डाटा मार्ट डाटा भल्ट

अघिल्लो मा लेखहरू, हामीले DATA VAULT को आधारभूत कुराहरू देखेका छौं, DATA VAULT लाई थप पार्सयोग्य अवस्थामा विस्तार गर्दै, र BUSINESS DATA VAULT सिर्जना गर्ने। यो तेस्रो लेखको साथ श्रृंखला समाप्त गर्ने समय हो।

मैले अघिल्लो घोषणा गरे जस्तै प्रकाशनहरू, यो लेख BI को विषय मा केन्द्रित हुनेछ, वा बरु BI को लागि डेटा स्रोत को रूप मा DATA VAULT को तयारी। तथ्य र आयाम तालिकाहरू कसरी सिर्जना गर्ने र यसरी तारा योजना बनाउने भनेर हेरौं।

जब मैले DATA VAULT मा डेटा मार्टहरू सिर्जना गर्ने विषयमा अङ्ग्रेजी भाषाका सामग्रीहरू अध्ययन गर्न थालें, मलाई यो प्रक्रिया एकदमै जटिल भएको महसुस भयो। लेखहरू पर्याप्त लम्बाइका हुनाले, डाटा भल्ट २.० पद्धतिमा देखा परेका शब्दहरूमा परिवर्तनहरूका सन्दर्भहरू छन्, यी शब्दहरूको महत्त्वलाई संकेत गरिएको छ।

यद्यपि, अनुवादमा डुब्न थालेपछि, यो स्पष्ट भयो कि यो प्रक्रिया त्यति जटिल छैन। तर तपाईं फरक विचार हुन सक्छ।

र त्यसोभए, बिन्दुमा जाऔं।

DATA VAULT मा आयाम र तथ्य तालिकाहरू

बुझ्नको लागि सबैभन्दा गाह्रो जानकारी:

• मापन तालिकाहरू हबहरू र तिनीहरूका उपग्रहहरूबाट जानकारीमा बनाइएका छन्;
• तथ्य तालिकाहरू लिङ्कहरू र तिनीहरूका उपग्रहहरूबाट जानकारीमा बनाइएका छन्।

र यो लेख पढे पछि स्पष्ट छ DATA VAULT आधारभूत कुराहरू। हबहरूले व्यापार वस्तुहरूको अद्वितीय कुञ्जीहरू, व्यापार वस्तु विशेषताहरूको स्थितिको तिनीहरूको समय-बद्ध उपग्रहहरू, लेनदेनहरूलाई समर्थन गर्ने लिङ्कहरूमा बाँधिएका उपग्रहहरूले यी लेनदेनहरूको संख्यात्मक विशेषताहरू भण्डारण गर्दछ।

यहाँ सिद्धान्त मूलतः समाप्त हुन्छ।

तर, जे होस्, मेरो विचारमा, डाटा वाल्ट पद्धतिको बारेमा लेखहरूमा फेला पार्न सकिने केही अवधारणाहरू नोट गर्न आवश्यक छ:

• कच्चा डाटा मार्ट्स - "कच्चा" डाटा को प्रदर्शन;
• सूचना मार्ट्स - जानकारी प्रदर्शन।

"कच्चा डाटा मार्ट्स" को अवधारणा - एकदम सरल JOINs प्रदर्शन गरेर DATA VAULT डाटामा निर्मित मार्टहरू जनाउँछ। "कच्चा डाटा मार्ट्स" दृष्टिकोणले तपाईंलाई लचिलो र द्रुत रूपमा विश्लेषणको लागि उपयुक्त जानकारीको साथ गोदाम परियोजना विस्तार गर्न अनुमति दिन्छ। यस दृष्टिकोणले स्टोरफ्रन्टमा राख्नु अघि जटिल डेटा रूपान्तरण र व्यापार नियमहरू कार्यान्वयन गर्न समावेश गर्दैन, तथापि, कच्चा डाटा मार्ट डेटा व्यापार प्रयोगकर्तालाई बुझ्न योग्य हुनुपर्छ र थप रूपान्तरणको लागि आधारको रूपमा सेवा गर्नुपर्छ, उदाहरणका लागि, BI उपकरणहरू द्वारा। ।

