻮدﻧﺪ .آﻳﺎ ﺑﻬﺘﺮ ﻧﺒﻮد اﻳﻦ ﻣﻨﺎﺑﻊ در ﻛﺎرﺑﺮدﻫﺎی دﻳﮕﺮی ﻛﻪ ﺑﻪ آﻧﻬﺎ ﻧﻴﺎز ﺑﻮد ﺑﻜﺎر ﮔﺮﻓﺘﻪ می شدند؟

 ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺷﺎﻣﻞ اﺳﺘﻔﺎده ﻣﺠﺪد از ﺳﺨﺖ اﻓﺰار ﻣﻮﺟﻮد و ﻫﻢ ﺧﺮﻳﺪﻫﺎی ﺟﺪﻳﺪ اﺳﺖ . اﻣﺮوزه ﺑﺴﻴﺎری از ﻓﺮوﺷﻨﺪﮔﺎن ﺳﺨﺖ اﻓﺰار ﻗﻄﻌﺎت ﺳﺮﻳﻊ و ارزان ﻗﻴﻤﺖ ﺗﺮی ﻣﺎﻧﻨﺪ ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎ و ﺗﺠﻬﻴﺰات ﺷﺒﻜﻪ ای را ﻋﺮﺿﻪ ﻣﻲ ﻛﻨﻨﺪ . ﺻﺮﻓﻪ ﺟﻮﻳﻲ در ﻫﺰﻳﻨﻪ ﻫﺎ ﻣﻲ ﺗﻮاﻧﺪ از ﻃﺮﻳﻖ ﺗﻐﻴﻴﺮ ﺟﻬﺖ ﺳﺨﺖ اﻓﺰار اﺧﺘﺼﺎﺻﻲ ﺳﻴﺴﺘﻢ ﻋﺎﻣﻞ ﺑﻪ ﺳﺨﺖ اﻓﺰار ارزان ﺗﺮ ﺑﺎ اﺳﺘﻔﺎده از ﭘﺮدازﺷﮕﺮﻫﺎی اﻳﻨﺘﻞ ﻛﻪ ﺳﻴﺴﺘﻢ ﻋﺎﻣﻞ ﻟﻴﻨﻮﻛﺲ را اﺟﺮا ﻣﻲﻛﻨﻨﺪ ﺑﺪﺳﺖ آﻳﺪ . ﻣﺰﻳﺖ ﻫﺰﻳﻨﻬﺎی ﻛﻪ ﺑﺮ روی ﻟﻴﻨﻮﻛﺲ اﺳﺖ در ﻣﻘﺎﻳﺴﻪ ﺑﺎ ﻳﻚ ﺳﻴﺴﺘﻢ ﭼﻨﺪ ﭘﺮدازﺷﻲ ﻛﻪ ﺑﺮ روی ﺳﻴﺴﺘﻢ ﻋﺎﻣﻞ اﺧﺘﺼﺎﺻﻲ اﺳﺖ دارای اﻫﻤﻴﺖ ﻣﻲ ﺑﺎﺷﺪ.

‫ﻫﺰﻳﻨﻪ ﻫﺎی ذﺧﻴﺮه ﺳﺎزی در ﻫﺮ ﺳﺎل در ﺣﺎل ﻛﺎﻫﺶ اﺳﺖ و اﻳﻦ اﻣﻜﺎن وﺟﻮد دارد ﺗﺎ ﻣﻨﺒﻊ ذﺧﻴﺮه ﺳﺎزی را ﺑﺎ ﭘﻮل ﻛﻤﺘﺮی ﺑﺨﺮﻳﻢ .ﭼﺮا ﺑﺎﻳﺪ ﺑﺮای ﻳﻚ ﺳﻴﺴﺘﻢ ﻣﻴﻠﻴﻮﻧﻬﺎ دﻻر ﻫﺰﻳﻨﻪ ﺷﻮد در ﺣﺎﻟﻲ ﻛﻪ ﻣﻴﺘﻮاﻧﻴﺪ ‫ﻫﻤﺎن ﻗﺎﺑﻠﻴﺖ ﻫﺎ را ﺑﺎ ﺻﺪﻫﺎ دﻻر ﺑﺪﺳﺖ آورﻳﺪ؟

‫ﻣﻤﻜﻦ اﺳﺖ ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺑﺮای ﺷﺮﻛﺘﻬﺎی ﺑﺰرگ ادﻏﺎم ﻣﺮاﻛﺰ اﻃﻼﻋﺎﺗﻲ ﻏﻴﺮ ﻣﺘﻤﺮﻛﺰ ﺑﻪ ﻣﺮاﻛﺰ اﻃﻼﻋﺎت ‫ﻣﺤﺪود ﺑﺎﺷﺪ . در ﻧﺘﻴﺠﻪ ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺳﺨﺖ اﻓﺰار ی وﺟﻮد ﺳﻴﺴﺘﻤﻬﺎی ﻛﻤﺘﺮی ﺟﻬﺖ ﺳﺎﻣﺎﻧﺪﻫﻲ ﻧﺮم اﻓﺰار ‫ﺟﻬﺖ ﻧﺼﺐ و ﺗﻌﻤﻴﻴﺮ و اﻣﻨﻴﺖ و ﻛﺎﻫﺶ ﺑﻴﺸﺘﺮ ﻫﺰﻳﻨﻪ ﻫﺎ را ﺑﺪﻧﺒﺎل دارد.  

  ‫4-1-1 ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی داده ﻫﺎ از دﻳﺪ ﻳﻚ ﺷﺮﻛﺖ ﻣﻌﻤﻮﻟﻲ :

ﺳﻴﺴﺘﻢ ﻫﺎی ﻳﻜﭙﺎرﭼﻪ داده ﻫﺎ ﻣﻲ ﺗﻮاﻧﻨﺪ در ﻳﻚ ﻣﻜﺎن ، اﻏﻠﺐ در ﭘﺎﻳﮕﺎه داده ﻫﺎ ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺷﻮﻧﺪ . ﺣﺬف داده ﻫﺎی اﺿﺎﻓﻲ ﺑﺎﻋﺚ ﺑﻬﺒﻮد ﻛﻴﻔﻴﺖ و ﻗﺎﺑﻞ دﺳﺘﺮس ﺑﻮدن اﻃﻼﻋﺎت ﻣﻲ ﺷﻮد. ﺑﺴﻴﺎری از ﺷﺮﻛﺘﻬﺎ ﺷﻤﺎر ﻗﺎﺑﻞ ﺗﻮﺟﻬﻲ از ﭘﺎﻳﮕﺎه داده اوراﻛﻞ و دﻳﮕﺮ ﻓﺮوﺷﻨﺪه ﻫﺎ را ﺑﺪﺳﺖ ﻣﻲ آورﻧﺪ. ﺑﺎ ﻳﻜﭙﺎرﭼﻪ ﻛﺮدن اﻳﻦ ﻣﻮارد و ﺑﺎ ‫ﻛﺎﻫﺶ ﺗﻌﺪاد ﻣﺪﻳﺮان ﻣﻮرد ﻧﻴﺎز ﺑﺮای ﭘﺸﺘﻴﺒﺎﻧﻲ ﺳﻴﺴﺘﻢ ﻫﺎ ﻣﻲ ﺗﻮان در ﻫﺰﻳﻨﻪ ﺻﺮﻓﻪ ﺟﻮﻳﻲ ﻛﺮد .                  

‫5-1-1 ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی :

ﺑﺎ ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی داده ﻫﺎ،ﻛﺎرﺑﺮدﻫﺎی ﺧﻮدﻛﺎر اﻣﻜﺎن ﭘﺬﻳﺮ ﻣﻲ ﺷﻮد و ﺑﻪ ﻛﺎرﺑﺮان اﺟﺎزه ﻣﻲ دﻫﺪ ﺗﺎ اﻃﻼﻋﺎت ﺷﺨﺼﻲ ﺧﻮدﺷﺎن را ﺑﺮوزﻛﻨﻨﺪ.ﻫﻤﺎﻧﻄﻮر ﻛﻪ ﺑﻴﺸﺘﺮ ﺗﻘﺎﺿﺎﻫﺎی ﻛﺎری )ﺗﺠﺎری( ﺑﻪ ﻃﺮف وب ﭘﻴﺶ رﻓﺘﻪ اﻧﺪ درﮔﺎﻫﻬﺎ ﺑﻪ ﻛﺎرﺑﺮان اﻣﻜﺎن دﺳﺘﺮﺳﻲ ﺑﻪ ﭘﺎﻳﮕﺎه داده ﻫﺎی ﻣﺮﻛﺰی ﺑﺎ ﻳﻚ ﻣﺮورﮔﺮ وب و ﻳﺎ ﺗﻠﻔﻦ ﻫﻤﺮا ه را ﻣﻲ دﻫﺪ ﻛﻪ ﻧﻴﺎز ﺑﻪ ﺧﺮﻳﺪاری وﻧﺼﺐ ﻧﺮم اﻓﺰارﻫﺎی دﺳﻚ ﺗﺎپ ﺧﺎص را ازﺑﻴﻦ ﻣﻲ ﺑﺮد.

ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی ﺧﻮدﻛﺎر در ﻛﺎﻫﺶ ﻫﺰﻳﻨﻪ ﻫﺎی ﻋﻤﻠﻲ ﺑﺎ ﺣﺬف ﺑﺴﻴﺎری از ﻓﺮآﻳﻨﺪ ﻫﺎی اﺟﺮاﻳﻲ،ﻛﺎﻫﺶ ﻫﺰﻳﻨﻪ ﻫﺎی ﺷﺨﺼﻲ و دﺳﺘﺮﺳﻲ 42 ﺳﺎﻋﺘﻪ ﺳﻮدﻣﻨﺪ ﻫﺴﺘﻨﺪ. ﻋﻼوه ﺑﺮ ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی ﻣﺎﻧﻨﺪfronts ‪ storeﺑﺴﻴﺎری از ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی ‪ back-officeﻫﻢ ﻣﻲ ﺗﻮاﻧﻨﺪ ﺧﻮدﻛﺎر ﺑﺎﺷﻨﺪ ﻣﺎﻧﻨﺪ ﻣﺴﺎﻓﺮت، ﺻﻮرت  ‫ﺣﺴﺎب ، و ﻣﻨﺎﺑﻊ اﻧﺴﺎﻧﻲ.

  ‫6-1-1 ‪  Gridدر ﭘﺎﻳﮕﺎه داده اوراﻛﻞ 10g:

ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﻣﺮﺣﻠﻪ ای ﺑﺮای اﻧﺠﺎم ﻣﺤﺎﺳﺒﺎت ﺷﺒﻜﻪ ﻓﺮاﻫﻢ ﻣﻲ آورد.ﻣﺤﺎﺳﺒﺎت ﺷﺒﻜﻪ اوراﻛﻞ ﻳﻚ ﺷﺎﻟﻮده ﺑﻬﻢ ﭘﻴﻮﺳﺘﻪ از ﭘﺎﻳﮕﺎه داده اوراﻛﻞ  10gﺳﺮوﻳﺲ دﻫﻨﺪه ﻛﺎرﺑﺮدی اوراﻛﻞ ‪ 10gوﻣﺪﻳﺮ ﺳﺎزﻣﺎﻧﻲ اوراﻛﻞ اﺳﺖ .ﺑﺎ ﻣﺤﺎﺳﺒﺎت ﺷﺒﻜﻪ،ﻣﺨﺎزن ﻣﺮﻛﺰی از ﻣﻨﺎﺑﻊ ﻣﺤﺎﺳﺒﺎﺗﻲ اﻳﺠﺎد ﻣﻲ ﺷﻮد ﻛﻪ ﻣﻲ ﺗﻮاﻧﺪ ﺑﺎ ﺑﺴﻴﺎری از ﺗﻘﺎﺿﺎﻫﺎ ﺗﺮﻛﻴﺐ ﺷﻮد.اﺻﻄﻼح ﻣﺤﺎﺳﺒﻪ ﺷﺒﻜﻪ از ﻣﻘﺎﻳﺴﻪ ﺑﺎ ﺷﺒﻜﻪ اﻧﺮژی اﻟﻜﺘﺮﻳﻜﻲ ﺳﺮﭼﺸﻤﻪ ﮔﺮﻓﺘﻪ ﺷﺪه اﺳﺖ. ﻣﻨﺎﺑﻊ ﻣﺘﻨﻮﻋﻲ در اراﺋﻪ اﻧﺮژی ﺑﻪ ﻣﺨﺰن ﻣﺸﺘﺮک ﻫﻤﻜﺎری دارﻧﺪ ﻛﻪ ﺑﺴﻴﺎری از ﻣﺼﺮف ﻛﻨﻨﺪﮔﺎن در ﺻﻮرت ﻧﻴﺎز ﺑﻪ آن دﺳﺘﺮﺳﻲ دارﻧﺪ. ﻣﺤﺎﺳﺒﻪ ﺷﺒﻜﻪ روﺷﻲ ﺑﺮای ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺳﺨﺖ اﻓﺰار ﺑﺮای ﺑﻬﺒﻮد اﺳﺘﻔﺎده و ﻛﺎرآﻳﻲ ﻣﻨﺎﺑﻊ اﺳﺖ . ﺑﺪون ﻧﻴﺎز ﺑﻪ داﻧﺴﺘﻦ اﻳﻨﻜﻪ اﻃﻼﻋﺎت در ﻛﺠﺎ ﻗﺮار دارﻧﺪ ﻳﺎ ﻛﺪام ﻛﺎﻣﭙﻴﻮﺗﺮ درﺧﻮاﺳﺖ داده ﺷﺪه را ﭘﺮدازش ﻣﻲ ﻛﻨﺪ ، ﺑﺮای ﻛﺎرﺑﺮ ﻣﻨﺎﺑﻊ ﻣﻮد ﻧﻴﺎز در دﺳﺘﺮس اﺳﺖ .

ﻫﻤﺎﻧﻄﻮر ﻛﻪ در اﻳﻨﺘﺮﻧﺖ آﻣﺪه ،ﻣﺤﺎﺳﺒﺎت ﺷﺒﻜﻪ در ﻣﺠﺎﻣﻊ ﺗﺤﻘﻴﻘﺎﺗﻲ وآﻛﺎدﻣﻴﻚ ﺑﻮﺟﻮد آﻣﺪ.ﻳﻜﻲ از اﺟﺮاﻫﺎی اوﻟﻴﻪ ﻳﻚ ﺷﺒﻜﻪ،ﭘﺮوژه ‪SETI@homeاﺳﺖ ﻛﻪ ﺗﺤﻘﻴﻖ ﺑﺮای ﻫﻮش ﻣﺎورا اﺳﺖ ﻛﻪ در ﺳﺎل 1991 درداﻧﺸﮕﺎه ﺑﺮﻛﻠﻲ ﻛﺎﻟﻴﻔﻮرﻧﻴﺎ آﻏﺎز ﺷﺪ.ﻧﻮﺳﺎﻧﺎت ﺳﻴﮕﻨﺎل رادﻳﻮﻳﻲ از ﺗﻠﺴﻜﻮپ رادﻳﻮﻳﻲ ‪ Arecibonvدر ‪Puerto Rico ﺟﻤﻊ آوری ﺷﺪ .اﻳﻦ ﻧﻮﺳﺎﻧﺎت ﻣﻤﻜﻦ اﺳﺖ ﻋﻼﺋﻤﻲ از زﻧﺪﮔﻲ ﻫﻮﺷﻤﻨﺪ در ﻓﻀﺎ ﺑﺎﺷﺪ .ﻫﺮ روزه داده ﻫﺎی ﺑﻴﺸﺘﺮ از آﻧﭽﻪ ﻛﺎﻣﭙﻴﻮﺗﺮﻫﺎ در داﻧﺸﮕﺎﻫﻬﺎ ﻣﻲ ﺗﻮاﻧﻨﺪ ﭘﺮدازش ﻛﻨﻨﺪ ﺑﺪﺳﺖ ﻣﻲ آﻳﺪ ﺑﻨﺎﺑﺮاﻳﻦ از داوﻃﻠﺒﺎن درﺧﻮاﺳﺖ ﻣﻲ ﺷﻮد زﻣﺎن ﺑﻴﻜﺎری ﻛﺎﻣﭙﻴﻮﺗﺮﻫﺎی ﺧﺎﻧﮕﻲ ﺧﻮد را ﻣﺸﺨﺺ ﻛﻨﻨﺪ.ﺑﻴﺸﺘﺮ از 5 ﻣﻴﻠﻴﻮن ﻧﻔﺮ از 622 ﻛﺸﻮر ﻧﺮم اﻓﺰاری را داﻧﻠﻮد ﻛﺮدﻧﺪ ﻛﻪ ﻫﺮ وﻗﺖ ﺑﻴﻜﺎر ﻫﺴﺘﻨﺪ ﻛﺎﻣﭙﻴﻮﺗﺮﺷﺎن در دﺳﺘﺮس ﺑﺎﺷﺪ و ﻣﻤﻜﻦ اﺳﺖ ﺷﻤﺎ ﻗﺒﻼ ﭼﻴﺰی ﻣﺸﺎﺑﻪ اﻳﻦ ﻛﺎر را اﻧﺠﺎم داده ﺑﺎﺷﻴﺪ ،ﻣﻨﺎﺑﻊ ذﺧﻴﺮه ﺳﺎزی را در زﻣﺎﻧﻬﺎی ‪     off-peakﭘﻴﻚ ﺧﺎﻣﻮﺷﻲ  ﭘﺎک ﻛﺮده ﺑﺎﺷﻴﺪ و آﻧﻬﺎ را ﺑﺮای ﺗﻘﻮﻳﺖ ﭘﺮدازش ﺑﺮای ﻳﻚ ﺑﺮﻧﺎﻣﻪ ﻛﺎرﺑﺮدی ﻳﺎ ﺑﻴﺸﺘﺮ اﺳﺘﻔﺎده ﻛﻨﻴﺪ. در ﺣﺎﻟﻲ ﻛﻪ ﻧﻈﺮﻳﻪ ﻣﺤﺎﺳﺒﻪ ﺧﺪﻣﺎﺗﻲ ﻳﺎ ﺷﺒﻜﻪ ای ﺟﺪﻳﺪ ﻧﻴﺴﺖ اﻣﺎ اﻣﻜﺎن ﭘﻴﺸﺮﻓﺘﻬﺎﻳﻲ را ﻫﻢ در ﺳﺨﺖ اﻓﺰار و ﻫﻢ در ﻧﺮم اﻓﺰار داده اﺳﺖ . ‪ Blade farms ﻳﺎ ﮔﺮوﻫﻬﺎﻳﻲ از ﻛﺎﻣﭙﻴﻮﺗﺮﻫﺎی ﭘﺮ ﺳﺮﻋﺖ اﺳﺎس ﻣﺤﺎﺳﺒﺎت ﺷﺒﻜﻪ را ﺗﺸﻜﻴﻞ ﻣﻲ دﻫﻨﺪ.ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی ﺧﻮﺷﻪ ای اوراﻛﻞ   RACﺑﻪ ﻋﻨﻮان ﭘﺎﻳﻪ ای ﺑﺮای ﺷﺒﻜﻪ ﺳﺎزﻣﺎﻧﻲ ﺑﻜﺎر ﻣﻲ رود ﻛﻪ اﻳﻦ ﺳﻜﻮﻫﺎی ﺳﺨﺖ اﻓﺰاری ارزان ﻗﻴﻤﺖ را ﻗﺎدر ﻣﻲ ﺳﺎزد ﺑﺎﻻﺗﺮﻳﻦ ﻛﻴﻔﻴﺖ ﺧﺪﻣﺎت را از ﻧﻈﺮ دﺳﺘﺮس ﺑﻮدن و ﻣﻘﻴﺎس ﭘﺬﻳﺮی اراﺋﻪ دﻫﺪ. ﺷﻤﺎ ﻣﻲ ﺗﻮاﻧﻴﺪ ﺑﺮای ﻧﻴﺎزﻫﺎی اوﻟﻴﻪ ﺳﻴﺴﺘﻢ ﻓﻘﻂ ﻣﻘﺪار ﻇﺮﻓﻴﺖ ﻛﺎﻓﻲ ﺳﺨﺖ اﻓﺰار را ﺧﺮﻳﺪاری ﻛﻨﻴﺪ ،در ﺣﺎﻟﻲ ﻛﻪ ﻣﻲ داﻧﻴﺪ ﻣﻲ ﺗﻮاﻧﻴﺪ ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎی اﺿﺎﻓﻲ ﺑﺎ ﺣﺪاﻗﻞ ﻫﺰﻳﻨﻪ را وﺻﻞ ﻛﻨﻴﺪ ﺗﺎ ﻧﻮﺳﺎﻧﺎت ﺗﺮاﻓﻴﻜﻲ ﻣﻮﻗﺖ ﻳﺎ داﺋﻤﻲ را ﻛﻨﺘﺮل ﻛﻨﺪ. وﻗﺘﻲ ﻳﻚ ﺳﺮوﻳﺲ دﻫﻨﺪه ﺟﺪﻳﺪ ﺑﻪ ﮔﺮوه اﺿﺎﻓﻪ ﺷﺪ ﺑﻄﻮر اﺗﻮﻣﺎﺗﻴﻚ ﻧﻤﺎﻳﺎن ﻣﻲ ﺷﻮد و ﻇﺮﻓﻴﺖ ﻛﺎر ﺑﺮای ﺗﺮﻛﻴﺐ ﺳﻴﺴﺘﻢ ﺟﺪﻳﺪ ﻣﺘﻌﺎدل ‫ﻣﻲ ﺷﻮد . اﮔﺮ ﻧﻮدی در ﮔﺮوه(ﻛﻼﺳﺘﺮ) دﭼﺎر ﺧﺮاﺑﻲ ﺷﻮد ﺑﺮﻧﺎﻣﻪ ﻛﺎرﺑﺮدی ﻫﻨﻮز ﻣﻲ ﺗﻮاﻧﺪ ﺑﺎ ﻧﻮد ﺑﺎﻗﻲ ﻣﺎﻧﺪه ﻛﻪ از ‫ﻇﺮﻓﻴﺖ ﻛﺎری ﻧﻮد ﺧﺮاب اﺳﺖ ،ﻛﺎر ﻛﻨﺪ .

