🥇Vitríny dat DATA VAULT

V předchozích článcích, jsme se seznámili se základy DATA VAULT, rozšířením DATA VAULT do analýzy vhodnějšího stavu a vytvořením BUSINESS DATA VAULT. Nastal čas uzavřít sérii třetím článkem.

Jak jsem oznámil v předchozí publikaci, tento článek bude věnován tématu BI, konkrétně přípravě DATA VAULT jako zdroje dat pro BI. Podíváme se na to, jak vytvořit tabulky faktů a dimenzí a tím vytvořit hvězdicovou schéma.

Když jsem začal studovat anglické materiály o vytváření datových skladů nad DATA VAULT, měl jsem pocit, že proces je dost složitý. Články mají značný objem, obsahují odkazy na změny ve formulacích, které se objevily v metodologii Data Vault 2.0, a zdůrazňují důležitost těchto formulací.

Nicméně, když jsem se ponořil do překladu, ukázalo se, že tento proces není tak složitý. Ale možná máte jiný názor.

A tak, pojďme přejít k jádru věci.

Tabulky dimenzí a faktů v DATA VAULT

Nejkomplexnější informace k pochopení:

Tabulky dimenzí jsou postaveny na informace hubů a jejich satelitů;
Tabulky faktů jsou postaveny na informace linků a jejich satelitů.

A to je jasné po přečtení článku o základech DATA VAULT. Huby uchovávají unikátní klíče obchodních objektů, jejich satelity uchovávají stavy atributů obchodních objektů vázané na čas, satelity vázané na linky podporující transakce uchovávají číselné charakteristiky těchto transakcí.

Na tom teorie v podstatě končí.

Ale přesto, za mne je důležité zmínit pár pojmů, které se mohou objevit v článcích o metodologii DATA VAULT:

Raw Data Marts – vitríny „syrových“ dat;
Information Marts – informační vitríny.

Pojem „Raw Data Marts“ označuje vitríny postavené nad daty DATA VAULT provedením dost jednoduchých JOINů. Přístup „Raw Data Marts“ umožňuje flexibilně a rychle rozšířit projekt úložiště informacemi vhodnými k analýze. Tento přístup nevyžaduje složité transformace dat a dodržování obchodních pravidel před umístěním do vitríny, nicméně, data „Raw Data Marts“ musí být srozumitelná obchodnímu uživateli a sloužit jako základ pro další transformace, například pomocí nástrojů BI.

Pojem „Information Marts“ se objevil v metodologii Data Vault 2.0 a nahradil starý pojem „Data Marts“. Tato změna byla způsobena uvědoměním si úkolu implementace datového modelu pro vytváření reportů jako transformace dat na informace. Schéma „Information Marts“ by mělo primárně poskytovat podnikatelsky použitelnou informaci pro rozhodování.

Dostatečně mnohomluvná vymezení odrážejí dva jednoduché faktory:

Vitríny typu „Raw Data Marts“ jsou postaveny na surovém (RAW) DATA VAULT, úložišti, které obsahuje pouze základní pojmy: HUBY, ODKAZY, SATELITY;
Vitríny „Information Marts“ jsou vytvářeny s využitím prvků BUSINESS VAULT: PIT, BRIDGE.

Pokud se obrátíme na příklady ukládání informací o zaměstnanci, můžeme říci, že vitrína zobrazující aktuální (platné dnes) telefonní číslo zaměstnance – je vitrína typu „Raw Data Marts“. Pro vytvoření takové vitríny se používá podnikatelský klíč zaměstnance a funkce MAX(), použitá na atributu data načtení do satelitu (MAX(SatLoadDate)). Když je třeba uchovat historii změn atributu ve vitríně – je třeba pochopit, od kdy do kdy byl telefon aktuální, primárním klíčem takové tabulce bude kombinace podnikatelského klíče a data načtení do satelitu, také se přidá pole data ukončení období platnosti.

Vytvoření vitríny, která uchovává aktuální informace každého atributu několika satelitů, které patří do hubu, například telefonní číslo, adresa, jméno, předpokládá použití PIT tabulky, přes kterou je snadné získat všechny data aktuálnosti. Vitríny tohoto typu patří do „Information Marts“.

Oba přístupy jsou relevantní jak pro dimenze, tak pro fakta.

Pro vytvoření vitrín, které uchovávají informace o několika odkazech a hubu může být využito odkazování na BRIDGE tabulky.

Tímto článkem uzavírám cyklus o konceptu DATA VAULT, doufám, že informace, které jsem sdílel, budou užitečné při realizaci vašich projektů.

Jak již tradičně, na závěr, několik užitečných odkazů: