Versione delle 13:58, 7 dic 2016 modifica Marcosartini (discussione \| contributi) 39 modifiche →‎Esempio ← Differenza precedente		Versione delle 13:59, 7 dic 2016 modifica annulla Marcosartini (discussione \| contributi) 39 modifiche m →‎Storia Differenza successiva →
Riga 24: A partire dal 2011 ci si è resi conti che i metodi di modellazione dei dati attuali stavano imprimendo l'isolamento dei dati in ogni architettura sotto forma di isole di dati disparati e silos di informazioni. Questo isolamento dei dati è un artefatto involontario della metodologia di modellazione dati che provoca lo sviluppo di modelli di dati dissimili. Modelli di dati dissimili, quando stoccati in basi di dati, formano basi di dati dissimili. Modelli avanzati di dati sono stati sviluppati per eliminare l'artefatto e per promuovere lo sviluppo di modelli di dati integrati.<ref>{{cite news \| author= Michael Mireku Kwakye \| title= A Practical Approach To Merging Multidimensional Data Models \| year=2011 \| url=http://hdl.handle.net/10393/20457 }}</ref><ref>{{cite web \| url=http://www.iri.com/pdf/RapidAce-Brochure.pdf \| title=Rapid Architectural Consolidation Engine – The enterprise solution for disparate data models. \| year=2011 }}</ref> Un metodo di modellazione dei dati avanzato rimaneggia i modelli di dati aumentandoli con metadati strutturali, sotto forma di entità di dati standardizzate. Come risultato della riscrittura di modelli multipli di dati, l'insieme dei modelli di dati rimaneggiati condivide uno o più relazioni di ~~comunanza~~omogeneità che riguardano i metadati strutturali ora comuni a questi modelli di dati. Le relazioni di ~~comunanza~~omogeneità sono un tipo di relazione peer-to-peer tra entità, che legano le entità di dati dei modelli multipli standardizzati. I modelli di dati multipli che contengono la stessa entità di dati standard possono partecipare alla stessa relazione ~~comunanza~~di omogeneità. Quando i modelli di dati integrati sono istanziati come banche dati e sono adeguatamente popolati da una serie comune di dati principali, questi database vengono integrati. Dal 2011, gli approcci di maggiore ~~intersse~~interesse per la disciplina si sono rivolti maggiormente al [[Data_hub \|data hub]] rispetto ai data warehouse completamente strutturati (tipicamente relazionali). Dal 2013 gli approcci di tipo data lake sono arrivati al livello dei data hub.(Si vedano le popolarità dei tre termini di ricerca su Google Trends.<ref>{{cite web \|title=Hub Lake and Warehouse search trends\|url=https://www.google.com/trends/explore#q=enterprise%20data%20warehouse%2C%20%22data%20hub%22%2C%20%22data%20lake%22&cmpt=q&tz=Etc%2FGMT%2B5}}</ref> Questi approcci combinano dati non strutturati o diversi in un'unica posizione, ma non richiedono necessariamente uno schema relazionale principale, spesso complesso, per strutturare e definire tutti i dati contenuti.

Data integration: differenze tra le versioni