ਡੇਟਾ ਵਾਲਟ ਦਾ ਵਿਕਾਸ ਅਤੇ ਬਿਜ਼ਨਸ ਡੇਟਾ ਵਾਲਟ ਵਿੱਚ ਤਬਦੀਲੀ

ਪਿਛਲੇ ਲੇਖ ਵਿੱਚ, ਮੈਂ ਡੇਟਾ ਵਾਲਟ ਦੀਆਂ ਮੂਲ ਗੱਲਾਂ ਬਾਰੇ ਗੱਲ ਕੀਤੀ ਸੀ, ਡੇਟਾ ਵਾਲਟ ਦੇ ਮੁੱਖ ਤੱਤਾਂ ਅਤੇ ਉਹਨਾਂ ਦੇ ਉਦੇਸ਼ ਬਾਰੇ ਦੱਸਿਆ ਸੀ। ਇਸ ਨੂੰ ਡੇਟਾ ਵਾਲਟ ਦਾ ਵਿਸ਼ਾ ਥੱਕਿਆ ਨਹੀਂ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ; ਡੇਟਾ ਵਾਲਟ ਦੇ ਵਿਕਾਸ ਦੇ ਅਗਲੇ ਕਦਮਾਂ ਬਾਰੇ ਗੱਲ ਕਰਨੀ ਜ਼ਰੂਰੀ ਹੈ।

ਅਤੇ ਇਸ ਲੇਖ ਵਿੱਚ ਮੈਂ ਡੇਟਾ ਵਾਲਟ ਦੇ ਵਿਕਾਸ ਅਤੇ ਬਿਜ਼ਨਸ ਡੇਟਾ ਵਾਲਟ ਜਾਂ ਬਸ ਬਿਜ਼ਨਸ ਵਾਲਟ ਵਿੱਚ ਤਬਦੀਲੀ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰਾਂਗਾ।

ਬਿਜ਼ਨਸ ਡੇਟਾ ਵਾਲਟ ਦੀ ਦਿੱਖ ਦੇ ਕਾਰਨ

ਇਹ ਨੋਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਡੇਟਾ ਵਾਲਟ, ਕੁਝ ਸ਼ਕਤੀਆਂ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਇਸ ਦੀਆਂ ਕਮੀਆਂ ਤੋਂ ਬਿਨਾਂ ਨਹੀਂ ਹੈ. ਇਹਨਾਂ ਨੁਕਸਾਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਸਵਾਲਾਂ ਨੂੰ ਲਿਖਣ ਵਿੱਚ ਮੁਸ਼ਕਲ ਹੈ। ਪੁੱਛਗਿੱਛਾਂ ਵਿੱਚ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ JOIN ਹੁੰਦੇ ਹਨ, ਕੋਡ ਲੰਮਾ ਅਤੇ ਬੋਝਲ ਹੁੰਦਾ ਹੈ। ਨਾਲ ਹੀ, ਡੇਟਾ ਵਾਲਟ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਵਾਲੇ ਡੇਟਾ ਵਿੱਚ ਕੋਈ ਪਰਿਵਰਤਨ ਨਹੀਂ ਹੁੰਦਾ ਹੈ, ਇਸਲਈ, ਵਪਾਰਕ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਇਸਦੇ ਸ਼ੁੱਧ ਰੂਪ ਵਿੱਚ ਡੇਟਾ ਵਾਲਟ ਦਾ ਕੋਈ ਸੰਪੂਰਨ ਮੁੱਲ ਨਹੀਂ ਹੈ।

ਇਹ ਇਹਨਾਂ ਕਮੀਆਂ ਨੂੰ ਦੂਰ ਕਰਨ ਲਈ ਸੀ ਕਿ ਡੇਟਾ ਵਾਲਟ ਵਿਧੀ ਦਾ ਵਿਸਤਾਰ ਅਜਿਹੇ ਤੱਤਾਂ ਨਾਲ ਕੀਤਾ ਗਿਆ ਸੀ ਜਿਵੇਂ ਕਿ:

• PIT (ਸਮਾਂ ਵਿੱਚ ਬਿੰਦੂ) ਟੇਬਲ;
• ਬ੍ਰਿਜ ਟੇਬਲ;
• ਪੂਰਵ ਪਰਿਭਾਸ਼ਿਤ ਵਿਉਤਪੰਨ।

ਆਉ ਇਹਨਾਂ ਤੱਤਾਂ ਦੇ ਉਦੇਸ਼ 'ਤੇ ਇੱਕ ਡੂੰਘੀ ਵਿਚਾਰ ਕਰੀਏ.

