Agile Scrum

SVEUČILIŠTE/UNIVERZITET „VITEZ“
FAKULTET INFORMACIONIH TEHNOLOGIJA
Predavanje 2 Doc. dr Muhamed Ćosić

PREDAVANJE 2
E
L
T
MENADŽMENT POSLOVNIH INFORMACIONIH SISTEMA
Skladište podataka je informaciona baza podataka dizajnirana za podršku jedne ili više
klasa analitičkih zadataka, kao što su:
1. poslovi praćenja i izveštavanja, koji se zasnivaju na primjeni različitih poslovnih
pravila, a obavljaju se postavljanjem usmjerenih upita i analizom dobijenih rezultata;
2. Poslovi analize i dijagnosticiranja, koji se zasnivaju na stručnosti, a obavljaju se
iterativnim pronalaženjem i analizom dobijenih informacija;
3. poslovi planiranja i simulacije, koji se zasnivaju na znanju, a obavljaju se modeliranjem
i izvršenjem izgrađenog modela.
Arhitektura DW sistema sadrži alate za aktivnosti ekstrakcije podataka iz više raznih

operativnih baza podataka kao i spoljnih izvora, učitavanje podataka u skladište
podataka, ažuriranje promjena, čišćenje, transformaciju i integrisanje skladišta
podataka. Postoje uglavnom tri vrste Datawarehouse arhitekture:
➢ Jednoslojna arhitektura
Cilj jednog sloja je minimizirati količinu pohranjenih podataka, odnosno ukloniti
suvišnost podataka.Ta se arhitektura u praksi ne koristi često.
➢ Dvoslojna arhitektura
Dvoslojna arhitektura razdvaja fizički dostupne izvore i skladište podataka. Ova se
arhitektura ne može proširiti i ne podržava veliki broj krajnjih korisnika. Takođe ima
problema s povezivanjem zbog mrežnih ograničenja.
➢ Troslojna arhitektura
Ovo je arhitektura koja se najviše koristi.
Sastoji se od gornjeg, srednjeg i donjeg sloja.
1. Donji sloj: Baza podataka poslužitelja DW-a kao donji sloj. Obično je to sistem relacijskih
baza podataka. Podaci se čiste, transformiraju i učitavaju u ovaj sloj pomoću pomoćnih
alata.
2. Srednji sloj: Srednji sloj u skladištu podataka je OLAP poslužitelj koji se implementira s
ROLAP ili MOLAP modelom. Korisniku ovaj sloj aplikacija predstavlja apstrahirani prikaz
baze podataka. Ovaj sloj takođe djeluje kao posrednik između krajnjeg korisnika i baze
podataka.
3. Gornji sloj: gornji sloj je front-end sloj klijenta. Najviši sloj su alati i API. To mogu biti alati
za upite, alati za izvještavanje, alati za upravljanje upitima, alati za analizu i alati za
rudarenje podataka.
Postoji uglavnom pet komponenata Data Warehousea:

1. Baza podataka DW-a
2. ETL
3. Metapodaci
4. Alati za upite
5. Data Mart
Baza podataka DW-a

Središnja baza podataka temelj je okruženja za
skladištenje podataka. Ova je baza podataka
implementirana na RDBMS tehnologiji, iako je
ova vrsta implementacije ograničena činjenicom
da je tradicionalni RDBMS sistem optimiziran za
transakcijsku obradu baza podataka, a ne za
pohranu podataka.
Baza podataka DW-a

Zbog navedenog ograničenja koriste se sljedeći alternativni prilazi bazi podataka:
 U DW-u podataka relacijske baze podataka raspoređene su paralelno kako bi se
omogućila skalabilnost. Paralelne relacijske baze podataka takođe omogućuju
zajedničku memoriju ili model zajedničkog korištenja na različitim
multiprocesorskim konfiguracijama ili masovno paralelnim procesorima.
 Nove indeksne strukture koriste se za zaobilaženje pretraživanja relacijskih tablica i
poboljšanje brzine.
 Korištenje višedimenzionalne baze podataka (MDDB) za prevladavanje bilo kakvih
ograničenja koja su postavljena zbog modela relacijskih podataka. Primjer: Essbase
od Oracle.
ETL- Extract, transform, load

Alati za prikupljanje podataka, transformaciju i migraciju koriste se za izvođenje svih
pretvorbi, sažetka i svih promjena potrebnih za pretvaranje podataka u jedinstveni format u
podatkovnoj kući. Nazivaju ih i alatima za ekstrakciju, pretvaranje i učitavanje (ETL).
Njihova funkcionalnost uključuje:
 Anonimizaciju podataka prema regulatornim odredbama.
 Uklanjanje neželjenih podataka u operativnim bazama podataka od učitavanja u skladište
podataka.
 Pretraživanje i zamjenu uobičajenih imena i definicija za podatke koji dolaze iz različitih
izvora.
 Izračunavanje sažetaka i izvedenih podataka.
ETL- EXTRACT, TRANSFORM, LOAD
 Zašto nam treba ETL?