درﺳﺖ ﻫﻤﺎﻧﻄﻮر ﻛﻪ ﺷﺮﻛﺘﻬﺎی اﻣﺮوزی ﻫﻢ اﻳﻨﺘﺮاﻧﺖ داﺧﻠﻲ و ﻫﻢ اﻳﻨﺘﺮﻧﺖ  ﺧﺎرﺟﻲ دارﻧﺪ، ﻣﻤﻜﻦ اﺳت ﺷﺮﻛﺘﻬﺎدر آﻳﻨﺪه ﺷﺒﻜﻪ داﺧﻠﻲ و ﺧﺎرﺟﻲ داﺷﺘﻪ ﺑﺎﺷﻨﺪ ﺑﺪون اﻳﻨﻜﻪ ﺑﺨﻮاﻫﻨﺪ ﺗﻤﺎم ﺗﻜﻨﻮﻟﻮژی ﻫﺎ را ﺧﺮﻳﺪاری ﻛﻨﻨﺪ . در ﻣﺮﻛﺰ داده ﻫﺎ در آﻳﻨﺪه ﺷﻤﺎ ﻗﺎدر ﺑﻪ ﺧﺮﻳﺪ ﻧﻴﺮوی ﻣﺤﺎﺳﺒﺎﺗﻲ ﻛﻪ ﻧﻴﺎز دارﻳﺪ ﺧﻮاﻫﻴﺪ ﺑﻮد و ﺗﻨﻬﺎ ﺑﺮای آﻧﭽﻪ ﻛﻪ اﺳﺘﻔﺎده ﻣﻲ ﻛﻨﻴﺪ ﭘﺮداﺧﺖ ﻣﻲ ﻛﻨﻴﺪ.

 ‫2-1 اﻧﺒﺎر داده ﭼﻴﺴﺖ؟

ﺣﺎل ﭘﺲ از ﻫﻤﻪ اﻳﻦ ﻣﻮارد ﻳﻚ اﻧﺒﺎر داده ﭼﻴﺴﺖ ؟ ﻳﻚ اﻧﺒﺎر داده ،ﻳﻚ ﺑﺎﻧﻚ اﻃﻼﻋﺎﺗﻲ اﺳﺖ ﻛﻪ ﺣﺎوی داده ﻫﺎ از ﭼﻨﺪﻳﻦ ﺳﻴﺴﺘﻢ ﻋﻤﻠﻴﺎﺗﻲ اﺳﺖ ﻛﻪ ﻳﻜﭙﺎرﭼﻪ ،ﺑﻪ ﻫﻢ ﭘﻴﻮﺳﺘﻪ ، ﻣﺮﻛﺐ و ﺳﺎزﻣﺎن ﺑﻨﺪی ﺷﺪه اﺳﺖ ﺑﻪ ﻃﻮری ﻛﻪ ﻣﻲ ﺗﻮاﻧﺪ ﺑﺮای ﺣﻤﺎﻳﺖ ﻓﺮآﻳﻨﺪ ﺗﺤﻠﻴﻞ و ﺗﺼﻤﻴﻢ ﮔﻴﺮی ﻳﻚ ﻓﺮاﻳﻨﺪ ﺗﺠﺎری ﺑﻜﺎر ﮔﺮﻓﺘﻪ ﺷﻮد .

1-2-1 ﭼﺮا ﺑﻪ ﻳﻚ اﻧﺒﺎر داده ﻧﻴﺎز دارﻳﺪ؟

‫آﻳﺎ ﺗﻤﺎم اﻃﻼﻋﺎت ﻣﻮرد ﻧﻴﺎز ﺑﺮای اﺟﺮای ﻛﺎرﻫﺎی ﺗﺠﺎرﻳﺘﺎن زﻣﺎﻧﻲ ﻛﻪ ﺑﻪ آن ﻧﻴﺎز اﺳﺖ ﺑﺎ ﺟﺰﺋﻴﺎت ﻛﺎﻓﻲ ﺑﺮﻣﺒﻨﺎی ﺗﺼﻤﻴﻤﺎت در دﺳﺘﺮس اﺳﺖ .؟ ﻳﺎ آﻳﺎ اﻳﻦ ﻛﻪ ﭼﮕﻮﻧﻪ ﻣﻲ ﺷﻮد 2 ﻛﺎرﺑﺮ وارد ﺟﻠﺴﻪ ای ﺷﻮﻧﺪ ﻛﻪ ﮔﺰارﺷﻬﺎﻳﺸﺎن ﺑﺎ ﻫﻢ ﻣﻨﻄﺒﻖ ﻧﻴﺴﺖ؟ ﻳﻜﻲ از آﻧﻬﺎ ﻓﻜﺮ ﻣﻲ ﻛﻨﺪ ﻓﺮوش ﻣﺎه ﻣﺎرس 500 ﻣﻴﻠﻴﻮن دﻻر اﺳﺖ و دﻳﮕﺮی ﻣﻲ ﮔﻮﻳﺪ 524 ﻣﻴﻠﻴﻮن دﻻر اﺳﺖ . ﭘﺲ از ﺑﺮرﺳﻲ ﻫﺎی زﻳﺎد ﻣﻲ ﻓﻬﻤﻴﺪ ﻛﻪ داده ﻫﺎی ﻣﺘﻔﺎوﺗﻲ ﺑﺮای

ﻣﺤﺎﺳﺒﻪ ﻓﺮوش در ﻫﺮ ﮔﺰارش اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ و ﺷﻤﺎ زﻣﺎن زﻳﺎدی را ﺑﺮای ﻓﻬﻤﻴﺪن ﻋﻠﺖ آن و اﺻﻼح اﻳﻦ ‫ﻣﺸﻜﻞ ﺻﺮف ﻣﻲ ﻛﻨﻴﺪ.

آﻳﺎ ﺷﺮﻛﺖ ﺷﻤﺎ ﺳﻴﺴﺘﻢ ﻫﺎی ﮔﻮﻧﺎﮔﻮﻧﻲ ﺑﺮای ﻳﻚ وﻇﻴﻔﻪ دارد، ﺳﻴﺴﺘﻢ ﺻﻮرت ﺑﺮداری ﻗﺪﻳﻤﻲ و ﺳﻴﺴﺘﻢ ﺟﺪﻳﺪی ﻛﻪ ﻣﻴﻠﻴﻮﻧﻬﺎ دﻻر ﺻﺮف ﺳﺎﺧﺖ آن ﻛﺮده اﻳﺪ؟ آﻳﺎ ﻧﻴﺎز دارﻳﺪ داده ﻫﺎ را از ﻫﺮ دو روی اﻳﻦ ﺳﻴﺴﺘﻢ ﻫﺎ ﺑﺪﺳﺖ آورﻳﺪ ﺗﺎ ﺑﻨﺎ ﺑﻪ اﻫﺪاف ﮔﺰارﺷﻲ آﻧﻬﺎ را ادﻏﺎم ﻛﻨﻴﺪ ؟ﭼﮕﻮﻧﻪ اﻳﻦ روش ﺑﻪ ﺧﻮﺑﻲ اﻧﺠﺎم ﻣﻲ ﺷﻮد ؟آﻳﺎ ﻧﻴﺎز اﺳﺖ ﻛﺎرﺑﺮان ﺗﻔﺎوت ﺑﻴﻦ اﻳﻦ دو ﺳﻴﺴﺘﻢ را ﺑﺮای ﭘﺮس و ﺟﻮی آن ﻻﻳﻦ ﺑﻔﻬﻤﻨﺪ؟ ﻣﻤﻜﻦ اﺳﺖ اﻳﻦ زﻣﻴﻨﻪ ای  ‫ﺑﺎﺷﺪ ﻛﻪ ﺑﺨﻮاﻫﻴﺪ ﻳﻜﭙﺎرﭼﻪ ﻛﻨﻴﺪ.‫آﻳﺎ ﺑﺮای اﻫﺪاف ﺗﺤﻠﻴﻠﻲ ﺟﺰﺋﻴﺎت ﻛﺎﻓﻲ در دﺳﺖ دارﻳﺪ؟ ﭼﻪ ﻣﺎﻫﻬﺎﻳﻲ از ﺗﺎرﻳﺦ را ﻗﺎدر ﻫﺴﺘﻴﺪ آن ﻻﻳﻦ ﻧﮕﻪ دارﻳﺪ؟آﻳﺎ ﺳﻄﺢ درﺳﺖ ﺟﺰﺋﻴﺎت را ذﺧﻴﺮه ﻛﺮده اﻳﺪ؟ آﻳﺎ ﺗﺎ ﻛﻨﻮن ﺗﻤﺎم داده ﻫﺎی ﺗﺎرﻳﺨﻲ را ذﺧﻴﺮه ﻛﺮده اﻳﺪ؟ آﻳﺎ ﻗﺎدرﻳﺪ ﻓﺮوش ﻫﺮ ﻣﺤﺼﻮل در ﻫﺮ ﻣﻨﻄﻘﻪ ﺟﻐﺮاﻓﻴﺎﻳﻲ را ﻗﺒﻞ و ﺑﻌﺪ از ﺳﺎزﻣﺎﻧﺪﻫﻲ ﻣﺠﺪد از ﺳﺎﺧﺘﺎر‫ ﮔﺰارش ﻧﻴﺮوی ﻓﺮوش ﺗﺤﻠﻴﻞ ﻛﻨﻴﺪ؟ اﻧﺒﺎر داده ﺑﺮای ﻛﻤﻚ ﺑﻪ ﺣﻞ اﻳﻦ ﻧﻮع ﻣﺸﻜﻼت ﺳﺎﺧﺘﻪ ﺷﺪه اﺳﺖ.

‫3-1 ﭼﺸﻢ اﻧﺪاز ﺗﺎرﻳﺨﻲ:

‫در دﻫﻪ 1970 اوﻟﻴﻦ ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی ﺗﺠﺎری ﺳﺎﺧﺘﻪ ﺷﺪ ﺗﺎ ﻋﻤﻠﻴﺎت روزﻣﺮه ﻣﺸﺎﻏﻞ را ﻛﺎﻣﭙﻴﻮﺗﺮی ﻛﻨﺪ . اﻳﻦ ﺳﻴﺴﺘﻢ ﻫﺎ ﺑﺮ روی ﻛﺎﻣﭙﻴﻮﺗﺮ ﻫﺎی ﺑﺰرگ و ﮔﺮان ﻗﻴﻤﺖ ﺳﺎﺧﺘﻪ ﺷﺪﻧﺪ ﺗﻨﻬﺎ ﺗﺠﺎرﺗﻬﺎی ﺑﺰرگ ﻣﻲ ﺗﻮاﻧﺴﺘﻨﺪ از ﻋﻬﺪه ﺳﺨﺖ اﻓﺰار ،ﺑﺮﻧﺎﻣﻪ ﺳﺎزاﻧﻲ ﺑﺮای ﺑﺮﻧﺎﻣﻪ رﻳﺰی آﻧﻬﺎ ،و ﻛﺎرﻛﻨﺎن ﻋﻤﻠﻴﺎﺗﻲ ﺑﺮای ﺑﻪ ﺟﺮﻳﺎن اﻧﺪاﺧﺘﻦ آﻧﻬﺎ ﺑﺮآﻳﻨﺪ. اﻳﻦ ﺳﻴﺴﺘﻢ ﻫﺎ ﺑﺮ اﺳﺎس ﻗﺮار دادن داده ﻫﺎی ﺟﺪﻳﺪ و ﺧﻮاﻧﺪن آﻧﻬﺎ ﺑﻄﻮر ﻣﺘﻮاﻟﻲ ﺑﺎ اﺳﺘﻔﺎده از ﻧﻮارﻫﺎی ﻣﻐﻨﺎﻃﻴﺴﻲ ﻋﻤﻞ ﻣﻲ ﻛﻨﻨﺪ.

ﺑﺎ اﺧﺘﺮاع دﻳﺴﻜﻬﺎی ذﺧﻴﺮه ﺳﺎزی، داده ﻫﺎ ﻣﻲ ﺗﻮاﻧﺴﺘﻨﺪ ﻣﺴﺘﻘﻴﻤﺎ در دﺳﺘﺮس ﺑﺎﺷﻨﺪ .اﻳﻦ اﻣﺮ ﻣﻨﺠﺮ ﺑﻪ ﺗﻮﻟﻴﺪ اوﻟﻴﻦ ﺳﻴﺴﺘﻢ ﻫﺎی ﻣﺪﻳﺮﻳﺘﻲ ﭘﺎﻳﮕﺎه داده ﺷﺪ ﻛﻪ داده ﻫﺎ را ﻳﺎ ﺑﻄﻮر ﺳﻠﺴﻠﻪ ﻣﺮاﺗﺐ ﻳﺎ در ﺷﺒﻜﻪ ﺳﺎزﻣﺎﻧﺪﻫﻲ ﻣﻲ ﻛﺮد. اﻳﻦ ﺳﻴﺴﺘﻢ ﻫﺎی ﭘﺎﻳﮕﺎه داده ﺧﻴﻠﻲ ﭘﻴﭽﻴﺪه ﺑﻮدﻧﺪ . ﺑﺮﻧﺎﻣﻪ ﺳﺎزان ﺑﺎﻳﺪ درک ﻣﻲ ﻛﺮدﻧﺪ ﭼﮕﻮﻧﻪ داده ﻫﺎ در دﻳﺴﻚ ذﺧﻴﺮه ﺷﺪه اﻧﺪ و از ﻃﺮﻳﻖ داده ﺑﻪ ﮔﺰارﺷﺎت اﻳﺠﺎد ﺷﺪه ﻫﺪاﻳﺖ ﺷﻮﻧﺪ. ﺑﺮﻧﺎﻣﻪ ﺳﺎزان ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی از ‪ Cobolﺑﺮای اﻳﺠﺎد ﮔﺰارﺷﻬﺎی اﺧﺘﺼﺎﺻﻲ اﺳﺘﻔﺎده ﻣﻲ ﻛﺮدﻧﺪ. ﺑﺮای ﻧﻮﺷﺘﻦ ﺑﺮﻧﺎﻣﻪ ﺑﺮای ﻫﺮ ﮔﺰارش ﺟﺪﻳﺪ روزﻫﺎ و ﻳﺎ ﺣﺘﻲ ﻫﻔﺘﻪ ﻫﺎ زﻣﺎن ﻣﻲ ﺑﺮد. ﮔﺰارﺷﺎت ﺑﺮ روی ﺑﺮﮔﻪ ﻛﺎﻣﭙﻴﻮﺗﺮی ﭼﺎپ و ﺑﻴﻦ ﻛﺎرﺑﺮان ﺑﺎ دﺳﺖ ﺗﻮزﻳﻊ ﻣﻲ ﺷﺪ .ﻫﺮﮔﺰ ﺑﺮﻧﺎﻣﻪ ﺳﺎزان ﺑﻪ ﻣﻘﺪار ﻛﺎﻓﻲ وﺟﻮد ﻧﺪاﺷﺘﻨﺪ ﺑﻨﺎﺑﺮاﻳﻦ ﻫﻤﻴﺸﻪ اﻧﺒﺎﺷﺘﮕﻲ ﻳﻚ ﺑﺮﻧﺎﻣﻪ ﻛﺎرﺑﺮدی وﺟﻮد داﺷﺖ .وﻗﺘﻲ داده ﻫﺎ ﻣﻲ ﺗﻮاﻧﺴﺘﻨﺪ ﻣﺴﺘﻘﻴﻤﺎ در دﺳﺘﺮس ﺑﺎﺷﻨﺪ اوﻟﻴﻦ ﺳﻴﺴﺘﻢ ﻫﺎی ﭘﺮدازﺷﮕر ﺗﺮاﻛﻨﺸﻲ آن ﻻﻳﻦ ‪(OLTP) ﺳﺎﺧﺘﻪ ﺷﺪ. در اواﺧﺮ دﻫﻪ 1970 و اواﻳﻞ 1980ﻛﺎﻣﭙﻴﻮﺗﺮﻫﺎی ﻛﻮﭼﻜﻲ ﻣﺎﻧﻨﺪ 11-‪ Digital's PDPو 780/11 ‪VAX ﻫﺰﻳﻨﻪ ﻫﺎی ﺳﺨﺖ اﻓﺰار را ﭘﺎﻳﻴﻦ آوردﻧﺪ . داده ﻫﺎ اﻏﻠﺐ در ﭘﺎﻳﮕﺎه داده ‪CODAYSLذﺧﻴﺮه ﻣﻲ ﺷﺪﻧﺪ،ﻛﻪ ﺑﺮای ﺗﻐﻴﻴﺮ ﺑﻲ ﻧﻬﺎﻳﺖ ﻣﺸﻜﻞ و ﺑﺮای درک و ﻃﺮاﺣﻲ ﺳﺨﺖ ﺑﻮدﻧﺪ. ﺑﺎ ﻣﻌﺮﻓﻲ ﭘﺎﻳﮕﺎه داده راﺑﻄﻪ ای ﺗﻤﺎم اﻳﻨﻬﺎ ﺗﻐﻴﻴﺮﻛﺮد . در ﺳﺎل 1979 ﭘﺎﻳﮕﺎه داده اوراﻛﻞ اوﻟﻴﻦ ﺳﻴﺴﺘﻢ راﺑﻄﻪ ای ﻣﻮﺟﻮد از ﻧﻈﺮ ﺗﺠﺎری ﺷﻨﺎﺧﺘﻪ ﺷﺪ . ﺑﺎ ﻣﺪل ‫راﺑﻄﻪ ای ،داده ﻫﺎ ﺑﺮ اﺳﺎس ﺳﺘﻮن و ردﻳﻒ در ﺟﺪوﻟﻬﺎﻳﻲ ﺳﺎزﻣﺎﻧﺪﻫﻲ ﺷﺪﻧﺪ . ﺑﺠﺎی اﺳﺘﻔﺎده از ﻧﺸﺎﻧﻪ روﻫﺎ ﺑﺮای ﺣﻔﻆ راﺑﻄﻪ ﺑﻴﻦ داده ﻫﺎ ، ﻳﻚ ﺷﻤﺎره ﻣﻨﺤﺼﺮ ﺑﻪ ﻓﺮد ﻣﺎﻧﻨﺪ ﺷﻤﺎره ﻣﺸﺘﺮی ﻳﺎ ﺷﻤﺎره ﺷﻨﺎﺳﺎﻳﻲ ﻳﻚ داﻧﺸﺠﻮ در ﺟﺪوﻟﻬﺎی ﭼﻨﺪﮔﺎﻧﻪ ﺑﺮای ﺷﻨﺎﺳﺎﻳﻲ ﺳﻄﺮ ذﺧﻴﺮه ﻣﻲ ﺷﺪﻧﺪ.ﻓﻬﻤﻴﺪن ﻣﺪل راﺑﻄﻪ ای آﺳﺎن ﺗﺮ ﺑﻮد واز زﺑﺎن ‪ SQLﺑﺮای دﺳﺘﺮﺳﻲ ﺑﻪ ﭘﺎﻳﮕﺎه داده اﺳﺘﻔﺎده ﻣﻲ ﺷﺪ، ﻧﻴﺎزﻣﻨﺪ آﮔﺎﻫﻲ ﺑﻪ اﻳﻦ ﻣﻮﺿﻮع ﻧﺒﻮد ﻛﻪ ﭼﮕﻮﻧﻪ داده ﻫﺎی زﻳﺮﻳﻦ از ﻧﻈﺮ ﻓﻴﺰﻳﻜﻲ ذﺧﻴﺮه ﺷﺪه اﻧﺪ.. ﻫﻤﭽﻨﻴﻦ ﺳﺎﺧﺘﻦ ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی ﻛﻪ ﻣﻨﺠﺮ ﺑﻪ اﺳﺘﻔﺎده ﮔﺴﺘﺮده از ﺳﻴﺴﺘﻢ ﻫﺎی ﻣﺪﻳﺮﻳﺘﻲ ﭘﺎﻳﮕﺎه داده ﺷﺪ آﺳﺎن ﺗﺮ ﺑﻮد . ﭘﺲ از آﻣﺎده ﺳﺎزی اوﻟﻴﻪ ﺳﻴﺴﺘﻢ ﻫﺎی ﺑﻪ ﻫﻢ ﻣﺮﺗﺒﻂ، ﺑﺴﻴﺎری از ﺷﺮﻛﺘﻬﺎ ﺑﺮای دﺳﺘﻴﺎﺑﻲ ﺑﻪ ﭘﺎﻳﮕﺎه داده ﻫﺎی راﺑﻄﻪ ای ﻣﺎﻧﻨﺪ ‫ﭘﺮس و ﺟﻮی وﻳﮋه ،ﮔﺰارش و اﺑﺰارﻫﺎی ﺗﺤﻠﻴﻠﻲ اﻗﺪام ﺑﻪ ﺗﻮﺳﻌﻪ ﻣﺤﺼﻮﻻت ﺑﻜﺎر رﻓﺘﻪ ﻛﺮدﻧﺪ.

