ડેટા વૉલ્ટનો વિકાસ અને બિઝનેસ ડેટા વૉલ્ટમાં સંક્રમણ

અગાઉના લેખમાં, મેં ડેટા વૉલ્ટની મૂળભૂત બાબતો વિશે વાત કરી હતી, ડેટા વૉલ્ટના મુખ્ય ઘટકો અને તેમના હેતુનું વર્ણન કર્યું હતું. આને ડેટા વૉલ્ટનો વિષય ગણી શકાય નહીં, કારણ કે ડેટા વૉલ્ટના ઉત્ક્રાંતિમાં આગળના પગલાં વિશે વાત કરવી જરૂરી છે.

અને આ લેખમાં હું ડેટા વૉલ્ટના વિકાસ અને બિઝનેસ ડેટા વૉલ્ટ અથવા ફક્ત બિઝનેસ વૉલ્ટમાં સંક્રમણ પર ધ્યાન કેન્દ્રિત કરીશ.

BUSINESS DATA VAULT દેખાવાનાં કારણો

એ નોંધવું જોઈએ કે ડેટા વૉલ્ટ, અમુક શક્તિઓ હોવા છતાં, તેની ખામીઓ વિના નથી. આ ગેરફાયદામાંથી એક વિશ્લેષણાત્મક પ્રશ્નો લખવામાં મુશ્કેલી છે. ક્વેરીઓમાં નોંધપાત્ર સંખ્યામાં જોડાઓ છે, કોડ લાંબો અને બોજારૂપ છે. ઉપરાંત, DATA VAULT માં દાખલ થતો ડેટા કોઈપણ પરિવર્તનમાંથી પસાર થતો નથી, તેથી, વ્યવસાયના દૃષ્ટિકોણથી, તેના શુદ્ધ સ્વરૂપમાં DATA VAULTનું કોઈ ચોક્કસ મૂલ્ય નથી.

આ ખામીઓને દૂર કરવા માટે ડેટા વૉલ્ટ પદ્ધતિને નીચેના ઘટકો સાથે વિસ્તૃત કરવામાં આવી હતી:

• પીઆઈટી (સમયમાં બિંદુ) કોષ્ટકો;
• BRIDGE કોષ્ટકો;
• પૂર્વનિર્ધારિત વ્યુત્પત્તિ.

ચાલો આ તત્વોના હેતુ પર નજીકથી નજર કરીએ.

PIT કોષ્ટકો

સામાન્ય રીતે, એક બિઝનેસ એન્ટિટી (HUB)માં વિવિધ અપડેટ દરો સાથેનો ડેટા હોઈ શકે છે, ઉદાહરણ તરીકે, જો આપણે કોઈ વ્યક્તિની લાક્ષણિકતા દર્શાવતા ડેટા વિશે વાત કરી રહ્યા છીએ, તો અમે કહી શકીએ કે ફોન નંબર, સરનામું અથવા ઇમેઇલ વિશેની માહિતીમાં કહેવા કરતાં વધુ અપડેટ દર છે, પૂરું નામ, પાસપોર્ટ વિગતો, વૈવાહિક સ્થિતિ અથવા લિંગ.

તેથી, ઉપગ્રહો નક્કી કરતી વખતે, તમારે તેમની અપડેટ ફ્રીક્વન્સી ધ્યાનમાં રાખવી જોઈએ. શા માટે તે મહત્વનું છે?

જો તમે એક જ કોષ્ટકમાં અલગ-અલગ અપડેટ રેટ સાથે એટ્રિબ્યુટ્સ સ્ટોર કરો છો, તો તમારે દર વખતે સૌથી વધુ વારંવાર બદલાતી વિશેષતા અપડેટ કરવામાં આવે ત્યારે તમારે કોષ્ટકમાં એક પંક્તિ ઉમેરવી પડશે. પરિણામ ડિસ્ક સ્પેસમાં વધારો અને ક્વેરી એક્ઝેક્યુશન સમયમાં વધારો છે.

હવે અમે ઉપગ્રહોને અપડેટ ફ્રીક્વન્સી દ્વારા વિભાજિત કર્યા છે, અને તેમાં સ્વતંત્ર રીતે ડેટા લોડ કરી શકીએ છીએ, અમારે ખાતરી કરવી જોઈએ કે અમે અપ-ટૂ-ડેટ ડેટા પ્રાપ્ત કરી શકીએ છીએ. વધુ સારું, બિનજરૂરી જોઇનનો ઉપયોગ કર્યા વિના.