 Svaka tvrtka mora obraditi velike skupove podataka iz različitih izvora.Te podatke treba obraditi kako bi
se dobili uvidljivi podaci za donošenje poslovnih odluka.Ali vrlo često takvi podaci imaju sljedeće izazove:
 Velike tvrtke generiraju puno podataka, a takav veliki broj podataka može biti u bilo kojem formatu. Biće
dostupni u više baza podataka i mnogim nestrukturiranim datotekama.
 Te se podatke mora uspoređivati, kombinirati, uspoređivati i raditi kao neprimjerenu cjelinu. Ali različite
baze podataka u pravilu ne komuniciraju dobro!
 Mnoge su organizacije implementirale interfejse između tih baza podataka, ali su bile suočene sa sljedećim
izazovima:
 Svaki par baza podataka zahtijeva jedinstveni interfejs.
 Ako se promijeni jedna bazu podataka, možda će se morati nadograditi više interfejsa.


Različite interakcije baza podataka u organizaciji
Organizacija može imati različite baze

podataka u svojim različitim odjelima i
interakcija među njima postaje teško
provodiva jer se za njih moraju stvoriti
različiti interakcijski interfejsi.
Za prevladavanje ovih izazova najbolje je

rješenje korištenje koncepata integracije
podataka koji bi omogućili međusobnu
komunikaciju podataka iz različitih baza
podataka i formata. Prikazana slika pomaže
nam da shvatimo kako alat za integraciju
podataka postaje uobičajeni interfejs za
komunikaciju između različitih baza podataka.

Postoje različiti procesi za izvođenje
integracije podataka. Među tim procesima,
ETL je najoptimalniji, najučinkovitiji i
najpouzdaniji proces. Pomoću ETL-a korisnik
može izvesti različite operacije na podacima
prije pohrane tih podataka do krajnjeg cilja.

 EKSTRAKCIJA predstavlja izvlačenje podataka iz homogenih ili heterogenih izvora
podataka,
 TRANSFORMACIJA predstavlja prilagođavanje za pohranjivanje u pravilnom formatu ili
strukturi za potrebe upita i analiza i
 UČITAVANJE predstavlja učitavanje podataka u konačnu ciljnu bazu podataka,
podatkovnu mapu ili skladište podataka.

 Postoje uglavnom 4 koraka u procesu ETL-a:

 Izdvajanje ili ekstrakcija
 Pročišćavanje ili čišćenje
 Transformiranje
 Učitavanje i indeksiranje
 Ekstrakcija: Snimanje ili Ekstrakt prvi je korak procesa ETL. To je postupak dobivanja
snimke odabranog podskupina podataka iz izvora koji se mora učitati u skladište
podataka. Proces ekstrakcije može biti realizovan u dva oblika:
 Potpuni ekstrakt: Podaci se izvlače u cijelosti iz izvornog sistema i nema potrebe za
praćenjem promjena u izvoru podataka od posljednjeg uspješnog vađenja.
 Inkrementalni ekstrakt: obuhvatita samo promjene koje su se dogodile od posljednjeg
punog ekstrakta.
ETL- EXTRACT, TRANSFORM, LOAD

 Pročišćavanje ili čišćenje: Ovo je postupak čišćenja podataka koji dolaze iz više izvora
pomoću različitih prepoznavanja uzoraka i AI tehnika za poboljšanje kvalitete podataka
koji se prenose. Obično se radi o ispravljanju grešaka poput pogrešno napisanih riječi,
pogrešnih datuma, pogrešne upotrebe polja, neusklađenih adresa, nedostajućih podataka,
dupliciranih podataka. Nedosljednosti u ovom koraku označavaju, a zatim ispravljaju ili
uklanjaju. U ovom se koraku obavljaju i operacije poput dekodiranja, preoblikovanja,
pretvorbe, stvaranja ključeva, spajanja, otkrivanja / evidentiranja pogrešaka, lociranja
nestalih podataka. Ovo je drugi korak procesa ETL-a.