ﺑﺎ ﻣﻌﺮﻓﻲ ‪PCﻣﺤﺎﺳﺒﻪ از ﺳﻴﺴﺘﻢ ﻫﺎی ﻛﺎﻣﭙﻴﻮﺗﺮ ﺑﺰرگ ﺑﻪ ﺳﻴﺴﺘﻢ ﻫﺎی ﺳﺮوﻳﺲ دﻫﻨﺪه/ ﮔﻴﺮﻧﺪه ﭘﻴﺶ رﻓﺖ ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی اوراﻛﻞ در اواﺧﺮ دﻫﻪ 1980 ﻣﻌﺮﻓﻲ ﺷﺪﻧﺪ. ﺷﺮﻛﺘﻬﺎ ﺑﻪ ﻃﻮر ﻃﻮﻻﻧﻲ ﻣﺪت ﻣﺠﺒﻮر

ﻧﺒﻮدﻧﺪ ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی ﺳﻔﺎرﺷﻲ ﺧﻮدﺷﺎن را ﺑﺴﺎزﻧﺪ ﺑﻠﻜﻪ ﻣﻲ ﺗﻮاﻧﺴﺘﻨﺪ ﻧﺮم اﻓﺰاری را ﺧﺮﻳﺪاری ﻛﻨﻨﺪ ﻛﻪ ﻛﺎرﺑﺮدﻫﺎی ﻣﺒﻨﺎﻳﻲ ﻣﺎﻧﻨﺪ اوراﻛﻞ ،‪ PeopleSoftو ‪SAPرا ﻓﺮاﻫﻢ آورد.

ﻫﻨﮕﺎﻣﻲ ﻛﻪ ﭘﺎﻳﮕﺎه داده ﻫﺎی راﺑﻄﻪ ای در دﻫﻪ 1980 ﺗﻜﻤﻴﻞ ﺷﺪ ،ﺳﻴﺴﺘﻢ ﻫﺎی‪ OLTPﺑﺎ اﺳﺘﻔﺎده از ﺳﻴﺴﺘﻤﻬﺎی راﺑﻄﻪ ای ﺑﺮای اﺗﻮﻣﺎﺗﻴﻚ ﻛﺮدن ﺟﻨﺒﻪ ﻫﺎی ﻋﻤﻠﻲ ﺗﺠﺎرت ﺳﺎﺧﺘﻪ ﺷﺪﻧﺪ.اﻳﻦ ﺳﻴﺴﺘﻢ ﻫﺎﺷﺎﻣﻞ سیستم هایی مانند پردازشگر دستو،ورود دستور، انبار،دفتر کل عمومی و حسابداری بود.

‫‪OLTPﺑﻄﻮراﺗﻮﻣﺎﺗﻴﻚ ﭘﺮدازش ﻣﻲ ﻛﻨﻨﺪو وﺿﻌﻴﺖ ﻳﻚ ﺳﻴﺴﺘﻢ رادرﻳﻚ زﻣﺎن درﻳﻚ ﺣﺎﻟﺖ راﻳﺞ اراﺋﻪ ﻣﻲ دﻫﻨﺪ.در ﻳﻚ ﺑﺮﻧﺎﻣﻪ ﻛﺎرﺑﺮدی ﺻﻮرت ﺑﺮداری،ﺗﺮاﻛﻨﺶ ﻫﺎﻳﻲ وﺟﻮد داردﺗﺎاﻗﻼم ﺟﺪﻳﺪ راﺑﻪ اﻧﺒﺎر وارد ﻛﻨﺪواﻗﻼم ﻓﺮوﺧﺘﻪ ﺷﺪه راﺣﺬف ﻛﻨﺪو ﻣﻘﺪارﻣﻮﺟﻮد را ﺑﻪ روز ﻧﮕﻪ دارد در ﺣﺎﻟﻲ ﻛﻪ ﻫﻤﻴﺸﻪ ﺗﻌﺎدل ﻣﻮﺟﻮدراﺣﻔﻆ ﻣﻲ ﻛﻨﻨﺪ.ﻣﻘﺪار ﻣﺤﺪودی از ﺗﺎرﻳﺦ ﻫﻢ ﺣﻔﻆ ﻣﻲ ﺷﻮد.ﺑﻪ ﻋﻨﻮان ﻣﺜﺎل ﺗﻌﻌﻴﻦ اﻳﻦ ﻛﻪ ﭼﻪ ﺗﻌﺪاداز ﻣﺤﺼﻮل 222-‫95-111 ﻣﻮﺟﻮد اﺳﺖ ﻳﺎ اﻳﻦ ﻛﻪ در ﻛﺪام ﺗﺎرﻳﺦ دﺳﺘﻮر ﺷﻤﺎره 45321 ﻓﺮﺳﺘﺎده ﺷﺪه اﺳﺖ ،آﺳﺎن اﺳﺖ. درﻃﻲ اﻳﻦ ﻣﺪت ﻓﺮوﺷﻨﺪﮔﺎن ﭘﺎﻳﮕﺎه داده راﺑﻄﻪ ای ﺑﺮروی ﺑﻬﺒﻮد اﺟﺮای ﺑﺮای ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی ‪ OLTPﺗﻤﺮﻛز ‫ﻛﺮده و ﺑﺎ اﺳﺘﻔﺎده از ﮔﻮاﻫﻴﻨﺎﻣﻪ ﻫﺎی اﺳﺘﺎﻧﺪارد ﺻﻨﻌﺘﻲ ‪ TCP-Cﺑﺎ ﻳﻜﺪﻳﮕﺮ رﻗﺎﺑﺖ ﻣﻲ ﻛﺮدﻧﺪ.

  ‫1-3-1- ﻇﻬﻮر اﻧﺒﺎر داده:

وﻗﺘﻲ ﺳﻴﺴﺘﻢ ﻫﺎی ‪ OLTPﺳﺎﺧﺘﻪ ﺷﺪﻧﺪ ﺗﺎ ﺑﻄﻮر ﻣﻮﺛﺮ داده ﻫﺎ را ﺟﻤﻊ آوری ﻛﻨﺪ، ﺑﺮای ﺑﻬﺘﺮﻳﻦ ﺗﻔﺴﻴﺮآن ﭼﺎﻟﺶ اﻳﺠﺎد ﺷﺪ . در اواﺧﺮ دﻫﻪ 1980 و اواﻳﻞ دﻫﻪ1990 در ﺗﻼﺷﻲ ﺑﺮای ﺑﻴﻨﺶ ﮔﺴﺘﺮده در ﺳﺮاﺳﺮ ﺑﺎزارﺗﺠﺎرت اوﻟﻴﻦ ﺑﺎﻧﻜﻬﺎی اﻃﻼﻋﺎﺗﻲ ﺑﺰرگ (اﺻﻄﻼﺣﻲ ﻛﻪ ﺗﻮﺳﻂ ﺑﻴﻞ اﻳﻨﻤﻮن ،ﭘﺪر ﺑﺎﻧﻚ اﻃﻼﻋﺎﺗﻲ ﺑﻨﺎ ﻧﻬﺎده ﺷﺪ) ﺳﺎﺧﺘﻪ ﺷﺪﻧﺪ. اﻃﻼﻋﺎت از ﺑﺴﻴﺎری از ﺳﻴﺴﺘﻢ ﻫﺎی ﻋﻤﻠﻴﺎﺗﻲ ﺑﺮای اﺟﺮای ﻋﻤﻠﻴﺎت ﺗﺠﺎری روزﻣﺮه ﺑﻪ ﻣﻨﻈﻮر ‫ﻓﺮاﻫﻢ آوردن دﻳﺪ ﮔﺴﺘﺮده ﻫﻤﻜﺎری ﺟﻤﻊ آوری ﺷﺪﻧﺪ. ﺑﺎﻧﻚ اﻃﻼﻋﺎﺗﻲ ﺳﺎﺧﺘﻪ ﺷﺪ ﺗﺎ ﺗﺠﺎرت را در ﻃﻮل زﻣﺎن ﻣﺸﺎﻫﺪه و ﺧﻮاﺳﺘﻪ ﻫﺎ را در ﻧﻈﺮ ﺑﮕﻴﺮد. ﺑﺴﻴﺎری از ﺗﺼﻤﻴﻤﺎت ﺑﻪ ﺗﻮاﻧﺎﻳﻲ در دﻳﺪن ﻣﺎوراء ﺟﺰﺋﻴﺎت ﻋﻤﻠﻴﺎت اﻣﺮوزه ﻧﻴﺎز دارﻧﺪ و دﻳﺪ ﮔﺴﺘﺮده ﺗﺮی از ﺗﺠﺎرت دارﻧﺪ. ﭘﺮس و ﺟﻮﻫﺎی ﺑﺎﻧﻚ اﻃﻼﻋﺎﺗﻲ ﮔﺰارش ﺑﺮ روی ﻓﺮوش ﻣﺤﺼﻮﻻت را ﺑﺎﻟﻎ ﺑﺮ دو ﺳﺎل ﮔﺬﺷﺘﻪ در ﺑﺮ دارد . ﻳﺎ در ﺗﺎﺛﻴﺮ ﺗﻐﻴﻴﺮات اﺳﺎﺳﻲ در ﻓﺮوﺷﻬﺎی ﺟﺰﺋﻲ در ﻣﻘﺎﺑﻞ ﻓﺮوﺷﻬﺎی اﻳﻨﺘﺮﻧﺘﻲ دﻗﺖ دارد.ﭘﺮس و ﺟﻮﻫﺎ ﺷﺎﻣﻞ دﻗﺖ دراﻳﻦ ﻛﻪ ﭼﮕﻮﻧﻪ ارزﺷﻬﺎ در ﻃﻮل زﻣﺎن ﺗﻐﻴﻴﺮ ﻛﺮده اﻧﺪ و ﭼﻪ ﭼﻴﺰ دﻳﮕﺮی ﻫﻢ ﺑﺎﻳﺪ ﺗﻐﻴﻴﺮ ﻛﻨﺪ و اﺣﺘﻤﺎﻻ ارﺗﺒﺎﻃﺎت را ﻛﺸﻒ ﻛﻨﻨﺪ،ﺑﻮد.ﺑﻪ ﻣﻨﻈﻮر اﻧﺠﺎم اﻳﻦ ﻧﻮع ﺗﺤﻠﻴﻞ ،داده در اﻧﺒﺎر داده ﻧﻴﺎز دارد ﺗﺎ ﺑﺮای دوره ﻫﺎی ﻃﻮﻻﻧﻲ ﻣﺪت ‫5 ﺗﺎ 10 ﺳﺎل ﻧﮕﻬﺪاری ﺷﻮﻧﺪ. ‫اﻧﺒﺎر داده ﺑﻪ ﻣﻨﻈﻮر ﺑﺮرﺳﻲ ﻣﺎوراء در داده ﻫﺎ ﺟﻬﺖ ﻳﺎﻓﺘﻦ اﻃﻼﻋﺎت اﺳﺘﻔﺎده ﻣﻲ ﺷﻮد در ﻳﻚ اﻧﺒﺎر داده ﻓﻌﺎﻟﻴﺖ اوﻟﻴﻪ ،ﭘﺮس و ﺟﻮ ﻳﺎ ﺧﻮاﻧﺪن داده ﻫﺎ اﺳﺖ . وﻗﺘﻲ داده ﻫﺎی ﺟﺪﻳﺪ ﺑﺎرﮔﺬاری ﺷﻮﻧﺪ ﺗﻨﻬﺎ ﻓﻌﺎﻟﻴﺖ ﺑﻪ روزرﺳﺎﻧﻲ روی ﻣﻲ دﻫﺪ . ﺳﻴﺴﺘﻢ ﻫﺎی ﭘﺸﺘﻴﺒﺎﻧﻲ از ﺗﺼﻤﻴﻢ[1] ﻣﺎﻧﻨﺪ ﻛﺸﻒ ﻛﻨﻨﺪه اوراﻛﻞ[2]، ﭘﺮس و ﺟﻮی ﺗﻌﺎﻣﻠﻲ، ﻧﻤﻮدار ﮔﻴﺮی، ﮔﺮاف ﻫﺎ و ﻗﺎﺑﻠﻴﺘﻬﺎی ﮔﺰارش دﻫﻲ را ﻓﺮاﻫﻢ ﻣﻲ آورد اوراﻛﻞ اﻧﻮاع ﺧﺎﺻﻲ از ﺳﺎﺧﺘﺎرﻫﺎی دﺳﺘﺮﺳﻲ ﻣﺎﻧﻨﺪ ﺷﺎﺧﺼﻬﺎی ﻧﻘﺶ ﺑﻴﺘﻲ ،ﺷﺎﺧﺼﻬﺎی ﻣﺘﺼﻞ ﻧﻘﺶ ﺑﻴﺘﻲ1 و ﻣﺸﺎﻫﺪات ‫ﺑﺮﻧﺎﻣﻪ رﻳﺰی ﺷﺪه ﺑﺮای ﺑﻬﺒﻮد اﺟﺮای ﭘﺮس و ﺟﻮ دارد .ﻧﺮم اﻓﺰار ‪OLAPﺑﺮای ﺗﺤﻠﻴﻞ داده ﻫﺎی ﺗﺠﺎری در ﻳﻚ روش ﺳﻠﺴﻠﻪ ﻣﺮاﺗﺒﻲ از ﺑﺎﻻ ﺑﻪ ﭘﺎﻳﻴﻦ اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ . ﺑﻪ ﻧﻈﺮ ﻣﻲ رﺳﺪ ﭘﺮس و ﺟﻮﻫﺎ ﻣﻜﺮرا ﻣﻄﺮح ﻣﻲ ﺷﻮﻧﺪ ﻛﻪ در ﻧﺘﻴﺠﻪ ﻳﻚ ﭘﺮﺳﺶ ﻣﻨﺠﺮ ﺑﻪ ﭘﺮﺳﻴﺪن ﺳﻮاﻻت ﺑﻴﺸﺘﺮی ﻣﻲ ﺷﻮد داﻧﺴﺘﻦ اﻳﻨﻜﻪ ﺳﻮد اﻣﺴﺎل ﭼﻘﺪر ﺑﻮده اﺳﺖ ﻛﺎﻓﻲ ﻧﻴﺴﺖ،ﺗﺤﻠﻴﻞ ﭘﺮ ﻫﺰﻳﻨﻪ ای ﻧﻴﺎز دارد ﻛﻪ ﺳﻮد ﻫﺮ ﻣﺤﺼﻮل را در ﻃﻮل زﻣﺎن ﺑﺮای ﻫﺮ ﻣﻨﻄﻘﻪ ﺟﻐﺮاﻓﻴﺎﻳﻲ ﺑﺪاﻧﻨﺪ. اﻳﻦ ﻳﻚ ﭘﺮس و ﺟﻮی ﺳﻪ ﺟﺎﻧﺒﻪ ‫از اﺑﻌﺎد ﻣﺤﺼﻮﻻت زﻣﺎن و ﻣﻨﻄﻘﻪ ﺟﻐﺮاﻓﻴﺎﻳﻲ اﺳﺖ. ﻣﻤﻜﻦ اﺳﺖ ﻳﻚ ﺗﺤﻠﻴﻞ ﮔﺮ ﻧﻴﺎز داﺷﺘﻪ ﺑﺎﺷﺪ ﻓﺮوش اﻳﻦ ﻣﺎه را ﺑﺎ ﻣﺎه ﺳﺎل ﮔﺬﺷﺘﻪ در ﺑﺮاﺑﺮ ﺳﺎﻳﺖ ‫اﻳﻨﺘﺮﻧﺘﻲ ﻣﻘﺎﻳﺴﻪ ﻛﻨﺪ.ﻣﻤﻜﻦ اﺳﺖ او ﺑﻪ ﺳﻄﺢ ﻣﻔﺼﻠﺘﺮی در ﺳﻠﺴﻠﻪ ﻣﺮاﺗﺐ ﺑﺮﺳﺪ ﺗﺎ ﻓﺮوش را در ﻓﺮوﺷﮕﺎﻫﺎی ﻣﺸﺨﺼﻲ ﺑﺪﺳﺖ آورد و ﺗﻌﻴﻴﻦ ﻛﻨﺪ ﻛﺪام ﻳﻚ ﭘﺮ ﺑﺎزده ﺗﺮ و ﻛﺪام ﻳﻚ ﺑﺎﻋﺚ از دﺳﺖ دادن ﭘﻮل ﻣﻲ ﺷﻮد.

 اﻧﺒﺎر داده ﻧﻴﺎز ﺑﻪ ﻃﺮاﺣﻲ ﻳﻚ ﭘﺎﻳﮕﺎه داده ﻣﺘﻔﺎوت دارد :

