Powered by OpenAIRE graph
Found an issue? Give us feedback
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ Науковий вісник НЛТУ...arrow_drop_down
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
Науковий вісник НЛТУ України
Article . 2024 . Peer-reviewed
Data sources: Crossref
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
versions View all 2 versions
addClaim

This Research product is the result of merged Research products in OpenAIRE.

You have already added 0 works in your ORCID record related to the merged Research product.

Інноваційні методики інтегрування даних для оптимізації процесу наповнення сховища даних

Authors: R. B. Yurynets; I. B. Pirko;

Інноваційні методики інтегрування даних для оптимізації процесу наповнення сховища даних

Abstract

Проаналізовано та оцінено альтернативні методики інтегрування даних, що не потребують класичного ETL-підходу (англ. Extract, Transform, Load). Основну увагу приділено вивченню обмежень традиційного ETL, зокрема аналізу проблем, з якими стикаються організації через їх складність та витрати, пов'язані з традиційними ETL-процесами. Проаналізовано платформи, які дають змогу інтегрувати та наповнювати сховища даних без потреби писати складний код. Окремо розглянуто, як ці системи дають можливість швидше та ефективніше реагувати на зміни в даних і бізнес-вимогах. Зосереджено увагу на стратегіях і технологіях для інкрементного завантаження даних, які можуть значно зменшити навантаження та витрати на ресурси порівняно з повним перезавантаженням даних. Також проаналізовано, як ці методи допомагають утримувати дані актуальними без постійного повного оновлення сховища. Це дослідження сприяє детальному розумінню сучасних інструментів і методів, які роблять процес оптимізації наповнення сховища даних більш ефективним та доступним для широкого кола організацій, зокрема і тих, що не мають значних технічних ресурсів. Також підкреслено значення наявності кваліфікованих розробників і їхній вплив на загальні витрати проєкту, що не може бути недооцінений. Роль якісної комунікації між командами розробників, дата аналітиків і бізнес-користувачів є критичною для успішної реалізації проєктів з інтегрування даних. Ефективний обмін інформацією та чітке визначення бізнес-вимог відіграють ключову роль у синхронізації та оптимізації процесів завантаження та оброблення даних, що в остаточному підсумку веде до кращого рівня обслуговування та зменшення часу реакції на зміни у бізнес-середовищі. Результати дослідження демонструють, що впровадження технологій Incremental Data Loading та CDC (англ. Change Data Capture) у великій роздрібній компанії значно покращило тривалість завантаження даних та оперативність бізнес-процесів. Порівнюючи результати впровадження з інших галузей, з'ясовано, що методики Incremental Data Loading мають універсальний характер, але потребують індивідуального підходу залежно від сектора застосування. Обговорення рекомендацій для компаній, що розглядають адаптацію цього підходу, має значний потенціал для покращення ефективності роботи, зниження витрат та підвищення якості обслуговування клієнтів, особливо у роздрібному секторі.

Keywords

платформи інтегрування даних без написання коду, захоплення змін даних, сховища баз даних, Forestry, інкрементне завантаження даних, SD1-669.5

  • BIP!
    Impact byBIP!
    selected citations
    These citations are derived from selected sources.
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    0
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
Powered by OpenAIRE graph
Found an issue? Give us feedback
selected citations
These citations are derived from selected sources.
This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Citations provided by BIP!
popularity
This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
BIP!Popularity provided by BIP!
influence
This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Influence provided by BIP!
impulse
This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
BIP!Impulse provided by BIP!
0
Average
Average
Average
gold