 Transformiranje je treći i najvažniji korak ETL procesa. Transformacija je operacija
pretvaranja podataka iz formata izvornog sistema u kostur skladišta
podataka. Transformacija se u osnovi koristi za predstavljanje skupa pravila koja
definiraju protok podataka i način na koji se podaci učitavaju u ciljeve.

 Učitavanje i indeksiranje je posljednji korak ETL procesa. U ovoj fazi, transformirane podatke
stavljamo u skladište i izrađujemo indekse za podatke. Dostupne su dvije glavne vrste učitavanja
podataka:
 Potpuno ili skupno učitavanje: Ima za cilj izdvajanje cjelokupnog volumena podataka iz
izvorne tablice i učitavanje u ciljno skladište podataka nakon primjene potrebnih transformacija.
 Inkrementalno učitavanje : Podrazumijeva samo ažuriranje podataka nakon čega slijedi
potpuno učitavanje. Promjene će biti zabilježene uporedbom kreiranog ili modificiranog datuma
s datumom zadnjeg pokretanja zadatka. Samo modificirani podaci će biti izvađeni iz izvora i bit
će ažurirani bez utjecaja na postojeće podatke.
ETL- Extract, transform, load tools

Najpoznatiji komercijalni alati su:
 Ab Initio ,
 IBM InfoSphere DataStage ,
 Informatica ,
 Oracle Data Integrator,
 SAP Data Integrator .
 Postoji nekoliko alata ETL s otvorenim kodom, između
ostalih: Apatar , CloverETL , Pentaho i Talend .
Metapodaci
Metapodaci
Većina preduzeća gradi skladište podataka koristeći podatke dostupne u
sistemima unutarnjih izvora. Osim što su dostupni unutar organizacije, ovi
podaci su strukturirani i konfigurirani u redovnom formatu.
Međutim, ponekad možemo naići na komade podataka koji su korisni za
organizaciju, ali nisu dostupni unutar organizacije. Ti se podaci nazivaju se
vanjski podaci u skladištu, koji se nalaze nestrukturirani i u nepredvidivom
obliku. Uvijek se savjetuje pohranjivanje takvih vanjskih podataka u
skladište podataka jer bi to moglo biti korisno za poslovnu analizu i
poslovanje.
Metapodaci
Metapodaci sadrže informacije potrebne za razumijevanje i učinkovito
korištenje podataka.To uključuje:
a) dokumentaciju sadržaja skupa podataka,
b) kontekst,
c) kvalitetu,
d) strukturu i
e) dostupnost.
Metapodaci
Upravljanje metapodacima je administracija podataka koji opisuje ostale
podatke. To uključuje uspostavljanje politika i procesa koji osiguravaju da
se informacije mogu integrirati, da im se može pristupati, dijeliti, povezati,
analizirati i održavati kako bi najbolje utjecali na cijelu organizaciju.
Metapodaci
Većina preduzeća gradi skladište podataka koristeći podatke dostupne u
sistemima unutarnjih izvora. Osim što su dostupni unutar organizacije, ovi
podaci su strukturirani i konfigurirani u redovnom formatu.
Međutim, ponekad možemo naići na komade podataka koji su korisni za
organizaciju, ali nisu dostupni unutar organizacije. Ti se podaci nazivaju se
vanjski podaci u skladištu, koji se nalaze nestrukturirani i u nepredvidivom
obliku. Uvijek se savjetuje pohranjivanje takvih vanjskih podataka u
skladište podataka jer bi to moglo biti korisno za poslovnu analizu i
poslovanje.
Metapodaci- Vanjski podaci u skladištu podataka