‫ﭘﺎﻳﮕﺎه ﻫﺎی داده ﺑﺮای ﺑﺎزﻳﺎﺑﻲ ﺳﺮﻳﻊ زﻣﺎﻧﻲ ﻛﻪ ﻣﺴﻴﺮ دﺳﺘﻴﺎﺑﻲ از ﻗﺒﻞ ﻣﺸﺨﺺ ﻧﻴﺴﺖ ﻃﺮاﺣﻲ ﺷﺪه اﻧﺪ .اﻃﻼﻋﺎت اﻏﻠﺐ از دﻳﮕﺮ داده ﻫﺎ ﺑﺎ ﺧﻼﺻﻪ ﻛﺮدن داده ﻫﺎ و ﺑﺪﺳﺖ آوردن ﺟﺰﺋﻴﺎت ﺑﻴﺸﺘﺮ ﻳﺎ دﻗﺖ در اﻟﮕﻮﻫﺎ و ‫روﻧﺪﻫﺎ ﺑﺪﺳﺖ ﻣﻲ آﻳﺪ. در ﻳﻚ ﺳﻴﺴﺘﻢ ‪ OLTP ﺷﻴﻮه ﻫﺎی ﻧﻤﻮدار ﺳﺎزی ارﺗﺒﺎط ﻣﻮﺟﻮدﻳﺘﻬا  (E-R)ﺑﺮای ﻃﺮاﺣﻲ ﭘﺎﻳﮕﺎه داده اﺳﺘﻔﺎده ﻣﻲ ﺷﻮد. ﻫﺮ ﻣﻮﺟﻮدﻳﺖ ﻳﻚ ﺟﺪول ﻣﻲ ﺷﻮد،و ﻫﺮ ﺻﻔﺖ ﻣﺸﺨﺼﻪ ﺳﺘﻮﻧﻬﺎ را ارزﻳﺎﺑﻲ ﻣﻲ ﻛﻨﺪ و رواﺑﻂ ﺑﺎ ‫اﺗﺼﺎل ﻛﻠﻴﺪ اﺑﺘﺪاﻳﻲ و ﺳﺘﻮﻧﻬﺎی ﻛﻠﻴﺪ ﺧﺎرﺟﻲ ﺑﻪ ﻳﻜﺪﻳﮕﺮ در زﻣﺎن اﺟﺮا اراﺋﻪ ﻣﻲ ﺷﻮﻧﺪ. ﻳﻚ ﻃﺮاﺣﻲ ﻣﺘﻌﺎرف اﺟﺮای ﺑﻬﻴﻨﻪ ای را ﺑﺮای ﺳﻴﺴﺘﻢ ﻫﺎی ‪ OLTPﻓﺮاﻫﻢ ﻣﻲ آورد از ﺣﺠﻢ ﺑﺎﻻی ﺗﺮاﻛﻨﺸﻬﺎﻳﻲ ﻛﻪ دادن داده ﻫﺎی ﻣﺮﺑﻮﻃﻪ در ﻳﻚ ﺟﺪول و ﺣﺬف اﻓﺰوﻧﮕﻲ ﺷﻜﻞ ﮔﺮﻓﺘﻪ اﻧﺪ ﺗﻨﻬﺎ ﺑﺎ در دﺳﺖ داﺷﺘﻦ ﻳﻚ ﻧﺴﺨﻪ از داده ﻫﺎ ،از ﺗﺮﺗﻴﺐ ﻫﺎی ﻧﺎدرﺳﺖ ﺟﻠﻮﮔﻴﺮی و ﺛﺒﺎت ﺣﻔﻆ ﻣﻲ ﺷﻮد ﭘﺲ از ﻣﺘﻌﺎرف ﺳﺎزی داده ﻫﺎ ،ﺑﻌﻀﻲ اﻓﺰوﻧﮕﻲ ﻫﺎ ﻣﻤﻜﻦ اﺳﺖ ﺑﺮ روی ﺳﺘﻮﻧﻬﺎﻳﻲ ﻛﻪ ﺑﺮای ﺑﻬﺒﻮد اﺟﺮا ﺑﻪ روز ﺷﺪه اﻧﺪ . دوﺑﺎره ﻣﻌﺮﻓﻲ شوند. ﺑﻪ ﻣﻨﻈﻮر ﺑﻬﻴﻨﻪ ﺳﺎزی ﻋﻤﻠﻜﺮد ﺑﺮای ﻳﻚ اﻧﺒﺎرداده ﻛﻪ ﻓﻌﺎﻟﻴﺖ اوﻟﻴﻪ ﭘﺮس وﺟﻮ از داده ﻫﺎﺳﺖ ﻳﻚ ﻣﺪل ﺟﺪﻳﺪ داده ﻣﻮرد ﻧﻴﺎز اﺳﺖ . راﻟﻒ ﻛﻴﻤﺒﻞ[3] اوﻟﻴﻦ ﺳﺨﻨﮕﻮی ﺻﻨﻌﺘﻲ ﺑﺮای ﻣﺪل ﺳﺎزی اﺑﻌﺎد و ﻧﻮﻳﺴﻨﺪه انبار داده ﺗﻮﻟﻜﻴﺖ[4] ﻧﻤﻮدار ﺳﺘﺎره ای ، روش ﺟﺪﻳﺪی ازﻃﺮاﺣﻲ ﭘﺎﻳﮕﺎه داده را ﺑﺮای ﺗﺴﻬﻴﻞ ﻛﺮدن ‫ﭘﺮدازش‪ OLAPﻣﻌﺮﻓﻲ ﻛﺮد . ﺑﻪ ﻣﻨﻈﻮرﺑﻬﻴﻨﻪ ﻛﺮدن اﺟﺮا ﺑﺮای ﻳﻚ ﭘﺎﻳﮕﺎه داده . ﺷﻴﻮه ﻫﺎی ﻣﺪﻟﺴﺎزی اﺑﻌﺎدی اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ .ﺷﻴﻮه اﺑﻌﺎدی ﺑﺮای ﻣﺪﻟﺴﺎزی . داده ﻫﺎ را ﺑﻪ ﺷﻜﻞ ﺣﻘﻴﻘﻲ وﺟﺪوﻟﻬﺎی اﺑﻌﺎدی ﺳﺎزﻣﺎن دﻫﻲ ﻣﻲ ﻛﻨﺪ.دادﻫﺎ را در روﺷﻲ اراﺋﻪ ﻣﻲ دﻫﺪ ﻛﻪ ﺗﻮﺳﻂ ﻛﺎﺑﺮان ﺑﻪ راﺣﺘﻲ ﻓﻬﻤﻴﺪه ﻣﻲ ﺷﻮﻧﺪ.ﻛﺎرﺑﺮان اﻏﻠﺐ ﺑﻪ دﻧﺒﺎل ﮔﺰارﺷﻬﺎﻳﻲ ازﻧﺘﺎﻳﺞ ﻓﺮوش ﺑﺼﻮرت ﻫﺮ ﺳﻪ ﻣﺎه ﻳﻜﺒﺎر و ﻃﺒﻘﻪ ﺑﻨﺪی ﺑﺼﻮرت ﻓﺮوﺷﮕﺎﻫﻲ و ﻣﻨﻄﻘﻪ ﺟﻐﺮاﻓﻴﺎﻳﻲ ﻫﺴﺘﻨﺪ. ﺗﻌﺪاد ﻓﺮوش ﺣﻘﺎﻳق(facts) ﻫﺴﺘﻨﺪ. ﻓﺮوﺷﮕﺎه، ﻣﻨﻄﻘﻪ و ﻓﺼﻞ اﺑﻌﺎد داده ﻫﺎ ﻫﺴﺘﻨﺪ ﻛﻪ ﺑﺮ اﺳﺎس آن ﺗﺤﻠﻴﻞ ﻣﻲ ﺷﻮﻧﺪ و ﺑﺮای ﺳﺎزﻣﺎن دﻫﻲ داده ﻫﺎ اﺳﺘﻔﺎده ﻣﻲ ﺷﻮد. ﺑﺎ ﻣﺪل ﺳﺎزی اﺑﻌﺎدی ﻧﺪاﺷﺘﻦ ﻧﺮﻣﺎل ﺳﺎزی[5] و ﻣﺠﻮد اﻓﺰوﻧﮕﻲ[6] ﻣﻌﺮﻓﻲ ﻣﻲ ﺷﻮد. در ﻓﺼﻞ های بعد ﺧﻮاﻫﻴﻢ دﻳﺪ ﭼﮕﻮﻧﻪ ﺑﺮای ﻳﻚ ﻓﺮوﺷﮕﺎه اﻳﻨﺘﺮﻧﺘﻲ ﻳﻚ ﻃﺮاﺣﻲ ‫واﻗﻌﻲ اﻳﺠﺎد ﻛﻨﻴﻢ اﻳﻦ ﻧﻤﻮﻧﻪ ﺷﺮﻛﺘﻲ اﺳﺖ ﻛﻪ در ﺳﺮاﺳﺮ اﻳﻦ ﻛﺘﺎب اﺳﺘﻔﺎده ﺧﻮاﻫﺪ ﺷﺪ. اوراﻛﻞ ﺑﺮای ﺣﻤﺎﻳﺖ ازﻃﺮﺣﻬﺎی اﺑﻌﺎدی ﺗﺮﻛﻴﺒﺎت زﻳﺎدی را اﺿﺎﻓﻪ ﻛﺮده اﺳﺖ .ﺑﻬﻴﻨﻪ ﺳﺎز ﻣﻲ ﺗﻮاﻧﺪ ﻳﻚ ﻧﻤﻮدار ﺳﺘﺎره ای راﺷﻨﺎﺳﺎﻳﻲ ﻛﻨﺪ. ﺷﻤﺎ ﻣﻲ ﺗﻮاﻧﻴﺪ ﻋﻼوه ﺑﺮ اﻳﺠﺎد ﺟﺪوﻟﻬﺎ و ﺳﺘﻮﻧﻬﺎ ، اﺑﻌﺎد را ﻫﻢ ﺗﻌﺮﻳﻒ ﻛﻨﻴﺪ تا ‫ﺑﻪ ﺗﺤﻠﻴﻞ داده ﻫﺎی ﺷﻤﺎ در روﺷﻬﺎی ﮔﻮﻧﺎﮔﻮن ﻛﻤﻚ ﻛﻨﺪ.

در ادامه  طراحی یک انبار را بررسی می کنیم، پیشنهاداتی که در این زمینه مطرح است  عبارتست از:

1)هرگز از قبل یک پایگاه داده طراحی نکنید.

2)یک پایگاه داده با سیستمی با نوع پردازش تراکنش طراحی کنید.

3)یک سیستم پایگاه داده بسازید.

ﮔﺰﻳﻨﻪ آﺧﺮ را ﺷﻤﺎ در ﻧﻈﺮ ﻧﮕﻴﺮﻳﺪ ﻳﺎ از آن ﺑﻪ ﻋﻨﻮان ﻛﻤﻚ اﺳﺘﻔﺎده ﻛﻨﻴﺪ، ﺑﻮﻳﮋه اﮔﺮ از آﺧﺮﻳﻦ ﭘﺎﻳﮕﺎه اوراﻛﻞ اﺳﺘﻔﺎده ﻛﺮده ﺑﺎﺷﻴﺪ . ﺑﻨﺎﺑﺮ اﻳﻦ ، این موضوع  ﺧﻮاﻧﻨﺪﮔﺎﻧﻲ را ﻣﻮرد ﻫﺪف ﻗﺮار ﻣﻲ دﻫﺪ ﻛﻪ در ‫داده ﺟﺮﻳﺎن ﻳﻚ ﻳﺎ دو ﻣﻘﻮﻟﻪ ﻗﺮار ﮔﻴﺮﻧﺪ ،ﻛﻪ ﻣﻤﻜﻦ اﺳﺖ ﺷﺨﺼﻲ را ﻛﻪ ﻗﺒﻼ ﭘﺎﻳﮕﺎه داده ﻳﻚ ﻣﺨﺰن ﺑﺪون داده راﻃﺮاﺣﻲ ﻛﺮده اﺳﺖ ﻣﺘﻌﺠﺐ ﺳﺎزد ،ﭼﺮا؟ زﻳﺮا ﻣﻬﺎرﺗﻬﺎ و ﺗﻜﻨﻴﻚ ﻫﺎی ﻻزم ﺑﺮای اﻳﺠﺎد ﻳﻚ ﭘﺎﻳﮕﺎه داده ﺑﺮای ﻳﻚ ﻣﺨﺰن داده ﻣﺘﻔﺎوت از آﻧﻬﺎﻳﻲ اﺳﺖ ﻛﻪ ﺑﺮای ﺳﻴﺴﺘﻢ ﺑﺎ ﻧﻮع ﭘﺮدازﺷﮕﺮ ﺗﺮاﻛﻨﺶ ﻣﻮرد ﻧﻴﺎز اﺳﺖ در ﻧﺘﻴﺠﻪ اﮔﺮ ﺷﻤﺎ ﺑﻪ ﺧﺎﻃﺮ ﺑﻌﻀﻲ ﺗﻜﻨﻴﻜﻬﺎﻳﻲ ﻛﻪ ﻣﺜﻞ ﻫﻢ ﻫﺴﺘﻨﺪ ﻳﻚ ﺷﺮوع اﺻﻠﻲ[7] را ﺧﻮاﻫﻴﺪ داﺷﺖ ، اﻳﻦ ﻣﻬﻢ اﺳﺖ  ‫ﻛﻪ ﺑﻪ ﺧﻮد ﺑﮕﻮﻳﻴﺪ : ﻣﻦ ﻧﻮﻋﻲ ﻣﺘﻔﺎوت از ﻣﺨﺰن را ﻃﺮاﺣﻲ ﻛﺮده ام . ﺑﻨﺎﺑﺮاﻳﻦ ﺗﻔﺎوت در ﻃﺮاﺣﻲ ﭘﺎﻳﮕﺎه داده در ﻳﻚ ﻣﺨﺰن داده ﭼﻴﺴﺖ ؟ در ﻳﻚ ﺳﻴﺴﺘﻢ ﺑﺎ ﻧﻮع ﭘﺮدازش ﺗﺮاﻛﻨﺶ ﻫﺪف ﻃﺮاح اﻳﻦ اﺳﺖ ﺗﺎ ﺗﺮاﻛﻨﺶ را ﺧﻴﻠﻲ ﺳﺮﻳﻊ و ﻛﺎﻣﻞ ﺑﺴﺎزد و ﻫﻤﭽﻨﻴﻦ ﻃﺮاح ﺑﺎ اﻣﻴﺪواری ﻣﻲداﻧﺪ ﭼﮕﻮﻧﻪ ﺷﺮﻛﺘﻬﺎی ﺑﺎزرﮔﺎﻧﻲ از داده ﭘﺮس و ﺟﻮ و از آن اﺳﺘﻔﺎده ﻛﻨﺪ . ﻋﻤﺪﺗﺎَ ، ﺗﻐﻴﻴﺮ داده ﻓﻘﻂ رﻛﻮرد ﻫﺎی ﻓﺮدی ﺧﺎص ﺑﺮای ﺗﺮاﻛﻨﺶ اﺳﺖ و ﮔﺰارﺷﺎت ﺗﻨﻬﺎ ﺑﻪ روز، ﻫﻔﺘﻪ ﻳﺎ ﻣﺎه ﺟﺎری اﺳﺖ. ﻧﻘﻄﻪ ﻣﻘﺎﺑﻞ ﻳﻚ ﻣﺨﺰن داده اﮔﺮ ﭼﻪ ﭘﺮس و ﺟﻮ ﻫﺎ ﺑﺎﻳﺪ ﺑﺎ ﺳﺮﻋﺖ ﻣﻤﻜﻦ ﺗﻜﻤﻴﻞ ﺷﻮد ،آﻧﻬﺎ ﻣﻲ ﺗﻮاﻧﻨﺪ ﺳﺎﻋﺖ ﻫﺎ ﺑﻪ ﻃﻮل ﺑﻴﻨﺠﺎﻣﻨﺪ. در ﻳﻚ ﻣﺨﺰن داده ، ﺑﻪ ﻣﻨﻈﻮر ﺗﻜﻤﻴﻞ اﻧﻮاع ﭘﺮس و ﺟﻮﻫﺎی ﻫﻮﺷﻤﻨﺪ ، ﺣﺠﻢ زﻳﺎد داده ﺑﻪ دو ﺻﻮرت ﻣﺘﺪاول و ﻗﺪﻳﻤﻲ ‫ﺑﺎ دﻗﺖ ﻣﻮرد ﺑﺮرﺳﻲ ﻗﺮار ﻣﻲ ﮔﻴﺮﻧﺪ. ﻣﺸﻜﻞ ﻋﻤﺪه دﻳﮕﺮ اﻳﻦ اﺳﺖ ﻛﻪ ﭼﻪ اﻃﻼﻋﺎﺗﻲ ﺑﺎﻳﺪ در ﻣﺨﺰن ﻗﺮار ﺑﮕﻴﺮد و در ﭼﻪ ﺳﻄﺢ ﻣﺠﺰاﻳﻲ ﺑﺎﻳﺪ ﺣﻔﻆ ﺷﻮد . اﻳﻦ ﻛﺘﺎب ،ﺗﻜﻨﻴﻚ ﻫﺎﻳﻲ ﺑﺮای ﺗﻌﻴﻴﻦ آﻧﭽﻪ ﻛﻪ ﺑﺎﻳﺪ در ﻣﺨﺰن ﻗﺮارﮔﻴﺮد و ﻳﺎ ﭼﮕﻮﻧﻪ آن اﻃﻼﻋﺎت را ﺟﻤﻊ آوری ﻛﻨﺪ ﻣﻮرد ﺑﺤﺚ ﻗﺮار ﻧﻤﻲ دﻫﺪ ، زﻳﺮا ﻗﺒﻼ ﻛﺘﺎﺑﻬﺎﻳﻲ ﺑﻮده اﻧﺪ ﻛﻪ ﺑﻪ ﻃﻮر ﺟﺎﻣﻊ اﻳﻦ ﻣﻮﺿﻮع را ﻣﻮرد ‫ﺑﺮﺳﻲ ﻗﺮار داده اﻧﺪ . ﺑﺎ اﻳﻦ وﺟﻮد ،اﻫﻤﻴﺖ ﺗﻼس در ﺗﻌﻴﻴﻦ اﻳﻨﻜﻪ ﭼﻪ ﭼﻴﺰی ﺑﺎﻳﺪ در ﻣﺨﺰن داده ﻗﺮار ﮔﻴﺮد ﻧﻤﻲ ﺗﻮاﻧﺪ ﻓﺸﺎر زﻳﺎدی وارد ﻛﻨﺪ . اﻳﻦ ﺧﻴﻠﻲ ﻣﻬﻢ اﺳﺖ زﻳﺮا ﻣﻤﻜﻦ اﺳﺖ ، ﻳﻚ ﺳﺎل ﺑﻌﺪ ﻛﻪ ﻣﺨﺰن ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﮔﺮﻓﺘﻪ ﺷﻮد ، ﻧﺎﮔﻬﺎن ﻣﺘﻮﺟﻪ ﺷﻮﻳﺪ ﻛﻪ اﻃﻼﻋﺎت وﺟﻮد ﻧﺪارد و ﻳﺎ در ﺳﻄﺢ ﻧﺎدرﺳﺘﻲ ﻗﺮار دارد و در اﻳﻦ ﻣﻮرد اﻧﻮاع   ‫ﭘﺮس و ﺟﻮﻫﺎﻳﻲ را ﻛﻪ ﻣﻴﺘﻮاﻧﻴﺪ ﺑﺮ روی ﻣﺨﺰﻧﺘﺎ ن اﺟﺮا ﻛﻨﻴﺪ را ﻣﺤﺪود و ﻳﺎ ﻣﻤﻨﻮع ﻣﻲ ﻛﻨﺪ .ﺑﻪ ﻋﻨﻮان ﻣﺜﺎل ، ﻳﻚ ﺷﺮﻛﺖ ﻣﺨﺎﺑﺮاﺗﻲ ﺗﺼﻤﻴﻢ ﻣﻴﮕﻴﺮد ﺗﺎ ﻫﺮ ﺗﻠﻔﻨﻲ را در ﭘﺎﻳﮕﺎه داده اش ﻗﺮار ﻧﺪﻫﺪ ،و در ﻋﻮض، ﻣﺠﻤﻮع آﻧﭽﻪ را ﻛﻪ ﻣﺸﺘﺮی در ﻃﻮل روز ﺻﺮف ﻛﺮده اﺳﺖ را ﺣﻔﻆ ﻛﻨﺪ . ﺳﭙﺲ ﻓﺮدی در ﺷﺮﻛﺖ ﺗﺼﻤﻴﻢ ﻣﻴﮕﻴﺮد وﻗﺘﻲ ﺷﻤﺎره ﻫﺎی ﺧﺎص ﮔﺮﻓﺘﻪ ﻣﻴﺸﻮد ﺑﻪ ﻣﺸﺘﺮی ﺗﺨﻔﻴﻒ دﻫﺪ . اﻛﻨﻮن اﮔﺮ ﻣﺨﺰن ، ﻫﺮ ﺷﻤﺎره ای ﻛﻪ ﺗﻮﺳﻂ ﻣﺸﺘﺮﻳﺎﻧﺶ ﮔﺮﻓﺘﻪ ﺷﺪ را ، ﺷﺎﻣﻞ ﻣﻲ ﺷﺪ ﺷﺮﻛﺖ ﻗﺎدر اﺳﺖ دﻗﻴﻘﺎ ﺑﻔﻬﻤﺪ اﻳﻦ ﺑﺮﻧﺎﻣﻪ اﮔﺮ در 12ﻣﺎه ﮔﺬﺷﺘﻪ اﻧﺠﺎم ﻣﻲ ﺷﺪ ﭼﻪ ﻫﺰﻳﻨﻪ ای را در ﺑﺮ ﻣﻲ ﮔﺮﻓﺖ . در ﻋﻮض اﻳﻦ ﺷﺮﻛﺖ ﻫﻴﭻ داده ﻗﺎﺑﻞ اﺳﺘﻔﺎده را ﻧﺪارد و ﻳﺎ ﺑﺎﻳﺪ ﺣﺪس ﻣﻴﺰد ﭼﻪ ﻫﺰﻳﻨﻪ ای دارد و ﻳﺎ اﻳﻨﻜﻪ ﻃﺮاﺣﻲ ﺳﻴﺴﺘﻢ ﺟﺪﻳﺪ را ﺑﻪ ﺗﻌﻮﻳﻖ اﻧﺪازد ﺗﺎ اﻳﻨﻜﻪ

