現在市場に出回っているBIツールはアジャイルBIソリューションを言及しています。アジャイルBIソリューションは、プログラムにより提供される技術サポートを自動化するツールが表示さBIのフロントエンドの数を取得するには、データソースから主にあります。企業のデータ量がこのアジャイルBIソリューションは、サポートは非常に良い実行され、非常に大規模ではありません。PowerBIは、データ処理の大規模な数をサポートすることができますが、ハードウェア要件は非常に高いです。しかし、膨大な量のデータは、BIレポートにつながる、より多くなると遅い実行するために表示され、大画面のデータは、現象ので、遅延を示すように見えます。
プロジェクトは、上記の動的売上レポート画像として、小さい場合、単にEXCELでのデータの量を表示します。完全にすべての人のニーズを満たすPowerBIツールを使用してください。本当に位置アジャイルBIソリューションの全体数を行う、またはデータソースとBIのフロントエンドツールの途中でデータウェアハウスを追加する必要があります。データのための任意の侵襲的なソースすることなく、データ・ウェアハウスのデータを処理し、またそれは、ソース・データ・システムに影響を与えます。それはSSDTが倉庫はまだ非常に複雑でデータを構築することを知っている必要があります使用されるデータウェアハウス・ツールを構築することができます。データウェアハウスやデータウェアハウスを構築する自動化ツールの助けを必要としています。
データウェアハウスの自動化ツールは、ますます主流になっている、そして今、彼らは明らかな利点は以下のとおりです。
1、高速配信
2、開発コストを削減
3は、ビジネス・インテリジェンス・プロジェクトのための短い開発サイクルが完了すると、もはや3ヶ月から6ヶ月待つ必要はありません。
メンテナンス技術の多くを投資することなく4、低メンテナンスコスト、
いくつかのETLツールの自動化技術は既にありますが、私は目の前にいるETLプロセスとETLツールを導入し、すでにあまりにも多くの説明を行うことはありません、ここで言及しました。あなたが異なるベンダーの製品の寸法を評価するために知っておくべきいくつかのものがあります。
データウェアハウスの一部自動化ツールの程度が低いです。
一部のデータ・ウェアハウスの自動化ツールが自動化できないプロセスモデル、ほとんどの開発者は、単純なスタースキーマレポートの例を使用して行っています。これは、単純なデータソースですが、複数のデータソースからデータを統合する必要がある場合、物事は複雑になります。複雑なプロセスを採用する前に、あなたと一緒にいくつかのツールは、データ生成スター・スキーマをアップグレードします。それは非常に自動化されていません。データウェアハウスの自動化ツールは、追加のデータモデリングやETLプログラミングを必要とせずに、仕事の70％を処理することができるはずです。カスタマイズされ、再モデリングとプログラミングのための顧客の需要がない限り。
第二に、いくつかのツールは、結果を達成するためのコンサルティング多くの作業が必要です。
「どのように多くのあなたのは、BIプロジェクト実施のコンサルタントを実装し、実装サイクルは必要ですか？」堅牢なBIプロジェクトの実装チームを、あなたは自動化ツールのほとんどを行っている場合：データ・ウェアハウス・オートメーション・ソフトウェア・ベンダーは、この単純な質問をします処理。自動化技術の実際の供給者は、彼らがより多くのソートを行っている、成熟した、インデックスデータは、メトリックを報告するモデルライブラリクライアント企業が合います。より多くの仕事は需要モデルであるBIプロジェクトの展開の実装は非常に速く、実際に、予備的研究段階を確認します。
第三に、スノーフレークモデルとスターモデル
あなたが自分自身のデータウェアハウスを構築することを計画している場合、あなたは、データウェアハウスを選択する自動化ツールは、自動的に上記のいずれかの一部またはすべてを実行する必要があります。データウェアハウスの自動化ツールのいくつかは、まだあなたが手動でモデルのデザインを対象とし、それを埋めるために、独自のツールを使用する必要があります。それはあなたにもETLツールを使用して戻って行くかもしれない、自動化されていません。優れたデータウェアハウスの自動化ツールは、設計コードモデルを自動化し、それを移入します。あなたがスノーフレークモデルと星型の金型の間で選択できます。
第四に、データウェアハウス・ターゲット・データベース。