Postoje dvije vrste vanjskih podataka:
 Vanjski zapisi podataka koje je prikupio neki vanjski izvor kao što
su supermarket, trgovina lijekovima, trgovina odjećom itd.
 Podaci iz nasumičnih članaka i izvještaja dostupnih na internetu.
Metapodaci- Problemi s vanjskim podacima
Nekoliko problema koji nastaju zbog upotrebe i pohrane vanjskih podataka su:
 Učestalost dostupnosti: Ne postoji fiksni uzorak ili izgled vanjskih podataka, i
stoga se oni moraju stalno nadzirati kako bi se osigurao unos odgovarajućih
podataka u skladište.
 Potpuno nedisciplinirani podaci: Budući da su vanjski podaci neformirani i
nestrukturirani, potrebno je primijeniti određene funkcionalnosti struktura kako
bi bile značajne i upotrebljive u DW. Vanjski se podaci prosljeđuju jednostavnim
provjerama poput provjere domene i čine kompatibilnim s interno dostupnim
podacima.
 Nepredvidivost podataka: vanjski podaci mogu doći iz bilo kojeg izvora u bilo
kojem trenutku što uzrokuje nepravilnost i nesigurnost dostupnih podataka.
Metapodaci
Metapodaci
Metapodaci pružaju korisnicima određivanje informacija o vanjskim
podacima. Postoji druga vrsta podataka povezana s metapodacima -
podaci o obavijestima, koji u obliku datoteke upozoravaju i
obavještavaju korisnike o podacima koji ih zanimaju.
Metapodaci
Naziv Meta Data sugerira neki visoki tehnološki koncept. Međutim,
vrlo je jednostavno. Metapodaci su podaci o podacima koji
definiraju skladište podataka. Služe za izgradnju, održavanje i
upravljanje skladištem podataka.
U arhitekturi skladišta podataka meta-podaci igraju važnu ulogu jer
određuju izvor, upotrebu, vrijednosti i osobine podataka iz skladišta
podataka. Takođe definiraju kako se podaci mogu mijenjati i
obrađivati. Usko su povezani sa skladištem podataka.
Metapodaci
Stoga su Meta podaci bitni sastojci u pretvorbi podataka u znanje. Metapodaci pomažu
odgovoriti na sljedeća pitanja:
1. Koje tablice, atribute i ključeve sadrži skladište podataka?
2. Odakle potiču podaci?
3. Koliko puta se podaci ponovno učitavaju?
4. Koje su transformacije primijenjene kod čišćenja?
Metapodaci se mogu svrstati u sljedeće kategorije:
 Tehnički meta-podaci : Ova vrsta metapodataka sadrži podatke o skladištu koje
koriste dizajneri i administratori skladišta podataka.
 Poslovni meta podaci: Ova vrsta metapodataka sadrži detalje koji krajnjim korisnicima
olakšavaju razumijevanje podataka pohranjenih u skladištu podataka.
Metapodaci
Metapodaci pružaju korisnicima određivanje informacija o vanjskim
podacima. Postoji druga vrsta podataka povezana s metapodacima -
podaci o obavijestima, koji u obliku datoteke upozoravaju i
obavještavaju korisnike o podacima koji ih zanimaju.
Metapodaci
Naziv Meta Data sugerira neki visoki tehnološki koncept. Međutim,
vrlo je jednostavno. Metapodaci su podaci o podacima koji
definiraju skladište podataka. Služe za izgradnju, održavanje i
upravljanje skladištem podataka.
U arhitekturi skladišta podataka meta-podaci igraju važnu ulogu jer
određuju izvor, upotrebu, vrijednosti i osobine podataka iz skladišta
podataka. Takođe definiraju kako se podaci mogu mijenjati i
obrađivati. Usko su povezani sa skladištem podataka.
Metapodaci
Stoga su Meta podaci bitni sastojci u pretvorbi podataka u znanje. Metapodaci pomažu
odgovoriti na sljedeća pitanja:
1. Koje tablice, atribute i ključeve sadrži skladište podataka?
2. Odakle potiču podaci?
3. Koliko puta se podaci ponovno učitavaju?
4. Koje su transformacije primijenjene kod čišćenja?
Metapodaci se mogu svrstati u sljedeće kategorije:
 Tehnički meta-podaci : Ova vrsta metapodataka sadrži podatke o skladištu koje
koriste dizajneri i administratori skladišta podataka.
 Poslovni meta podaci: Ova vrsta metapodataka sadrži detalje koji krajnjim korisnicima
olakšavaju razumijevanje podataka pohranjenih u skladištu podataka.
Poslovni metapodaci (metapodaci podatkovne kuće, operativni metapodaci) - ova vrsta

