ഡാറ്റ വോൾട്ടിന്റെ വികസനവും ബിസിനസ് ഡാറ്റ വോൾട്ടിലേക്കുള്ള മാറ്റവും

മുമ്പത്തെ ലേഖനത്തിൽ, ഞാൻ DATA VAULT-ന്റെ അടിസ്ഥാനകാര്യങ്ങളെക്കുറിച്ച് സംസാരിച്ചു, DATA VAULT-ന്റെ പ്രധാന ഘടകങ്ങളും അവയുടെ ഉദ്ദേശ്യവും വിവരിച്ചു. ഇത് DATA VAULT ന്റെ വിഷയമായി കണക്കാക്കാനാവില്ല; DATA VAULT ന്റെ പരിണാമത്തിലെ അടുത്ത ഘട്ടങ്ങളെക്കുറിച്ച് സംസാരിക്കേണ്ടത് ആവശ്യമാണ്.

ഈ ലേഖനത്തിൽ ഞാൻ DATA VAULT ന്റെ വികസനത്തിലും BUSINESS DATA VAULT അല്ലെങ്കിൽ BUSINESS VAULT എന്നതിലേക്കുള്ള പരിവർത്തനത്തിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കും.

BUSINESS DATA VAULT പ്രത്യക്ഷപ്പെടാനുള്ള കാരണങ്ങൾ

DATA VAULT ന് ചില ശക്തികളുണ്ടെങ്കിലും അതിന്റെ പോരായ്മകളില്ല എന്നത് ശ്രദ്ധിക്കേണ്ടതാണ്. ഈ പോരായ്മകളിലൊന്ന് വിശകലനപരമായ ചോദ്യങ്ങൾ എഴുതാനുള്ള ബുദ്ധിമുട്ടാണ്. അന്വേഷണങ്ങൾക്ക് ഗണ്യമായ എണ്ണം ജോയിനുകൾ ഉണ്ട്, കോഡ് ദൈർഘ്യമേറിയതും ബുദ്ധിമുട്ടുള്ളതുമാണ്. കൂടാതെ, DATA VAULT-ൽ പ്രവേശിക്കുന്ന ഡാറ്റ ഒരു പരിവർത്തനത്തിനും വിധേയമാകില്ല, അതിനാൽ, ഒരു ബിസിനസ്സ് വീക്ഷണകോണിൽ നിന്ന്, DATA VAULT-ന് അതിന്റെ ശുദ്ധമായ രൂപത്തിൽ ഒരു കേവല മൂല്യവുമില്ല.

ഈ പോരായ്മകൾ ഇല്ലാതാക്കുന്നതിനാണ് DATA VAULT രീതി ഇനിപ്പറയുന്നതുപോലുള്ള ഘടകങ്ങൾ ഉപയോഗിച്ച് വിപുലീകരിച്ചത്:

• PIT (പോയിന്റ് ഇൻ ടൈം) പട്ടികകൾ;
• BRIDGE പട്ടികകൾ;
• മുൻകൂട്ടി നിശ്ചയിച്ചിട്ടുള്ള ഡെറിവേഷനുകൾ.

ഈ മൂലകങ്ങളുടെ ഉദ്ദേശ്യത്തെക്കുറിച്ച് നമുക്ക് കൂടുതൽ വിശദമായി നോക്കാം.

PIT പട്ടികകൾ

സാധാരണഗതിയിൽ, ഒരു ബിസിനസ്സ് സ്ഥാപനത്തിൽ (HUB) വ്യത്യസ്ത അപ്‌ഡേറ്റ് നിരക്കുകളുള്ള ഡാറ്റ അടങ്ങിയിരിക്കാം, ഉദാഹരണത്തിന്, ഒരു വ്യക്തിയെ ചിത്രീകരിക്കുന്ന ഡാറ്റയെക്കുറിച്ചാണ് നമ്മൾ സംസാരിക്കുന്നതെങ്കിൽ, ഒരു ഫോൺ നമ്പർ, വിലാസം അല്ലെങ്കിൽ ഇമെയിൽ എന്നിവയെ കുറിച്ചുള്ള വിവരങ്ങൾക്ക് പറയുന്നതിനേക്കാൾ ഉയർന്ന അപ്‌ഡേറ്റ് നിരക്ക് ഉണ്ടെന്ന് നമുക്ക് പറയാം, മുഴുവൻ പേര്, പാസ്‌പോർട്ട് വിശദാംശങ്ങൾ, വൈവാഹിക നില അല്ലെങ്കിൽ ലിംഗഭേദം.

