01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง1

Chapter 1 Database & Data Warehouse

Content

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง2

ขอมล สารสนเทศ และองคความร (Data, Information and Knowledge)

แหลงขอมล (Data Source)

การเกบรวบรวมขอมลและปญหาทเกดขน

ฐานขอมล (Database)

ระบบจดการฐานขอมล (Database Management System: DBMS)

ชนดของฐานขอมล

เทคโนโลยฐานขอมล (Database Technology)

การแสดงผลขอมลในระบบสนบสนนการตดสนใจ

ขอมล สารสนเทศ และองคความร (Data, Information and Knowledge)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง3

ขอมล (Data)คอ ขอเทจจรงเกยวกบสงตาง ๆ ซงอาจเปนคน สตว สงของ หรอ

เหตการณตาง ๆ ทยงไมผานการประมวลผล โดยทขอมลอาจอยในรปของตวเลข ตวอกษร ขอความ หรอ Multimedia กได

เนองจากขอมลเปนสวนประกอบทส าคญของระบบสารสนเทศรวมทงระบบสนบสนนการตดสนใจ จงตองเปนขอเทจจรงทถกตอง ครบถวน สมบรณ และนาเชอถอ

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง4

สารสนเทศ (Information)คอ ขอมลทผานการประมวลผล และจดการใหมความถกตอง ทนสมย และสามารถน าไปใชงานไดตามทตองการ

ขอมล สารสนเทศ และองคความร (Data, Information and Knowledge) (ตอ)

DataProcess

& Transform

Information

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง5

องคความร (Knowledge)คอ สารสนเทศทถกคดเลอกเพอใชในการแกปญหาตางๆ ตามตองการไดอยางมประสทธภาพ โดยอาศยประสบการณในการเลอกสารสนเทศมาใชในการแกไขปญหาไดอยางเหมาะสม

ขอมล สารสนเทศ และองคความร (Data, Information and Knowledge) (ตอ)

Data

Knowledge

Information

Wisdom

Process & Transform

Collection of all Information

Correct use of Knowledge

ฐานขอมล (Database)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง6

กลมของแฟมขอมลทมความสมพนธกนและถกน ามารวมกน เชน ฐานขอมลในบรษทแหงหนงอาจประกอบไปดวยแฟมขอมลหลายแฟม โดยทแตละแฟมจะมความสมพนธกน ไดแก ขอมลพนกงาน ขอมลแผนกในบรษท ขอมลลกคา ขอมลสนคา ขอมลการขาย

ขอดของการใชระบบฐานขอมล

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง7

ขอมลเปนอสระจากโปรแกรมทใชงานขอมล (Data Independence) ลดความซ าซอนของขอมล (Data Redundancy) หลกเลยงความไมสอดคลองของขอมล (Data Inconsistency) ความถกตองของขอมล (Data Integrity) รปแบบทเปนมาตรฐานเดยวกน ความปลอดภยของขอมล (Data Security) น าเสนอรายงานไดงาย (Easy Reporting) สามารถควบคมการเขาถงขอมลจากผใชหลายคน (Concurrency Control) ตอบสนองความตองการใชงานขอมลไดหลายแบบ

ระบบจดการฐานขอมล (Database Management System: DBMS)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง8

ความหมายของระบบจดการฐานขอมล หนาทของระบบจดการฐานขอมล

ประโยชนของระบบจดการฐานขอมล

ความหมายของระบบจดการฐานขอมล

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง9

โปรแกรมทท าหนาทเปนตวกลางการท างานระหวางผใชงานฐานขอมลกบฐานขอมล เพออ านวยความสะดวกผใช ในการสราง ลบ ปรบปรง สบคน และเรยกใชขอมล

DBMSฐานขอมล

Application

ผดแลฐานขอมล (DBA)

ผใช (User)

หนาทของระบบจดการฐานขอมล

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง10

การจดเตรยมมมมองของผใช (User View) การสรางและแกไขฐานขอมล

การจดเกบและเรยกใชขอมล การด าเนนงานกบขอมลและการสรางรายงาน

ประโยชนของระบบจดการฐานขอมล

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง11

ผใชสามารถใชขอมลรวมกนได ผใชมความสะดวกและรวดเรวในการสบคนขอมล

ลดความซ าซอนของการจดเกบขอมล สามารถควบคม ความถกตองและความสอดคลองของขอมล

ชนดของฐานขอมล

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง12

ฐานขอมลแบบล าดบชน (Hierarchical Database) ฐานขอมลแบบเครอขาย (Network Database)

ฐานขอมลเชงสมพนธ (Relational Database) ฐานขอมลเชงวตถ (Object-Oriented Database)

ฐานขอมลแบบล าดบชน (Hierarchical Database)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง13