metapodataka pohranjuje poslovne definicije podataka, sadrži definicije na visokom nivou svih
polja koja se nalaze u skladištu podataka, informacije o kockama, agregatima, Data Mart-ima i sl.
Poslovne metapodake uglavnom koriste korisnici skladišta podataka, autori izvještaja (za ad-hoc
upite), tvorci kocke, upravitelji podataka, testeri, analitičari. Obično su potrebne sljedeće
informacije da bi se opisali poslovni metapodaci:
DW Naziv tablice
DW Naziv kolone
Naziv tvrtke - kratki i deskriptivni podaci o zaglavlju
Definicija - prošireni opis s kratkim pregledom poslovnih pravila
Vrsta polja - zastava može značiti da li neko polje pohranjuje ključ ili diskretnu vrijednost, je li
aktivno ili ne, ili koja je vrsta podataka. Sadržaj tog polja može se razlikovati ovisno o poslovnim
potrebama.
Metapodaci
 Tehnički metapodaci
 Tehnički metapodaci (metapodaci procesa ETL, metapodaci
transformacije) prikaz su procesa ETL. Pohranjuju mapirane podatke i
transformacije iz izvornih sistema u skladište podataka, a najčešće ih koriste
programeri, stručnjaci i ETL modeli.
 Većina komercijalnih ETL aplikacija nudi spremište metapodataka s integriranim
sistemom upravljanja metapodacima za upravljanje definicijom procesa ETL.
Definicija tehničkih metapodataka obično je složenija od poslovnih
metapodataka i ponekad uključuje višestruke ovisnosti.
Metapodaci
 Neki alati posvećeni upravljanju metapodacima (mnogi od njih su u paketu s
ETL alatima):
 Teradata Metadata Services
 Erwin Data modeller
 Microsoft Repository
 IBM (Ascential) MetaStage
 Pentaho Metadata
 AbInitio EME (Enterpise Metadata Environment)
DATA MART
 Data Mart su usmjereni na jedno funkcionalno područje

organizacije i sadrži podskup podataka pohranjenih u
skladištu podataka.
 Data Mart je skraćena verzija DW-a i dizajnirana je za
upotrebu od strane određenog odjela, jedinice ili skupa
korisnika u organizaciji, npr., marketing, prodaja ili
financije. Često je pod nadzorom jednog odjela u organizaciji.
 Data Mart obično crpi podatke iz samo nekoliko izvora u
odnosu na skladište podataka. Podaci podataka su malih
dimenzija i fleksibilniji su u usporedbi s DW-om.
Data Mart
Data Mart je subjektno orijentisana baza podataka
koja je često particionirani segment poslovnog
skladišta podataka. Podskup podataka koji se nalaze
u podatkovnom okviru obično se poklapa s
određenom poslovnom jedinicom poput prodaje,
financija ili marketinga.
Data Mart
Postoje tri glavne vrste DM-a:
 Ovisni : Ovisni DM stvaraju se crtanjem podataka izravno iz operativnih, vanjskih ili oba
izvora.
 Neovisni : Neovisni protokol podataka kreiran je bez korištenja središnjeg skladišta
podataka.
 Hibridni : Ova vrsta DM-a može uzimati podatke iz skladišta podataka ili operativnih
sistema.
Data Mart
Ovisni DM
 Ovisni DM omogućuje prikupljanje podataka organizacije iz
jedinstvenog skladišta podataka. Nudi prednost centralizacije. Ako
trebate razviti jednu ili više fizičkih DM, morate ih konfigurirati
kao ovisne DM.
 Ovisni DM mogu se graditi na dva različita načina. Tamo gdje
korisnik može pristupiti i DM-u i DW-u, ovisno o potrebi, ili gdje
je pristup ograničen samo na DM. Drugi pristup nije optimalan, jer
se ponekad naziva podatkovnom vezom.
Data Mart
Neovisni DM
Neovisni DM stvorein su bez korištenja središnjeg skladišta podataka. Ova
vrsta Data Mart je idealna opcija za manje grupe unutar organizacije.
Neovisni DM nema veze s skladištem podataka poduzeća niti s bilo kojim
drugim podatkovnim poljem podataka. U nezavisnom DM, podaci se
unose odvojeno, a njegove analize se također obavljaju autonomno.
Primjena neovisnih DM antitetička je motivaciji za izgradnju skladišta
podataka. Prije svega, potrebna vam je konzistentna centralizirana pohrana
podataka o poduzeću koju može analizirati više korisnika s različitim
interesima koji žele široke informacije.
Data Mart
Ovisni DM
 Ovisni DM omogućuje prikupljanje podataka organizacije iz
jedinstvenog skladišta podataka. Nudi prednost centralizacije. Ako
trebate razviti jednu ili više fizičkih DM, morate ih konfigurirati
kao ovisne DM.
 Ovisni DM mogu se graditi na dva različita načina. Tamo gdje
korisnik može pristupiti i DM-u i DW-u, ovisno o potrebi, ili gdje
je pristup ograničen samo na DM. Drugi pristup nije optimalan, jer
se ponekad naziva podatkovnom vezom.
Data Mart
Neovisni DM
Neovisni DM stvorein su bez korištenja središnjeg skladišta podataka. Ova
vrsta Data Mart je idealna opcija za manje grupe unutar organizacije.
Neovisni DM nema veze s skladištem podataka poduzeća niti s bilo kojim
drugim podatkovnim poljem podataka. U nezavisnom DM, podaci se
unose odvojeno, a njegove analize se također obavljaju autonomno.
Primjena neovisnih DM antitetička je motivaciji za izgradnju skladišta
podataka. Prije svega, potrebna vam je konzistentna centralizirana pohrana
podataka o poduzeću koju može analizirati više korisnika s različitim
interesima koji žele široke informacije.
Data Mart Designing Constructing Populating Acessing Managing
PROJEKTOVANJE
Projektovanje je prva faza implementacije Data Mart-a. U ovoj fazi se kreira logički i fizički
dizajn DM-a.
Korak dizajna uključuje sljedeće zadatke:
1. Prikupljanje poslovnih i tehničkih zahtjeva i identifikacija izvora podataka,
2. odabir odgovarajućeg podskupa podataka,
3. projektovanje logičke i fizičke strukture DM-a.
PROJEKTOVANJE
Podaci se mogu podijeliti na temelju sljedećih kriterija: datum, poslovna ili funkcionalna
jedinica, geografija, bilo koja od navedenih kombinacija.
Podaci se mogu podijeliti na aplikacijskom ili DBMS nivou.
Data Mart
Designing Constructing Populating Acessing Managing