അതിനാൽ, ഉപഗ്രഹങ്ങൾ നിർണ്ണയിക്കുമ്പോൾ, അവയുടെ അപ്ഡേറ്റ് ആവൃത്തി നിങ്ങൾ മനസ്സിൽ സൂക്ഷിക്കണം. എന്തുകൊണ്ട് അത് പ്രധാനമാണ്?

ഒരേ ടേബിളിൽ വ്യത്യസ്‌ത അപ്‌ഡേറ്റ് നിരക്കുകളുള്ള ആട്രിബ്യൂട്ടുകൾ നിങ്ങൾ സംഭരിക്കുന്നുവെങ്കിൽ, ഏറ്റവും പതിവായി മാറ്റുന്ന ആട്രിബ്യൂട്ട് അപ്‌ഡേറ്റുചെയ്യുമ്പോഴെല്ലാം നിങ്ങൾ പട്ടികയിലേക്ക് ഒരു വരി ചേർക്കേണ്ടിവരും. ഡിസ്ക് സ്പേസിന്റെ വർദ്ധനവും അന്വേഷണ എക്സിക്യൂഷൻ സമയത്തിന്റെ വർദ്ധനവുമാണ് ഫലം.

ഇപ്പോൾ ഞങ്ങൾ ഉപഗ്രഹങ്ങളെ അപ്‌ഡേറ്റ് ഫ്രീക്വൻസി പ്രകാരം വിഭജിച്ചു, കൂടാതെ അവയിലേക്ക് സ്വതന്ത്രമായി ഡാറ്റ ലോഡ് ചെയ്യാൻ കഴിയും, ഞങ്ങൾക്ക് കാലികമായ ഡാറ്റ ലഭിക്കുമെന്ന് ഉറപ്പാക്കണം. അനാവശ്യ ജോയിനുകൾ ഉപയോഗിക്കാതെ തന്നെ നല്ലത്.

ഞാൻ വിശദീകരിക്കാം, ഉദാഹരണത്തിന്, വ്യത്യസ്ത അപ്ഡേറ്റ് നിരക്കുകളുള്ള ഉപഗ്രഹങ്ങളിൽ നിന്ന് നിലവിലെ (അവസാന അപ്ഡേറ്റ് തീയതി പ്രകാരം) വിവരങ്ങൾ നിങ്ങൾ നേടേണ്ടതുണ്ട്. ഇത് ചെയ്യുന്നതിന്, നിങ്ങൾക്ക് ഒരു ചേരുക മാത്രമല്ല, പരമാവധി അപ്‌ഡേറ്റ് തീയതി MAX (അപ്‌ഡേറ്റ് തീയതി) തിരഞ്ഞെടുത്ത് നിരവധി നെസ്റ്റഡ് അന്വേഷണങ്ങൾ (വിവരങ്ങൾ അടങ്ങിയ ഓരോ ഉപഗ്രഹത്തിനും) സൃഷ്ടിക്കുകയും വേണം. ഓരോ പുതിയ ജോയിൻ ചെയ്യുമ്പോഴും, അത്തരം കോഡ് വളരുകയും വളരെ വേഗത്തിൽ മനസ്സിലാക്കാൻ പ്രയാസമാവുകയും ചെയ്യുന്നു.

അത്തരം അന്വേഷണങ്ങൾ ലളിതമാക്കുന്നതിനാണ് PIT ടേബിൾ രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്; DATA VAULT-ലേക്ക് പുതിയ ഡാറ്റ എഴുതുന്നതിനൊപ്പം PIT ടേബിളുകൾ ഒരേസമയം പൂരിപ്പിക്കുന്നു. PIT പട്ടിക:

അങ്ങനെ, എല്ലാ ഉപഗ്രഹങ്ങൾക്കും ഓരോ സമയത്തും ഡാറ്റയുടെ പ്രസക്തിയെക്കുറിച്ചുള്ള വിവരങ്ങൾ ഞങ്ങളുടെ പക്കലുണ്ട്. PIT ടേബിളിലേക്കുള്ള JOIN-കൾ ഉപയോഗിച്ച്, നമുക്ക് നെസ്റ്റഡ് അന്വേഷണങ്ങൾ പൂർണ്ണമായും ഇല്ലാതാക്കാം, സ്വാഭാവികമായും PIT എല്ലാ ദിവസവും വിടവുകളില്ലാതെ നിറയുന്നു. PIT-യിൽ വിടവുകളുണ്ടെങ്കിൽപ്പോലും, PIT-ലേക്കുള്ള ഒരു നെസ്റ്റഡ് ക്വറി ഉപയോഗിച്ച് മാത്രമേ നിങ്ങൾക്ക് ഏറ്റവും പുതിയ ഡാറ്റ നേടാനാകൂ. ഓരോ ഉപഗ്രഹത്തിലേക്കും നെസ്റ്റഡ് ചോദ്യങ്ങളേക്കാൾ വേഗത്തിൽ ഒരു നെസ്റ്റഡ് അന്വേഷണം പ്രോസസ്സ് ചെയ്യും.