他の人はあなたがより多くのデータ・ウェアハウスを作成できるようになる一方で、多くのデータウェアハウスの自動化ツールは、ただ一つのターゲットデータベースプラットフォームにあなたを制限します。あなたは（S QL ServerからOracleへ、またはS QL ServerからS QLサーバーの別の版に、例えば）別のデータベース・プラットフォームに移動するために、将来的には、希望するので、あなたは、データウェアハウスを必要とするかもしれませんあなたの将来の移行オプションを提供して自動化ツール。
ファイブ依存スケジューリング
任意のデータ・ウェアハウス・プロジェクトデータを特定の順序で特定の時間、及び負荷で必要とされているため。例えば、複数のソースからのデータが組み合わされたときには、最初にあなたがテーブルにデータの構築を開始することができ、前にすべてのアドオンを持っているしたい場合、あなたはあなたのスタースキーマを報告更新する前に、それらを更新する必要があります。エンタープライズクラスのデータウェアハウスの自動化ツールは、これらの依存関係を理解して自動化し、自動的にすべての必要な処理を完了し、正しい順序でそれらを実行します。
第六に、データウェアハウスの自動化ツールの機能
システム管理、ビジネス管理バス、三次元モデル管理、ジョブ管理、アプリケーション管理、メタデータ管理、データ管理、業界標準のライブラリモジュールのインジケータを含むデータウェアハウスの自動化ツール。個人的に私は本当に地図上の堅牢なソフトウェア機能を持っているか、次元モデリングツールボックスが言及した34個のサブシステムを実現すべきだと思います。
システム管理：このモジュールは、情報システム、データウェアハウス・システム、ジョブスケジューリングシステム、レポートビューアシステムのさまざまなソースを含む、主に経営情報システム、です。インポートメタデータ情報は、ソース・システムによって自動的にソース・システムとすることができる、三次元モデリングデータと検査データ構造の変更を提供します。
バス事業管理：各ソース・システムは、複数のビジネスプロセスを持つ各ビジネスプロセスは複数の次元の実体を伴います。ビジネスプロセスや寸法実体のバスアーキテクチャ、ビジネス・バスの各ソースの統合管理システム。
次元モデル管理：物理モデルと名前の一致を保証するために、命名規則に基づいた設計との間のマッピング。スクリプトは、データ・ウェアハウスに自動的に実行され、テーブルのスクリプトを作成自動的に生成することができます。
ジョブ管理：ETLプログラムが自動的にクエリテンプレートに基づいてスクリプトやプログラムが自動的にジョブの依存関係を生成する生成します。プログラムコードは、統一と標準化されたことを確認します。
アプリケーション管理：統一された管理レポート、ビジネスメタデータ情報へのインタフェース。
標準的なデータ管理：統一された管理コードの命名規則、データ型がマッピングされ、ワードライブラリ、インデックス定義、ETLのテンプレートを使用していました。
メタデータ管理：開発プロセスでは、様々なメタデータ記憶された情報は、データの異常を監視し、コード仕様のメタデータ、影響分析データと照合することができます。
文書管理プロジェクト：フィールド変換、BIプロジェクトデータ処理が知っているかもしれないが、詳細に説明するときにメモ情報を自動的に生成することができ、抽出規則、等
業界インデックスライブラリ：会社の業界のデータ指標によって蓄積された顧客データ、アジャイルBIプロジェクトの低コストの配信を適応させます。
七つの概要
ETLツールは、遅延や、あなたのビジネスインテリジェンスプロジェクトに多くの時間のリスクを紹介します。さらに悪いことに、彼らは必然的な変更が解決するのに長い時間がかかりますので、実際のビジネスデータウェアハウスのユーザーを理解していない、マスター・データ・ウェアハウスのテーブルとフィールドに学ぶことができるあなたのビジネスユーザーを楽しみにしています。本当にビジネスユーザーが唯一のビジネス用語を理解することができ、セマンティックモデルを使用すると、この種の問題を解決するための最良の方法です。あなたは、モデルの設計を完了させるために、アジャイルETLツールを使用することができます。あなたは、従来のデータ・ウェアハウス・プロジェクトを推定した場合、我々はわずか数週間で契約を完了するために、良い高さとデータウェアハウスの自動化ツールの設定と同じプロジェクトで、半年必要です。どのような企業や個人のための時間が非常に重要であるため、データ・ウェアハウス・ツールの選択は非常に注意する必要があります。