PROJEKTOVANJE
Projektovanje je prva faza implementacije Data Mart-a. U ovoj fazi se kreira logički i fizički
dizajn DM-a.
Korak dizajna uključuje sljedeće zadatke:
1. Prikupljanje poslovnih i tehničkih zahtjeva i identifikacija izvora podataka,
2. odabir odgovarajućeg podskupa podataka,
3. projektovanje logičke i fizičke strukture DM-a.
PROJEKTOVANJE
Podaci se mogu podijeliti na temelju sljedećih kriterija: datum, poslovna ili funkcionalna
jedinica, geografija, bilo koja od navedenih kombinacija.
Podaci se mogu podijeliti na aplikacijskom ili DBMS nivou.
IZGRADNJA
Ovo je druga faza provedbe. To uključuje stvaranje fizičke baze podataka i logičkih
struktura. Ovaj korak uključuje sljedeće zadatke poput implementacije fizičke baze
podataka osmišljene u ranijoj fazi. Na primjer, stvaraju se objekti sheme baze podataka
poput tablica, indeksa, itd.
POPUNJAVANJE
U trećoj fazi, podaci popunjeni u martu podataka. Korak popunjavanja uključuje sljedeće
zadatke:
• vađenje izvornih podataka,
• operacije čišćenja i transformacije na podacima,
• učitavanje podataka u marku podataka,
• stvaranje i spremanje metapodataka.
PRISTUP
Pristup je četvrti korak koji uključuje stavljanje podataka na korištenje, ispitivanje podataka,
izradu izvještaja, grafikona i njihovo objavljivanje. Krajnji korisnik predaje upite u bazu
podataka i prikazuje rezultate upita.
UPRAVLJANJE
Ovo je posljednji korak procesa implementacije Data Mart-a. Ovaj korak pokriva zadatke
upravljanja poput:
• kontinuirano upravljanje pristupa korisnika,
• optimizacije sistema i precizno prilagođavanje za postizanje poboljšanih performansi,
• dodavanje i upravljanje svježim podacima u DM-u.
Data Mart
NEDOSTACI
Preduzeća često stvaraju previše različitih i nepovezanih podataka bez velike koristi.To
može postati velika prepreka za održavanje.
Data Mart ne može pružiti analizu podataka na nivou cijelog preduzeća/tvrtke jer je njihov
skup podataka ograničen.
OLAP
INTEGRISANI INFORMACIONI SISTEMI

Pod pojmom „Integrisani informacioni sistemi“ podrazumijeva se visok nivo organizacione
povezanosti svih funkcija preduzeća, u smislu efektivne i efikasne povezanosti kadrova,
opreme i sredstava, kojima je cilj prikupljanje, kreiranje, obrada, memorisanje, korištenje,
izvještavanje i distribucija podataka, kao odgovor na potrebe menadžmenta kao donosioca
odluka, na svim nivoima upravljanja i odlučivanja u preduzeću, kao i za potrebe svih
zaposlenih. Zasnivaju se na relacionim bazama podataka, sadrže sve relevantne podatke za
rad preduzeća i komunikaciju sa okruženjem i karakteriše ih interaktivan rad svakog
korisnika sa bazom podataka.
ADAPTIRANO PREMA TEŠIĆ, B.: WEB BAZIRANI MENADŽMENT INFORMACIONI SISTEMI ZA UPRAVLJANJE JAVNIM FINANSIJAMA NA LOKALNOM NIVOU , SIGNIDUNUM, BEOGRAD, 2018
OLAP

