Artiklen har særligt værdi for dig, der arbejder i krydsfeltet mellem projekter, data og beslutningsstøtte. Del den også med de projekt- og ledelseskolleger, der skal kende forskel på begreberne.
Del 2 af 3 i serien “Få mere ud af jeres projektdata” · Del 1: Hvorfor og hvordan I bør få projektdata ind i jeres datalager · Del 3: Sådan får I ProjectFlow-data ind i jeres datalager
Begreberne bruges ofte i flæng, men de dækker reelt over forskellige måder at gemme data på. Kort fortalt handler forskellen om, hvornår data bliver sat i system.
data warehouse
HVAD GEMMES
Renset og ensrettet data i faste tabeller – klar til brug.
STRUKTUR
Fastlagt, før data lægges ind (schema-on-write).
BEDST TIL
Fast rapportering og KPI’er, der skal kunne genfindes ens hver måned.
TYPISKE BRUGERE
Ledelse, controllere og PMO – alle der bruger Power BI eller Excel.
KORT SAGT
Arkivskabet: alt har sin mappe.
data lake
HVAD GEMMES
Alt, som det kommer: rå udtræk, filer, logfiler, dokumenter, billeder.
STRUKTUR
Lægges først på, når data læses (schema-on-read).
BEDST TIL
At gemme store mængder billigt og beholde detaljer, I måske får brug for.
TYPISKE BRUGERE
Dataspecialister, udviklere og AI-modeller.
KORT SAGT
Arkivskabet: alt har sin mappe.
data lakehouse
HVAD GEMMES
Både det rå og det færdigbehandlede – i ét og samme lager.
STRUKTUR
Rå filer i bunden, styrede tabeller ovenpå.
BEDST TIL
Rapportering og AI på ét datagrundlag, uden to kopier, der skal holdes ens.
TYPISKE BRUGERE
Både ledelse, controllere og dataspecialister.
KORT SAGT
Pakhus med indbygget arkiv.
Et data warehouse rydder op i data, inden de bliver gemt. Data ankommer i faste tabeller med faste kolonner og faste regler. Det gør modellen usædvanlig velegnet til fast rapportering: KPI’er, månedsrapporter og nøgletal, der skal kunne genfindes ens hver gang. Til gengæld kræver det arbejde at tilføje en ny datakilde, og det, der ikke passer ind i modellen, bliver typisk kasseret undervejs.
En data lake gemmer data, som de kommer. Rå udtræk, filer, logfiler, dokumenter – alt sammen i sin oprindelige form, og først struktureret den dag nogen læser det. Det er billigt at gemme meget, og man kaster ikke detaljer væk, som man senere kunne få brug for. Prisen er, at en data lake ikke i sig selv giver brugbare rapporter. Uden disciplin ender den som det, branchen kalder en “data swamp”.
Et data lakehouse er forsøget på at få begge dele. De rå filer ligger i bunden som i en data lake, og ovenpå ligger et lag af styrede tabeller med samme orden og pålidelighed som i et data warehouse. Det er den model, de fleste nye opsætninger lander på – blandt andet fordi Microsoft Fabric, Databricks og Snowflake alle bygger på den tankegang.
Læs videre: Sådan får I ProjectFlow-data ind i jeres data warehouse, data lake eller lakehouse