PIT ਟੇਬਲ

ਆਮ ਤੌਰ 'ਤੇ, ਇੱਕ ਵਪਾਰਕ ਇਕਾਈ (HUB) ਵਿੱਚ ਵੱਖ-ਵੱਖ ਅੱਪਡੇਟ ਦਰਾਂ ਵਾਲਾ ਡੇਟਾ ਹੋ ਸਕਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਅਸੀਂ ਕਿਸੇ ਵਿਅਕਤੀ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਵਾਲੇ ਡੇਟਾ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹਾਂ, ਤਾਂ ਅਸੀਂ ਕਹਿ ਸਕਦੇ ਹਾਂ ਕਿ ਫ਼ੋਨ ਨੰਬਰ, ਪਤੇ ਜਾਂ ਈਮੇਲ ਬਾਰੇ ਜਾਣਕਾਰੀ ਦੀ ਅੱਪਡੇਟ ਦਰ ਕਹਿਣ ਨਾਲੋਂ ਵੱਧ ਹੈ, ਪੂਰਾ ਨਾਮ, ਪਾਸਪੋਰਟ ਵੇਰਵੇ, ਵਿਆਹੁਤਾ ਸਥਿਤੀ ਜਾਂ ਲਿੰਗ।

ਇਸ ਲਈ, ਸੈਟੇਲਾਈਟਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੇ ਸਮੇਂ, ਤੁਹਾਨੂੰ ਉਹਨਾਂ ਦੀ ਅਪਡੇਟ ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ. ਇਹ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ?

ਜੇਕਰ ਤੁਸੀਂ ਇੱਕੋ ਸਾਰਣੀ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਅੱਪਡੇਟ ਦਰਾਂ ਵਾਲੇ ਗੁਣਾਂ ਨੂੰ ਸਟੋਰ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਹਰ ਵਾਰ ਸਭ ਤੋਂ ਵੱਧ ਵਾਰ-ਵਾਰ ਬਦਲੀ ਗਈ ਵਿਸ਼ੇਸ਼ਤਾ ਅੱਪਡੇਟ ਹੋਣ 'ਤੇ ਸਾਰਣੀ ਵਿੱਚ ਇੱਕ ਕਤਾਰ ਜੋੜਨੀ ਪਵੇਗੀ। ਨਤੀਜਾ ਡਿਸਕ ਸਪੇਸ ਵਿੱਚ ਵਾਧਾ ਅਤੇ ਪੁੱਛਗਿੱਛ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਸਮੇਂ ਵਿੱਚ ਵਾਧਾ ਹੈ।

ਹੁਣ ਜਦੋਂ ਅਸੀਂ ਸੈਟੇਲਾਈਟਾਂ ਨੂੰ ਅੱਪਡੇਟ ਬਾਰੰਬਾਰਤਾ ਦੁਆਰਾ ਵੰਡਿਆ ਹੈ, ਅਤੇ ਉਹਨਾਂ ਵਿੱਚ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਡਾਟਾ ਲੋਡ ਕਰ ਸਕਦੇ ਹਾਂ, ਸਾਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਅਸੀਂ ਅੱਪ-ਟੂ-ਡੇਟ ਡੇਟਾ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਾਂ। ਬਿਹਤਰ, ਬੇਲੋੜੀ JOINs ਦੀ ਵਰਤੋਂ ਕੀਤੇ ਬਿਨਾਂ।

ਮੈਨੂੰ ਸਮਝਾਉਣ ਦਿਓ, ਉਦਾਹਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਸੈਟੇਲਾਈਟਾਂ ਤੋਂ ਮੌਜੂਦਾ (ਆਖਰੀ ਅੱਪਡੇਟ ਦੀ ਮਿਤੀ ਦੇ ਅਨੁਸਾਰ) ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀਆਂ ਵੱਖ-ਵੱਖ ਅੱਪਡੇਟ ਦਰਾਂ ਹਨ। ਅਜਿਹਾ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਅੱਪਡੇਟ ਮਿਤੀ MAX (ਅੱਪਡੇਟ ਮਿਤੀ) ਦੀ ਚੋਣ ਦੇ ਨਾਲ ਨਾ ਸਿਰਫ਼ ਇੱਕ ਜੁਆਇਨ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ, ਸਗੋਂ ਕਈ ਨੇਸਟਡ ਸਵਾਲ (ਜਾਣਕਾਰੀ ਰੱਖਣ ਵਾਲੇ ਹਰੇਕ ਸੈਟੇਲਾਈਟ ਲਈ) ਵੀ ਬਣਾਉਣੇ ਪੈਣਗੇ। ਹਰੇਕ ਨਵੇਂ JOIN ਦੇ ਨਾਲ, ਅਜਿਹਾ ਕੋਡ ਵਧਦਾ ਹੈ ਅਤੇ ਬਹੁਤ ਜਲਦੀ ਸਮਝਣਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ।

PIT ਟੇਬਲ ਅਜਿਹੇ ਸਵਾਲਾਂ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ; PIT ਟੇਬਲਾਂ ਨੂੰ ਡਾਟਾ ਵਾਲਟ ਵਿੱਚ ਨਵਾਂ ਡਾਟਾ ਲਿਖਣ ਦੇ ਨਾਲ ਨਾਲ ਭਰਿਆ ਜਾਂਦਾ ਹੈ। PIT ਟੇਬਲ:

ਇਸ ਤਰ੍ਹਾਂ, ਸਾਡੇ ਕੋਲ ਸਮੇਂ ਦੇ ਹਰੇਕ ਬਿੰਦੂ 'ਤੇ ਸਾਰੇ ਸੈਟੇਲਾਈਟਾਂ ਲਈ ਡੇਟਾ ਦੀ ਸਾਰਥਕਤਾ ਬਾਰੇ ਜਾਣਕਾਰੀ ਹੈ। PIT ਸਾਰਣੀ ਵਿੱਚ JOINs ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਅਸੀਂ ਨੇਸਟਡ ਸਵਾਲਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖਤਮ ਕਰ ਸਕਦੇ ਹਾਂ, ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਇਸ ਸ਼ਰਤ ਦੇ ਨਾਲ ਕਿ PIT ਹਰ ਰੋਜ਼ ਅਤੇ ਬਿਨਾਂ ਕਿਸੇ ਅੰਤਰ ਦੇ ਭਰਿਆ ਜਾਂਦਾ ਹੈ। ਭਾਵੇਂ PIT ਵਿੱਚ ਅੰਤਰ ਹਨ, ਤੁਸੀਂ PIT ਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਨੇਸਟਡ ਪੁੱਛਗਿੱਛ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਨਵੀਨਤਮ ਡੇਟਾ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ। ਇੱਕ ਨੇਸਟਡ ਪੁੱਛਗਿੱਛ ਹਰੇਕ ਸੈਟੇਲਾਈਟ ਲਈ ਨੇਸਟਡ ਪੁੱਛਗਿੱਛਾਂ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਪ੍ਰਕਿਰਿਆ ਕਰੇਗੀ।

ਬ੍ਰਿਜ

BRIDGE ਟੇਬਲਾਂ ਨੂੰ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਸਵਾਲਾਂ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਲਈ ਵੀ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਜੋ PIT ਤੋਂ ਵੱਖਰਾ ਹੈ ਉਹ ਵੱਖ-ਵੱਖ ਹੱਬਾਂ, ਲਿੰਕਾਂ ਅਤੇ ਉਹਨਾਂ ਦੇ ਸੈਟੇਲਾਈਟਾਂ ਵਿਚਕਾਰ ਬੇਨਤੀਆਂ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਅਤੇ ਤੇਜ਼ ਕਰਨ ਦਾ ਇੱਕ ਸਾਧਨ ਹੈ।

ਸਾਰਣੀ ਵਿੱਚ ਸਾਰੇ ਸੈਟੇਲਾਈਟਾਂ ਲਈ ਸਾਰੀਆਂ ਲੋੜੀਂਦੀਆਂ ਕੁੰਜੀਆਂ ਹਨ, ਜੋ ਅਕਸਰ ਪੁੱਛਗਿੱਛਾਂ ਵਿੱਚ ਵਰਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਜੇ ਲੋੜ ਹੋਵੇ, ਹੈਸ਼ਡ ਵਪਾਰਕ ਕੁੰਜੀਆਂ ਨੂੰ ਟੈਕਸਟ ਰੂਪ ਵਿੱਚ ਕੁੰਜੀਆਂ ਨਾਲ ਪੂਰਕ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜੇਕਰ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਕੁੰਜੀਆਂ ਦੇ ਨਾਮ ਦੀ ਲੋੜ ਹੈ।

ਤੱਥ ਇਹ ਹੈ ਕਿ BRIDGE ਦੀ ਵਰਤੋਂ ਕੀਤੇ ਬਿਨਾਂ, ਵੱਖ-ਵੱਖ ਹੱਬਾਂ ਨਾਲ ਸਬੰਧਤ ਸੈਟੇਲਾਈਟਾਂ ਵਿੱਚ ਸਥਿਤ ਡੇਟਾ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ, ਨਾ ਸਿਰਫ਼ ਸੈਟੇਲਾਈਟਾਂ ਦਾ, ਸਗੋਂ ਹੱਬ ਨੂੰ ਜੋੜਨ ਵਾਲੇ ਲਿੰਕਾਂ ਨੂੰ ਵੀ ਜੋੜਨਾ ਜ਼ਰੂਰੀ ਹੋਵੇਗਾ।

