W poprzednich , poznaliśmy podstawy DATA VAULT, rozszerzenie DATA VAULT do stanu bardziej odpowiedniego do analizy oraz stworzenie BUSINESS DATA VAULT. Nadszedł czas na zakończenie serii trzecim artykułem.
Jak zapowiedziałem w poprzedniej , ten artykuł będzie poświęcony tematowi BI, a dokładniej przygotowaniu DATA VAULT jako źródła danych dla BI. Przyjrzymy się, jak stworzyć tabele faktów i wymiarów, a tym samym stworzyć schemat gwiazdy.
Kiedy zacząłem studiować anglojęzyczne materiały na temat tworzenia hurtowni danych nad DATA VAULT, miałem wrażenie, że proces ten jest wystarczająco skomplikowany. Ponieważ artykuły mają znaczny wolumen, zawierają odniesienia do zmian w sformułowaniach, które pojawiły się w metodologii Data Vault 2.0, zwraca się uwagę na ważność tych sformułowań.
Jednakże, zagłębiając się w tłumaczenie, stało się jasne, że proces ten nie jest tak trudny. Może jednak mieć inne zdanie.
A więc, przejdźmy do sedna.
Tabele wymiarów i faktów w DATA VAULT
Najtrudniejsza do zrozumienia informacja:
- Tabele wymiarów budowane są na podstawie informacji z hubów i ich satellite'ów;
- Tabele faktów budowane są na podstawie informacji z linków i ich satellite'ów.
I to jest oczywiste po przeczytaniu artykułu o . Huby przechowują unikalne klucze obiektów biznesowych, ich satellite'y stany atrybutów obiektów biznesowych związane z czasem, satellite'y związane z linkami wspierającymi transakcje, przechowują numeryczne charakterystyki tych transakcji.
Na tym teoria w zasadzie się kończy.
Jednakże, moim zdaniem, należy zaznaczyć kilka pojęć, które mogą pojawić się w artykułach o metodologii DATA VAULT:
- Raw Data Marts – hurtownie “surowych” danych;
- Information Marts – hurtownie informacyjne.
Pojęcie “Raw Data Marts” oznacza hurtownie zbudowane na danych DATA VAULT poprzez wykonywanie dość prostych JOIN’ów. Podejście “Raw Data Marts” pozwala elastycznie i szybko rozszerzyć projekt hurtowni o informacje nadające się do analizy. Takie podejście nie wymaga wykonywania skomplikowanych transformacji danych ani stosowania zasad biznesowych przed umieszczeniem w hurtowni, jednak dane “Raw Data Marts” powinny być zrozumiałe dla użytkownika biznesowego i miały służyć jako podstawa do dalszej transformacji, na przykład narzędziami BI.
Pojęcie „Information Marts” pojawiło się w metodologii Data Vault 2.0 i zastąpiło starą definicję „Data Marts”. Ta zmiana jest spowodowana uznaniem potrzeby realizacji modelu danych do budowy raportów jako przekształcania danych w informacje. Schemat „Information Marts” przede wszystkim powinien dostarczać biznesowi informacji przydatnych do podejmowania decyzji.
Dosyć rozwlekłe definicje odzwierciedlają dwa proste fakty:
- Witryny typu „Raw Data Marts” buduje się na surowym (RAW) DATA VAULT, repozytorium zawierającym tylko podstawowe pojęcia: HUBS, LINKS, SATELLITES;
- Witryny „Information Marts” są budowane z wykorzystaniem elementów BUSINESS VAULT: PIT, BRIDGE.
Odnosząc się do przykładu przechowywania informacji o pracowniku, można powiedzieć, że witryna wyświetlająca aktualny (obecny) numer telefonu pracownika to witryna typu „Raw Data Marts”. Do utworzenia takiej witryny wykorzystuje się klucz biznesowy pracownika oraz funkcję MAX(), zastosowaną do atrybutu daty załadunku w satellicie (MAX(SatLoadDate)). Kiedy wymagane jest przechowywanie historii zmiany atrybutu w witrynie – wzmiankuje się, od kiedy do kiedy telefon był aktualny, kluczem głównym w takiej tabeli będzie zestawienie klucza biznesowego i daty załadunku do satellitu, dodatkowo zostanie dodane pole daty zakończenia okresu aktualności.
Utworzenie witryny, która przechowuje aktualne informacje o każdym atrybucie kilku satellitów wchodzących w skład hubu, na przykład, numer telefonu, adres, pełne imię i nazwisko, wymaga zastosowania tabeli PIT, poprzez którą łatwo uzyskać wszystkie daty aktualności. Witryny tego typu są klasyfikowane jako „Information Marts”.
Oba podejścia są aktualne zarówno dla wymiarów, jak i faktów.
Do tworzenia witryn przechowujących informacje o kilku linkach i hubach można wykorzystać odwołania do tabel BRIDGE.
Tym artykułem kończę cykl na temat koncepcji DATA VAULT, mam nadzieję, że informacje, którymi się podzieliłem, będą przydatne w realizacji twoich projektów.
Jak zawsze, na zakończenie, kilka przydatnych linków:
- Kenta Grazziano, w której oprócz szczegółowego opisu znajdują się schematy modelu;
- Książka: „Building a Scalable Data Warehouse with DATA VAULT 2.0”;
- ;
- .
Źródło: habr.com