Pod pojmom „Integrisani informacioni sistemi“ podrazumijeva se visok nivo organizacione
povezanosti svih funkcija preduzeća, u smislu efektivne i efikasne povezanosti kadrova,
opreme i sredstava, kojima je cilj prikupljanje, kreiranje, obrada, memorisanje, korištenje,
izvještavanje i distribucija podataka, kao odgovor na potrebe menadžmenta kao donosioca
odluka, na svim nivoima upravljanja i odlučivanja u preduzeću, kao i za potrebe svih
zaposlenih. Zasnivaju se na relacionim bazama podataka, sadrže sve relevantne podatke za
rad preduzeća i komunikaciju sa okruženjem i karakteriše ih interaktivan rad svakog
korisnika sa bazom podataka.

Integrisani informacioni sistemi predstavljaju uređen
i organizovan sistem koji menadžmentu preduzeća
obezbjeđuje tačne i blagovremene informacije, kao
podloge za donošenje upravljačkih odluka.
Integrisanost informacionog sistema zahtjeva jedinstvenu kadrovsku politiku i uravnotežen razvoj

organizacije. Koncept integrisanog IS podrazumijeva:
1. da se IS zasniva na jedinstvenoj koncepciji i da djeluje kao cjelina,
2. da se podaci unose samo jedanput i sa jednog mjesta,
3. da se obezbjeđuje centralizovana kontrola podataka,
4. da se obezbjeđuje veća ekonomičnost i efikasnost korištenja baze podataka,
5. da se obezbjeđuje najbolji odnos između koristi od IS i troškova,
6. da se obezbjeđuje konzistentno održavanje ažurnosti podataka,
7. da se podaci u okviru baze koriste kao izvor za neograničeni broj različitih informacionih zahtjeva,
8. da jedinstvena baza podataka ne predstavlja krajnju upotrebu podataka i
9. da se korištenje podataka realizuje odgovarajućim aplikacionim softverskim rješenjima.
Osnovni zahtjevi za integraciju kod integrisanih informacionih sistema su:

a) Jedinstvo sadržaja - zahtjeva od svakog korisnika da preciznije definiše svoje potrebe za
podacima, odnosno informacijama;
b) Jedinstvo identifikacije - znači da se šifre (označavanje) jedne činjenice mogu primjeniti u svim
aplikacijama;
c) Jedinstvo komunikacionog sistema - zahtjev da postojeći hardver zadovoljava zahtjeve
standarda za povezivanje na potrebne mrežne protokole;
d) Integrisanost - zahtjeva jedinsteno upravljanje definisanom obradom podataka u mreži,
kontinuirano upravljanje razvojem i funkcionisanjem informacionim sistemom. Integrisani
pristup može biti realizovan kao centralizovan (model koji se zasniva na jedinstvenoj bazi
podataka) i kao distribuiran (baza podataka se dijeli ili je čine više nezavisnih baza podataka).
PITANJA ZA PROVJERU ZNANJA
1. Nabroji osnovne vrste Datawarehouse arhitekture.
2. Koja se od vrsta iz predhodnog zadatka najviše koristi?
3. Dopuni rečenicu: Srednji sloj u skladištu podataka je OLAP poslužitelj koji se implementira s
_________________________modelom.
4. Dopiši izostavljene komponente DW-a.

Postoji uglavnom pet komponenata Data Warehousea:
1. Baza podataka DW-a
2. ETL
3. _________________________
4. _________________________
5. Data Mart
Integrisanost informacionog sistema zahtjeva jedinstvenu kadrovsku politiku i uravnotežen razvoj

