🥇Vetrine dati DATA VAULT

Nella precedente articoli, ci siamo familiarizzati con le basi del DATA VAULT, estendendo il DATA VAULT a uno stato più adatto per l'analisi e creando il BUSINESS DATA VAULT. È tempo di concludere la serie con il terzo articolo.

Come ho annunciato nella precedente pubblicazione, questo articolo sarà dedicato al tema del BI, più precisamente alla preparazione del DATA VAULT come fonte di dati per il BI. Vediamo come creare tabelle dei fatti e dimensioni e, in tal modo, creare uno schema a stella.

Quando ho iniziato a studiare materiali in lingua inglese sull'argomento della creazione di vetrine dati sopra il DATA VAULT, ho avuto la sensazione che il processo fosse abbastanza complesso. Poiché gli articoli hanno un volume notevole, ci sono riferimenti ai cambiamenti nella formulazione, apparsi nella metodologia Data Vault 2.0, e viene sottolineata l'importanza di queste formulazioni.

Tuttavia, approfondendo la traduzione, è diventato chiaro che questo processo non è poi così complicato. Ma, forse, potrebbe sembrare diverso a voi.

E così, cominciamo a entrare nel vivo.

Tabelle delle dimensioni e dei fatti nel DATA VAULT

L'informazione più complessa da comprendere:

Le tabelle delle dimensioni si basano sull'informazione degli hub e dei loro satelliti;
Le tabelle dei fatti si basano sull'informazione dei link e dei loro satelliti.

E questo è evidente dopo aver letto l'articolo su le basi del DATA VAULT. Gli hub contengono chiavi uniche di oggetti aziendali, i loro satelliti contengono lo stato degli attributi degli oggetti aziendali legato al tempo, i satelliti legati ai link che supportano le transazioni memorizzano le caratteristiche numeriche di queste transazioni.

Con questo, la teoria, in linea di massima, finisce.

Tuttavia, ritengo sia necessario annotare un paio di concetti che possono apparire negli articoli sulla metodologia DATA VAULT:

Raw Data Marts – vetrine di "dati grezzi";
Information Marts – vetrine informative.

Il concetto di “Raw Data Marts” indica vetrine costruite sui dati del DATA VAULT attraverso l'esecuzione di semplici JOIN. L'approccio “Raw Data Marts” consente di espandere il progetto del magazzino con informazioni adatte all'analisi in modo flessibile e in tempi brevi. Questo approccio non prevede l'esecuzione di trasformazioni complesse dei dati e l'applicazione di regole aziendali prima di essere collocati nella vetrina, tuttavia, i dati nei “Raw Data Marts” devono essere comprensibili all'utente aziendale e servire come base per ulteriori trasformazioni, ad esempio, tramite strumenti di BI.

Il concetto di “Information Marts” è emerso nella metodologia Data Vault 2.0, sostituendo il vecchio concetto di “Data Marts”. Questo cambiamento è dovuto alla consapevolezza della necessità di realizzare un modello di dati per la creazione di report come una trasformazione dei dati in informazioni. Lo schema “Information Marts” deve fornire prima di tutto informazioni utili per le decisioni aziendali.

Definizioni piuttosto articolate riflettono due semplici fatti:

Le vetrine di tipo “Raw Data Marts” sono costruite su un DATA VAULT grezzo (RAW), un repository che contiene solo concetti di base: HUBS, LINKS, SATELLITES;
Le vetrine “Information Marts” sono costruite utilizzando elementi BUSINESS VAULT: PIT, BRIDGE.

Se consideriamo esempi di archiviazione delle informazioni sui dipendenti, possiamo dire che una vetrina che mostra il numero di telefono attuale (valido al giorno d'oggi) di un dipendente è una vetrina di tipo “Raw Data Marts”. Per formare tale vetrina si utilizza la chiave aziendale del dipendente e la funzione MAX(), applicata all'attributo della data di caricamento nel satellite (MAX(SatLoadDate)). Quando è necessario conservare la storia delle modifiche dell'attributo nella vetrina, è importante sapere da quale a quale data il numero di telefono è stato valido; la chiave primaria di tale tabella sarà la compilazione della chiave aziendale e della data di caricamento nel satellite, e si aggiunge anche un campo per la data di fine periodo di validità.

Creare una vetrina che memorizzi le informazioni attuali di ogni attributo di diversi satelliti all'interno dell'hub, ad esempio, numero di telefono, indirizzo, nome e cognome, implica utilizzare una tabella PIT, dalla quale è facile ottenere tutte le date di validità. Le vetrine di questo tipo sono classificate come “Information Marts”.

Entrambi gli approcci sono validi sia per le misure che per i fatti.

Per creare vetrine che memorizzano informazioni su più link e hub, possono essere utilizzate le tabelle BRIDGE.

Con questo articolo concludo il ciclo sulla concezione di DATA VAULT, spero che le informazioni che ho condiviso siano utili per la realizzazione dei vostri progetti.

Come sempre, in conclusione, alcuni link utili: