{"canonical_url":"https://engineer.company/nb/glossary/data-warehouse/","content_markdown":"# Datavarehus\n\n## Hva det er\n\nEt datavarehus er en database som er bygget for å svare på spørsmål om en\nvirksomhet, ikke for å drive den. Systemene som tar imot bestillinger, booker\nforsendelser, sender ut fakturaer og registrerer supporthenvendelser, har hver\nsine data i hver sin form. Et datavarehus får kopier fra alle sammen, tar vare\npå dem i årevis og ordner dem slik at et spørsmål som går på tvers av flere\nsystemer, blir én spørring i stedet for en uke med eksport til regneark. På\nengelsk heter det data warehouse, et ord som også brukes i norske fagtekster, og\narbeidet med å bygge og drive det kalles data warehousing.\n\nForskjellen fra databasene det kopierer fra, ligger i arbeidsmengden. Et\nordresystem leser og skriver noen få rader om gangen, tusenvis av ganger i\nminuttet, og holder bare på nåtiden: når en kunde flytter, blir den gamle\nadressen overskrevet. Et datavarehus skrives i store porsjoner, leses av\nspørringer som går gjennom millioner av rader på én gang, og tar vare på\nfortiden med vilje, slik at fjorårets tall fortsatt kan brytes ned slik\nvirksomheten så ut i fjor.\n\nRalph Kimball tok dimensjonsmodellering inn i bransjen i 1996, og Kimball Group\ndeler et slikt system i to rom. Back room rommer ETL-systemet, som de deler i 34\ndelsystemer fordelt på fire oppgaver: å hente data ut av kildene, å rense og\navstemme dem, å levere dem til presentasjonsområdet og å styre hele prosessen.\nFront room rommer presentasjonsområdet, som er det folk faktisk sender\nspørringer mot. Det er organisert etter forretningsprosess, holdt på det mest\ndetaljerte nivået hver prosess registrerer, supplert med aggregerte sammendrag\nfor hastighetens skyld og bygget opp av fakta- og dimensjonstabeller. Rundt det\nstår BI-applikasjonene: ad hoc-spørringer, standardrapporter, dashbord,\nmålstyringskort (scorecards) og analyseapplikasjoner. Kimball Group beskriver\nfront room som den siden av systemet brukerne møter.\n\nDet er ikke den eneste oppbygningen. Kimball Groups egen arkitekturside\nbeskriver Corporate Information Factory, et hub-and-spoke-design der atomære\ndata ligger i et normalisert datavarehus for hele virksomheten i tredje\nnormalform, og der et andre ETL-steg fyller dimensjonelle tabeller til\nrapportering, og en hybrid der et eksisterende normalisert datavarehus forsyner\net dimensjonelt presentasjonsområde. Felles for alle er skillet: systemene som\ndriver virksomheten, er ikke stedet der den analyseres.\n\nEt datavarehus er en rolle, ikke et produkt. Det kan være en PostgreSQL- eller\nMicrosoft SQL Server-database på en server teamet drifter selv, eller en\nadministrert tjeneste som Google BigQuery, som Google beskriver som en fullt\nadministrert dataplattform som kombinerer et datavarehus i skyen med\nanalyseverktøy. BigQuery holder lagring og regnekraft adskilt, slik at hver del\nskalerer for seg, lagrer data kolonnevis i stedet for radvis og tar imot\nspørringer i ANSI-standard-SQL.\n\n## Hvorfor det er viktig\n\nEn virksomhet som stiller det samme spørsmålet til to systemer, får to svar.\nSalg teller en kunde når bestillingen legges inn, økonomi når fakturaen er\nbetalt, og support hver gang det kommer en henvendelse. Ingen av dem tar feil ut\nfra sitt eget formål, og ingen av dem stemmer med de andre. Datavarehuset er\nstedet der én definisjon blir avtalt og skrevet ned i lastingen, slik at hver\nrapport som bygger på den, teller på samme måte.