મને સમજાવવા દો, ઉદાહરણ તરીકે, તમારે વિવિધ અપડેટ દર ધરાવતા ઉપગ્રહો પાસેથી વર્તમાન (છેલ્લા અપડેટની તારીખ મુજબ) માહિતી મેળવવાની જરૂર છે. આ કરવા માટે, તમારે ફક્ત જોડાવા માટે જ નહીં, પણ મહત્તમ અપડેટ તારીખ MAX (અપડેટ તારીખ) ની પસંદગી સાથે અનેક નેસ્ટેડ ક્વેરીઝ (માહિતી ધરાવતા દરેક સેટેલાઇટ માટે) બનાવવાની પણ જરૂર પડશે. દરેક નવા જોડાવા સાથે, આવો કોડ વધે છે અને ખૂબ જ ઝડપથી સમજવું મુશ્કેલ બની જાય છે.

પીઆઈટી ટેબલ આવા પ્રશ્નોને સરળ બનાવવા માટે રચાયેલ છે; ડેટા વૉલ્ટમાં નવો ડેટા લખવા સાથે પીઆઈટી કોષ્ટકો એક સાથે ભરવામાં આવે છે. પીઆઈટી ટેબલ:

આમ, દરેક સમયે દરેક ઉપગ્રહો માટેના ડેટાની સુસંગતતા વિશે અમારી પાસે માહિતી છે. PIT ટેબલ પર JOIN નો ઉપયોગ કરીને, અમે નેસ્ટેડ ક્વેરીઝને સંપૂર્ણપણે દૂર કરી શકીએ છીએ, સ્વાભાવિક રીતે એવી શરત સાથે કે PIT દરરોજ ભરાય છે અને કોઈ અંતર વગર. જો પીઆઈટીમાં ગાબડાં હોય તો પણ, તમે પીઆઈટીમાં જ એક નેસ્ટેડ ક્વેરીનો ઉપયોગ કરીને નવીનતમ ડેટા મેળવી શકો છો. એક નેસ્ટેડ ક્વેરી દરેક સેટેલાઇટ માટે નેસ્ટેડ ક્વેરી કરતાં વધુ ઝડપથી પ્રક્રિયા કરશે.

બ્રિજ

BRIDGE કોષ્ટકોનો ઉપયોગ વિશ્લેષણાત્મક પ્રશ્નોને સરળ બનાવવા માટે પણ થાય છે. જો કે, PIT થી જે અલગ છે તે વિવિધ હબ, લિંક્સ અને તેમના ઉપગ્રહો વચ્ચેની વિનંતીઓને સરળ બનાવવા અને ઝડપી બનાવવાનું એક માધ્યમ છે.

કોષ્ટકમાં બધા ઉપગ્રહો માટે જરૂરી બધી કી શામેલ છે, જેનો ઉપયોગ વારંવાર પ્રશ્નોમાં થાય છે. વધુમાં, જો જરૂરી હોય તો, વિશ્લેષણ માટે કીના નામની જરૂર હોય તો હેશ કરેલી બિઝનેસ કીને ટેક્સ્ટ સ્વરૂપમાં કી સાથે પૂરક બનાવી શકાય છે.

હકીકત એ છે કે બ્રિજનો ઉપયોગ કર્યા વિના, વિવિધ હબ સાથે જોડાયેલા ઉપગ્રહોમાં સ્થિત ડેટા પ્રાપ્ત કરવાની પ્રક્રિયામાં, ફક્ત ઉપગ્રહો જ નહીં, પરંતુ હબને જોડતી લિંક્સ પણ જોડવી જરૂરી રહેશે.

BRIDGE ની હાજરી અથવા ગેરહાજરી સ્ટોરેજ ગોઠવણી અને ક્વેરી એક્ઝેક્યુશનની ઝડપને ઑપ્ટિમાઇઝ કરવાની જરૂરિયાત દ્વારા નક્કી કરવામાં આવે છે. BRIGE ના સાર્વત્રિક ઉદાહરણ સાથે આવવું મુશ્કેલ છે.