ฐานขอมลแบบเครอขาย (Network Database)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง14

ฐานขอมลเชงสมพนธ (Relational Database)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง15

ฐานขอมลเชงวตถ (Object-Oriented Database)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง16

เทคโนโลยฐานขอมล (Database Technology)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง17

คลงขอมล (Data Warehouse) การประมวลผลเชงวเคราะหแบบออนไลน (Online Analytical

Processing: OLAP) เหมองขอมล (Data Mining)

คลงขอมล (Data Warehouse)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง18

ความหมายของคลงขอมล หลกการการหรอวธการเพอการรวมระบบสารสนเทศเพอการประมวลผล

รายการขอมลทเกดขนในแตละวนในแตละสายงาน มารวมเปนหนวยเดยวกน เ พอสนบสนนกระบวนการตด สนใจของ ผตด สนใจใหมประสทธภาพมากยงขน

คลงขอมล (Data Warehouse)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง19

คณลกษณะของคลงขอมลSubject-Oriented :

ขอมลถกจดเกบตามประเดนหลกขององคกร เชน ขอมลลกคา สนคา และยอดขาย เปนตนIntegrated :

รวบรวมและจดรปแบบขอมลใหอยในรปแบบเดยวกน และสรางความสอดคลองใหกบขอมลกอนทจะน าเสนอแกผใชTime-Variant :

ขอมลทจดเกบในคลงขอมลสวนใหญจะเปนขอมลในอดตทผานมาแลว 5-10 ปท าใหเราสามารถเหนแนวโนมของขอมลได

Non-Volatile : ขอมลทจดเกบภายในคลงขอมล จะไมถกแกไข แตจะถกเพมขอมลใหมตอทาย โดยไมท า

การแทนทขอมลเดม

ขอด / ขอเสย ของคลงขอมล

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง20

ขอด

ใหผลการตอบแทนจากการลงทนสงองคกรเกดความได เปรยบ

คแขงขน เ พ มป ระ สท ธภ าพ ใน กา ร

ตดสนใจของผตดสนใจ

ขอเสย

ขนตอนการกลนกรองและโหลดขอมลเขาสคลงขอมลใชเวลานาน และตองอาศยผทมความช านาญ แนวโนมความตองการขอมลมมาก

ขนเรอย ๆ ใ ช เ ว ล า น า น ใ น ก า ร พ ฒ น า

คลงขอมล ระบบคลงขอมลมความซบซอนสง

การประมวลผลเชงวเคราะหแบบออนไลน (Online Analytical Processing: OLAP)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง21

ความหมายของ OLAP กระบวนการประมวลผลขอมลทางคอมพวเตอร ทชวยใหผใชสามารถ

วเคราะหในมตตาง ๆ (Multidimensional Data Analysis) ของขอมลไดงายขน เชน ผใชตองการเปรยบเทยบขอมลยอดการขายบะหมกงส าเรจรปในเดอนมนาคม เทยบกบเดอนกนยายน และเทยบกบสนคาอน ๆ ในชวงเวลาเดยวกน

การแสดงผลขอมลของ OLAP

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง22

Multidimensional Database ฐานขอมลทใชในการจดการและจดเกบขอมลใหสามารถ แสดงผลขอมล

ในมตตาง ๆ ได ซงเปนการพฒนาตอมาจากฐานขอมลเชงสมพนธใหมความสามารถมากยงขน เพอรองรบการประมวลผลเชงวเคราะห

การแสดงผลขอมลของ OLAP (ตอ)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง23

จงหวด ไตรมาส ยอดขาย

กรงเทพฯ 1 750,000

กรงเทพฯ 2 800,000

กรงเทพฯ 3 825,000

กรงเทพฯ 4 680,000

กรงเทพฯ ภเกต

1 750,000 550,000

2 800,000 600,000

3 825,000 650,000

4 680,000 500,000

จงหวด ไตรมาส ยอดขาย

ภเกต 1 550,000

ภเกต 2 600,000

ภเกต 3 650,000

ภเกต 4 500,000

การแสดงผลขอมลของ OLAP (ตอ)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง24

สนคา จงหวด ไตรมาส ยอดขาย

มอถอ กทม. 1 750,000

บตรเดมเงน กทม. 1 350,000

มอถอ กทม. 2 800,000

บตรเดมเงน กทม. 2 300,000

มอถอ กทม. 3 825,000

บตรเดมเงน กทม. 3 280,000

มอถอ กทม. 4 680,000

บตรเดมเงน กทม. 4 380,000

สนคา จงหวด ไตรมาส ยอดขาย

มอถอ ภก. 1 550,000

บตรเดมเงน ภก. 1 250,000

มอถอ ภก. 2 600,000

บตรเดมเงน ภก. 2 200,000

มอถอ ภก. 3 650,000

บตรเดมเงน ภก. 3 260,000

มอถอ ภก. 4 500,000

บตรเดมเงน ภก. 4 325,000

การแสดงผลขอมลของ OLAP (ตอ)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง25

ภก.