 ‫داده ﻛﺎﻓﻲ در دﺳﺘﺮس ﺑﺎﺷﺪ ﺗﺎ ﺑﻪ ﻃﻮر دﻗﻴﻖ ﻫﺰﻳﻨﻪ واﻗﻌﻲ ﺷﺮﻛﺖ را ﺗﻌﻴﻴﻦ ﻛﻨﺪ .ﻳﻜﻲ از ﻣﺸﻜﻼت ﻃﺮاﺣﻲ اﻳﻦ اﺳﺖ ﻛﻪ ﺗﻌﻴﻴﻦ ﻣﻲ ﻛﻨﺪ داده در ﭼﻪ ﺳﻄﺤﻲ در ﻣﺨﺰن ذﺧﻴﺮه ﺧﻮاﻫﺪ ﺷﺪ.اﻏﻠﺐ ، ذﺧﻴﺮه ﺳﺎزی ﻫﺮ ﺗﺮاﻛﻨﺶ ﻣﺎﻧﻨﺪ ﻣﺜﺎل ﺗﻠﻔﻦ ، ﻣﻤﻜﻦ اﺳﺖ ﺑﻴﺶ از اﻧﺪازه ﺑﻪ ﻧﻈﺮ ﺑﺮﺳﺪ و از آﻧﺠﺎﻳﻲ ﻛﻪ ﻣﻴﺘﻮاﻧﺪ ﺑﻪ ﻣﻌﻨﺎی رﺷﺪ ﻣﺨﺰن ﺑﻪ اﻧﺪازه ﺗﺮاﺑﺎﻳﺘﻬﺎ ﺑﺎﺷﺪ ، وﺳﻮﺳﻪ ای ﺑﺮای ﺳﺎزﻣﺎن ﻫﺎی داده ﺑﻪ وﺟﻮد ﻣﻲ آورد . اداره ﻛﺮدن ﻣﺨﺰن ﻳﻚ ﺗﺮاﺑﺎﻳﺘﻲ ﺑﻪ رواﻟﻬﺎی ﻛﻨﺘﺮل ﺷﺪه و دﻗﻴﻖ ﻧﻴﺎزدارد ﻛﻪ ﺑﺎﻳﺪ دﻧﺒﺎل ﺷﻮد . ﻫﺮ ﭼﻪ ﭘﺎﻳﮕﺎه داده ﺑﺰرﮔﺘﺮ ﺷﻮد،ﻣﺪﻳﺮﻳﺖ ﭘﺮس و ﺟﻮی آن ﺳﺨﺖ ﺗﺮ ﻣﻲ ﺷﻮد . ﺑﻪ ﻫﺮ ﺣﺎل ﺑﺎ دﺳﺘﺮﺳﻲ آﺳﺎﻧﺘﺮ ﺑﻪ ﺷﻴﻮه ‫ﻫﺎی ذﺧﻴﺮه ﺳﺎزی ارزان، ﺣﻔﻆ ﻣﻘﺎدﻳﺮ زﻳﺎدی از داده ﻫﺎ در ﺳﻄﺢ ﺟﺰﺋﻲ اﻣﻜﺎن ﭘﺬﻳﺮ و ارزﺷﻤﻨﺪﺗﺮ ﻣﻲ ﺷﻮد .از آﻧﺠﺎﻳﻲ ﻛﻪ اﻧﺒﺎﺷﺘﮕﻲ[8] ﻳﻚ ﺗﺼﻤﻴﻢ ﻣﻬﻢ ﻃﺮاﺣﻲ اﺳﺖ ، ﻃﺮاﺣﻲ ﺑﺎﻳﺪ دﻗﻴﻖ ﺑﺎﺷﺪ و ﻗﺒﻞ از آﻧﻜﻪ ﻳﻚ ﭼﻨﻴﻦ اﺳﺘﺮاﺗﮋی را ﺑﭙﺬﻳﺮد ﺑﻪ دﻧﺒﺎل ﺗﻌﻴﻴﻦ ﻛﺎرﺑﺮان ﻣﺨﺰن ﺑﺎﺷﺪ . ﻫﻤﭽﻨﺒﻦ ﺑﺎﻳﺪ ﺑﻪ اﻳﻦ ﻛﺎرﺑﺮان ﺑﻪ ﻃﻮر واﺿﺢ ﻣﺤﺪودﻳﺖ ﻫﺎﻳﻲ را ﻛﻪ اﺣﺘﻤﺎﻻ ﺑﻪ ﺧﺎﻃﺮ اﻧﺒﺎﺷﺘﮕﻲ داده روی ﻣﻴﺪﻫﺪ ﺗﻮﺿﻴﺢ داد . ﺑﺎ دﺳﺘﺮس ﺑﻮدن ﺣﺎﻓﻈﻪ ، ‫ﺑﺴﻴﺎری از ﺳﺎﻳﺖ ﻫﺎ ﺗﻤﺎم داده ﻫﺎﻳﻲ را ﻛﻪ ﻧﻴﺎز دارﻧﺪ ذﺧﻴﺮه ﺧﻮاﻫﻨﺪ ﻛﺮد

. 4-1 از ﻣﺪﻟﺴﺎزی ارﺗﺒﺎط –موجودیت (E-R)[9]استفاده نکنید:

‫ﺷﻴﻮه ﺟﺪﻳﺪی ﻛﻪ ﺑﺮای ﺳﺎﺧﺖ ﻳﻚ ﺳﻴﺴﺘﻢ ﻳﺎ ﭘﺮدازﺷﮕﺮ ﺗﺮاﻛﻨﺶ اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ ﺳﺎﺧﺖ ﻳﻚ ﻧﻤﻮدار ارﺗﺒﺎط ﻣﻮﺟﻮدﻳﺖ از ﺗﺠﺎرت اﺳﺖ . اﻳﻦ ﺷﻴﻮه ﺳﺮ اﻧﺠﺎم ﺑﻪ ﻋﻨﻮان داده ﻓﻴﺰﻳﻜﻲ اﺳﺘﻔﺎده ﺷﺪ ، زﻳﺮاﺑﺴﻴﺎری از ﻋﻨﺎﺻﺮ در ﻣﺪل ﻣﺎ ﺟﺪوﻟﻬﺎﻳﻲ در ﭘﺎﻳﮕﺎه داده ﺷﻮﻧﺪ ، اﮔﺮ ﺷﻤﺎ ﺗﺎ ﺑﻪ ﺣﺎل ﻳﻚ ﻣﺨﺰن داده را اﻳﺠﺎد ﻧﻜﺮده اﻳﺪ اﻣﺎ در ﻃﺮاﺣﻲ ﺳﻴﺴﺘﻢ ﻫﺎ ﺑﺎ ﭘﺮدازﺷﮕﺮ ﺗﺮاﻛﻨﺶ آن را ﺗﺠﺮﺑﻪ ﻛﺮده اﻳﺪ ، اﺣﺘﻤﺎﻻ ﻣﻲ ﺗﻮاﻧﻴﺪ در ﻧﻈﺮ ‫ﺑﮕﻴﺮﻳﺪ،ﻳﻚ ﻣﺨﺰن داده از ﻫﻴﭻ ﭘﺎﻳﮕﺎه داده ﻣﺘﻔﺎوت ﻧﻴﺴﺖ و ﻣﻲ ﺗﻮاﻧﻴﺪ از ﻫﻤﺎن روش اﺳﺘﻔﺎده ﻛﻨﻴﺪ .ﻣﺘﺎﺳﻔﺎﻧﻪ ، اﻳﻦ ﻃﻮر ﻧﻴﺴﺖ و ﻃﺮاﺣﺎن ﻣﺨﺰن ﺧﻴﻠﻲ ﺳﺮﻳﻊ ﻣﻲ ﻓﻬﻤﻨﺪ ﻛﻪ ﻣﺪل ارﺗﺒﺎط ﻣﻮﺟﻮدﻳﺖ ﺑﺮای ﻃﺮاﺣﻲ ﻳﻚ ﻣﺨﺰن راه ﻣﻨﺎﺳﺐ ﻧﻴﺴﺖ ، ﻣﻘﺎﻣﻬﺎی ﭘﻴﺸﺘﺎز در اﻳﻦ ﻣﻮﺿﻮع ﻣﺎﻧﻨﺪ راﻟﻒ ﻛﻴﻤﺒﺎل از اﺳﺘﻔﺎده ﻣﺪل       ﭼﻨﺪ ﺑﻌﺪی ﻃﺮﻓﺪاری ﻛﺮده اﻧﺪ و ﻣﺎ ﻓﻬﻤﻴﺪﻳﻢ ﻛﻪ اﻳﻦ روش ﺑﺮای ﻳﻚ ﻣﺨﺰن داده اﻳﺪه ال اﺳﺖ .ﻳﻚ ﻧﻤﻮدار ارﺗﺒﺎط ﻣﻮﺟﻮدﻳﺖ در ﺟﺮﺋﻴﺎت ﻗﺎﺑﻞ ﺗﻮﺟﻬﻲ ﻣﻴﺘﻮاﻧﺪ ، ﻓﻌﻞ و اﻧﻔﻌﺎل ﺑﻴﻦ ﺗﻌﺪاد اﻋﻀﺎ را درﺳﻴﺴﺘﻢ ﻣﺎن ﻧﺸﺎن دﻫﺪ و ﻫﺮ وﻗﺖ ﻣﻤﻜﻦ اﺳﺖ اﻓﺰوﻧﮕﻲ را در ﺳﻴﺴﺘﻢ ﺣﺬف ﻛﻨﺪ . ﻧﺘﻴﺠﻪ، ﻳﻚ دﻳﺪ ﺑﺴﻴﺎر ﻳﻜﺴﺎن از ﺳﺎزﻣﺎن اﺳﺖ ﻛﻪ ﺻﺪ ﻫﺎ ﻣﻮﺟﻮدﻳﺖ را در اﻣﺘﺪاد رواﺑﻄﺸﺎن ﺑﺎ دﻳﮕﺮﻣﻮﺟﻮدﻳﺘﻬﺎ ﺗﻮﺻﻴﻒ ﻣﻲﻛﻨﺪ.درﺣﺎﻟﻲ ﻛﻪ اﻳﻦ روش در ﭘﺮدازش ﺗﺮاﻛﻨﺶ ﺟﻬﺎن ﻛﻪ ﺑﻪ اﻳﻦ ﺳﻄﺢ از ﺟﺰﻳﻴﺎت ﻧﻴﺎز دارﻳﻢ ﺧﻮب اﺳﺖ ،اﻳﻦ ﺑﺮای ﻣﺨﺰن داده ﺑﻴﺶ از ﺣﺪ ﭘﻴﭽﻴﺪه اﺳﺖ . اﮔﺮ ﺷﻤﺎ از ﻳﻚ ﻣﺪﻳﺮﭘﺎﻳﮕﺎه داده[10] ﺑﭙﺮﺳﻴﺪ : آﻳﺎ ﻧﻤﻮدار ارﺗﺒﺎط ﻣﻮﺟﻮدﻳﺖ را دارد ؟ ﻣﺪﻳﺮ ﭘﺎﻳﮕﺎه داده اﺣﺘﻤﺎﻻ ﭘﺎﺳﺦ ﻣﻴﺪﻫﺪ ﻛﻪ ﻗﺒﻼ زﻣﺎﻧﻲ ﻛﻪ ﺳﻴﺴﺘﻢ ﺑﺮای اوﻟﻴﻦ ﺑﺎر ﻃﺮاﺣﻲ ﺷﺪه ﺑﻮد ،اوﻟﻴﻦ ﻧﻤﻮدار را ﻃﺮاﺣﻲ ﻛﺮده اﺳﺖ . اﻣﺎ ﺑﻪ دﻟﻴﻞ اﻧﺪازه اش و ﺗﻐﻴﺮات ﺑﺴﻴﺎری ﻛﻪ در ﺳﻴﺴﺘﻢ در ﻃﻲ ‫ﻋﻤﺮش روی داده ﻧﻤﻮدار ارﺗﺒﺎط ﻣﻮﺟﻮدﻳﺖ ﺑﻪ روز ﻧﺒﻮده ،و اﻛﻨﻮن ﺗﻨﻬﺎ ﺗﺎ ﺣﺪی دﻗﻴﻖ اﺳﺖ .

ﺧﻴﻠﻲ ﺳﺎده اﺳﺖ اﮔﺮ ﻣﺎ روش ﻣﺘﻔﺎوﺗﻲ را ﺑﺮای ﻣﺨﺰن داده اﺳﺘﻔﺎده ﻛﻨﻴﻢ ، ﺗﺎ اﻳﻨﻜﻪ اﻳﻦ روش را ﺑﻪ روز ﻧﮕﻪ دارﻳﻢ و آن را ﺑﻪ ﻛﺎرﺑﺮان ﻧﻬﺎﻳﻲ ﺑﺪﻫﻴﻢ ﺗﺎ ﺑﻪ آﻧﻬﺎ در ﻓﻬﻢ ﻣﺨﺰن داده ﻛﻤﻚ ﻛﻨﺪ . ﻓﺎﻛﺘﻮر دﻳﮕﺮ ﻛﻪ ﺑﺎﻳﺪ درﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﻮد اﻳﻦ اﺳﺖ ﻛﻪ ﻧﻤﻮدار ارﺗﺒﺎط ﻣﻮﺟﻮدﻳﺖ ﺑﻪ ﻧﺘﻴﺠﻪ ﺑﺨﺸﻲ در ﻳﻚ ﻃﺮح ﭘﺎﻳﮕﺎه داده ﻋﺎدی ﮔﺮاﻳﺶ ‫دارد ، در ﺣﺎﻟﻲ ﻛﻪ در ﻳﻚ ﻣﺨﺰن داده ، اﻏﻠﺐ ﻳﻚ ﻃﺮح ﻏﻴﺮ ﻋﺎدی اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ .

1-4-1 ﻣﺪل ﺳﺎزی اﺑﻌﺎد:

ﻳﻚ راه دﻳﮕﺮ ﺑﺮای اﺳﺘﻔﺎده از ﻣﺪل ارﺗﺒﺎط ﻣﻮﺟﻮدﻳﺖ ﻣﺪل ﭼﻨﺪ ﺑﻌﺪی ﻛﻪ داده را از ﻳﻚ ﭼﺸﻢ اﻧﺪازﻣﺘﻔﺎوت ﻣﻲ ﺑﻴﻨﺪ ﻣﻲ ﺑﺎﺷﺪ . ﺑﻪ ﺟﺎی در ﻧﻈﺮ ﮔﺮﻓﺘﻦ ﻳﻚ ﻣﻮﺟﻮدﻳﺖ ﻛﻪ ﭼﻴﺰی را ﻣﺎﻧﻨﺪ ﻳﻚ ﻣﺤﺼﻮل ﻳﺎ ﻳﻚ ‫ﻣﻜﺎن و رواﺑﻂ ﺑﻴﻦ آن ﻣﻮﺟﻮدﻳﺘﻬﺎراﻧﺸﺎنﻣﻲدﻫﺪ. ‫ﻳﻚ ﻣﺪل اﺑﻌﺎدی ، داده را ﺑﺎ اﺳﺘﻔﺎده از ﺣﻘﺎﻳﻘﻲ ﻛﻪ ﭼﮕﻮﻧﻪ ﺟﺪوﻟﻬﺎی واﻗﻌﻲ در ﭘﺎﻳﮕﺎه داده ﺗﻮﻟﻴﺪ ﻣﻴﺸﻮد  ‫را ﺗﻮﺿﻴﺢ ﻣﻴﺪﻫﺪ.ﻣﺪﻟﻬﺎی اﺑﻌﺎدی،ﻋﻠﻲ رﻏﻢ اﻳﻨﻜﻪ ﮔﺎﻫﻲ اوﻗﺎت ﺳﺎده ﺑﻪ ﻧﻈﺮ ﻣﻴﺮﺳﻨﺪ ﻳﻚ راه ﺑﺴﻴﺎر ﻣﻮﺛﺮ از ﺣﻔﻆ داده ﻣﺘﺪاول و ﺗﺎرﻳﺦ را درﺷﻜﻠﻲ ﻓﺮاﻫﻢ ﻣﻲ آورد ﻛﻪ آن را ﺑﺮای ﻛﺎرﺑﺮان ﺗﺠﺎری ﻗﺎﺑﻞ دﺳﺘﺮس ﻣﻲ ﺳﺎزد و آﻧﻬﺎ را ﻗﺎدر ﻣﻴﺴﺎزد ﺗﺎ ﺗﺼﻤﻴﻤﺎت درﺳﺖ ﺗﺠﺎری ﺑﮕﻴﺮﻧﺪ.ﻳﻚ ﻣﺨﺰن داده ﭼﻨﺪ ﺑﻌﺪی    ‫ﻣﻴﺘﻮاﻧﺪ داده ﻫﺎی را ﻛﻪ ﺷﺎﻣﻞ ﻣﻴﺸﻮد،  نشان  دﻫﺪ که :

‫*ﻣﻌﺘﺒﺮ ﺑﻮده اﺳﺖ(ﺑﻪ ﻋﻨﻮان ﻣﺜﺎل اﻋﺘﺒﺎر ﻧﺪاﺷﺘﻦ ﻛﺪ ﻣﺤﺼﻮل )

‫*ﺗﺎرﻳﺨﻲ اﺳﺖ (ﺑﻪ ﻋﻨﻮان ﻣﺜﺎل ،36 ﻣﺎه آﺧﺮ )

*ﻳﻜﭙﺎرﭼﻪ اﺳﺖ،ﺑﻨﺎﺑﺮ اﻳﻦ ﻫﻤﺎن ﻛﻠﻴﺪ ﺗﻮﺳﻂ ﺗﻤﺎم ﺳﻴﺴﺘﻢ ﻫﺎ اﺳﺘﻔﺎده ﻣﻲ شود.  ‫*ﺑﻪ آﺳﺎﻧﻲ ﻗﺎﺑﻞ دﺳﺘﺮس اﺳﺖ.

3-4-1 ﺟﺪول ﺣﻘﻴﻘﻲ:

ﺟﺪول ﺣﻘﻴﻘﻲ ﻣﻴﺘﻮاﻧﺪ ﺑﻴﺸﺘﺮ از ﻳﻜﻲ ﺑﺎﺷﺪ و اﻃﻼﻋﺎت واﻗﻌﻲ را در ﺑﺮ دارد و ﻣﻌﻤﻮﻻﮔﺴﺘﺮده ﺗﺮﻳﻦ ﺟﺪول در ﻣﺨﺰن داده اﺳﺖ و اﻏﻠﺐ ﺑﻪ ﺳﺮﻋﺖ رﺷﺪ ﻣﻴﻜﻨﺪ . ﺟﺪول ﻫﺎی ﺣﻘﻴﻘﻲ ﻣﻌﻤﻮﻻ ﺟﺎﻳﻲ ﻛﻪ ﺗﻤﺎم ﺟﺰﺋﻴﺎت داده ﻫﺎﻳﻲ را ﻛﻪ ﻣﻴﺨﻮاﻫﻴﺪ در ﻣﺨﺰن داده ﻧﮕﻪ دارﻳﺪ ﻗﺮار ﻣﻲ ﮔﻴﺮﻧﺪ. ﻣﺎﻧﻨﺪ ﺗﻤﺎم ﻣﻜﺎﻟﻤﺎت ﺗﻠﻔﻨﻲ ﺗﻮﺳﻂ ﻳﻚ  ‫ﻣﺸﺘﺮی و ﻳﺎ دﺳﺘﻮراﺗﻲ ﻛﻪ ﺗﻮﺳﻂ ﻣﺸﺘﺮی ﺷﻤﺎ داده ﺷﺪه است. ‫ﺑﻨﺎﺑﺮاﻳﻦ اﮔﺮﻳﻚ ﻣﺸﺘﺮی ﺑﻴﺴﺖ ﻣﻜﺎﻟﻤﻪ ﺗﻠﻔﻨﻲ داﺷﺘﻪ ﺑﺎﺷﺪ ، ﭘﺲ از آن اﻳﻦ اﺣﺘﻤﺎل وﺟﻮد دارد 20 ردﻳﻒ در ﺟﺪول واﻗﻌﻲ ﺑﺮای اﻳﻦ ﻣﺸﺘﺮی ذﺧﻴﺮه ﺧﻮاﻫﺪ ﺷﺪ در ﻧﺘﻴﺠﻪ ، ﺟﺪاول واﻗﻌﻲ ﺑﻪ ﻣﺮاﺗﺐ ﺑﺰرﮔﺘﺮﻳﻦ ﺟﺪول در ﭘﺎﻳﮕﺎه داده ﺧﻮاﻫﻨﺪ ﺷﺪ ، اﺣﺘﻤﺎﻻ ﺻﺪﻫﺎ ﻣﻴﻠﻴﻮن ردﻳﻒ را در ﻳﻚ ﻣﺨﺰن داده ﺑﺰرگ درﺑﺮﺧﻮاﻫﻨﺪ ﮔﺮﻓﺖ اﮔﺮ ﺷﻤﺎ ﻣﻄﻤﺌﻦ ﻧﻴﺴﺘﻴﺪ ﻛﻪ داده واﻗﻌﻲ اﺳﺖ ، داده اﻏﻠﺐ ﻋﺪدی اﺳﺖ و ﮔﺎﻫﻲ اوﻗﺎت ارزﺷﻲ اﺳﺖ ﻛﻪ ‫ﻣﻴﺘﻮاﻧﺪ ﻣﺤﺎﺳﺒﻪ ﺷﻮد ﻣﺎﻧﻨﺪ ارزش ﻳﻚ ﺗﻘﺎﺿﺎ ﻳﺎ ﺗﻌﺪاد اﻗﻼم ﺧﺮﻳﺪاری ﺷﺪه .اﻃﻼﻋﺎت ﮔﻨﺠﺎﻧﺪه ﺷﺪه در ﺟﺪوﻟﻬﺎی واﻗﻌﻲ ﻧﺒﺎﻳﺪ در آﺧﺮﻳﻦ ﺳﻄﺢ ﺟﺰﺋﻴﺎت ﺑﺎﺷﺪ ،ﺑﺎﻳﺪ داده را ﻣﺎﻧﻨﺪ ﻣﻜﺎﻟﻤﻪ ﺗﻠﻔﻨﻲ ﻛﻞ را ﻛﻪ ﺗﻮﺳﻂ ﻣﺸﺘﺮی اﻣﺮوزی اﻧﺠﺎم ﺷﺪه را ﺧﻼﺻﻪ ﻛﻨﺪ . ﺳﻄﺤﻲ ﻛﻪ در آن داده در ﺟﺪوﻟﻬﺎی واﻗﻌﻲ ﻗﺮار ﻣﻲ ﮔﻴﺮد ﺑﻪ ﻋﻨﻮان ﻗﻄﻌﻪ ﻗﻄﻌﻪ ای[11] ﺷناﺧﺘﻪ ﺷﺪه و ﻳﻜﻲ از ﻣﻬﻤﺘﺮﻳﻦ ﺗﺼﻤﻴﻤﺎﺗﻲ اﺳﺖ ﻛﻪ ﻃﺮاح ﻣﺨﺰن ﺑﺎﻳﺪ در ﻧﻈﺮ ﺑﮕﻴﺮد . در ﻧﻤﻮﻧﻪ ای ﻛﻪ اﻳﻨﺠﺎ ﺗﻮﺿﻴﺢ داده ﺷﺪ ﺗﻔﺎوت در ﺗﻌﺪاد رﻛﻮرد ﻫﺎی ذﺧﻴﺮه ﺷﺪه در ﻃﻮل 24 ﻣﺎه زﻳﺎد ﺧﻮاﻫﺪ ﺑﻮد . ﺗﻀﺎد ﻧﻴﺎزی ذﺧﻴﺮه ﺳﺎزی ﺑﻴﻦ ﻳﻚ رﻛﻮرد ذﺧﻴﺮه ﺷﺪه ﺑﺮای ﻫﺮﻣﻜﺎﻟﻤه ﺘﻠﻔﻨﻲ ﻛﻪ ﻣﺸﺘﺮی در ﻳﻚ روز ﻣﺸﺨﺺ اﻧﺠﺎم داده ﺑﺎ رﻛﻮردی ﻛﻪ ﺑﺮای ﻫﺮ ﻣﻜﺎﻟﻤﻪ ﺗﻠﻔﻨﻲ ﻛﻪ ﺑﻪ ﻳﻚ ‫ﻣﺸﺘﺮی اﻧﺠﺎم ﻣﻲ دﻫﺪ ﻣﻘﺎﻳﺴﻪ ﺷﺪه اﺳﺖ .

