Az adattárház és Üzleti Intelligencia gyakorlati és elméleti bemutatás, adatbázis-kezelő rendszerek összehasonlítása

Fekete Bence (2022) Az adattárház és Üzleti Intelligencia gyakorlati és elméleti bemutatás, adatbázis-kezelő rendszerek összehasonlítása. Pénzügyi és Számviteli Kar.

	PDF Fekete_Bence_MSC_PÜ_Az adattárház és Üzleti Intelligencia gyakorlati és elméleti bemutatás, adatbázis-kezelő rendszerek összehasonlítása.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (1MB)
	PDF Összefoglalás.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (200kB)

Absztrakt (kivonat)

A dolgozat első fejezete a bevezetés lett, ebben a fejezetben írtam le, hogy milyen személyes motivációm volt ezt a témát választani, kifejtettem vázlatosan a fejezeteket mely témákról fogok írni. Ebben a fejezetben került megfogalmazásra a dolgozat három kérdése is: Egyes iparágakban melyik adatbázis-kezelő rendszer biztosít jobban integrálható megoldásokat A jövőben miként fog az adattárolás megvalósulni megmaradnak a hagyományos adattárházak, vagy a felhőbe költöztetik és létesítik az adattárolást Az adattárház és üzleti intelligencia területeken is megtapasztalható a szakemberhiány A második fejezetben az adattárház elméleti részével foglalkoztam. Az adattárház fogalmát megfogalmaztam Bill Inmon és Ralph Kimball szakirodalmait felhasználva. Inmon által publikált fogalmat részletesen elemeztem, mit jelent az Objektum-tárgy orientált, Nem elillanó, tartós, Integrált, Időtálló adattárház. Az üzleti intelligencia elméleti bemutatása is ebben a fejezetben valósult meg, ehhez Howard Dresner definícióját használtam fel. Ezek után architektúrák alapján csoportosítottam az adattárházat. Bővebben írtam az OLTP és OLAP rendszerekről, ezeket össze is hasonlítottam, szükséges volt megemlíteni Edgar F. Codd – Codd 12 szabályát, hogy könnyebben értelmezhető legyen az OLAP rendszerek tulajdonságai. Ebben a fejezetben került még bemutatásra az adattárházi adatmodellezés, itt bővebben bemutatásra került a Koncepcionális szintű adatmodell és a Logikai szintű adatmodell, ábrákon keresztül próbáltam szemléltetni az adatkocka felépítését és hogy milyen műveleteket lehet végrehajtani az adatkockán. A logikai modellnél a MOLAP, ROLAP és HOLAP adatmodellt írtam le részletesen, majd a ROLAP séma architektúrákra hoztam számos példát, és ezen sémák különbségeit vázoltam. A fejezet pedig a metaadatok bemutatásával zárult. A harmadik fejezetben az adattárház és üzleti intelligencia osztály működését mutattam be egy magyar pénzintézetnél. Leírtam, hogyan épül fel az adattárház a pénzintézetnél, milyen adatpiacok találhatóak meg, és ezen piacok honnan töltődnek az adattárházon belül. Bemutatásra kerültek olyan eszközök, amelyek nélkül nem tudna működni az adattárház ilyen eszköz például az ETL (Extract (Kinyerés), -Transformation (Transzformáció/Átalakítás), Load (Töltés)). Az eszközök és keretrendszer bemutatása után, részletesen vázoltam milyen lépcsőkön kell végig haladnunk, hogy az adattárházba integrálhassunk fejlesztéseket. Itt került bemutatásra az adattárház osztályon található munkakörök alapvető feladatai. A fejezetet a pénzintézetnél használt üzleti intelligencia rendszer az IBM Cognos bemutatásával, amely segítségével egy web alapú szerkesztőfelületen keresztül különféle adatforrásokból származó adatokat jeleníthetünk meg. Lehetőségem nyílt interjút készíteni az pénzintézetnél működő adattárház és üzleti intelligencia osztályvezetőjével, mely interjút egy konklúzió részbe összefoglaltam. A negyedik fejezetben az Oracle Database 19c és IBM DB2 11.5 verziójának az összehasonlításra került sor, bemutattam mindkettő rendszer legfontosabb mérföldköveit. Összehasonlítottam a két rendszert több szempont szerint, mint például az adatbiztonság, támogatott programozási nyelvek, optimalizálás és automatizálás, támogatott alkalmazások. Ezután a költség szempont szerint hasonlítottam össze a két rendszert, három minta vállalat igényeinek megfelelően, bemutattam a vállalatok adattárház szükségleteihez kielégítő teszt konfigurációkat, és a részletes költségeit. A fejezetet egy piaci megoszlással folytattam, ahol bevétel szerint vizsgáltam a felhőben kiépített, mint platform szolgáltatású adattárolást a hagyományos helyben elhelyezett adattárházakkal, érdekesség, hogy a felhő alapú rendszerek 2021-ben közel annyi bevételt termeltek, mint a hagyományos rendszerek. Ezután a fejezetben szemléltettem miként alakult az adatbázis kezelő rendszerek szolgáltatóinak piaci megoszlása az elmúlt 5 év folyamán. A dolgozatomat egy összefoglalással zártam, ahol részletesen leírtam, hogy milyen témákat fejtettem ki a szakdolgozatomban, és itt kerültek a dolgozat kérdéseinek hipotézisei megválaszolásra.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Pénzügy Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Pénzügyi

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	adatbázis, adattárház, pénzintézet(ek), SQL, üzleti intelligencia
SWORD Depositor:	Archive User
Felhasználói azonosító szám (ID):	Archive User
Rekord készítés dátuma:	2022. Okt. 11. 10:22
Utolsó módosítás:	2022. Okt. 11. 10:22

Actions (login required)

Tétel nézet