🥇DATA VAULTi andmevitriinid

Eelnevalt artiklite, tutvusime DATA VAULTi põhialustega, laiendades DATA VAULTi analüüsimiseks sobivamaks ja luues BUSINESS DATA VAULTi. On aeg lõpetada seeria kolmanda artikliga.

Nagu ma eelnevalt teatasin avalikustamist, on see artikkel pühendatud BI-teemale, täpsemalt DATA VAULTi ettevalmistamisele BI andmeallikana. Vaatame, kuidas luua faktide ja mõõtmete tabeleid ja seeläbi luua tähekaarti.

Kui hakkasin uurima ingliskeelseid materjale andmevitriinide loomisest DATA VAULTi, tekkis mul tunne, et protsess on piisavalt keeruline. Artiklid on ulatuslikud, seal viidatakse muutustele sõnastuses, mis ilmusid metodoloogias Data Vault 2.0, ja rõhutatakse nende sõnastuste tähtsust.

Kuid süvenedes tõlke, sai selgeks, et see protsess ei ole sugugi nii keeruline. Kuid võib-olla teisel on teisiti.

Nii et liikume asja juurde.

Mõõtmete ja faktide tabelid DATA VAULTis

Kõige keerulisem arusaamine teave:

Mõõtmete tabelid põhinevad hubide ja nende satelliitide teabel;
Faktatabelid põhinevad linkide ja nende satelliitide teabel.

Ja see on ilmne pärast artikli lugemist DATA VAULTi alustest.Häbid hoiavad ainulaadseid ärielementide võtmeid, nende satelliidid hoiatavad ärielementide atribuutide seisunditest, mis on ajaga seotud, satelliidid, mis on seotud linkidega, mis toetavad tehinguid, hoiavad nende tehingute numbrilisi omadusi.

Sellega see teooria põhimõtteliselt lõppeb.

Kuid siiski, minu arvates on oluline märkida paar mõistet, millega võib kokku puutuda DATA VAULTi metodoloogia artiklites:

Raw Data Marts – 'toores' andmete vitriinid;
Information Marts – informatsiooni vitriinid.

Mõisted "Raw Data Marts" tähendavad vitriine, mis on loodud DATA VAULT andmete põhjal, tehes piisavalt lihtsaid JOIN'e. "Raw Data Marts" lähenemine võimaldab projekti paindlikult ja kiiresti laiendada analüüsi jaoks sobiva teabega. Selline lähenemine ei eelda keeruliste andmete transformatsioonide või ärireeglite täitmist enne vitriini paigutamist, kuid "Raw Data Marts" andmed peavad olema ettevõtte kasutajale arusaadavad ja olema aluseks edasistele muutustele, näiteks BI tööriistade kasutamisel.

Mõisted "Information Marts" ilmusid Data Vault 2.0 metodoloogias, asendades vana mõiste "Data Marts." See muutus on tingitud arusaamisest, et andmemudeli rakendamise ülesanne aruannete koostamiseks on andmete muutmine informatsiooniks. "Information Marts" skeem peaks eelkõige tagama ettevõtte jaoks sobivat teavet otsuste tegemiseks.

Pikad määratlused peegeldavad kahte lihtsat fakti:

"Raw Data Marts" tüüpi vitriinid on üles ehitatud toorandmetele (RAW) DATA VAULT'il, mis sisaldab ainult põhikontseptsioone: HUBS, LINKS, SATELLITES;
Information Marts'i vitriine ehitatakse BUSINESS VAULT elementide abil: PIT, BRIDGE.

Rääkides näidetest töötaja teabe salvestamiseks, võib öelda, et vitriin, mis kuvab töötaja praeguse (täna kehtiva) telefoninumbri, on tüüpi "Raw Data Marts" vitriin. Sellise vitriini moodustamiseks kasutatakse töötaja ärivõtit ja funktsiooni MAX(), mis on rakendatud laadimise kuupäeva atribuudi suhtes sataliidil (MAX(SatLoadDate)). Kui on vajalik atribuutide muutuse ajaloo salvestamine vitriinis, on oluline mõista, millal telefon oli kehtiv, esimeseks võtmeks sellises tabelis on ärivõtme ja laadimise kuupäeva kombinatsioon, lisaks lisatakse kehtivuse lõppkuupäev.

Vitriini loomine, mis salvestab iga sataliidiga seotud atribuudi, näiteks telefoninumbri, aadressi, nime, ajakohast teavet, hõlmab PIT tabeli kasutamist, mille kaudu on lihtne saada kõiki kehtivuse kuupäevi. Sellised vitriinid kuuluvad "Information Marts" kategooriasse.

Kumbki lähenemine on asjakohane nii mõõdikute kui ka faktide jaoks.

Mitme linkide ja sõlmede teabe hoidmiseks võib kasutada BRIDGE tabelite päringut.

Sellega lõpetan DATA VAULT kontseptsiooni seeria, loodan, et jagatud teave on teie projektide elluviimisel kasulik.

Nagu alati, lõpetuseks, mõned kasulikud lingid: