En antaŭa , ni vidis la bazojn de DATA VAULT, etendante DATA VAULT al pli analizebla stato, kaj kreante KOMERKADATVOVOJ. Estas tempo fini la serion per la tria artikolo.
Kiel mi anoncis en la antaŭa , ĉi tiu artikolo fokusiĝos pri la temo de BI, aŭ pli ĝuste la preparado de DATA VAULT kiel datumfonto por BI. Ni rigardu kiel krei faktajn kaj dimensiajn tabelojn kaj tiel krei stelskemon.
Kiam mi komencis studi anglalingvajn materialojn pri la temo krei datumvendojn super DATA VAULT, mi sentis, ke la procezo estas sufiĉe komplika. Ĉar la artikoloj estas de konsiderinda longeco, estas referencoj al ŝanĝoj en la vortumo, kiu aperis en la Data Vault 2.0-metodaro, la graveco de ĉi tiuj vortumoj estas indikita.
Tamen, enprofundiĝinte en la tradukon, evidentiĝis, ke ĉi tiu procezo ne estas tiel komplika. Sed vi eble havas alian opinion.
Kaj do, ni iru al la afero.
Dimensio- kaj faktaj tabeloj en DATA VAULT
La plej malfacilaj informoj por kompreni:
- Mezurtabloj estas konstruitaj sur informoj de naboj kaj iliaj satelitoj;
- Faktabeloj estas konstruitaj sur informoj de ligiloj kaj iliaj satelitoj.
Kaj ĉi tio estas evidenta post legi la artikolon pri . Naboj stokas unikajn ŝlosilojn de komercaj objektoj, iliaj temp-ligitaj satelitoj de la stato de komercaj objektoatributoj, satelitoj ligitaj al ligiloj subtenantaj transakcioj stokas la nombrajn karakterizaĵojn de ĉi tiuj transakcioj.
Ĉi tie esence finiĝas la teorio.
Sed, tamen, laŭ mi, necesas noti kelkajn konceptojn, kiuj troviĝas en artikoloj pri la metodologio DATA VAULT:
- Raw Data Marts - montrofenestroj de "krudaj" datenoj;
- Information Marts - informmontriloj.
La koncepto de "Raw Data Marts" - indikas vendejojn konstruitajn super DATA VAULT-datumoj per elfarado de sufiĉe simplaj ALIGOJ. La aliro "Raw Data Marts" permesas vin flekseble kaj rapide vastigi la magazenan projekton kun informoj taŭgaj por analizo. Ĉi tiu aliro ne implikas plenumi kompleksajn datumtransformojn kaj ekzekuti komercajn regulojn antaŭ ol esti metita en la vendejon, tamen, la datumoj de Raw Data Marts devus esti kompreneblaj por la komerca uzanto kaj devus servi kiel bazo por plia transformo, ekzemple per BI-iloj. .
La koncepto de "Information Marts" aperis en la Data Vault 2.0-metodaro, ĝi anstataŭigis la malnovan koncepton de "Data Marts". Ĉi tiu ŝanĝo ŝuldiĝas al la realigo de la tasko efektivigi datummodelon por raportado kiel transformo de datumoj en informojn. La skemo "Information Marts" unue devas provizi la komercon per informoj taŭgaj por decidado.
Prefere vortaj difinoj reflektas du simplajn faktojn:
- Montrofenestroj de la tipo "Raw Data Marts" estas konstruitaj sur kruda (RAW) DATA VOLVO, deponejo enhavanta nur la bazajn konceptojn: NBOJ, LIGILOJ, SATELITOJ;
- Montrofenestroj "InformMarts" estas konstruitaj uzante elementojn de KOMERKA VOLVO: FOSO, PONTO.
Se ni turnas al ekzemploj pri konservado de informoj pri dungito, ni povas diri, ke vendejo, kiu montras la nunan (nun) telefonnumeron de dungito, estas vendejo de la tipo "Raw Data Marts". Por formi tian montrofenestron, la komerca ŝlosilo de la dungito kaj la funkcio MAX() uzata sur la satelita ŝarĝa dato-atributo (MAX(SatLoadDate)) estas uzataj. Kiam necesas konservi la historion de atributaj ŝanĝoj en la montrofenestro - ĝi estas uzata, vi devas kompreni, de kiu dato la telefono estis ĝisdatigita, la kompilo de la komerca ŝlosilo kaj la alŝuta dato al la satelito. aldonos la ĉefan ŝlosilon al tia tabelo, ankaŭ aldoniĝas la kampo de la findato de la valideca periodo.
Krei butikfasadon kiu stokas ĝisdatigitajn informojn por ĉiu atributo de pluraj satelitoj inkluzivitaj en la nabo, ekzemple, telefonnumero, adreso, plena nomo, implicas la uzon de PIT-tabelo, per kiu estas facile aliri ĉiujn datojn. de graveco. Montrofenestroj de ĉi tiu tipo estas referitaj kiel "InformMarts".
Ambaŭ aliroj estas signifaj por kaj mezuradoj kaj faktoj.
Por krei butikfasadojn, kiuj stokas informojn pri pluraj ligiloj kaj naboj, aliro al BRIDGE-tabeloj povas esti uzata.
Kun ĉi tiu artikolo, mi kompletigas la serion pri la koncepto de DATA VAULT, mi esperas, ke la informoj, kiujn mi dividis, estos utilaj en la efektivigo de viaj projektoj.
Kiel ĉiam, konklude, kelkaj utilaj ligiloj:
- Kenta Graziano, kiu, krom detala priskribo, enhavas modelajn diagramojn;
- Libro: "Konstruado de Skalebla Datuma Stokejo kun DATA VAULT 2.0";
- ;
- .
fonto: www.habr.com