ബ്രിഡ്ജ്

അനലിറ്റിക്കൽ അന്വേഷണങ്ങൾ ലളിതമാക്കാൻ BRIDGE പട്ടികകളും ഉപയോഗിക്കുന്നു. എന്നിരുന്നാലും, വിവിധ ഹബ്ബുകൾ, ലിങ്കുകൾ, അവയുടെ ഉപഗ്രഹങ്ങൾ എന്നിവയ്ക്കിടയിലുള്ള അഭ്യർത്ഥനകൾ ലളിതമാക്കുന്നതിനും വേഗത്തിലാക്കുന്നതിനുമുള്ള ഒരു മാർഗമാണ് PIT-യിൽ നിന്ന് വ്യത്യസ്തമായത്.

എല്ലാ ഉപഗ്രഹങ്ങൾക്കും ആവശ്യമായ എല്ലാ കീകളും പട്ടികയിൽ അടങ്ങിയിരിക്കുന്നു, അവ പലപ്പോഴും ചോദ്യങ്ങളിൽ ഉപയോഗിക്കുന്നു. കൂടാതെ, ആവശ്യമെങ്കിൽ, വിശകലനത്തിനായി കീകളുടെ പേരുകൾ ആവശ്യമെങ്കിൽ ഹാഷ് ചെയ്ത ബിസിനസ്സ് കീകൾ ടെക്സ്റ്റ് രൂപത്തിൽ കീകൾക്കൊപ്പം ചേർക്കാവുന്നതാണ്.

BRIDGE ഉപയോഗിക്കാതെ, വ്യത്യസ്ത ഹബുകളിൽ ഉൾപ്പെടുന്ന ഉപഗ്രഹങ്ങളിൽ സ്ഥിതി ചെയ്യുന്ന ഡാറ്റ സ്വീകരിക്കുന്ന പ്രക്രിയയിൽ, ഉപഗ്രഹങ്ങളുടെ മാത്രമല്ല, ഹബുകളെ ബന്ധിപ്പിക്കുന്ന ലിങ്കുകളുടെയും ഒരു ജോയിൻ ചെയ്യേണ്ടത് ആവശ്യമാണ് എന്നതാണ് വസ്തുത.

BRIDGE ന്റെ സാന്നിധ്യം അല്ലെങ്കിൽ അഭാവം നിർണ്ണയിക്കുന്നത് സ്റ്റോറേജ് കോൺഫിഗറേഷനും അന്വേഷണ നിർവ്വഹണത്തിന്റെ വേഗത ഒപ്റ്റിമൈസ് ചെയ്യേണ്ടതിന്റെ ആവശ്യകതയുമാണ്. BRIGE ന്റെ ഒരു സാർവത്രിക ഉദാഹരണം കൊണ്ടുവരാൻ പ്രയാസമാണ്.

മുൻകൂട്ടി നിശ്ചയിച്ചിട്ടുള്ള ഡെറിവേഷനുകൾ

BUSINESS DATA VAULT-ലേക്ക് നമ്മെ അടുപ്പിക്കുന്ന മറ്റൊരു തരം ഒബ്‌ജക്റ്റ് മുൻകൂട്ടി കണക്കാക്കിയ സൂചകങ്ങൾ അടങ്ങിയ പട്ടികകളാണ്. അത്തരം ടേബിളുകൾ ബിസിനസ്സിന് വളരെ പ്രധാനമാണ്; അവയിൽ നൽകിയിരിക്കുന്ന നിയമങ്ങൾക്കനുസൃതമായി സമാഹരിച്ച വിവരങ്ങൾ അടങ്ങിയിരിക്കുകയും ആക്സസ് ചെയ്യുന്നത് താരതമ്യേന എളുപ്പമാക്കുകയും ചെയ്യുന്നു.

വാസ്തുവിദ്യാപരമായി, മുൻകൂട്ടി നിശ്ചയിച്ചിട്ടുള്ള ഡെറിവേഷനുകൾ ഒരു പ്രത്യേക ഹബ്ബിന്റെ മറ്റൊരു ഉപഗ്രഹമല്ലാതെ മറ്റൊന്നുമല്ല. ഒരു സാധാരണ ഉപഗ്രഹം പോലെ, ഒരു ബിസിനസ് കീയും ഉപഗ്രഹത്തിൽ റെക്കോർഡ് സൃഷ്ടിച്ച തീയതിയും ഇതിൽ അടങ്ങിയിരിക്കുന്നു. എന്നിരുന്നാലും, ഇവിടെയാണ് സമാനതകൾ അവസാനിക്കുന്നത്. അത്തരമൊരു "പ്രത്യേക" ഉപഗ്രഹത്തിന്റെ ആട്രിബ്യൂട്ടുകളുടെ കൂടുതൽ ഘടന നിർണ്ണയിക്കുന്നത് ബിസിനസ്സ് ഉപയോക്താക്കൾ ഏറ്റവും ജനപ്രിയവും മുൻകൂട്ടി കണക്കാക്കിയതുമായ സൂചകങ്ങളെ അടിസ്ഥാനമാക്കിയാണ്.