ﻃﺮاﺣﻲ ﻳﻚ ﻣﺨﺰن داده ﺑﺴﺘﮕﻲ ﺑﻪ ﺷﻐﻞ ﺷﻤﺎ دارد ، ﻣﻤﻜﻦ اﺳﺖ ﻣﺘﻮﺟﻪ ﺷﻮﻳﺪ ﻛﻪ اﻧﻮاع ﻣﺨﺘﻠﻔﻲ ازﺟﺪوﻟﻬﺎی واﻗﻌﻲ ﻣﺎﻧﻨﺪ ﺳﻄﺢ ﺗﺮاﻛﻨﺶ ، ﺳﻄﺢ اﻗﻼم ﺗﺮاﻛﻨﺶ ، ﺑﺮ اﺳﺎس روﻳﺪاد ،وﺿﻌﻴﺘﻲ ﻳﺎ ﺣﺘﻲ داده ﺧﻼﺻﻪ شده وجود دارد.

4-4-1ﺟﺪول اﺑﻌﺎدی (ﭼﻨﺪ ﺑﻌﺪی)

‫وﻗﺘﻲ ﻛﻪ اﺳﺘﻔﺎده از ﻣﺪل اﺑﻌﺎدی ﻃﺮاﺣﻲ ﻣﻴﻜﻨﻴﺪ، ﻣﻤﻜﻦ اﺳﺖ ﻳﻚ ﻳﺎ ﻛﻤﻲ از ﺟﺪوﻟﻬﺎی واﻗﻌﻲ وﺟﻮد داﺷﺘﻪ ﺑﺎﺷﺪ ، اﻣﺎ ﺟﺪوﻟﻬﺎﻳﻲ اﺑﻌﺎدی زﻳﺎدی ﻣﻲ ﺗﻮاﻧﺪ وﺟﻮد داﺷﺘﻪ ﺑﺎﺷﺪ ، ﺟﺪوﻟﻬﺎی اﺑﻌﺎدی ﺑﻪ ﻋﻨﻮان ﻳﻚ ﺟﺪول مرجع[12] ﺑﻪ ﺟﺪوﻟﻬﺎی واﻗﻌﻲ ﻧﮕﺎه ﻣﻲ ﻛﻨﻨﺪ ﻛﻪ ﺗﻮﺿﻴﺤﺎت و اﻃﻼﻋﺎت اﻳﺴﺘﺎ[13] درﺑﺎره ﻳﻚ ﻗﻄﻌﻪ از داده راﺣﻔﻆ ﻣﻴﻜﻨﺪ . ﺑﻪ ﻋﻨﻮان ﻣﺜﺎل ، ﻣﺤﺼﻮل ﻳﻚ ﺑﻌﺪی را در ﻧﻈﺮ ﻣﻲ ﮔﻴﺮد. زﻳﺮا در اﻳﻦ ﺟﺪول اﻃﻼﻋﺎت درﺑﺎره ﻣﺤﺼﻮل ﻣﺎﻧﻨﺪ اﺳﻢ ﻛﺎﻣﻞ ﻣﺤﺼﻮل ، ﺗﻬﻴﻪ ﻛﻨﻨﺪﮔﺎن اﻳﻦ ﻣﺤﺼﻮل ﺣﻔﻆ ﺷﺪه اﺳﺖ . در ﺟﺪول واﻗﻌﻲ ﺳﺘﻮﻧﻲ ﺑﻪ ﻧﺎم ﻛﻠﻴﺪ ﻣﺤﺼﻮل [14]ﻛﻪ ﺑﺮای ﺑﺎزﻳﺎﺑﻲ ﺗﻤﺎم اﻃﻼﻋﺎت ﻣﺤﺼﻮل از اﻳﻦ ﺟﺪول اﺑﻌﺎدی اﺳﺘﻔﺎده ﻣﻲ ﺷﻮد .اﮔﺮ ﺷﻤﺎ در ﻣﻮرد اﻳﻨﻜﻪ داده ﻳﻚ ﺑﻌﺪ و ﻳﺎ ﻳﻚ واﻗﻌﻴﺖ اﺳﺖ ﺷﻚ داﺷﺘﻪ ﺑﺎﺷﻴﺪ اﻳﻦ ﺳﻮاﻻت را ﺑﭙﺮﺳﻴﺪ:

آﻳﺎ داده ﺑﻪ ﻃﻮر ﻧﺴﺒﻲ اﻳﺴﺘﺎ اﺳﺖ ؟ و آﻳﺎ داده ﭼﻴﺰی را ﺗﻮﺿﻴﺢ ﻣﻲ دﻫﺪ ؟ ﻋﻤﺪﺗﺎً داده ﻫﺎﻳﻲ ﻣﺎﻧﻨﺪ ﺷﻨﺎﺳﻪ ﻳﻚ ﻣﺤﺼﻮل ، ﻏﺎﻟﺒﺎً ﺗﻐﻴﻴﺮ ﻧﻤﻴﻜﻨﺪ در ﺣﺎﻟﻲ ﻛﻪ ﻳﻚ ﺟﺪول واﻗﻌﻲ ﺟﺰﻳﻴﺎﺗﻲ از ﻣﺤﺼﻮﻟﻲ را ﻛﻪ ﻓﺮوﺧﺘﻪ اﻳﺪ را در ﺑﺮدارد. ﻫﻤﭽﻨﻴﻦ ، ﻣﻌﻤﻮﻻً ﺑﻴﻦ ﺗﻌﺪاد ردﻳﻒ ﻫﺎ در ﺟﺪول واﻗﻌﻲ در ﻣﻘﺎﻳﺴﻪ ﺑﺎ ردﻳﻒ ﻫﺎی ﺟﺪول اﺑﻌﺎدی ﺗﺮﺗﻴﺐ ﻛﻤﺘﺮی وﺟﻮد دارد .ﻫﻤﭽﻨﻴﻦ ﺟﺪوﻟﻬﺎی اﺑﻌﺎدی ﺑﻪ داﺷﺘﻦ ﻓﻴﻠﺪﻫﺎی ﻣﺘﻨﻲ ﺑﻴﺸﺘﺮ ﮔﺮاﻳﺶ دارﻧﺪ ﻛﻪ ﻫﺪف ﺑﻌﺪ را ‫ﺗﻮﺿﻴﺢ ﻣﻴﺪﻫﻨﺪ در ﺣﺎﻟﻲ ﻛﻪ ﺟﺪوﻟﻬﺎی واﻗﻌﻲ ﺑﻪ داﺷﺘﻦ اﻧﺪازه ﻫﺎی ﻋﺪدی ﺑﻴﺸﺘﺮی ﮔﺮاﻳﺶ دارﻧﺪ .

ﺑﻪ ﻋﻨﻮان ﻣﺜﺎل ، ﻳﻚ ﺟﺪول واﻗﻌﻲ ﻣﻲ ﺗﻮاﻧﺪ ﻣﻠﻴﻮﻧﻬﺎ ردﻳﻒ داﺷﺘﻪ ﺑﺎﺷﺪ ، در ﺣﺎﻟﻲ ﻛﻪ ﻳﻚ ﺟﺪول اﺑﻌﺎدی ﺗﻨﻬﺎ ﻣﻴﺘﻮاﻧﺪ ﭼﻨﺪ ردﻳﻒ داﺷﺘﻪ ﺑﺎﺷﺪ ﺑﻪ ﻋﻨﻮان ﻣﺜﺎل اﮔﺮ داده ﺑﻪ ﻃﻮر ﻫﻔﺘﻪ ذﺧﻴﺮه ﺷﺪه ﺑﺎﺷﺪ ﺑﻌﺪ زﻣﺎن ، 52 ردﻳﻒ ﺧﻮاﻫﺪ داﺷﺖ، ﻳﺎ اﮔﺮ ﻛﺸﻮری ﻓﻘﻂ 15 ﻣﻨﻄﻘﻪ داﺷﺘﻪ ﺑﺎﺷﺪ ﻳﻚ ﺑﻌﺪ ﻣﻨﻄﻘﻪ ﺗﻨﻬﺎ ﻣﻴﺘﻮاﻧﺪ15  ردﻳﻒ داﺷﺘﻪ ﺑﺎﺷﺪ . ﻧﺒﺎﻳﺪ اﺑﻌﺎد در اﻧﺪازه ﺧﻴﻠﻲ ﻛﻮﭼﻚ ﺑﺎﺷﻨﺪ ، زﻳﺮا ﺷﻤﺎ ﺑﺘﻮاﻧﻴﺪ 50000 ﻣﺤﺼﻮل را ﺑﻔﺮوﺷﻴﺪ ﻳﺎ ﻳﻚ ‫ﺑﻌﺪ ﻣﺸﺘﺮی 5 ﻣﻴﻠﻴﻮن ردﻳﻒ داﺷﺘﻪ ﺑﺎﺷﻴﺪ . ﺗﻤﺎم اﻳﻦ ﻣﻮارد ﻧﻤﻮﻧﻪ ﻫﺎﻳﻲ از اﺑﻌﺎد ﻣﻌﺘﺒﺮ اﺳﺖ .ﺗﻌﻴﻴﻦ ﻛﺮدن ﺗﻌﺪاد اﺑﻌﺎد ﻃﺮح ﺷﻤﺎ ﻛﻤﻲ ﻣﺸﻜﻞ اﺳﺖ ، اﻣﺎ ﻋﻤﺪﺗﺎًﺑﺎﻳﺪ ﻛﻤﺘﺮ از 20 ﺑﻌﺪ ﻳﺎ ﺣﺪاﻗﻞ 4 ﺑﻌﺪ وﺟﻮد داﺷﺘﻪ ﺑﺎﺷﺪ . ﺑﻨﺎﺑﺮاﻳﻦ ،ﻣﺨﺰن داده ﻫﺎ ﻣﺘﺸﻜﻞ از ﺗﻌﺪاد ﻛﻤﻲ ﺟﺪول اﺳﺖ اﻣﺎ ﺑﻪ ﺧﺎﻃﺮ ﺗﻌﺪاد ردﻳﻔﻬﺎ در ‫ﺟﺪول واﻗﻌﻲ ﺗﻘﺎﺿﺎﻫﺎی ذﺧﻴﺮه ﺳﺎزی ﻫﻨﮕﻔﺘﻲ دارد.

5-4-1 ﻛﻠﻴﺪ ﻫﺎی ﻣﺨﺰن[15]:

ﺑﻪ اﺣﺘﻤﺎل زﻳﺎد، داده در ﻣﺨﺰن از ﻣﻨﺎﺑﻊ ﮔﻮﻧﺎﮔﻮﻧﻲ ﺑﺪﺳﺖ ﻣﻲ آﻳﺪ و ﻛﺪ ﻳﻚ ﻣﺤﺼﻮل در ﻳﻚ ﺳﻴﺴﺘﻢ ﺑﺎ ﺳﻴﺴﺘﻢ دﻳﮕﺮ ﻣﺸﺎﺑﻪ ﻧﻴﺴﺖ. ﻣﺸﻜﻞ دﻳﮕﺮ اﻳﻦ اﺳﺖ ﻛﻪ وﻗﺘﻲ داده ﺑﺎ ﻳﻚ دوره زﻣﺎﻧﻲ ذﺧﻴﺮه ﻣﻲ ﺷﻮد ، ﻛﻠﻴﺪ ﻫﺎی اﺳﺘﻔﺎده ﺷﺪه در ﺳﻴﺴﺘﻢ را دوﺑﺎره ﻣﻴﺘﻮان اﺳﺘﻔﺎده ﻛﺮد . ﺑﻨﺎﺑﺮاﻳﻦ ﻃﺮح ﺑﺎﻳﺪ ﺑﻪ ﻃﻮر ﺟﺪی ﭘﻴﺎده ﺳﺎزی ﻛﻠﻴﺪ ﻫﺎی ﺟﺎﻳﮕﺰﻳﻦ[16] را در ﻧﻈﺮ ﺑﮕﻴﺮد . ﻃﻮری ﻛﻪ آﻧﻬﺎ ﺑﺮ اﻳﻨﻜﻪ ﭼﮕﻮﻧﻪ در ﻣﺨﺰن داده ﺷﻨﺎﺳﺎﻳﻲ ﻣﻴﺸﻮد ،ﻛﻨﺘﺮل ﻛﻠﻲ داﺷﺘﻪ ﺑﺎﺷﻨﺪ . ﺗﺒﺪﻳﻞ ﻛﻠﻴﺪ ﻣﺤﺼﻮل[17] ﺑﻪ ﻛﻠﻴﺪ ﻣﺨﺰن داده در ﻃﻲ ﻓﺮاﻳﻨﺪ ETL اﻧﺠﺎم ﻣﻲ ﺷﻮد . در ﻃﻲ ﺑﺎرﮔﻴﺮی داده اﺗﻼف ﻧﺎﭼﻴﺰی را ﻣﺘﺤﻤﻞ ﻣﻲ ﺷﻮد . ﻣﺎ اﻳﻦ ﻣﻮﺿﻮع را در ﻓﺼﻞ های بعد ﺑﺤﺚ ﺧﻮاﻫﻴﻢ ﻛﺮد . ﺗﻤﺎم ﻛﻠﻴﺪ ﻫﺎ ﺑﺮای ﺗﺒﺪﻳﻞ ﻛﻠﻴﺪ ﺟﺎﻳﮕﺰﻳﻦ اﻧﺘﺨﺎب ﺷﺪه اﻧﺪ ﺣﺘﻲ ﻛﻠﻴﺪ ﻫﺎﻳﻲ ﻛﻪ ﺑﺮای ﺑﻌﺪ زﻣﺎن ﻫﻢ ﺷﺎﻣﻞ ﻣﻴﺸﻮد .ﻛﻠﻴﺪ ﻫﺎی ﺟﺎﻳﮕﺰﻳﻦ ﻧﺒﺎﻳﺪ ﺧﻴﻠﻲ ﭘﻴﭽﻴﺪه ﺑﺎﺷﺪ ﺗﺎ ﺑﺘﻮاﻧﻨﺪ ﺑﻪ آﺳﺎﻧﻲ ﺑﺎ ﻫﺮ ﻛﺪام ﺷﺮوع ﺷﻮﻧﺪ وﻛﺎراﻳﻲ ‫اوراﻛﻞ را ﺑﻪ ﻃﻮر ﻣﺪاوم اﻓﺰاﻳﺶ دﻫﺪ . اﮔﺮ ﻛﻠﻴﺪ ﻫﺎی ﺟﺎﻳﮕﺰﻳﻦ ﺗﻌﻴﻴﻦ ﺷﺪه ﺑﺎﺷﺪ،ﻣﻤﻜﻦ اﺳﺖ،ذﺧﻴﺮهﻫﺎی  ‫ﺣﺎﻓﻈﻪ داده ﻫﻢ وﺟﻮد داﺷﺘﻪ ﺑﺎﺷﻨﺪ .ﺑﻪ ﻫﺮ ﺣﺎل ﻣﺎ اﺳﺘﻔﺎده از ﻛﻠﻴﺪ ﻫﺎی اﺻﻠﻲ را در ﻣﺪل ﻣﺨﺰن داده ﺳﺎده[18] ﺣﻔﻆ ﻛﻨﻴﻢ زﻳﺮا اﮔﺮ ﻛﻠﻴﺪ ﻫﺎی اﺻﻠﻲ ﭘﺮ ﻣﻌﻨﺎ ﺗﺮی را ﺑﻪ ﺟﺎی ﻛﻠﻴﺪﻫﺎی ﺟﺎﻳﮕﺰﻳﻦ ﻋﺪدی اﺳﺘﻔﺎده ﻛﻨﻴﻢ ﺑﻪ ﺗﻮﺿﻴﺢ ﻣﺜﺎﻟﻬﺎی ﻣﺎ در ﻛﺘﺎب ﻛﻤﻚ می کند.

‫با توجه به اینکه اﻧﺒﺎرﻫﺎی داده همواره ﺳﻴﺮ ﺗﻜﺎﻣﻠﻲ داﺷﺘﻪ اﻧﺪ، ﺑﻪ ﺧﺎﻃﺮ اﻳﻦ ﻛﻪ ﺗﺠﺎرت در ﺑﺎزار، رﻗﺎﺑﺘﻲ ﺑﺎﻗﻲ ﺑﻤﺎﻧﺪ، ﻧﻴﺎز ﺑﻪ دﺳﺘﻴﺎﺑﻲ ﺣﺠﻢ اﻧﺒﻮﻫﻲ از اﻃﻼﻋﺎت دارﻧﺪ ﻛﻪ ﺑﻪ آﻧﻬﺎ در ﺗﺼﻤﻴﻢ ﮔﻴﺮی درﺳﺖ ﺗﺠﺎری ﻛﻤﻚ ﻛﻨﺪ. ﺑﺮای ﻛﻤﻚ ﺑﻪ اﻳﻦ ﺗﺼﻤﻴﻤﺎت ﻣﻤﻜﻦ اﺳﺖ داده ﺑﺮای ﭼﻨﺪ ﺳﺎل ﺑﻪ ﻋﻘﺐ ﺑﺮﮔﺮدد و ﺑﺘﻮاﻧﺪ ﺟﺰﺋﻴﺎت ﻫﺮ ﻛﺎﻻﻳﻲ ﻛﻪ ﻳﻚ واﺣﺪ ﺗﺠﺎری ﺗﺎ ﻛﻨﻮن ﻓﺮوﺧﺘﻪ اﺳﺖ را ﻧﮕﻬﺪاری ﻛﻨﺪ. ﺑﻬﻴﻨﻪ ﺳﺎزی ﻫﺎی اﺟﺮاﻳﻲ ﺑﺮای ﺳﻴﺴﺘﻢ ﻫﺎی ‪ OLTPﺗﻐﻴﻴﺮ ﻣﺪار ﺑﻪ ﺧﻮﺑﻲ ﺷﻨﺎﺧﺘﻪ ﺷﺪه اﺳﺖ،ﺑﺎ اﻳﻦ وﺟﻮد، اﻧﺒﺎرﻫﺎی داده ﻧﻴﺎزﻣﻨﺪی ﻫﺎی ﻣﺘﻔﺎوت زﻳﺎدی دارﻧﺪ، و ﻳﻚ ﭘﺮس ‫و ﺟﻮ ﻫﻮﺷﻤﻨﺪ ﺗﺠﺎری ﻣﻤﻜﻦ اﺳﺖ ﺑﻪ ﺑﺎزﻳﺎﺑﻲ و ﻣﺘﺮاﻛﻢ ﺳﺎزی رﻛﻮردﻫﺎی زﻳﺎدی از اﻧﺒﺎر ﻧﻴﺎز داﺷﺘﻪ ﺑﺎﺷﺪ.

