Az előző , megismertük a DATA VAULT alapjait, a DATA VAULT kiterjesztését egy elemzésre alkalmas állapotra és az ÜZLETI DATA VAULT létrehozását. Itt az ideje, hogy befejezzük a sorozatot a harmadik cikkel.
Ahogy az előző cikkemben beharangoztam, ez a cikk a BI témájára fog összpontosítani, pontosabban a DATA VAULT előkészítésére, mint adatforrás a BI számára. Megvizsgáljuk, hogyan lehet létrehozni a tény- és dimenziós táblákat, ezzel létrehozva egy csillagsémát.
Amikor elkezdtem angol nyelvű anyagokat tanulmányozni a DATA VAULT adatládák létrehozásával kapcsolatban, úgy éreztem, hogy a folyamat meglehetősen bonyolult. Mivel a cikkek jelentős terjedelműek, hivatkozások vannak a Data Vault 2.0 metodológiában megjelenő megfogalmazásokra, hangsúlyozva ezek fontosságát.
Azonban, mélyebbre ásva a fordításban, világossá vált, hogy ez a folyamat nem is olyan bonyolult. De lehet, hogy Ön más véleményen lesz.
Szóval, nézzük meg a lényeget.
Dimenziós és ténytáblák a DATA VAULT-ban
A legnehezebben érthető információ:
- A dimenziós táblák a hubok és szatelitjeik információján alapulnak;
- A ténytáblák a linkek és szatelitjeik információján alapulnak.
Ez világos, miután elolvastuk a cikket az . A hubok a biznisz objektumok egyedi kulcsait tárolják, a biznisz objektumok attribútumainak állapotszatelitjei időhöz kötődnek, a linkekhez kapcsolódó szatelitjeik a tranzakciók numerikus jellemzőit tárolják.
Ez alapvetően a teória vége.
De mégis, véleményem szerint fontos megjegyezni néhány fogalmat, amelyek előfordulhatnak a DATA VAULT metodológiájáról szóló cikkekben:
- Raw Data Marts - 'nyers' adatok ládái;
- Information Marts - információs ládák.
A 'Raw Data Marts' fogalma a DATA VAULT adatok fölötti ládákat jelenti, amelyek egyszerű JOIN-ok végrehajtásával készültek. A 'Raw Data Marts' megközelítése rugalmasan és rövid időn belül lehetővé teszi a tárolási projektek bővítését az elemzésre alkalmas információkkal. Ez a megközelítés nem igényli bonyolult adatformázások végrehajtását és üzleti szabályok alkalmazását a ládákba történő elhelyezés előtt, azonban a 'Raw Data Marts' adatoknak érthetőnek kell lenniük az üzleti felhasználó számára, és a további átalakítások alapjául kell szolgálniuk, például BI eszközökkel.
Az "Information Marts" fogalma a Data Vault 2.0 metodológiájában jelent meg, felváltva a régi "Data Marts" fogalmát. E változás mögött az a felismerés áll, hogy az adatok információvá alakítása a riportálás során a modellezés feladata. Az "Information Marts" sémának elsősorban az a feladata, hogy a vállalat számára döntéshozatalra alkalmas információt nyújtson.
A meglehetősen szószátyár meghatározások két egyszerű tényt tükröznek:
- "Raw Data Marts" típusú vitrinek a nyers (RAW) DATA VAULT-ra épülnek, amely csak alapvető fogalmakat tartalmaz: HUBS, LINKS, SATELLITES;
- Az "Information Marts" vitrinek a BUSINESS VAULT elemeivel készülnek: PIT, BRIDGE.
Ha a munkavállaló információinak tárolásának példáira térünk, elmondható, hogy az aktuális (a mai napra vonatkozó) munkavállalói telefonszámot mutató vitrin egy "Raw Data Marts" típusú vitrin. Egy ilyen vitrin létrehozásához a munkavállaló üzleti kulcsát és a MAX() függvényt használják a betöltési dátum attribútumára a satellite-ben (MAX(SatLoadDate)). Amikor a telefonváltozás attribútumának történeti tárolására van szükség, fontos tudni, hogy mely időpontoktól meddig volt aktuális a telefon, és egy ilyen táblázat elsődleges kulcsa az üzleti kulcs és a betöltés dátumának összevonásából áll, továbbá egy érvényességi időszak végső dátumának mezője is hozzáadódik.
Egy vitrin létrehozása, amely a hubhoz tartozó több satellite aktuális attribútumainak információit tárolja, például telefonszám, cím, név, a PIT táblázat használatát feltételezi, amellyel könnyen megkaphatók az összes érvényességi dátum. Az ilyen típusú vitrinek az "Information Marts" kategóriába tartoznak.
Mindkét megközelítés érvényes a dimenziók és a tények számára is.
Több link és hub információit tároló vitrinek létrehozásához BRIDGE táblák használata is szükséges lehet.
Ezzel a cikkével befejezem a DATA VAULT koncepcióról szóló cikksorozatot, remélem, az általam megosztott információ hasznos lesz a projektjeik megvalósításában.
Mint mindig, a végén, itt van néhány hasznos hivatkozás:
- Kenta Graziano, amely részletes leíráson kívül modellek ábráit is tartalmazza;
- Könyv: "Building a Scalable Data Warehouse with DATA VAULT 2.0";
- ;
- .
Forrás: habr.com
