ডেটা মার্ট ডেটা ভল্ট

অতীতে প্রবন্ধ, আমরা ডেটা ভল্টের মূল বিষয়গুলি দেখেছি, ডেটা ভল্টকে আরও পার্সেবল অবস্থায় প্রসারিত করা এবং একটি বিজনেস ডেটা ভল্ট তৈরি করা। তৃতীয় নিবন্ধ দিয়ে সিরিজটি শেষ করার সময় এসেছে।

যেমনটা আগেই ঘোষণা করেছিলাম প্রকাশন, এই নিবন্ধটি BI বিষয়ের উপর ফোকাস করবে, অথবা বরং BI-এর জন্য ডেটা উৎস হিসাবে ডেটা ভল্টের প্রস্তুতি। আসুন দেখি কিভাবে ফ্যাক্ট এবং ডাইমেনশন টেবিল তৈরি করা যায় এবং এভাবে একটি স্টার স্কিমা তৈরি করা যায়।

যখন আমি DATA VAULT-এর উপর ডেটা মার্ট তৈরির বিষয়ে ইংরেজি-ভাষার উপকরণ অধ্যয়ন শুরু করি, তখন আমার মনে হয়েছিল যে প্রক্রিয়াটি বরং জটিল। যেহেতু নিবন্ধগুলি যথেষ্ট দৈর্ঘ্যের, তাই ডেটা ভল্ট 2.0 পদ্ধতিতে উপস্থিত শব্দের পরিবর্তনের উল্লেখ রয়েছে, এই শব্দগুলির গুরুত্ব নির্দেশ করা হয়েছে।

যাইহোক, অনুবাদে অধ্যয়ন করার পরে, এটি স্পষ্ট হয়ে উঠেছে যে এই প্রক্রিয়াটি এত জটিল নয়। কিন্তু আপনার ভিন্ন মত থাকতে পারে।

এবং তাই, এর বিন্দু পেতে দেওয়া যাক.

ডাটা ভল্টে মাত্রা এবং ফ্যাক্ট টেবিল

বুঝতে সবচেয়ে কঠিন তথ্য:

• পরিমাপ টেবিল হাব এবং তাদের উপগ্রহ থেকে তথ্যের উপর নির্মিত হয়;
• ফ্যাক্ট টেবিল লিঙ্ক এবং তাদের উপগ্রহ থেকে তথ্যের উপর নির্মিত হয়।

এবং এই সম্পর্কে নিবন্ধ পড়ার পরে স্পষ্ট ডেটা ভল্টের মৌলিক বিষয়. হাবগুলি ব্যবসায়িক বস্তুর অনন্য কী সঞ্চয় করে, ব্যবসায়িক বস্তুর বৈশিষ্ট্যগুলির অবস্থার তাদের সময়-সীমাবদ্ধ উপগ্রহ, লেনদেন সমর্থনকারী লিঙ্কগুলির সাথে আবদ্ধ স্যাটেলাইটগুলি এই লেনদেনের সংখ্যাগত বৈশিষ্ট্যগুলি সঞ্চয় করে৷

এখানেই মূলত তত্ত্বের সমাপ্তি ঘটে।

তবে, তবুও, আমার মতে, ডেটা ভল্ট পদ্ধতি সম্পর্কে নিবন্ধগুলিতে পাওয়া যেতে পারে এমন কয়েকটি ধারণা নোট করা প্রয়োজন:

• Raw Data Marts - "কাঁচা" ডেটার প্রদর্শনী;
• ইনফরমেশন মার্ট - তথ্য প্রদর্শনী।

"Raw Data Marts"-এর ধারণা - মোটামুটি সহজ জয়েন করার মাধ্যমে DATA VAULT ডেটার উপর নির্মিত মার্টগুলিকে বোঝায়। "Raw Data Marts" পদ্ধতি আপনাকে বিশ্লেষণের জন্য উপযুক্ত তথ্য সহ গুদাম প্রকল্পটি নমনীয়ভাবে এবং দ্রুত প্রসারিত করতে দেয়। এই পদ্ধতিতে স্টোরফ্রন্টে স্থাপন করার আগে জটিল ডেটা ট্রান্সফর্মেশন এবং ব্যবসার নিয়মগুলি কার্যকর করা জড়িত নয়, তবে, কাঁচা ডেটা মার্ট ডেটা ব্যবসায়িক ব্যবহারকারীর কাছে বোধগম্য হওয়া উচিত এবং আরও রূপান্তরের জন্য একটি ভিত্তি হিসাবে কাজ করা উচিত, উদাহরণস্বরূপ, BI টুল দ্বারা .

