{"canonical_url":"https://engineer.company/da/glossary/data-warehouse/","content_markdown":"# Data warehouse\n\n## Hvad det er\n\nEt data warehouse er en database, der er bygget til at besvare spørgsmål om en\nvirksomhed, ikke til at drive den. De systemer, der tager imod ordrer, booker\nforsendelser, udsteder fakturaer og registrerer supportsager, har hver deres\ndata i hver deres form. Et data warehouse får kopier fra dem alle, gemmer dem i\nårevis og ordner dem, så et spørgsmål, der går på tværs af flere systemer,\nbliver til én forespørgsel i stedet for en uges eksport til regneark. Ordet\nskrives også i ét, datawarehouse, og nogle siger datavarehus; arbejdet med at\nbygge og drive det kaldes data warehousing.\n\nForskellen fra de databaser, der kopieres fra, ligger i arbejdsbyrden. Et\nordresystem læser og skriver få rækker ad gangen, tusindvis af gange i minuttet,\nog holder kun nutiden: flytter en kunde, overskrives den gamle adresse. Et data\nwarehouse skrives i store portioner, læses af forespørgsler, der gennemløber\nmillioner af rækker på én gang, og gemmer fortiden med vilje, så sidste års tal\nstadig kan brydes ned, sådan som forretningen så ud sidste år.\n\nRalph Kimball introducerede dimensionel modellering i branchen i 1996, og\nKimball Group deler et sådant system i to rum. Back room rummer ETL-systemet,\nsom de opdeler i 34 delsystemer under fire opgaver: at hente data ud af\nkilderne, at rense og afstemme dem, at levere dem til præsentationslaget og at\nstyre hele processen. Front room rummer præsentationslaget, som er det, folk\nfaktisk spørger i. Det er organiseret efter forretningsproces, holdt på det mest\ndetaljerede niveau, hver proces registrerer, suppleret med aggregerede\nopsummeringer for hastighedens skyld og bygget op af fakta- og\ndimensionstabeller. Rundt om det står BI-applikationerne: ad hoc-forespørgsler,\nstandardrapporter, dashboards, scorecards og analyseapplikationer. Kimball\nGroup kalder front room for det ansigt, systemet viser udadtil.\n\nDet er ikke den eneste opbygning. Kimball Groups egen arkitekturside beskriver\nCorporate Information Factory, et hub-and-spoke-design, der gemmer atomare data\ni et normaliseret virksomhedsdækkende data warehouse på tredje normalform og\nlader et andet ETL-trin fylde dimensionelle tabeller til rapportering, og en\nhybrid, hvor et eksisterende normaliseret data warehouse forsyner et\ndimensionelt præsentationslag. Fælles for dem alle er adskillelsen: de systemer,\nder driver forretningen, er ikke det sted, hvor den analyseres.\n\nEt data warehouse er en rolle, ikke et produkt. Det kan være en PostgreSQL- eller\nMicrosoft SQL Server-database på en server, teamet selv driver, eller en\nadministreret tjeneste som Google BigQuery, som Google beskriver som en fuldt\nadministreret dataplatform, der kombinerer et data warehouse i skyen med\nanalyseværktøjer. BigQuery holder lager og regnekraft adskilt, så hver del\nskalerer for sig, gemmer data kolonnevis i stedet for rækkevis og tager imod\nforespørgsler i ANSI-standard-SQL.\n\n## Hvorfor det betyder noget\n\nEn virksomhed, der stiller det samme spørgsmål til to systemer, får to svar.\nSalg tæller en kunde, når ordren afgives, økonomi, når fakturaen er betalt, og\nsupport, hver gang der kommer en sag. Ingen af dem tager fejl til deres eget\nformål, og ingen af dem stemmer med de andre. Et data warehouse er stedet, hvor\nén definition bliver aftalt og skrevet ned i indlæsningen, så hver rapport, der\nbygger på den, tæller på samme måde.\n\nKimball Groups redskab til det er den fælles, afstemte dimension, på engelsk\nconformed dimension: én kunde, ét produkt, én kalender, vedligeholdt centralt i\nETL-systemet og delt af hver faktatabel, der har brug for den. En faktatabel for\nsalg og en for supportsager, der peger på den samme kundedimension, kan\nsammenlignes linje for linje. Deres busarkitektur stiller\nforretningsprocesserne op mod de dimensioner, de deler, i en matrix, som de\nkalder den arkitektoniske tegning, og den gør det muligt at bygge et data\nwarehouse én forretningsproces ad gangen, hvilket ifølge Kimball Group\nforkorter tiden, før noget kan tages i brug. Et team kan levere ordrer i dette\nkvartal og returvarer i næste uden at bygge om på det, der allerede er leveret,\nså længe begge bruger de samme dimensioner.