Kho Dữ liệu (Data Warehouse)

Định nghĩa

Kho Dữ liệu (Data Warehouse - DWH) là một hệ thống lưu trữ dữ liệu trung tâm, được thiết kế đặc biệt cho mục đích phân tích (analytics) và báo cáo (reporting) (chủ yếu là cho BI).

Nó không phải là nơi dùng cho các giao dịch hàng ngày (như database của website bán hàng), mà là nơi tổng hợp dữ liệu từ nhiều nguồn khác nhau.

Quá trình ETL (Extract, Transform, Load)

Dữ liệu không được đưa thẳng vào DWH. Nó phải trải qua một quy trình gọi là ETL (Extract, Transform, Load):

1. Extract (Trích xuất): Lấy dữ liệu từ các nguồn (ví dụ: hệ thống CRM, ERP, website).
2. Transform (Biến đổi): Làm sạch, chuẩn hóa, và cấu trúc lại dữ liệu (ví dụ: đổi “TP. HCM” và “HCM” thành một định dạng “Ho Chi Minh City”).
3. Load (Tải): Tải dữ liệu đã sạch vào Kho Dữ liệu.

4 Đặc điểm Cốt lõi

1. Hướng Chủ đề (Subject-Oriented): Dữ liệu được tổ chức theo các chủ đề kinh doanh (ví dụ: Khách hàng, Sản phẩm, Doanh số) thay vì theo quy trình (như database).
2. Tích hợp (Integrated): Dữ liệu từ nhiều nguồn khác nhau được làm sạch và thống nhất.
3. Bất biến (Non-volatile): Dữ liệu trong DWH là “chỉ đọc” (read-only). Một khi đã được tải vào, nó không bị sửa đổi hay xóa (chỉ thêm mới).
4. Biến thiên theo Thời gian (Time-variant): Dữ liệu trong DWH luôn được gắn với một mốc thời gian (ví dụ: doanh số Quý 1, Quý 2) để phân tích xu hướng.