organizacije. Koncept integrisanog IS podrazumijeva:
1. da se IS zasniva na jedinstvenoj koncepciji i da djeluje kao cjelina,
2. da se podaci unose samo jedanput i sa jednog mjesta,
3. da se obezbjeđuje centralizovana kontrola podataka,
4. da se obezbjeđuje veća ekonomičnost i efikasnost korištenja baze podataka,
5. da se obezbjeđuje najbolji odnos između koristi od IS i troškova,
6. da se obezbjeđuje konzistentno održavanje ažurnosti podataka,
7. da se podaci u okviru baze koriste kao izvor za neograničeni broj različitih informacionih zahtjeva,
8. da jedinstvena baza podataka ne predstavlja krajnju upotrebu podataka i
9. da se korištenje podataka realizuje odgovarajućim aplikacionim softverskim rješenjima.
PITANJA ZA PROVJERU ZNANJA
5. Objasni ulogu TRANSFORMACIJE u ETL procesu.
6. Kako se zove vrsta učitavanja u ETL procesu koja podrazumijeva ažuriranje podataka nakon čega slijedi
potpuno učitavanje?
7. Nabroji barem četiri najpoznatija ETL alata (komercijalna i otvorenog koda).
8. Šta su to metapodaci?
9. Koje su dvije osnovne kategorije metapodataka?
10. Koja kategorija metapodataka pohranjuje mapirane podatke i transformacije iz izvornih sistema u skladište
podataka, a najčešće ih koriste programeri, stručnjaci i ETL modeli?
LITERATURA
1. Latinović, B.: „Informacioni sistemi“, Apeiron, Banja Luka, 2006.

2. Laudon K.C., Laudon, J.P.: Management Information Systems: Managing the Digital Firm, Pearson;
16th ed., 2019.
3. Njeguš, A.: Poslovni informacioni sistem, Signidunum, Beograd, 2018.
4. Tešić, B.: Web bazirani menadžment informacioni sistemi za upravljanje javnim finansijama na
lokalnom nivou , Signidunum, Beograd, 2018.
5. Turban E., Volonino L., McLean E., Wetherbe J.: Information Technology for Management:
Transforming Organizations in the Digital Economy, 7th Edition, Wiley, 2010.
ADAPTIRANO PREMA NJEGUŠ, A.: POSLOVNI INFORMACIONI SISTEM, SIGNIDUNUM, BEOGRAD, 2018
75

Agile Scrum

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Agile Scrum

Uploaded by

Copyright:

Available Formats

SVEUČILIŠTE/UNIVERZITET „VITEZ“

FAKULTET INFORMACIONIH TEHNOLOGIJA

Predavanje 2 Doc. dr Muhamed Ćosić

Arhitektura DW sistema sadrži alate za aktivnosti ekstrakcije podataka iz više raznih

Postoji uglavnom pet komponenata Data Warehousea:

Baza podataka DW-a

Baza podataka DW-a

ETL- Extract, transform, load

 Zašto nam treba ETL?

ETL- Extract, transform, load

ETL- Extract, transform, load

Organizacija može imati različite baze

Za prevladavanje ovih izazova najbolje je

ETL- Extract, transform, load

ETL- Extract, transform, load

ETL- Extract, transform, load

ETL- Extract, transform, load

 Postoje uglavnom 4 koraka u procesu ETL-a:

ETL- Extract, transform, load

ETL- Extract, transform, load

ETL- Extract, transform, load

ETL- Extract, transform, load

ETL- Extract, transform, load tools

Metapodaci- Vanjski podaci u skladištu podataka

Metapodaci- Problemi s vanjskim podacima

Poslovni metapodaci (metapodaci podatkovne kuće, operativni metapodaci) - ova vrsta

 Data Mart su usmjereni na jedno funkcionalno područje

Data Mart Designing Constructing Populating Acessing Managing

Data Mart Designing Constructing Populating Acessing Managing

Designing Constructing Populating Acessing Managing

Data Mart Designing Constructing Populating Acessing Managing

Data Mart Designing Constructing Populating Acessing Managing

Data Mart Designing Constructing Populating Acessing Managing

Data Mart Designing Constructing Populating Acessing Managing

Data Mart Designing Constructing Populating Acessing Managing

Data Mart Designing Constructing Populating Acessing Managing

INTEGRISANI INFORMACIONI SISTEMI

INTEGRISANI INFORMACIONI SISTEMI

INTEGRISANI INFORMACIONI SISTEMI

Integrisanost informacionog sistema zahtjeva jedinstvenu kadrovsku politiku i uravnotežen razvoj

Osnovni zahtjevi za integraciju kod integrisanih informacionih sistema su:

1. Nabroji osnovne vrste Datawarehouse arhitekture.

2. Koja se od vrsta iz predhodnog zadatka najviše koristi?

4. Dopiši izostavljene komponente DW-a.

Integrisanost informacionog sistema zahtjeva jedinstvenu kadrovsku politiku i uravnotežen razvoj

5. Objasni ulogu TRANSFORMACIJE u ETL procesu.

7. Nabroji barem četiri najpoznatija ETL alata (komercijalna i otvorenog koda).

9. Koje su dvije osnovne kategorije metapodataka?

1. Latinović, B.: „Informacioni sistemi“, Apeiron, Banja Luka, 2006.

You might also like