डाटा भल्ट २.० पद्धतिमा "सूचना मार्ट्स" को अवधारणा देखा पर्‍यो, यसले "डेटा मार्ट्स" को पुरानो अवधारणालाई प्रतिस्थापन गर्यो। यो परिवर्तन जानकारी मा डेटा रूपान्तरण को रूप मा रिपोर्टिंग को लागी एक डाटा मोडेल को कार्यान्वयन को कार्य को प्राप्ति को कारण हो। "सूचना मार्ट्स" योजना, सबै भन्दा पहिले, निर्णय गर्न को लागी उपयुक्त जानकारी संग व्यापार प्रदान गर्नुपर्छ।

बरु शब्दीय परिभाषाहरूले दुई साधारण तथ्यहरू प्रतिबिम्बित गर्दछ:

1. "कच्चा डाटा मार्ट्स" प्रकारका शोकेसहरू कच्चा (RAW) डाटा भ्याल्टमा बनाइएका छन्, केवल आधारभूत अवधारणाहरू समावेश गर्ने भण्डार: हबहरू, लिंकहरू, स्याटलाइटहरू;
2. शोकेसहरू "सूचना मार्टहरू" BUSINESS VAULT: PIT, BRIDGE को तत्वहरू प्रयोग गरेर बनाइएका छन्।

यदि हामी कर्मचारीको बारेमा जानकारी भण्डारण गर्ने उदाहरणहरूमा फर्कन्छौं भने, हामी भन्न सक्छौं कि कर्मचारीको हालको (वर्तमान) फोन नम्बर प्रदर्शन गर्ने स्टोरफ्रन्ट "कच्चा डाटा मार्ट्स" प्रकारको स्टोरफ्रन्ट हो। यस्तो शोकेस बनाउनको लागि, कर्मचारीको व्यापार कुञ्जी र स्याटेलाइट लोडिङ मिति विशेषता (MAX(SatLoadDate)) मा प्रयोग गरिएको MAX() प्रकार्य प्रयोग गरिन्छ। जब शोकेसमा विशेषता परिवर्तनहरूको इतिहास भण्डारण गर्न आवश्यक हुन्छ - यो प्रयोग गरिन्छ, तपाईंले कुन मितिबाट फोन अप-टु-डेट थियो, व्यापार कुञ्जीको संकलन र उपग्रहमा अपलोड मिति बुझ्न आवश्यक छ। यस्तो तालिकामा प्राथमिक कुञ्जी थप्नेछ, वैधता अवधिको अन्त्य मितिको क्षेत्र पनि थपिएको छ।

हबमा समावेश गरिएका धेरै उपग्रहहरूको प्रत्येक विशेषताको लागि अप-टु-डेट जानकारी भण्डारण गर्ने स्टोरफ्रन्ट सिर्जना गर्दै, उदाहरणका लागि, फोन नम्बर, ठेगाना, पूरा नाम, PIT तालिकाको प्रयोगलाई बुझाउँछ, जसको माध्यमबाट सबै मितिहरू पहुँच गर्न सजिलो हुन्छ। प्रासंगिकताको। यस प्रकारका शोकेसहरूलाई "सूचना मार्ट्स" भनिन्छ।

दुबै दृष्टिकोणहरू मापन र तथ्य दुवैका लागि सान्दर्भिक छन्।

धेरै लिङ्कहरू र हबहरूको बारेमा जानकारी भण्डारण गर्ने स्टोरफ्रन्टहरू सिर्जना गर्न, BRIDGE तालिकाहरूमा पहुँच समावेश गर्न सकिन्छ।

यस लेखको साथ, म DATA VAULT को अवधारणामा श्रृंखला पूरा गर्दछु, मलाई आशा छ कि मैले साझा गरेको जानकारी तपाईंको परियोजनाहरूको कार्यान्वयनमा उपयोगी हुनेछ।

सधैं जस्तै, निष्कर्षमा, केहि उपयोगी लिङ्कहरू:

• लेख केन्टा ग्राजियानो, जसमा, विस्तृत विवरणको अतिरिक्त, मोडेल रेखाचित्रहरू समावेश छन्;

• पुस्तक: "DATA VAULT 2.0 सँग स्केलेबल डाटा वेयरहाउस निर्माण गर्दै";
• लेख "डेटा भल्ट आधारभूत";
• लेख "डेटा भल्टको विकास र व्यापार डाटा भल्टमा संक्रमण".

स्रोत: www.habr.com