પૂર્વનિર્ધારિત વ્યુત્પત્તિ

અન્ય પ્રકારનો ઑબ્જેક્ટ જે અમને BUSINESS DATA VAULT ની નજીક લાવે છે તે કોષ્ટકો છે જેમાં પૂર્વ-ગણતરી સૂચકાંકો છે. આવા કોષ્ટકો વ્યવસાય માટે ખરેખર મહત્વપૂર્ણ છે; તેમાં આપેલ નિયમો અનુસાર એકીકૃત માહિતી શામેલ છે અને તેને ઍક્સેસ કરવામાં પ્રમાણમાં સરળ બનાવે છે.

આર્કિટેક્ચરલ રીતે, પૂર્વનિર્ધારિત વ્યુત્પત્તિ એ ચોક્કસ હબના અન્ય ઉપગ્રહ કરતાં વધુ કંઈ નથી. તે, નિયમિત ઉપગ્રહની જેમ, એક બિઝનેસ કી અને સેટેલાઇટમાં રેકોર્ડ બનાવવાની તારીખ ધરાવે છે. જો કે, આ તે છે જ્યાં સમાનતા સમાપ્ત થાય છે. આવા "વિશિષ્ટ" ઉપગ્રહની વિશેષતાઓની વધુ રચના સૌથી લોકપ્રિય, પૂર્વ-ગણતરી સૂચકાંકોના આધારે વ્યવસાયિક વપરાશકર્તાઓ દ્વારા નક્કી કરવામાં આવે છે.

ઉદાહરણ તરીકે, કર્મચારી વિશેની માહિતી ધરાવતા હબમાં સૂચકાંકો સાથેનો ઉપગ્રહ શામેલ હોઈ શકે છે જેમ કે:

• લઘુત્તમ વેતન;
• મહત્તમ પગાર;
• સરેરાશ પગાર;
• ઉપાર્જિત વેતન, વગેરેનો સંચિત કુલ.

તે જ હબના પીઆઈટી કોષ્ટકમાં પૂર્વનિર્ધારિત ડેરિવેશન્સનો સમાવેશ કરવો તાર્કિક છે, પછી તમે ખાસ પસંદ કરેલી તારીખે કર્મચારી માટે ડેટા સ્લાઇસ સરળતાથી મેળવી શકો છો.

નિષ્કર્ષ

પ્રેક્ટિસ બતાવે છે તેમ, બિઝનેસ યુઝર્સ દ્વારા ડેટા વૉલ્ટનો ઉપયોગ ઘણા કારણોસર કંઈક અંશે મુશ્કેલ છે:

• ક્વેરી કોડ જટિલ અને બોજારૂપ છે;
• જોઇન્સની વિપુલતા પ્રશ્નોના પ્રદર્શનને અસર કરે છે;
• વિશ્લેષણાત્મક પ્રશ્નો લખવા માટે સ્ટોરેજ ડિઝાઇનનું ઉત્કૃષ્ટ જ્ઞાન જરૂરી છે.

ડેટા એક્સેસને સરળ બનાવવા માટે, ડેટા વૉલ્ટને વધારાના ઑબ્જેક્ટ્સ સાથે વિસ્તૃત કરવામાં આવે છે:

• પીઆઈટી (સમયમાં બિંદુ) કોષ્ટકો;
• BRIDGE કોષ્ટકો;
• પૂર્વનિર્ધારિત વ્યુત્પત્તિ.

આગળ લેખ હું મારા મતે, જેઓ BI સાથે કામ કરે છે તેમના માટે સૌથી રસપ્રદ બાબત કહેવાની યોજના ઘડી રહ્યો છું. હું ડેટા વૉલ્ટ પર આધારિત હકીકત કોષ્ટકો અને પરિમાણ કોષ્ટકો બનાવવાની રીતો રજૂ કરીશ.

લેખની સામગ્રી આના પર આધારિત છે:

• માં પ્રકાશનો કેન્ટા ગ્રેઝિયાનો, જેમાં વિગતવાર વર્ણન ઉપરાંત, મોડેલ ડાયાગ્રામનો સમાવેશ થાય છે;
• પુસ્તક: “DATA VAULT 2.0 સાથે સ્કેલેબલ ડેટા વેરહાઉસનું નિર્માણ”;
• કલમ ડેટા વૉલ્ટ બેઝિક્સ.

સોર્સ: www.habr.com