\n\nKimball Groups verktøy for dette er den felles, avstemte dimensjonen, på engelsk\nconformed dimension: én kunde, ett produkt, én kalender, vedlikeholdt sentralt i\nETL-systemet og delt av hver faktatabell som trenger den. En faktatabell for\nsalg og en for supporthenvendelser som peker på den samme kundedimensjonen, kan\nsammenlignes linje for linje. Bussarkitekturen deres stiller\nforretningsprosessene opp mot dimensjonene de deler, i en matrise de kaller den\narkitektoniske tegningen, og den gjør det mulig å bygge datavarehuset én\nforretningsprosess om gangen, noe som ifølge Kimball Group gir kortere tid til\nmarkedet. Et team kan levere bestillinger dette kvartalet og returer det neste\nuten å bygge om det som allerede er levert, så lenge begge bruker de samme\ndimensjonene.\n\nHistorikk er den andre grunnen. Driftssystemer holder den gjeldende tilstanden;\net datavarehus kan holde hver tilstand. Kimballs teknikk for en egenskap som\nendrer seg, kalt type 2, legger til en ny rad i dimensjonen med de nye verdiene\nog en ny surrogatnøkkel, og hver faktarad som lastes fra det øyeblikket, peker\npå den nye raden. Salg fra før kunden flyttet, blir værende i den gamle\nregionen; salg etterpå havner i den nye. Minst tre ekstra kolonner, en gyldig\nfra-dato, en gyldig til-dato og en markør for gjeldende rad, gjør det mulig å\nspørre hva som var sant på en gitt dato.\n\nDen tredje grunnen er ren belastning. En rapport som går gjennom tre års\nbestillinger, hører ikke hjemme på databasen som tar imot dagens bestillinger,\nder den konkurrerer med kassen om det samme minnet, de samme diskene og de samme\nlåsene. Når analysen flytter til en egen database, kan hver side innstilles for\nsitt eget arbeid.\n\nPrisen er at et datavarehus er en kopi. Det er så ferskt som den siste lastingen\nog så riktig som reglene i den, og noen må eie begge deler: kjøreplanen og de\ndefinisjonene av et salg, en kunde og en måned som virksomheten er blitt enig\nom.\n\n## Slik ser det ut i praksis\n\nKjernen i et dimensjonelt datavarehus er en faktatabell der granulariteten, på\nengelsk grain, er fastsatt først, her én rad per ordrelinje, omgitt av\ndimensjonene som beskriver den. Kundedimensjonen har kolonnene for type 2, slik\nat en kunde som flytter, får en ny rad i stedet for en overskrevet.\n\n```sql\nCREATE TABLE dim_customer (\n    customer_key bigint PRIMARY KEY,   -- surrogatnøkkel, eid av varehuset\n    customer_id  text NOT NULL,        -- nøkkelen i kildesystemet\n    region       text NOT NULL,\n    valid_from   date NOT NULL,\n    valid_to     date,                 -- tom så lenge raden er gjeldende\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 ble lastet med kunderaden som var gjeldende da, viser\nspørringen omsetningen fordelt på regionen kunden bodde i da kjøpet skjedde.\nJoiner man i stedet på `customer_id` og filtrerer på `is_current`, blir hele\nhistorikken gjort opp etter dagens regioner. Begge spørsmålene er legitime, og\nmodellen svarer på begge uten en ekstra kopi av dataene.\n\nLøftet i tjenesten [Design av datavarehus](/nb/services/data-warehousing/) er nettopp den første grunnen: tall fra salg, drift og økonomi ført sammen, slik at to avdelinger slutter å komme med to ulike svar til det samme møtet. I større skala [utformet og driftet grunnleggeren 100 datavarehus](/nb/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/) i PostgreSQL, Microsoft SQL Server og Google BigQuery fra 2022 til 2024, hovedsakelig med GIS- og tidsseriedata som romlige koordinater og sensoravlesninger. Arbeidet kombinerte normaliserte og denormaliserte tabelloppsett med romlig indeksering (PostGIS i PostgreSQL) og tidsseriepartisjonering på de to første plattformene, og tidspartisjonerte, klyngede tabeller med komprimering og kolonnebasert lagring i BigQuery. Svartidene for spørringer mot GIS- og tidsseriedata gikk ned med 40–60 %, og den optimaliserte infrastrukturen gjorde det mulig for organisasjonen som brukte disse databasene, å lansere nye datadrevne produkter som dashbord med sanntidsanalyse.\n\n## Hvor det går galt\n\n**Én faktatabell blander to granulariteter, og hver sum teller noen penger to\nganger.