ഉദാഹരണത്തിന്, ഒരു ജീവനക്കാരനെക്കുറിച്ചുള്ള വിവരങ്ങൾ അടങ്ങിയ ഒരു ഹബ്ബിൽ ഇനിപ്പറയുന്നതുപോലുള്ള സൂചകങ്ങളുള്ള ഒരു ഉപഗ്രഹം ഉൾപ്പെട്ടേക്കാം:

• മിനിമം വേതനം;
• പരമാവധി ശമ്പളം;
• ശരാശരി ശമ്പളം;
• സമാഹരിച്ച വേതനം മുതലായവ.

ഒരേ ഹബ്ബിന്റെ PIT പട്ടികയിൽ മുൻകൂട്ടി നിശ്ചയിച്ചിട്ടുള്ള ഡെറിവേഷനുകൾ ഉൾപ്പെടുത്തുന്നത് യുക്തിസഹമാണ്, തുടർന്ന് നിങ്ങൾക്ക് ഒരു പ്രത്യേകമായി തിരഞ്ഞെടുത്ത തീയതിയിൽ ഒരു ജീവനക്കാരന്റെ ഡാറ്റ സ്ലൈസുകൾ എളുപ്പത്തിൽ ലഭിക്കും.

ഉപസംഹാരങ്ങൾ

പ്രാക്ടീസ് കാണിക്കുന്നതുപോലെ, ബിസിനസ്സ് ഉപയോക്താക്കൾ DATA VAULT ഉപയോഗിക്കുന്നത് നിരവധി കാരണങ്ങളാൽ ബുദ്ധിമുട്ടാണ്:

• അന്വേഷണ കോഡ് സങ്കീർണ്ണവും ബുദ്ധിമുട്ടുള്ളതുമാണ്;
• ജോയിനുകളുടെ ബാഹുല്യം അന്വേഷണങ്ങളുടെ പ്രകടനത്തെ ബാധിക്കുന്നു;
• വിശകലനപരമായ അന്വേഷണങ്ങൾ എഴുതുന്നതിന് സംഭരണ ​​രൂപകൽപ്പനയെക്കുറിച്ചുള്ള മികച്ച അറിവ് ആവശ്യമാണ്.

ഡാറ്റ ആക്‌സസ് ലളിതമാക്കാൻ, അധിക ഒബ്‌ജക്‌റ്റുകൾക്കൊപ്പം DATA VAULT വിപുലീകരിക്കുന്നു:

• PIT (പോയിന്റ് ഇൻ ടൈം) പട്ടികകൾ;
• BRIDGE പട്ടികകൾ;
• മുൻകൂട്ടി നിശ്ചയിച്ചിട്ടുള്ള ഡെറിവേഷനുകൾ.

അടുത്തത് ലേഖനം എന്റെ അഭിപ്രായത്തിൽ, ബിഐയിൽ ജോലി ചെയ്യുന്നവർക്ക് ഏറ്റവും രസകരമായ കാര്യം പറയാൻ ഞാൻ ആഗ്രഹിക്കുന്നു. DATA VAULT അടിസ്ഥാനമാക്കി ഫാക്‌ട് ടേബിളുകളും ഡൈമൻഷൻ ടേബിളുകളും സൃഷ്‌ടിക്കാനുള്ള വഴികൾ ഞാൻ അവതരിപ്പിക്കും.

ലേഖനത്തിന്റെ മെറ്റീരിയലുകൾ ഇവയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്:

• ഓൺ പ്രസിദ്ധീകരണങ്ങൾ കെന്റ് ഗ്രാസിയാനോ, വിശദമായ വിവരണത്തിന് പുറമേ, മോഡലിന്റെ ഡയഗ്രമുകളും അടങ്ങിയിരിക്കുന്നു;
• പുസ്തകം: "DATA VAULT 2.0 ഉപയോഗിച്ച് സ്കേലബിൾ ഡാറ്റ വെയർഹൗസ് നിർമ്മിക്കുന്നു";
• ലേഖനം ഡാറ്റ വോൾട്ട് അടിസ്ഥാനങ്ങൾ.

അവലംബം: www.habr.com