BRIDGE ਦੀ ਮੌਜੂਦਗੀ ਜਾਂ ਗੈਰਹਾਜ਼ਰੀ ਸਟੋਰੇਜ ਕੌਂਫਿਗਰੇਸ਼ਨ ਅਤੇ ਪੁੱਛਗਿੱਛ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਦੀ ਗਤੀ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦੀ ਜ਼ਰੂਰਤ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਬ੍ਰਿਜ ਦੀ ਇੱਕ ਵਿਆਪਕ ਉਦਾਹਰਣ ਦੇ ਨਾਲ ਆਉਣਾ ਮੁਸ਼ਕਲ ਹੈ.

ਪੂਰਵ ਪਰਿਭਾਸ਼ਿਤ ਵਿਉਤਪੰਨ

ਇਕ ਹੋਰ ਕਿਸਮ ਦਾ ਆਬਜੈਕਟ ਜੋ ਸਾਨੂੰ ਬਿਜ਼ਨਸ ਡੇਟਾ ਵਾਲਟ ਦੇ ਨੇੜੇ ਲਿਆਉਂਦਾ ਹੈ ਉਹ ਟੇਬਲ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿਚ ਪਹਿਲਾਂ ਤੋਂ ਗਣਨਾ ਕੀਤੇ ਸੂਚਕਾਂ ਹਨ। ਅਜਿਹੇ ਟੇਬਲ ਕਾਰੋਬਾਰ ਲਈ ਅਸਲ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਹਨ; ਉਹਨਾਂ ਵਿੱਚ ਦਿੱਤੇ ਨਿਯਮਾਂ ਦੇ ਅਨੁਸਾਰ ਇਕੱਤਰ ਕੀਤੀ ਜਾਣਕਾਰੀ ਹੁੰਦੀ ਹੈ ਅਤੇ ਇਸ ਤੱਕ ਪਹੁੰਚ ਕਰਨਾ ਮੁਕਾਬਲਤਨ ਆਸਾਨ ਬਣਾਉਂਦੇ ਹਨ।

ਆਰਕੀਟੈਕਚਰਲ ਤੌਰ 'ਤੇ, ਪੂਰਵ-ਨਿਰਧਾਰਤ ਵਿਉਤਪੱਤੀ ਇੱਕ ਖਾਸ ਹੱਬ ਦੇ ਇੱਕ ਹੋਰ ਉਪਗ੍ਰਹਿ ਤੋਂ ਵੱਧ ਕੁਝ ਨਹੀਂ ਹਨ। ਇਹ, ਇੱਕ ਨਿਯਮਤ ਸੈਟੇਲਾਈਟ ਵਾਂਗ, ਇੱਕ ਕਾਰੋਬਾਰੀ ਕੁੰਜੀ ਅਤੇ ਸੈਟੇਲਾਈਟ ਵਿੱਚ ਰਿਕਾਰਡ ਬਣਾਉਣ ਦੀ ਮਿਤੀ ਰੱਖਦਾ ਹੈ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਸਮਾਨਤਾਵਾਂ ਖਤਮ ਹੁੰਦੀਆਂ ਹਨ, ਹਾਲਾਂਕਿ. ਅਜਿਹੇ "ਵਿਸ਼ੇਸ਼" ਸੈਟੇਲਾਈਟ ਦੇ ਗੁਣਾਂ ਦੀ ਅਗਲੀ ਰਚਨਾ ਵਪਾਰਕ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਸਭ ਤੋਂ ਪ੍ਰਸਿੱਧ, ਪੂਰਵ-ਗਣਨਾ ਕੀਤੇ ਸੂਚਕਾਂ ਦੇ ਅਧਾਰ ਤੇ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ.

ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਕਰਮਚਾਰੀ ਬਾਰੇ ਜਾਣਕਾਰੀ ਰੱਖਣ ਵਾਲੇ ਇੱਕ ਹੱਬ ਵਿੱਚ ਸੂਚਕਾਂ ਵਾਲਾ ਇੱਕ ਸੈਟੇਲਾਈਟ ਸ਼ਾਮਲ ਹੋ ਸਕਦਾ ਹੈ ਜਿਵੇਂ ਕਿ:

• ਘੱਟੋ-ਘੱਟ ਉਜਰਤ;
• ਵੱਧ ਤੋਂ ਵੱਧ ਤਨਖਾਹ;
• ਔਸਤ ਤਨਖਾਹ;
• ਇਕੱਤਰ ਕੀਤੀਆਂ ਉਜਰਤਾਂ ਦਾ ਸੰਚਤ ਕੁੱਲ, ਆਦਿ।

ਉਸੇ ਹੱਬ ਦੇ PIT ਟੇਬਲ ਵਿੱਚ ਪੂਰਵ-ਨਿਰਧਾਰਤ ਡੈਰੀਵੇਸ਼ਨਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਾ ਤਰਕਸੰਗਤ ਹੈ, ਫਿਰ ਤੁਸੀਂ ਖਾਸ ਤੌਰ 'ਤੇ ਚੁਣੀ ਗਈ ਮਿਤੀ 'ਤੇ ਕਿਸੇ ਕਰਮਚਾਰੀ ਲਈ ਆਸਾਨੀ ਨਾਲ ਡਾਟਾ ਸਲਾਈਸ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ।

ਸੰਕਲਪ

ਜਿਵੇਂ ਕਿ ਅਭਿਆਸ ਦਿਖਾਉਂਦਾ ਹੈ, ਵਪਾਰਕ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਡੇਟਾ ਵਾਲਟ ਦੀ ਵਰਤੋਂ ਕਈ ਕਾਰਨਾਂ ਕਰਕੇ ਕੁਝ ਮੁਸ਼ਕਲ ਹੈ:

• ਪੁੱਛਗਿੱਛ ਕੋਡ ਗੁੰਝਲਦਾਰ ਅਤੇ ਬੋਝਲ ਹੈ;
• JOINs ਦੀ ਬਹੁਤਾਤ ਸਵਾਲਾਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ;
• ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਸਵਾਲਾਂ ਨੂੰ ਲਿਖਣ ਲਈ ਸਟੋਰੇਜ਼ ਡਿਜ਼ਾਈਨ ਦੇ ਵਧੀਆ ਗਿਆਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਡੇਟਾ ਪਹੁੰਚ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਲਈ, ਡੇਟਾ ਵਾਲਟ ਨੂੰ ਵਾਧੂ ਵਸਤੂਆਂ ਨਾਲ ਵਧਾਇਆ ਗਿਆ ਹੈ:

• PIT (ਸਮਾਂ ਵਿੱਚ ਬਿੰਦੂ) ਟੇਬਲ;
• ਬ੍ਰਿਜ ਟੇਬਲ;
• ਪੂਰਵ ਪਰਿਭਾਸ਼ਿਤ ਵਿਉਤਪੰਨ।

ਅਗਲਾ ਲੇਖ ਮੈਂ ਇਹ ਦੱਸਣ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਿਹਾ ਹਾਂ, ਮੇਰੀ ਰਾਏ ਵਿੱਚ, ਉਹਨਾਂ ਲਈ ਸਭ ਤੋਂ ਦਿਲਚਸਪ ਗੱਲ ਜੋ BI ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ. ਮੈਂ ਡੇਟਾ ਵਾਲਟ ਦੇ ਅਧਾਰ 'ਤੇ ਤੱਥ ਸਾਰਣੀਆਂ ਅਤੇ ਮਾਪ ਟੇਬਲ ਬਣਾਉਣ ਦੇ ਤਰੀਕੇ ਪੇਸ਼ ਕਰਾਂਗਾ।

ਲੇਖ ਦੀ ਸਮੱਗਰੀ ਇਸ 'ਤੇ ਅਧਾਰਤ ਹੈ:

• 'ਤੇ ਪ੍ਰਕਾਸ਼ਨ ਕੇਂਟਾ ਗ੍ਰਾਜ਼ੀਆਨੋ, ਜਿਸ ਵਿੱਚ, ਇੱਕ ਵਿਸਤ੍ਰਿਤ ਵਰਣਨ ਤੋਂ ਇਲਾਵਾ, ਮਾਡਲ ਚਿੱਤਰ ਸ਼ਾਮਲ ਹਨ;
• ਕਿਤਾਬ: “ਡਾਟਾ ​​ਵਾਲਟ 2.0 ਦੇ ਨਾਲ ਇੱਕ ਸਕੇਲੇਬਲ ਡਾਟਾ ਵੇਅਰਹਾਊਸ ਬਣਾਉਣਾ”;
• ਆਰਟੀਕਲ ਡਾਟਾ ਵਾਲਟ ਬੇਸਿਕਸ.

ਸਰੋਤ: www.habr.com