\n\nHistorik er den anden grund. Driftssystemer holder den aktuelle tilstand; et\ndata warehouse kan holde hver tilstand. Kimballs teknik til en egenskab, der\nændrer sig, kaldet type 2, tilføjer en ny række i dimensionen med de nye\nværdier og en ny surrogatnøgle, og hver faktarække, der indlæses fra det\nøjeblik, peger på den nye række. Salg fra før kunden flyttede, bliver i den\ngamle region; salg bagefter havner i den nye. Mindst tre ekstra kolonner, en\ngyldig fra-dato, en gyldig til-dato og et flag for den aktuelle række, gør det\nmuligt at spørge, hvad der var sandt på en given dato.\n\nDen tredje grund er ren belastning. En rapport, der gennemløber tre års ordrer,\nhører ikke hjemme på den database, der tager imod dagens ordrer, hvor den\nkonkurrerer med kassen om den samme hukommelse, de samme diske og de samme\nlåse. Når analysen flytter til sin egen database, kan hver side indstilles til\nsit eget arbejde.\n\nPrisen er, at et data warehouse er en kopi. Det er så friskt som den seneste\nindlæsning og så korrekt som reglerne i den, og nogen skal eje begge dele:\nkørselsplanen og de definitioner af et salg, en kunde og en måned, som\nforretningen er blevet enig om.\n\n## Sådan ser det ud i praksis\n\nKernen i et dimensionelt data warehouse er en faktatabel, hvis granularitet,\npå engelsk grain, er fastlagt først, her én række pr. ordrelinje, omgivet af de\ndimensioner, der beskriver den. Kundedimensionen har kolonnerne til type 2, så\nen kunde, der flytter, får en ny række i stedet for en overskrevet.\n\n```sql\nCREATE TABLE dim_customer (\n    customer_key bigint PRIMARY KEY,   -- surrogatnøgle, ejet af warehouset\n    customer_id  text NOT NULL,        -- nøglen i kildesystemet\n    region       text NOT NULL,\n    valid_from   date NOT NULL,\n    valid_to     date,                 -- tom, så længe rækken er aktuel\n    is_current   boolean NOT NULL\n);\n\nCREATE TABLE fact_order_line (\n    date_key     integer NOT NULL REFERENCES dim_date,\n    customer_key bigint  NOT NULL REFERENCES dim_customer,\n    product_key  bigint  NOT NULL REFERENCES dim_product,\n    quantity     integer NOT NULL,\n    net_amount   numeric(12, 2) NOT NULL\n);\n\nSELECT d.year, c.region, sum(f.net_amount) AS revenue\nFROM fact_order_line AS f\nJOIN dim_date AS d USING (date_key)\nJOIN dim_customer AS c USING (customer_key)\nGROUP BY d.year, c.region\nORDER BY d.year, c.region;\n```\n\nFordi hver ordrelinje blev indlæst med den kunderække, der var aktuel dengang,\nviser forespørgslen omsætningen fordelt på den region, kunden boede i, da købet\nskete. Joines der i stedet på `customer_id` med filter på `is_current`, bliver\nhele historikken gjort op efter nutidens regioner. Begge spørgsmål er\nlegitime, og modellen svarer på dem begge uden en ekstra kopi af dataene.\n\nLøftet i ydelsen [Design af data warehouse](/da/services/data-warehousing/) er netop den første grund: tal fra salg, drift og økonomi samlet ét sted, så to afdelinger ikke længere kommer til det samme møde med hver sit svar. I større skala [stod stifteren for arkitektur og drift af 100 data warehouse-databaser](/da/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/) i PostgreSQL, Microsoft SQL Server og Google BigQuery fra 2022 til 2024, primært med GIS- og tidsseriedata som spatiale koordinater og sensoraflæsninger. Arbejdet kombinerede normaliserede og denormaliserede tabeldesign med spatial indeksering (PostGIS i PostgreSQL) og tidsseriepartitionering i de to første systemer og tidspartitionerede, clustrede tabeller med komprimering og kolonnebaseret lagring i BigQuery. Svartiderne for forespørgsler på GIS- og tidsseriedata faldt med 40–60 %, og infrastrukturen gjorde det muligt for organisationen, der brugte disse databaser, at lancere nye datadrevne produkter som dashboards med realtidsanalyser.\n\n## Hvor det går galt\n\n**En faktatabel blander to granulariteter, og hver total tæller nogle penge to\ngange.