‫ﺑﻪ ﻣﻨﻈﻮر آﻧﻜﻪ ﺑﻔﻬﻤﻴﻢ ﭘﺎﻳﮕﺎه داده ﭼﮕﻮﻧﻪ ﻣﻲ ﺗﻮاﻧﺪ ﺑﻪ ﺣﺠﻢ زﻳﺎدی از داده دﺳﺖ ﭘﻴﺪا ﻛﻨﺪ، ﻧﻴﺎز اﺳﺖ ﺑﻪ ﺟﻨﺒﻪ ﺑﻨﻴﺎدی ﺗﺮ ﭘﻴﺎده ﺳﺎزی اﻧﺒﺎر دﻗﺖ ﻛﻨﻴﻢ ﻛﻪ آن ﻣﻌﻤﺎری ﻓﻨﻲ و ﺳﺨﺖ اﻓﺰار ﻓﻴﺰﻳﻜﻲ اﺳﺖ. ﭘﻴﺎده ﺳﺎزی ﺧﻮب در ﻳﻚ اﻧﺒﺎر داده و ﺗﻮاﻧﺎﻳﻲ ﺑﺮای ﺑﺎزﻳﺎﺑﻲ و ﻓﺮآﻳﻨﺪ ﺳﺮﻳﻊ داده ﺑﺴﺘﮕﻲ ﺑﻪ ﻃﺮح ﭘﺎﻳﮕﺎه داده ﻓﻴﺰﻳﻜﻲ ﻛﺎﻣﻞ دارد، ﻛﻪ ﺑﺎﻳﺪ ﺗﻮﺳﻂ ﺑﻨﻴﺎد ﻣﺤﻜﻤﻲ از ﺳﺮور و ﺳﺨﺖ اﻓﺰار زﻳﺮﺳﺎﺧﺖ ﺣﻤﺎﻳﺖ ﺷﻮد. اﻳﻦ ﻣﺸﺨﺼﻪ ﺳﺨﺖ اﻓﺰاری در ﺗﺮﻛﻴﺐ ﺑﺎ ﺷﻴﻮه ﻫﺎ و وﻳﮋﮔﻲ ﻫﺎی ﺧﺎص در ﭘﺎﻳﮕﺎه داده اوراﻛﻞ10g ﻣﻲ ﺗﻮاﻧﺪ ﺑﺮای ﭘﻴﺸﺮﻓﺖ ﻗﺎﺑﻞ ﺗﻮﺟﻪ از ﭘﻴﺎده ﺳﺎزی ﭘﺮس و ﺟﻮ در ﻳﻚ اﻧﺒﺎر داده اﺳﺘﻔﺎده ﺷﻮد. در این بخش ﻣﻔﺎﻫﻴﻤﻲ را درﺑﺎره ﻣﻌﻤﺎری ﻓﻨﻲ از ﻳﻚ اﻧﺒﺎرداده ﻣﻌﺮﻓﻲ ﻣﻲ ﻛﻨﺪ و ﺗﻐﻴﻴﺮات ﺑﺮﺟﺴﺘﻪ ای ﻛﻪ او را ﻛﻞ ‪ 10g اﻧﺠﺎم داده اﺳﺖ و اﻳﻦ ﻛﻪ آﻧﻬﺎ ﭼﮕﻮﻧﻪ ﻣﻲ ﺗﻮاﻧﻨﺪ اﻧﺒﺎر داده ای ﻛﻪ ﺳﻮدﻣﻨﺪ و ﻣﻔﻴﺪ واﻗﻊ ﺷﺪه اﺳﺖ، را ﺑﺤﺚ ﻣﻲ ﻛﻨﺪ. در فصل های بعدی ﺑﻪ ﺷﻴﻮهﻫﺎی ﻃﺮح ﭘﺎﻳﮕﺎه داده ﻓﻴﺰﻳﻜﻲ ﻣﺎﻧﻨﺪ ﺗﻘﺴﻴﻢ ﺑﻨﺪی، و اﻳﻦ ﻛﻪ ﭼﮕﻮﻧﻪ ﻣﻲ ﺗﻮاﻧﻨﺪ از ﻧﻘﺎط ﻗﻮت ﻣﻌﻤﺎری اﺻﻮﻟﻲ اﺳﺘﻔﺎده ﻛﻨﻨﺪه ﻧﮕﺎه دقیق تری می اندازیم.

‫ﻳﻚ ﺗﺮﻛﻴﺐ ﻣﻬﻢ از ﻣﻌﻤﺎری اﻧﺒﺎر داده، ﺗﻮاﻧﺎﺋﻴﺶ ﺑﺮای درﺟﻪ ﺑﻨﺪی اﺳﺖ. ﻳﻚ اﻧﺒﺎر داده ﺑﺎ اﻓﺰاﻳﺶ ﻛﺎرﺑﺮان و ﮔﺰارش ﻧﻴﺎزﻣﻨﺪی ﻫﺎ و ﻫﻨﮕﺎﻣﻲ ﻛﻪ داده ﺑﻴﺸﺘﺮی ﺑﻪ آدرس ﻓﻀﺎﻫﺎی ﺟﺪﻳﺪ ﺗﺠﺎری ﺑﺎرﮔﻴﺮی ﺷﺪه اﺳﺖ رﺷﺪ ﻣﻲ ﻛﻨﺪ. ﻣﻌﻤﺎری ﺑﺎﻳﺪ ﻗﺎدر ﺑﻪ ﻛﻨﺘﺮل اﻳﻦ رﺷﺪ ﺑﺎﺷﺪ ﺗﺎ داده ﺟﺪﻳﺪ را ﺑﺪون ﻫﻴﭻ ﺗﺎﺛﻴﺮ زﻳﺎن آور ﺑﺮ ‫روی ﭘﺎﺳﺦ ﭘﺮس و ﺟﻮ ﺑﺮای اﻓﺰاﻳﺶ اﻧﺠﻤﻦ ﻛﺎرﺑﺮان ﻣﺎ ﭘﺮدازش ﻛﻨﺪ. رﺷﺪ ﻃﺒﻴﻌﻲ ﻣﻌﻤﺎری ﺑﻪ اﻳﻦ ﻣﻌﻨﺎﺳﺖ ﻛﻪ ﻣﺎ ﻧﻴﺎز دارﻳﻢ ﭘﺮدازش ﮔﺮﻫﺎی ﺑﻴﺸﺘﺮی را ﻛﻨﺘﺮل ﻛﻨﻴﻢ.

اﻓﺰاﻳﺶ ﻧﻴﺎزﻫﺎی ﭘﺮدازش، ﺣﺎﻓﻈﻪ ﺑﻴﺸﺘﺮی را ﺑﺮای ﺗﻄﺒﻴﻖ ﭘﺮدازﺷﻬﺎی اﺿﺎﻓﻲ و دﻳﺴﻜﻬﺎی ﺑﻴﺸﺘﺮی را ﺑﺮای ﺑﻜﺎر بردن حجم گسترده داده ارائه می کند.ﺷﻴﻮه ﻫﺎی ﻣﺘﻨﻮﻋﻲ وﺟﻮد دارد ﻛﻪ ﻣﻲ ﺗﻮاﻧﺪ ﺑﺮای ﻣﻘﻴﺎس ﺑﻨﺪی ﻳﻚ ﺳﻴﺴﺘﻢ ﺑﻜﺎر رود. ﺑﺴﻴﺎری از اﻳﻦ ﻣﻘﻴﺎﺳﻬﺎی ﺳﺮور ﺑﻪ آﺳﺎﻧﻲ ﺑﺮای ﭘﺮدازﺷﻬﺎ و ﺣﺎﻓﻈﻪ ﺑﻴﺸﺘﺮ اراﺋﻪ ﺷﺪه اﻧﺪ، اﮔﺮﭼﻪ در ﻧﻬﺎﻳﺖ ﻣﺤﺪودﻳﺖ ﻓﻴﺰﻳﻜﻲ ﻣﺎﻧﻨﺪ آﻧﭽﻪ ﻛﻪ ﻣﻲ ﺗﻮاﻧﺪ ﺑﻄﻮر واﻗﻌﻲ در ﻗﺴﻤﺖ ﺳﺮور اﺿﺎﻓﻪ ﺷﻮد وﺟﻮد دارد. ﻳﻚ روش ﺟﺎﻳﮕﺰﻳﻦ از ﻣﻘﻴﺎسﺑﻨﺪی، ﮔﺮوه ﺑﻨﺪی[19] اﺳﺖ درﺟﺎﻳﻲ ﻛﻪ ﭼﻨﺪ ﺑﺮاﺑﺮ اﺣﺘﻤﺎﻻً ﻛﻮﭼﻜﺘﺮ اﺳﺖ، ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎ ﺑﺮای ﺳﺮوﻳﺲ دﻫﻲ ﺑﻪ ﺗﻘﺎﺿﺎﻫﺎی اﻓﺰاﻳﺶ ﻳﺎﻓﺘﻪ درﻳﻚ روش ﺑﺎ ﻳﻜﺪﻳﮕﺮ ﻫﻤﺎﻫﻨﮓ ﺷﺪه ﻋﻤﻞ ﻣﻲ ﻛﻨﻨﺪ. اوراﻛﻞ، ﮔﺮوﻫﻬﺎی ﻛﺎرﺑﺮدی واﻗﻌﻲ [20] ﺑﺮای دﺳﺘﻪ ﺑﻨﺪی ﭘﺎﻳﮕﺎه داده آﻣﺎده ﻣﻲ ﺷﻮﻧﺪ. ﻳﻌﻨﻲ، داﺷﺘﻦ ﺑﻴﺸﺘﺮ از ﻳﻚ ﻣﺠﻤﻮﻋﻪ از ﭘﺮدازش ﻫﺎی ﭘﺎﻳﮕﺎه داده ﻛﻪ ﺑﺮ روی ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎی ﺟﺪاﮔﺎﻧﻪ اﺟﺮا ﻣﻲ ﺷﻮﻧﺪ. اﻣﺎ ﺑﺎ ﻳﻜﺪﻳﮕﺮ ﺑﻪ ﻋﻨﻮان ﻳﻚ ﻛﻞ وب ﻳﻚ ادﻏﺎم ﻣﻮﺛﺮ از ﻣﻨﺎﺑﻊ ﺳﺮوﻳﺲ دﻫﻨﺪه ﺟﺪاﮔﺎﻧﻪ ﻋﻤﻞ ﻣﻲ ﻛﻨﻨﺪ. ﭘﺎﻳﮕﺎه داده اوراﻛﻞ ‪ g10 ﺗﻜﻨﻮﻟﻮژی ‪RACرا در ﻳﻚ روش ﻣﻄﻠﻮب ﺑﻜﺎر ﻣﻲ ﮔﻴﺮد. ﺑﻌﺪاً در ادامهRAC را ﺑﻪ ﻃﻮر ﻣﻔﺼﻞ ﻣﻮرد ﺑﺤﺚ ﻗﺮار ﻣﻲ دﻫﻴﻢ و‫ﻧﺸﺎن ﻣﻲ دﻫﻴﻢ ﭼﮕﻮﻧﻪ ﮔﺮوﻫﻬﺎی ‪ RACﺑﻪ ارﺗﻘﺎء ﭘﺬﻳﺮی و اﺳﺘﺤﻜﺎم ﻣﺤﻴﻂ اﻧﺒﺎر داده ﻣﺎن ﻛﻤﻚ ﻣﻲ ﻛﻨﺪ. ‫ﺳﭙﺲ ﺑﻪ ﺗﺮﻛﻴﺒﺎت ﺳﺨﺖ اﻓﺰاری اوﻟﻴﻪ از ﻣﻌﻤﺎری ﻣﺎن ﻫﻢ ﻧﮕﺎﻫﻲ ﻣﻲ اﻧﺪازﻳﻢ.

5-1 ﭘﻴﻜﺮ ﺑﻨﺪی ﻫﺎی ﺳﺨﺖ اﻓﺰار ﺑﺮای ﻳﻚ اﻧﺒﺎر

1-5-1معماری سرویس دهنده:

تک پردازنده و معماری تک دیسکی

معماری چند دیسکی

معماری سرویس دهنده چند پردازشگر

معماری پردازنده موازی در سطح وسیع

2-5-1معماری پایگاه داده اراکل

  ‫اﻛﻨﻮن زﻣﺎن آن اﺳﺖ ﺗﺎ ﺑﻌﻀﻲ از ﺗﺮﻛﻴﺒﺎت ﻣﺘﻨﻮع از ﻣﻌﻤﺎری ﭘﺎﻳﮕﺎه داده اوراﻛﻞ را ﺗﻮﺿﻴﺢ دﻫﻴﻢ.

نمونه اراکل و پایگاه داده

‫ﻳﻚ ﭘﺎﻳﮕﺎه داده اوراﻛﻞ ﻣﺠﻤﻮﻋﻪای از ﻓﺎﻳﻠﻬﺎی ﭘﺎﻳﮕﺎه داده اﺳﺖ ﻛﻪ اﻧﺒﺎر داده را از ﻓﺎﻳﻠﻬﺎی داده، ﻓﺎﻳﻠﻬﺎی ﻛﻨﺘﺮل و ﻓﺎﻳﻞﻫﺎی ﺛﺒﺖ اﻧﺠﺎم دوﺑﺎره ﺗﺸﻜﻴﻞ ﻣﻲدﻫﺪ. ﻳﻚ ﺷﻲء اوراﻛﻞ ﻣﺘﺸﻜﻞ از ﻧﺎﺣﻴﻪ ﺣﺎﻓﻈﻪ( ﻛﻪ ﺑﻪ ﻧﺎﺣﻴﻪ ﺳﺮاﺳﺮی ﺳﻴﺴﺘﻢ[21] ﻣﻌﺮوف اﺳﺖ)  و ﭘﺮدازﺷﻬﺎی ﭘﺲ زﻣﻴﻨﻪای ﻣﺎﻧﻨﺪ ARCH، PMON،SMONاﺳﺖ.ﭘﺮدازﺷﻬﺎی ﭘﺲ زﻣﻴﻨﻪای ﺑﻪ ﻓﺎﻳﻠﻬﺎی داده دﺳﺘﺮﺳﻲ دارﻧﺪ و ﺟﻠﺴﺎت ﻛﺎرﺑﺮ را اداره ﻣﻲﻛﻨﺪ. ‫ﻫﺮ ﭘﺮدازش ﭘﺲ زﻣﻴﻨﻪ ﻣﺠﻤﻮﻋﻪ ﺧﺎﺻﻲ از وﻇﺎﻳﻒ را ﺑﺮای ﭘﺎﻳﮕﺎه داده اﻧﺠﺎم ﻣﻲدﻫﻨﺪ. وﻗﺘﻲ ﻳﻚ ﻧﻤﻮﻧﻪ اوراﻛﻞ ﺷﺮوع ﺑﻪ ﻛﺎر ﻣﻲ ﻛﻨﺪ، ﻓﺎﻳﻞ ﭘﺎراﻣﺘﺮ ارزشدﻫﻲ آﻏﺎزی ﭘﺎﻳﮕﺎه داده ﻧﻴﺰ ﺧﻮاﻧﺪه ﻣﻲﺷﻮد، و ‪ SGAاز ﺣﺎﻓﻈﻪ اﺻﻠﻲ ﺳﺮوﻳﺲ دﻫﻨﺪه ﺗﺨﺼﻴﺺ و ﺗﺮﻛﻴﺐ ﻣﻲﻳﺎﺑﺪ. ﭘﺮدازشﻫﺎی ﭘﺲ زﻣﻴﻨﻪ ای ﺷﺮوع ﺷﺪه اﺳﺖ و ﻓﺎﻳﻠﻬﺎی ﭘﺎﻳﮕﺎه داده ﺑﺎز ﺷﺪهاﻧﺪ. وﻗﺘﻲ اﻳﻦ ﻧﻤﻮﻧﻪ در ﺣﺎل اﺟﺮا اﺳﺖ، ‪  SGAدر ﺟﺎﻳﻲ ﻗﺮار  ‫ﻣﻲﮔﻴﺮد ﻛﻪ ﺗﻤﺎم اﻃﻼﻋﺎت ﻣﻬﻢ در ﭘﺎﻳﮕﺎه داده ﻗﺮار دارد. ‪  SGAﺣﺎﻓﻈﻪ ﻣﻮﻗﺖ را در ﺑﺮ دارد و واژهﻧﺎﻣﻪ ﺣﺎﻓﻈﻪﻫﺎی ﭘﻨﻬﺎﻧﻲ ﺗﻮﺳﻂ اوراﻛﻞ و ﺛﺒﺘﻬﺎی اﻧﺠﺎم دوﺑﺎره ﺑﻄﻮر دروﻧﻲ اﺳﺘﻔﺎده ﻣﻲﺷﻮد. ﺑﺎ اﻳﻦ وﺟﻮد، داده ﺑﻴﺸﺘﺮی را در ﺑﺮ دارد، ﻫﻤﭽﻨﻴﻦ ﻗﻠﻤﺮوﻫﺎی ﺣﺎﻓﻈﻪ ﺑﺮای ادﻏﺎم ﻣﺸﺘﺮک ﺑﺮای ‪ SQLو ‪ PL/SQLو ادﻏﺎم ﺟﺎوا برای اشیا جاوا را در بردارد.

  ‫ﭘﺎﻳﮕﺎه داده ﻗﺎﺑﻞ ارﺗﻘﺎء[22]: ﭘﺎﻳﮕﺎه داده اوراﻛﻞ ‪RAC 10 g

وﻗﺘﻲ ﻳﻚ ﭘﺎﻳﮕﺎه داده و ﻳﻚ ﻧﻤﻮﻧﻪ در ﺣﺎل اﺟﺮا ﺑﺮ روی ﻳﻚ ﺳﺮوﻳﺲ دﻫﻨﺪه واﺣﺪ و ﻳﺎ ﺣﺘﻲ ﺑﺮ روی ﻳﻚ ﺳﺮوﻳﺲ دﻫﻨﺪه ﭼﻨﺪ ﭘﺮدازش ﮔﺮ ﺑﺴﻴﺎر ﻗﻮی ﺑﺎ ﺣﺎﻓﻈﻪ ﻛﻢ اﺳﺖ، اﺟﺮا ذاﺗﺎً ﻣﺤﺪود ﺑﻪ ﺧﻮد ﺳﺮوﻳﺲ دﻫﻨﺪه و ﺗﻌﺪاد ﭘﺮدازﻧﺪهﻫﺎ و ﺣﺎﻓﻈﻪای ﻛﻪ در ﺑﺮ دارد ﻣﻲ ﺷﻮد. ﺑﻪ ﻣﻨﻈﻮر ارﺗﻘﺎء ﭘﺎﻳﮕﺎه داده ﻓﺮاﺗﺮ از ﻳﻚ ﺳﺮوﻳﺲ  ‫دﻫﻨﺪه، ﺑﺎﻳﺪ ﻗﺎدر ﺑﻪ دﺳﺘﻪ ﺑﻨﺪی ﭘﺎﻳﮕﺎه داده ﺑﺎ اﺳﺘﻔﺎده از ﭘﺎﻳﮕﺎه داده ‪ RAC 10 gﺑﺎﺷﻴﻢ.

