In den vorherigen , haben wir die Grundlagen von DATA VAULT kennengelernt, die Erweiterung von DATA VAULT zu einem analysierbaren Zustand und die Erstellung des BUSINESS DATA VAULT. Es ist an der Zeit, die Serie mit dem dritten Artikel abzuschließen.
Wie ich im vorherigen , angekündigt habe, wird sich dieser Artikel mit dem Thema BI befassen, genauer gesagt mit der Vorbereitung von DATA VAULT als Datenquelle für BI. Lassen Sie uns betrachten, wie man Fakten- und Dimensionstabellen erstellt und damit ein Sternschema bildet.
Als ich begann, englischsprachige Materialien über den Aufbau von Datenhäusern auf DATA VAULT zu studieren, hatte ich das Gefühl, dass der Prozess recht komplex ist. Viele Artikel sind umfangreich und beziehen sich auf Änderungen in der Terminologie, die in der Data Vault 2.0-Methodologie eingeführt wurden, und betonen die Wichtigkeit dieser Formulierungen.
Doch nach vertieftem Übersetzen wurde klar, dass dieser Prozess gar nicht so kompliziert ist. Vielleicht haben Sie jedoch eine andere Meinung.
Also, lassen Sie uns zum Kern der Sache kommen.
Dimensionen- und Faktentabellen in DATA VAULT
Die am schwersten verständliche Information:
- Dimensionstabellen basieren auf Informationen von Hubs und deren Satelliten;
- Fakten Tabellen basieren auf Informationen von Links und deren Satelliten.
Das wird offensichtlich, nachdem man den Artikel über . Hubs speichern die einzigartigen Schlüssel von Geschäftsobjekten, deren Satelliten die Attribute von Geschäftsobjekten speichern, die zeitlich gebunden sind, während Satelliten, die mit Links verbunden sind, die Transaktionen unterstützen und die numerischen Merkmale dieser Transaktionen speichern.
Das ist im Prinzip das Ende der Theorie.
Dennoch halte ich es für wichtig, ein paar Begriffe zu erwähnen, die in Artikeln über die DATA VAULT-Methodologie vorkommen können:
- Raw Data Marts – Schaufenster "roher" Daten;
- Information Marts – Informationsschaufenster.
Der Begriff „Raw Data Marts“ bezeichnet Auswertungen, die auf den Daten des DATA VAULT basieren, indem relativ einfache JOINs durchgeführt werden. Der Ansatz „Raw Data Marts“ ermöglicht eine flexible und zügige Erweiterung des Projekts mit Informationen, die für die Analyse geeignet sind. Dieser Ansatz erfordert keine komplexen Datenumwandlungen oder die Anwendung von Geschäftsregeln, bevor die Informationen in die Auswertung gelangen; dennoch sollten die Daten von „Raw Data Marts“ für den Geschäftsnutzer verständlich sein und bilden die Grundlage für weitere Transformationen, beispielsweise mittels BI-Tools.
Der Begriff „Information Marts“ entstand in der Methodologie von Data Vault 2.0 und ersetzte das ältere Konzept der „Data Marts“. Diese Änderung wurde durch die Erkenntnis geprägt, dass die Implementierung eines Datenmodells zur Berichterstattung als Transformation von Daten in Informationen zu betrachten ist. Das Schema „Information Marts“ sollte in erster Linie Entscheidungen im Geschäft unterstützen, indem es geeignete Informationen bereitstellt.
Die eher wortreichen Definitionen spiegeln zwei einfache Fakten wider:
- Auswertungen vom Typ „Raw Data Marts“ basieren auf rohem (RAW) DATA VAULT, einem Speicher, der nur grundlegende Konzepte enthält: HUBS, LINKS, SATELLITES;
- Die "Information Marts" werden mit Elementen aus dem BUSINESS VAULT: PIT, BRIDGE erstellt.
Betrachtet man Beispiele für die Speicherung von Mitarbeiterinformationen, lässt sich sagen, dass ein Display, das die aktuelle (heute gültige) Telefonnummer eines Mitarbeiters anzeigt, ein "Raw Data Mart" ist. Für die Erstellung dieses Displays wird der Geschäftsschlüssel des Mitarbeiters und die Funktion MAX() verwendet, die auf das Attribut des Ladezeitpunkts im Satelliten angewandt wird (MAX(SatLoadDate)). Wenn die Historie von Attributänderungen im Display gespeichert werden soll, ist es wichtig zu verstehen, an welchem Datum die Telefonnummer gültig war. Der Primärschlüssel in einer solchen Tabelle besteht aus der Kombination von Geschäftsschlüssel und Ladezeitpunkt im Satelliten, außerdem wird ein Feld für das Enddatum der Gültigkeit hinzugefügt.
Die Erstellung eines Displays, das die aktuelle Information jedes Attributs mehrerer Satelliten im Hub speichert, wie zum Beispiel Telefonnummer, Adresse, Name, setzt den Einsatz einer PIT-Tabelle voraus. Über diese Tabelle können alle Gültigkeitszeiträume leicht abgerufen werden. Displays dieses Typs werden als "Information Marts" bezeichnet.
Beide Ansätze sind sowohl für Maße als auch für Fakten relevant.
Für die Erstellung von Ansichten, die Informationen über mehrere Links und Hub-Systeme bereitstellen, kann der Zugriff auf BRIDGE-Tabellen erforderlich sein.
Mit diesem Artikel beende ich meinen Zyklus über das Konzept des DATA VAULT. Ich hoffe, die Informationen, die ich geteilt habe, sind für die Umsetzung Ihrer Projekte nützlich.
Wie immer, am Ende, einige nützliche Links:
- Kenta Graziano, der neben einer detaillierten Beschreibung auch Modelle und Diagramme enthält;
- Buch: „Building a Scalable Data Warehouse with DATA VAULT 2.0“;
- ;
- .
Quelle: habr.com