** En ordre har linjer, og den har også et fragtgebyr, der hører til\nordren som helhed. Sættes gebyret på hver linje, tæller en sum over linjerne\ndet én gang pr. linje. I Kimball Groups designproces i fire trin kommer\nfastlæggelsen af granulariteten som nummer to, lige efter valget af\nforretningsproces og før nogen dimension eller noget faktum navngives, og\nreglen er, at forskellige granulariteter ikke må dele én faktatabel. Hold en\nseparat faktatabel på ordreniveau til beløb, der hører til hele ordren, eller\nfordel gebyret på linjerne efter en regel, forretningen godkender.\n\n**En kunde flytter, og sidste års rapport ændrer sig.** Når regionen på\nkunderækken bare overskrives, følger alle tidligere salg kunden til den nye\nregion, og en rapport, der blev godkendt i januar, fortæller en anden historie i\njuni. Behandl egenskaber, hvis historik betyder noget, med type 2: luk den\naktuelle række, og tilføj en ny med en ny surrogatnøgle, i én\ndatabasetransaktion, så ingen indlæsning nogensinde ser to aktuelle rækker.\n\n```sql\nBEGIN;\nUPDATE dim_customer\nSET valid_to = current_date, is_current = false\nWHERE customer_id = 'C-1042' AND is_current;\nINSERT INTO dim_customer\n    (customer_key, customer_id, region, valid_from, valid_to, is_current)\nVALUES (90731, 'C-1042', 'Nord', current_date, NULL, true);\nCOMMIT;\n```\n\n**To teams bygger hver sin kundedimension, og diskussionen, et data warehouse\nskulle afslutte, starter forfra.** Et nyt fagområde er hurtigere at levere med\nsin egen kopi af kunde- eller produktlisten, og hver kopi glider væk fra de\nandre: den ene udelader lukkede konti, den anden slår dubletter sammen på en\nanden måde. Byg de fælles dimensioner én gang i ETL-systemet, og lad hver ny\nfaktatabel bruge dem. Busmatricen er tjeklisten: før en forretningsproces\nkommer med, viser den, hvilke eksisterende dimensioner den nye faktatabel skal\npege på.\n\n**Rapporterne peger på staging-tabellerne.** Råkopier af kilderne lander først i\nback room, og når de først er der, er det fristende at spørge direkte i dem,\nfordi de allerede er indlæst. De tabeller bærer hver kildes egne koder,\ndubletter og huller og ændrer sig, hver gang en kilde gør, så hver rapport, der\nbygger på dem, arver netop det problem, et data warehouse skulle løse. Hold back\nroom til ETL-systemet alene, og giv rapporter, dashboards og analytikere\npræsentationslaget, hvor de fælles dimensioner og den fastlagte granularitet er\ndet, der får tallene til at stemme.\n\n## Læs mere\n\n- [Kimball Technical DW/BI System Architecture](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/technical-dw-bi-system-architecture/)\n  — back room og front room, ETL-delsystemerne, metadata og alternativerne med\n  hub-and-spoke og hybrid.\n- [Enterprise Data Warehouse Bus Architecture](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/kimball-data-warehouse-bus-architecture/)\n  — conformed dimensions, busmatricen og opbygning én forretningsproces ad\n  gangen.\n- [Four-Step Dimensional Design Process](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/four-4-step-design-process/)\n  — forretningsproces, granularitet, dimensioner og fakta, i den rækkefølge.\n- [Type 2: Add New Row](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/type-2/)\n  — historik for en egenskab, der ændrer sig, med en ny række, en ny\n  surrogatnøgle og tre ekstra kolonner.\n- [BigQuery overview](https://docs.cloud.google.com/bigquery/docs/introduction)\n  — Googles administrerede data warehouse med lager og regnekraft holdt adskilt\n  og data gemt kolonnevis.\n\n\u003chttps://engineer.company/da/glossary/data-warehouse/\u003e\n","date_modified":"2026-11-12T05:34:23Z","description":"Databasen, en virksomhed bygger for at besvare spørgsmål frem for at drive forretningen: back room og front room, bevidst historik og fire klassiske fejl.","formats":{"gemtext":"https://engineer.company/da/glossary/data-warehouse/index.gmi","gopher":"https://engineer.company/da/glossary/data-warehouse/gophermap","html":"https://engineer.company/da/glossary/data-warehouse/","json":"https://engineer.company/da/glossary/data-warehouse/index.json","markdown":"https://engineer.company/da/glossary/data-warehouse/index.md","pdf":"https://engineer.company/da/glossary/data-warehouse/index.pdf"},"kind":"page","language":"da","title":"Hvad er et data warehouse?","url":"https://engineer.company/da/glossary/data-warehouse/","version":1}