** En ordre har linjer, og den har også et fraktgebyr som hører til\nordren som helhet. Legges gebyret på hver linje, teller en sum over linjene det\nén gang per linje. I Kimball Groups designprosess i fire steg kommer\nfastsettelsen av granulariteten som nummer to, rett etter valget av\nforretningsprosess og før noen dimensjon eller noe faktum navngis, og regelen\nderes er at ulike granulariteter ikke skal dele én faktatabell. Hold en egen\nfaktatabell på ordrenivå for beløp som hører til hele ordren, eller fordel\ngebyret på linjene etter en regel virksomheten godkjenner.\n\n**En kunde flytter, og fjorårets rapport endrer seg.** Når regionen på\nkunderaden bare overskrives, følger alt tidligere salg kunden til den nye\nregionen, og en rapport som ble godkjent i januar, forteller en annen historie i\njuni. Behandle egenskaper der historikken betyr noe, med type 2: lukk den\ngjeldende raden og legg til en ny med en ny surrogatnøkkel, i én\ndatabasetransaksjon, slik at ingen lasting noen gang ser to gjeldende rader.\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 team bygger hver sin kundedimensjon, og diskusjonen datavarehuset skulle\navslutte, begynner på nytt.** Et nytt fagområde er raskere å levere med sin egen\nkopi av kunde- eller produktlisten, og hver kopi glir bort fra de andre: én\nutelater avsluttede kontoer, en annen slår sammen duplikater på en annen måte.\nBygg de felles dimensjonene én gang i ETL-systemet, og la hver ny faktatabell\nbruke dem. Bussmatrisen er sjekklisten: før en forretningsprosess tas med, viser\nden hvilke eksisterende dimensjoner den nye faktatabellen skal peke på.\n\n**Rapportene peker på staging-tabellene.** Råkopier av kildene havner først i\nback room, og når de først ligger der, er det fristende å spørre rett mot dem,\nfordi de allerede er lastet. De tabellene bærer hver kildes egne koder,\nduplikater og hull og endrer seg hver gang en kilde gjør det, så hver rapport\nsom bygger på dem, arver akkurat det problemet datavarehuset skulle løse. Hold\nback room for ETL-systemet alene, og gi rapporter, dashbord og analytikere bare\npresentasjonsområdet, der de felles dimensjonene og den fastsatte granulariteten\ner det som får tallene til å stemme.\n\n## Les mer\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-delsystemene, metadata og alternativene\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, bussmatrisen og oppbygging én forretningsprosess om\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  — forretningsprosess, granularitet, dimensjoner og fakta, i den rekkefølgen.\n- [Type 2: Add New Row](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/type-2/)\n  — historikk for en egenskap som endrer seg, med en ny rad, en ny\n  surrogatnøkkel og tre ekstra kolonner.\n- [BigQuery overview](https://docs.cloud.google.com/bigquery/docs/introduction)\n  — Googles administrerte datavarehus, med lagring og regnekraft holdt adskilt\n  og data lagret kolonnevis.\n\n\u003chttps://engineer.company/nb/glossary/data-warehouse/\u003e\n","date_modified":"2026-11-08T02:22:23Z","description":"Databasen en virksomhet bygger for å svare på spørsmål, ikke for å drive forretningen: back room og front room, bevisst historikk og fire klassiske feil.","formats":{"gemtext":"https://engineer.company/nb/glossary/data-warehouse/index.gmi","gopher":"https://engineer.company/nb/glossary/data-warehouse/gophermap","html":"https://engineer.company/nb/glossary/data-warehouse/","json":"https://engineer.company/nb/glossary/data-warehouse/index.json","markdown":"https://engineer.company/nb/glossary/data-warehouse/index.md","pdf":"https://engineer.company/nb/glossary/data-warehouse/index.pdf"},"kind":"page","language":"nb","title":"Hva er et datavarehus?","url":"https://engineer.company/nb/glossary/data-warehouse/","version":1}