دﺳﺘﻪ ﺑﻨﺪی ﭘﺎﻳﮕﺎه داده اوراﻛﻞ ﺑﻪ ﺑﻴﺸﺘﺮ از ﻳﻚ ﻧﻤﻮﻧﻪ از اوراﻛﻞ ﻧﻴﺎز دارد ﺗﺎ ﺑﻪ ﻫﻤﺎن ﻓﺎﻳﻠﻬﺎی داده ﭘﺎﻳﮕﺎه داده دﺳﺘﺮﺳﻲ داﺷﺘﻪ ﺑﺎﺷﺪ و ﺑﻨﺎﺑﺮاﻳﻦ دﻳﺴﻚ ﻣﺸﺘﺮک از دﺳﺘﻪ ﺳﺮوﻳﺲ ﻫﺎﻳﻲ ﻛﻪ ﻗﺒﻼً ﺷﻨﺎﺳﺎﻳﻲ ﻛﺮدﻳﻢ، استفاده می  کند. RACﺑﻪ ﻋﻨﻮان ﻳﻚ ﺗﻜﻨﻮﻟﻮژی ﺟﺎﻳﮕﺰﻳﻦ ﺑﺮای ﺳﺮوﻳﺲ دﻫﻨﺪه ﻣﻮازی اوراﻛﻞ در اوراﻛﻞ ‪ 9iﻣﻌﺮﻓﻲ ﺷﺪ. ﻳﻚ ﺗﺮﻛﻴﺐ ﻛﻠﻴﺪی از ﻣﻌﻤﺎری ‪    RACاوراﻛﻞ ﺗﺮﻛﻴﺐ ﺣﺎﻓﻈﻪ ﭘﻨﻬﺎﻧﻲ[23] اﺳﺖ. اﻳﻦ ﺗﺮﻛﻴﺐ از ﻳﻚ اﺗﺼﺎل ﺑﺎ ﺳﺮﻋﺖ ﺑﺎﻻ و اﺧﺘﺼﺎﺻﻲ ﺑﺮای ﻫﻤﺎﻫﻨﮓ ﻛﺮدن ﮔﺮهﻫﺎ در ﻳﻚ ‪ RACاﺳﺘﻔﺎده ﻣﻲﻛﺮد و داده را در ﻫﺮ ﺣﺎﻓﻈﻪ ﮔﺮه ﻫﻤﺰﻣﺎن ﻧﮕﻪ ﻣﻲدارد. ﺗﺮﻛﻴﺐ ﺣﺎﻓﻈﻪ ﭘﻨﻬﺎﻧﻲ ﺑﻪ ﻃﻮر ﻣﺆﺛﺮ ﺣﺎﻓﻈﻪﻫﺎی ﭘﻨﻬﺎﻧﻲ ﻓﺮدی را از ﻧﻤﻮﻧﻪﻫﺎی ﺟﺪاﮔﺎﻧﻪ فعال می سازد تا به عنوان یک حافظه پنهانی مجزا عمل کند. ﺗﺮﻛﻴﺐ ﺣﺎﻓﻈﻪ ﭘﻨﻬﺎﻧﻲ ﺑﻄﻮر ﺑﺮﺟﺴﺘﻪ ﺗﻮاﻧﺎﻳﻲ ﺑﺮای دﺳﺘﻪ ﺑﻨﺪی ﻧﻤﻮﻧﻪﻫﺎﻳﻲ از ﭘﺎﻳﮕﺎه داده را ﺑﺮای ارﺗﻘﺎء ﺑﻬﺒﻮد ﻣﻲﺑﺨﺸﺪ، ﻗﺒﻞ از ﺗﺮﻛﻴﺐ ﺣﺎﻓﻈﻪ ﭘﻨﻬﺎﻧﻲ، ﻳﻜﻲ از ﻣﺸﻜﻼت ﻋﻤﺪه ﻛﻪ ﺑﻴﺶ از ﻳﻚ ﺷﻲ اوراﻛﻞ ﺑﺎ آن درﮔﻴﺮ ﺑﻮده ، دﺳﺘﻴﺎﺑﻲ ﻫﻤﺎن ﻓﺎﻳﻠﻬﺎی ﭘﺎﻳﮕﺎه داده در ارﺗﺒﺎط ﺑﺎ اﻧﺘﻘﺎل ﺑﻴﻦ ﺷﻲء ﺑﻮده اﺳﺖ. ﻣﺎﻧﻨﺪ ﻋﺒﻮر ﻗﺎﻟﺒﻬﺎی داده اوراﻛﻞ ﺑﻴﻦ ﮔﺮهﻫﺎ. ﺑﻪ ﻋﻨﻮان ﻣﺜﺎل، اﮔﺮ ﻗﺎﻟﺐ دﻳﺴﻚ ﻳﻜﺴﺎﻧﻲ ﺗﻮﺳﻂ دو ﺷﻲء ﭘﺎﻳﮕﺎه داده ﺟﺪاﮔﺎﻧﻪ ﺑﺮ روی ﺳﺮوﻳﺲ دﻫﻨﺪه ﻣﺘﻘﺎرن در ﻳﻚ زﻣﺎن ﺑﺪﺳﺖ آﻳﺪ، ﺳﭙﺲ ﺑﺮای آﻧﻜﻪ دوﻣﻴﻦ ﺷﻲء ﺑﻪ ﻗﺎﻟﺐ دﺳﺘﺮﺳﻲ ﭘﻴﺪا ﻛﻨﺪ ﺑﺎﻳﺪ از ﻃﺮﻳﻖ دﻳﺴﻚ از اوﻟﻴﻦ ﺷﻲء اﻧﺘﻘﺎل داده ﺷﻮد و ﺑﺮﻧﺎﻣﻪ ﺧﺪﻣﺎﺗﻲ ﭘﻴﻨﻚ ﺑﻠﻮک ﺑﻄﻮر ﻣﺘﻨﺎوب ﻣﻲﺗﻮاﻧﺪ روی دﻫﺪ، زﻳﺮا ﻗﺎﻟﺒﻬﺎ ﺑﻄﻮر ﻣﻜﺮر روی دﻳﺴﻚ ﻧﻮﺷﺘﻪ ﺷﺪهاﻧﺪ ﺑﻪ اﻳﻦ ﻣﻨﻈﻮر ﻛﻪ آﻧﻬﺎ را ﺑﻴﻦ اﺷﻴﺎء ﻣﻨﺘﻘﻞ ﻛﻨﺪ و دﺳﺘﻴﺎﺑﻲﻫﺎی دﻳﺴﻚ در ﻳﻚ ﭘﺎﻳﮕﺎه داده ﺑﻄﻮر ﻧﺴﺒﻲ آﻫﺴﺘﻪ اﺳﺖ.ﺣﻞ اﻳﻦ ﻣﺸﻜﻞ ﺑﺪون ﺗﺮﻛﻴﺐ ﺣﺎﻓﻈﻪ ﭘﻨﻬﺎﻧﻲ ﺑﻪ ﺗﻘﺴﻴﻢﺑﻨﺪی ﻫﻮﺷﻤﻨﺪ داده ﻧﻴﺎز دارد ﻛﻪ اﻏﻠﺐ ﺑﺎ ﺗﻘﺴﻴﻢ ارﺗﺒﺎط ﻛﺎرﺑﺮ ﺑﻴﻦ دو ﺷﻲء ﺑﻮﺳﻴﻠﻪ دادهای ﻛﻪ ﺑﻪ آن دﺳﺖ ﻳﺎﻓﺘﻪاﻧﺪ اﻧﺠﺎم ﻣﻲﺷﻮد. ﺗﻘﺴﻴﻢ ﺑﻨﺪی ﺑﻪ اﻳﻦ روش اﻏﻠﺐ ﻳﻚ اﺣﺘﻤﺎل واﻗﻊﮔﺮاﻳﺎﻧﻪ ﻧﺒﻮده اﺳﺖ و وﻗﺖ ﮔﻴﺮ ‫اﺳﺖ و ﺑﻪ ﻃﺮاﺣﻲ ﺑﺎ ﻣﻬﺎرت زﻳﺎد ﻧﻴﺎز دارد. ﺗﺮﻛﻴﺐ ﺣﺎﻓﻈﻪ ﭘﻨﻬﺎﻧﻲ ﺑﺎ اﺗﺼﺎل ارﺗﺒﺎﻃﻲ ﺳﺮﻳﻊ و اﺧﺘﺼﺎﺻﻲاش، ارﺗﺒﺎط را ﺑﻴﻦ اﺷﻴﺎء ﺑﻬﺒﻮد ﻣﻲﺑﺨﺸﺪ. ﺑﻌﻀﻲ از ﺗﻜﻨﻮﻟﻮژیﻫﺎ ﻣﻲﺗﻮاﻧﻨﺪ ﺑﺮای ارﺗﺒﺎط ﺑﻴﻦ اﺟﺰاء اﺳﺘﻔﺎده ﺷﻮﻧﺪ. ﺑﻪ ﻋﻨﻮان ﻣﺜﺎل، ﺳﺎدهﺗﺮﻳﻦ اﻣﺎ ﻣﺆﺛﺮﺗﺮﻳﻦ ﻧﻮع، ﮔﻴﮕﺎﺑﺎﻳﺖ ﺳﺮﻳﻊ ﻳﺎ اﺗﺮﻧﺖ 10 ﮔﻴﮕﺎﺑﺎﻳﺖ اﺳﺖ. اﮔﺮ اﺗﺮﻧﺖ اﺳﺘﻔﺎد ﺷﻮد و ﺳﭙﺲ ﺷﺒﻜﻪ ﺗﺮﻛﻴﺐ ﺣﺎﻓﻈﻪ ﭘﻨﻬﺎﻧﻲ ﺑﺎﻳﺪ ﻓﻘﻂ ﺑﻪ ﻋﺒﻮر و ﻣﺮور و ارﺗﺒﺎط ﺑﻴﻦ اﺟﺰا اﺧﺘﺼﺎص ﻳﺎﺑﺪ و ﺟﺪا از ﺷﺒﻜﻪ اﺗﺮﻧﺖ ﻧﮕﻪ داﺷﺘﻪ ﺷﻮد و ﺑﺮای ﺷﺒﻜﻪ ﻣﺤﻠﻲ ﻋﺎدی اﺳﺘﻔﺎده و ﻛﺎرﺑﺮان را ﺑﻪ ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎ ارﺗﺒﺎط دﻫﺪ. ﻫﻤﭽﻨﻴﻦ ﺗﻜﻨﻮﻟﻮژیﻫﺎی دﻳﮕﺮی ﻣﺎﻧﻨﺪ‫‪ Infinibandوﺟﻮد دارد ﻛﻪ ارﺗﺒﺎط دﻫﻲ ﺑﻴﻦ اﺟﺰا را ﺳﺮﻳﻊ اراﺋﻪ ﻣﻲدﻫﺪ.

اﻳﻦ ﺗﻜﻨﻮﻟﻮژی ارﺗﺒﺎط ﺳﺮﻳﻊﺗﺮ ﻗﺎﻟﺒﻬﺎ را ﺑﻴﻦ اﺷﻴﺎء در ﻳﻚ ‪ RACﺑﻬﺒﻮد ﻣﻲﺑﺨﺸﺪ. ﻧﻴﺎز ﺑﺮای ارﺗﺒﺎط ﻗﺎﻟﺐ ﻛﻨﺪﺗﺮ را از ﻃﺮﻳﻖ دﻳﺴﻜﻬﺎ رﻓﻊ ﻣﻲﻛﻨﺪ و ﺑﻨﺎﺑﺮاﻳﻦ ﺗﻘﺮﻳﺒﺎً ﻫﻤﻴﺸﻪ ﻧﻴﺎز ﺑﺮای ﺗﻘﺴﻴﻢ ﺑﻨﺪی دﻗﻴﻖ داده را از ﻣﻴﺎن ﺑﺮ ﻣﻲدارد. اﻳﻦ ﺷﻴﻮه درﺧﻮاﺳﺘﻬﺎی واﻗﻌﻲ، ﻳﻌﻨﻲ درﺧﻮاﺳﺘﻬﺎی ﺷﺨﺺ ﺛﺎﻟﺚ را ﻓﻌﺎل ﻣﻲﺳﺎزد و ﻧﻪ ﻓﻘﻂ درﺧﻮاﺳﺘﻬﺎ را در ﺣﺪ ﺑﺎﻻ ﺗﻨﻈﻴﻢ و ﻣﺘﻌﺎدل ﻣﻲﺳﺎزد، ﺑﻠﻜﻪ آﻧﻬﺎ را ﺑﺮ روی ‪ RACدر ﻳﻚ ردﻳﻒ ﻗﺮار ﻣﻲدﻫﺪ و کاملا از مزایای معماری قابل ارتقا استفاده می کند.

‫ﻣﻌﻤﺎری ارﺗﻘﺎء‪ RACﺷﺎﻣﻞ اﻓﺰودن ﻳﻚ ﺳﺮوﻳﺲ دﻫﻨﺪه ﺟﺪﻳﺪ و ﻧﻤﻮﻧﻪ اوراﻛﻞ ‪ RAC ﺑﻪ ﻳﻚ دﺳﺘﻪ ﻣﻮﺟﻮد اﺳﺖ. اﻳﻦ اﻣﺮ ﻣﺠﻤﻮﻋﻪ ﺟﺪﻳﺪ از ‪ CPUو ﻣﻨﺎﺑﻊ ﺣﺎﻓﻈﻪ ﻣﻮرد اﺳﺘﻔﺎده ﺗﻮﺳﻂ ﻳﻚ دﺳﺘﻪ راﻗﺎﺑﻞ دﺳﺘﺮس ﻣﻲﺳﺎزد.ﻫﻨﮕﺎﻣﻲ ﻛﻪ ﮔﺮهﻫﺎی ﺟﺪﻳﺪ اﺿﺎﻓﻪ ﺷﺪﻧﺪ، ﭘﺲ از آن ‪ RAC ﺧﻴﻠﻲ ﺧﻮب ارﺗﻘﺎء ﭘﺬﻳﺮی را ﻧﺸﺎن ﻣﻲدﻫﺪ و ﭘﺮس و ﺟﻮﻫﺎ ﺑﻄﻮر ﺷﻔﺎف در ﺳﺮاﺳﺮ ﺗﻤﺎم ﮔﺮهﻫﺎ در دﺳﺘﻪ اﺟﺮا ﻣﻲﺷﻮﻧﺪ ﺗﺎ از ﻫﺮ ﻣﻨﺒﻊ آزاد ﺑﺮ روی دیگر گره ها استفاده کند.

 ‫ﭘﺎﻳﮕﺎه داده اوراﻛﻞ ‪ g10 ﺷﺒﻜﻪ ای1:

ﺑﺎ ﭘﺎﻳﮕﺎه داده اوراﻛﻞ ‪ ، g10 اوراﻛﻞ ﺷﺒﻜﻪ ای ﭘﺎﻳﮕﺎه داده اش را ﺑﺮ ﻣﻔﻬﻮم ﻣﻌﻤﺎری ‪  RACﻗﺮار ﻣﻲدﻫﺪ ‫و دوﺑﺎره ﺑﺴﻴﺎری از ﺗﺮﻛﻴﺒﺎﺗﺶ را ﺑﻪ ﻋﻨﻮان ﻳﻚ ﭘﻴﺎﻣﺪ ﻣﻌﻤﺎری ﻗﺮار ﻣﻲ دﻫﺪ.ﻛﺎﻫﺶ ﻫﺰﻳﻨﻪﻫﺎی ﺳﺨﺖ اﻓﺰار، ﻣﻨﺠﺮ ﺑﻪ اﻓﺰاﻳﺶ دﺳﺘﺮسﭘﺬﻳﺮی ﺧﺪﻣﺎت رﺳﺎﻧﻬﺎﻳﻲ ﺑﺎ ﺣﺪاﻗﻞ ﻫﺰﻳﻨﻪ و ﭘﺮﻗﺪرت ﺷﺪه، دﺳﺘﺮس ﭘﺬﻳﺮی آﺳﺎنﺗﺮ را ﻓﺮاﻫﻢ ﻛﺮده، و ﺑﺮای ذﺧﻴﺮه ﺳﺎزی ﻣﺸﺘﺮک در ﻣﻌﻤﺎری ﺳﺎزﻣﺎن در دﺳﺘﺮس اﺳﺖ، اﺳﺘﻔﺎده از دﺳﺘﻪ ﻫﺎ و ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎ ﻓﻌﻞ و اﻧﻔﻌﺎﻟﻲ را ارزانﺗﺮ ﻣﻲﺳﺎزد. اﻳﻦ ﺑﻪ اﻳﻦ ﻣﻌﻨﺎﺳﺖ ﻛﻪ ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎی ﺟﺪا ﺷﺪه ﺑﺎ ﻣﻜﺎﻧﻬﺎی ذﺧﻴﺮه ﺟﺪا ﺷﺪهﺷﺎن و ﺑﺎ ﺳﻴﺴﺘﻢﻫﺎی ﻛﺎرﺑﺮدیﺷﺎن ﻣﻲﺗﻮاﻧﻨﺪ درون ﻳﻚ دﺳﺘﻪ ﺑﺎ ﺣﺪاﻗﻞ ﻫﺰﻳﻨﻪ ادﻏﺎم ﺷﻮﻧﺪ و اﻋﺘﺒﺎر و ﻛﺎرآﻳﻲ ﺑﻬﺘﺮی را اراﺋﻪ دﻫﻨﺪ. اﻳﻦ ﻣﻔﻬﻮم   ‫ﺷﺒﻜﻪ در ﭘﺎﻳﮕﺎه داده ‪ g10 رﺷﺪ ﻛﺮده اﺳﺖ.اﻣﺎ ﻣﺘﺼﻞ ﻛﺮدن ﺑﺴﻴﺎری از ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎ و ذﺧﻴﺮه ﻣﺸﺘﺮک ﺑﺎ ﻳﻜﺪﻳﮕﺮ ﺑﺮای اﻳﺠﺎد ﻳﻚ دﺳﺘﻪ وﺳﻴﻊ، ﺑﻄﻮر اﺗﻮﻣﺎﺗﻴﻚ ﻗﺪرت ﻣﺤﺎﺳﺒﺎﺗﻲ را ﻛﻪ ﻧﻴﺎز دارﻳﺪ و ﻳﺎ از ﻣﻨﺎﺑﻊ ﻣﺤﺎﺳﺒﺎﺗﻲ ﻛﻪ ﺑﺮای ﺑﻬﺘﺮﻳﻦ ﺗﺄﺛﻴﺮاﺗﺶ اﺳﺘﻔﺎده  ‫ﻣﻲﻛﻨﻴﺪ را ﺑﻪ ﺷﻤﺎ ﻋﺮﺿﻪ ﻧﻤﻲﻛﻨﺪ.

ﺗﻮاﻧﺎﻳﻲ ﺗﻬﻴﻪ و ﻛﻨﺘﺮل ﻗﺪرت اﻳﻦ ﺷﺒﻜﻪ از ذﺧﻴﺮه و ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎی ﭼﻨﺪﮔﺎﻧﻪ، ﻧﺎﺷﻲ از ﭘﻴﭽﻴﺪﮔﻲ ﻧﺮم اﻓﺰار ﻣﺪﻳﺮﻳﺖ اﺳﺖ ﺗﺎ ﺑﻄﻮر ﺧﺎص ﻣﻮﺿﻮﻋﺎﺗﻲ را ﻋﻨﻮان ﻛﻨﺪ ﻛﻪ اﻳﻦ ﻧﻮع ﻣﺤﻴﻂ اراﺋﻪ ﻣﻲ دﻫﺪ. ﭘﺎﻳﮕﺎه داده اوراﻛﻞ ‪g 10 ﺷﺒﻜﻪ ای ﻳﻚ ﺷﺎﻟﻮده ﻧﺮم اﻓﺰاری ﻳﻜﭙﺎرﭼﻪ و ﺟﺪﻳﺪ اﺳﺖ ﻛﻪ ﻣﺪﻳﺮﻳﺖ اﺻﻼح و اﺳﺘﻔﺎده از ﻣﻨﺎﺑﻊ ‫ﻓﺮاﻫﻢ ﺷﺪه ﺗﻮﺳﻂ ﺷﺒﻜﻪ ای از ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎ و ذﺧﻴﺮه را ﻣﻘﺪور ﻣﻲﺳﺎزد. ﻗﺒﻼً ﺑﺎ اﺳﺘﻔﺎده از ﻛﻨﺘﺮل ﭘﺎﻳﮕﺎه داده، ﻣﺪﻳﺮ ﺳﺎزﻣﺎن ﭘﺎﻳﮕﺎه دادهﻣﺎن را ارﺟﺎع دادﻳﻢ، اﻣﺎ ﻛﻨﺘﺮل ﺷﺒﻜﻪ ای ﻣﺪﻳﺮ ﺳﺎزﻣﺎن اوراﻛﻞ اﺟﺰا ﭘﺎﻳﮕﺎه داده ﭼﻨﺪﮔﺎﻧﻪ را در ﺷﺒﻜﻪ و ﻫﻤﻴﻦ ﻃﻮر در ﺗﺮﻛﻴﺒﺎت ‪ g10 ﺳﺮوﻳﺲ دﻫﻨﺪه اوراﻛﻞ اداره و اﺟﺮا ﻛﺮده اﺳﺖ. ﻣﺪﻳﺮﻳﺖ ﺷﺒﻜﻪ ایg 10 ﺑﺎ ﻣﺪﻳﺮ ﺳﺎزﻣﺎن وﻳﮋﮔﻲﻫﺎی ﺟﺪﻳﺪی را ﻣﺎﻧﻨﺪ زﻳﺮ فراهم می کند.

‫ﻣﺤﻴﻂ ﻣﺪﻳﺮﻳﺘﻲ ﻳﻜﺴﺎن. ﻳﻚ ﻣﺤﻴﻂ ﻋﺎدی، ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎی ﭘﺎﻳﮕﺎه داده و ﻫﻤﻴﻦ ﻃﻮر ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎی ﻛﺎرﺑﺮدی ﭘﺎﻳﮕﺎه داده اوراﻛﻞ g 10 را اداره ﻣﻲﻛﻨﺪ، ﮔﺮوﻫﻬﺎﻳﻲ از ﺳﺮوﻳﺲ دﻫﻨﺪه ﻫﺎ را ﺑﻪ ﻫﻤﺎن آﺳﺎﻧﻲ ﻛﻪ ﻣﻲﺗﻮاﻧﻴﺪ ﻳﻚ ﺗﻚ ﺳﺮوﻳﺲ دﻫﻨﺪه را اداره ﻛﻨﻴﺪ، را اداره ﻣﻲﻛﻨﺪ و ﺣﺎﻓﻈﻪ را در ﺳﺮاﺳﺮ ﺷﺒﻜﻪ اداره می کند. ﻣﺪﻳﺮﻳﺖ اﺻﻼح ﺷﺒﻜﻪ ﻳﺎ ﺳﺎدهﺳﺎزی و ﺑﻬﺒﻮد ﻣﺪﻳﺮﻳﺖ از ﮔﺮهﻫﺎی ﭘﺎﻳﮕﺎه داده ﻓﺮدی در ﺷﺒﻜﻪ. ﭘﺎﻳﮕﺎه داده اوراﻛﻞ ‪ g 10  ﺷﺎﻣﻞ ﭼﻬﺎرﭼﻮب ﺟﺪﻳﺪ ﻛﻠﻲ ﺑﺮای ﻧﻤﺎﻳﺶ دادن، ﺗﻮﺻﻴﻪ ﻛﺮدن ﻛﻨﺘﺮل اﺟﺮای ﭘﺎﻳﮕﺎه داده مجزا است.