Vitrines de données DATA VAULT

Dans les précédents des articles, nous avons exploré les fondamentaux de DATA VAULT, l'extension de DATA VAULT vers un état plus adapté à l'analyse et la création de BUSINESS DATA VAULT. Il est temps de conclure la série avec un troisième article.

Comme je l'ai annoncé dans le précédent de la publication, cet article sera consacré au BI, et plus précisément à la préparation de DATA VAULT en tant que source de données pour le BI. Examinons comment créer des tables de faits et de dimensions et ainsi construire un schéma en étoile.

Lorsque j'ai commencé à étudier des matériaux en anglais sur la création de vitrines de données sur DATA VAULT, j'ai ressenti une certaine complexité du processus. Étant donné que les articles sont volumineux, ils contiennent des références aux modifications de formulations qui ont émergé dans la méthodologie Data Vault 2.0, et soulignent l'importance de ces formulations.

Cependant, en approfondissant la traduction, il est apparu que ce processus n'était pas si compliqué. Mais, peut-être aurez-vous une opinion différente.

Alors, passons à l'essentiel.

Tables de dimensions et de faits dans DATA VAULT

L'information la plus difficile à comprendre :

• Les tables de dimensions sont construites à partir des informations des hubs et de leurs satellites ;
• Les tables de faits sont basées sur les informations des liens et de leurs satellites.

Et c'est évident, après la lecture de l'article sur les fondements de DATA VAULT. Les hubs contiennent des clés uniques des objets métiers, leurs satellites contiennent des états des attributs des objets métiers liés au temps, les satellites liés aux liens soutenant les transactions conservent les caractéristiques numériques de ces transactions.

C'est là que la théorie prend fin, en principe.

Cependant, il est important, à mon avis, de souligner quelques concepts qui peuvent apparaître dans les articles sur la méthodologie DATA VAULT :

• Raw Data Marts – vitrines de données ‘brutes’ ;
• Information Marts – vitrines d'informations.

Le concept de “Raw Data Marts” désigne des vitrines construites sur les données DATA VAULT par l'exécution de JOINs relativement simples. L’approche “Raw Data Marts” permet d’élargir le projet d’entrepôt rapidement et de manière flexible avec des informations utiles pour l'analyse. Cette approche ne nécessite pas d'exécuter des transformations de données complexes ni d'appliquer des règles métier avant d'être placée dans la vitrine, toutefois, les données des “Raw Data Marts” doivent être compréhensibles pour l'utilisateur métier et servir de base pour de futures transformations, par exemple, avec des outils BI.

Le concept de « Information Marts » est apparu dans la méthodologie Data Vault 2.0, remplaçant l'ancien terme « Data Marts ». Ce changement est dû à la prise de conscience de la nécessité de réaliser un modèle de données pour construire des rapports en tant que transformation de données en information. Le schéma « Information Marts » doit principalement fournir des informations exploitables pour la prise de décision.

Ces définitions assez verbeuses reflètent deux faits simples :

1. Les vitrines de type « Raw Data Marts » sont construites sur un DATA VAULT brut (RAW), un entrepôt contenant uniquement des concepts de base : HUBS, LINKS, SATELLITES ;
2. Les vitrines « Information Marts » sont construites en utilisant des éléments du BUSINESS VAULT : PIT, BRIDGE.

En se référant aux exemples de stockage des informations sur un employé, on peut dire que la vitrine affichant le numéro de téléphone actuel (à ce jour) de l'employé est une vitrine de type « Raw Data Marts ». Pour former une telle vitrine, on utilise la clé métier de l'employé et la fonction MAX(), appliquée à l'attribut de date de chargement dans le satellite (MAX(SatLoadDate)). Lorsqu'il est nécessaire de stocker l'historique des changements d'un attribut dans la vitrine, il est nécessaire de comprendre de quelle date à quelle date le téléphone était valide ; la clé primaire de cette table sera la compilation de la clé métier et de la date de chargement dans le satellite, avec un champ de date de fin de période de validité ajouté.

La création d'une vitrine qui conserve les informations actuelles de chaque attribut de plusieurs satellites entrant dans un hub, par exemple, le numéro de téléphone, l'adresse, le nom complet, suppose l'utilisation d'une table PIT, par laquelle il est facile d'accéder à toutes les dates de validité. Les vitrines de ce type sont considérées comme des « Information Marts ».

Les deux approches sont pertinentes tant pour les mesures que pour les faits.

Pour créer des vitrines qui stockent des informations sur plusieurs liens et hubs, il est possible de faire appel à des tables BRIDGE.

Avec cet article, je termine le cycle sur le concept de DATA VAULT, j'espère que les informations que j'ai partagées seront utiles pour la mise en œuvre de vos projets.

Comme toujours, pour conclure, quelques liens utiles :

• Article Kenta Graziano, qui contient en plus une description détaillée avec des schémas du modèle;

• Livre : « Building a Scalable Data Warehouse with DATA VAULT 2.0 » ;
• Article « Les Fondations du Data Vault »;
• Article « Évolution du DATA VAULT et passage au BUSINESS DATA VAULT ».

Source : habr.com