ไตรมาส

1 2 3 4

สนคา

550,000 600,000 650,000

750,000 800,000 825,000

500,000

680,000

กทม.

มอถอ

บตรเตมเงน

การด าเนนการกบ OLAP

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง26

Roll up และ Drill Down Roll up เปนกระบวนการเปลยนแปลงระดบความละเอยดของการ

พจารณาขอมล จากสวนของรายละเอยดมาก จนมาเปนขอมลสรป Drill Down เปนกระบวนการเปลยนแปลงระดบความละเอยดของการ

พจารณาขอมล จากขอมลสรป จนมาเปนขอมลในสวนรายละเอยดSlice and Dice Slice เปนการเลอกพจารณาผลลพธบางสวนทเราสนใจ โดยการเลอก

เฉพาะคาทถกก ากบดวยขอมลบางคาของแตละมต Dice เปนกระบวนการพลกแกนหรอมตขอมล ใหมมมองทตางออกไป

การด าเนนการกบ OLAP : Roll up และ Drill Down (1/2)Region Sum

North 61,000

South 41,500

Product Type Glossary Misc.

Region

North 55,000 6,000

South 31,000 10,500

Product Type Glossary Misc.

Region Shop

North ABC 30,000

North Platter 25,000 6,000

South Five Mart 31,000 10,500

Roll up

Roll up

Drill Down

Drill Down

Region

Region-Product Type

Region-Shop-Product Type01/06/5727 Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง

การด าเนนการกบ OLAP : Roll up และ Drill Down (2/2)

Product Type Glossary Misc.

Region Shop

North ABC 30,000

North Platter 25,000 6,000

South Five Mart 31,000 10,500

Product Type Glossary Glossary Glossary Misc. Misc.

Product Fish Meat Pork Medicine Pencil

Region Shop

North ABC 10,000 20,000

North Platter 25,000 6,000

South Five Mart 8,000 23,000 10,000 500

Roll up Drill Down

Region-Shop-Product Type

Region-Shop-Product Type-Product Type 01/06/5728 Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง

Slice (1/2)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง29

10,0008,000 23,000 10,000 500

10,000 25,000 6,000

10,000 20,000 10,000ABC

Platter

FiveMart

North

South

Source Cube

Fish Meat Pork Med. Pencil

Glossary Misc.

10,0008,000 23,000 10,000 500

10,000 25,000 6,000

10,000 20,000 10,000ABC

Platter

FiveMart

North

South

Slice

Fish Meat Pork Med. Pencil

Glossary Misc.

10,0008,000 23,000

10,000 25,000

10,000 20,000 10,000ABC

Platter

FiveMart

North

South

Slice

Fish Meat Pork

Glossary

การด าเนนการกบ OLAP : Slice (2/2)

Product Type Glossary Glossary Glossary Misc. Misc.

Product Fish Meat Pork Medicine Pencil

Region Shop

North ABC 10,000 20,000

North Platter 25,000 6,000

South Five Mart 8,000 23,000 10,000 500

Product Type Glossary Glossary Glossary

Product Fish Meat Pork

Region Shop

North ABC 10,000 20,000

North Platter 25,000

South Five Mart 8,000 23,000

Slice:-Glossary

01/06/5730 Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง

Dice (1/2)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง31

Shop

Product Type

Date

Product Type

Shop

Date

การด าเนนการกบ OLAP : Dice (2/2)

Product Type Glossary Misc.

Shop

ABC 30,000

Platter 25,000 6,000

Five Mart 31,000 10,500

Product Type Glossary Misc.

Date

6/07/2004 43,000 10,000

7/07/2004 43,000 6,500

Shop-Product Type

Date-Product Type

01/06/5732 Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง

ประโยชนของ OLAP

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง33

ชวยในการวเคราะหเปรยบเทยบขอมลในมมตาง ๆ ท าใหการตดสนใจมประสทธภาพมากขน

ผใชแตละคนสามารถสรางมมมองขอมลของตนเองได เพอน าไปใชในงานเฉพาะดาน

มความรวดเรวในการสอบถามขอมล แมในฐานขอมลขนาดใหญและมความซบซอนมาก

ท าใหไดรบขอมลมมมองใหม ๆ ส าหรบประกอบการตดสนใจ

เหมองขอมล (Data Mining)

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง34

01/06/57Database & Data Warehouse ผสอน ผศ.วภาวรรณ บวทอง35