ডেটা ভল্ট 2.0 পদ্ধতিতে "ইনফরমেশন মার্টস" এর ধারণাটি উপস্থিত হয়েছিল, এটি "ডেটা মার্টস" এর পুরানো ধারণাটিকে প্রতিস্থাপন করেছে। এই পরিবর্তনটি তথ্যে ডেটা রূপান্তর হিসাবে প্রতিবেদনের জন্য একটি ডেটা মডেল বাস্তবায়নের কাজটি উপলব্ধি করার কারণে। "ইনফরমেশন মার্টস" স্কিম, প্রথমত, ব্যবসাকে সিদ্ধান্ত নেওয়ার জন্য উপযুক্ত তথ্য প্রদান করবে।

বরং শব্দযুক্ত সংজ্ঞা দুটি সাধারণ তথ্য প্রতিফলিত করে:

1. "Raw Data Marts" টাইপের শোকেসগুলি একটি কাঁচা (RAW) ডেটা ভল্টের উপর নির্মিত, একটি সংগ্রহস্থল যেখানে শুধুমাত্র মৌলিক ধারণাগুলি রয়েছে: HUBS, LINKS, SATELLITES;
2. শোকেস "ইনফরমেশন মার্ট" বিজনেস ভল্টের উপাদানগুলি ব্যবহার করে তৈরি করা হয়েছে: পিট, ব্রিজ৷

আমরা যদি একজন কর্মচারী সম্পর্কে তথ্য সংরক্ষণের উদাহরণগুলিতে ফিরে যাই, আমরা বলতে পারি যে একটি স্টোরফ্রন্ট যা একজন কর্মচারীর বর্তমান (বর্তমান) ফোন নম্বর প্রদর্শন করে সেটি হল "Raw Data Marts" ধরনের একটি স্টোরফ্রন্ট। এই ধরনের একটি শোকেস তৈরি করতে, স্যাটেলাইট লোডিং ডেট অ্যাট্রিবিউট (MAX(SatLoadDate)) এ ব্যবহৃত কর্মচারীর ব্যবসা কী এবং MAX() ফাংশন ব্যবহার করা হয়। যখন শোকেসে বৈশিষ্ট্যের পরিবর্তনের ইতিহাস সংরক্ষণ করার প্রয়োজন হয় - এটি ব্যবহার করা হয়, তখন আপনাকে বুঝতে হবে কোন তারিখ থেকে ফোনটি আপ-টু-ডেট ছিল, ব্যবসায়িক কীটির সংকলন এবং স্যাটেলাইটে আপলোডের তারিখ এই জাতীয় টেবিলে প্রাথমিক কী যোগ করবে, বৈধতার সময়কালের শেষ তারিখের ক্ষেত্রটিও যোগ করা হয়েছে।

একটি স্টোরফ্রন্ট তৈরি করা যা হাবের অন্তর্ভুক্ত বেশ কয়েকটি স্যাটেলাইটের প্রতিটি বৈশিষ্ট্যের জন্য আপ-টু-ডেট তথ্য সংরক্ষণ করে, উদাহরণস্বরূপ, ফোন নম্বর, ঠিকানা, পুরো নাম, একটি পিআইটি টেবিলের ব্যবহার বোঝায়, যার মাধ্যমে সমস্ত তারিখগুলি অ্যাক্সেস করা সহজ। প্রাসঙ্গিকতা এই ধরনের শোকেসগুলিকে "তথ্য মার্ট" হিসাবে উল্লেখ করা হয়।

উভয় পদ্ধতিই পরিমাপ এবং তথ্য উভয়ের জন্য প্রাসঙ্গিক।

স্টোরফ্রন্ট তৈরি করতে যা বিভিন্ন লিঙ্ক এবং হাব সম্পর্কে তথ্য সঞ্চয় করে, BRIDGE টেবিলগুলিতে অ্যাক্সেস জড়িত হতে পারে।

এই নিবন্ধটির সাথে, আমি ডেটা ভল্টের ধারণার উপর সিরিজটি সম্পূর্ণ করছি, আমি আশা করি যে তথ্যগুলি আমি শেয়ার করেছি তা আপনার প্রকল্পগুলি বাস্তবায়নে কার্যকর হবে৷

সর্বদা হিসাবে, উপসংহারে, কয়েকটি দরকারী লিঙ্ক:

• প্রবন্ধ কেন্টা গ্রাজিয়ানো, যেখানে একটি বিশদ বিবরণ ছাড়াও মডেল ডায়াগ্রাম রয়েছে;

• বই: "DATA VAULT 2.0 দিয়ে একটি মাপযোগ্য ডেটা গুদাম তৈরি করা";
• নিবন্ধ "ডেটা ভল্ট বেসিকস";
• প্রবন্ধ "ডাটা ভল্টের বিকাশ এবং বিজনেস ডেটা ভল্টে রূপান্তর".

উত্স: www.habr.com