Nos artigos anteriores, , conhecemos os fundamentos do DATA VAULT, a expansão do DATA VAULT para um estado mais adequado à análise e a criação do BUSINESS DATA VAULT. É hora de encerrar a série com o terceiro artigo.
Como anunciei no artigo anterior, , este artigo será dedicado ao tema de BI, mais especificamente à preparação do DATA VAULT como fonte de dados para BI. Vamos explorar como criar tabelas de fatos e dimensões, e assim, criar uma esquema de estrela.
Quando comecei a estudar materiais em inglês sobre a criação de data warehouses sobre o DATA VAULT, tive a impressão de que o processo era bastante complexo. As matérias são extensas, referem-se a mudanças nas formulações que surgiram na metodologia Data Vault 2.0 e destacam a importância dessas formulações.
No entanto, ao me aprofundar na tradução, tornou-se claro que o processo não é tão complicado assim. Mas, talvez você tenha uma opinião diferente.
Assim, vamos ao que interessa.
Tabelas de dimensões e fatos no DATA VAULT
A informação mais difícil de entender:
- As tabelas de dimensões são construídas a partir das informações dos hubs e seus satélites;
- As tabelas de fatos são construídas com base nas informações dos links e seus satélites.
E isso é evidente após a leitura do artigo sobre Os hubs armazenam chaves únicas de objetos de negócios, seus satélites registram o estado dos atributos dos objetos de negócios ligados ao tempo, e os satélites vinculados aos links que suportam transações armazenam características numéricas dessas transações.
Com isso, a teoria, em princípio, chega ao fim.
Ainda assim, na minha opinião, é importante notar alguns conceitos que podem aparecer em artigos sobre a metodologia DATA VAULT:
- Raw Data Marts – showcases de dados ‘crus’;
- Information Marts – showcases de informação.
O conceito de 'Raw Data Marts' refere-se a showcases construídos sobre os dados do DATA VAULT por meio da execução de JOINs relativamente simples. A abordagem de 'Raw Data Marts' permite expandir o projeto do armazém de dados de forma flexível e em um curto período de tempo, com informações adequadas para análise. Esta abordagem não envolve a execução de transformações complexas de dados e a aplicação de regras de negócios antes de serem colocadas no showcase; no entanto, os dados dos 'Raw Data Marts' devem ser compreensíveis para o usuário de negócios e servem como base para transformações futuras, por exemplo, por meio de ferramentas de BI.
O conceito de “Information Marts” surgiu na metodologia Data Vault 2.0, substituindo o antigo conceito de “Data Marts”. Essa mudança se deve à compreensão da tarefa de implementar um modelo de dados para a elaboração de relatórios como uma transformação de dados em informações. O esquema “Information Marts” deve, primordialmente, fornecer informações adequadas para a tomada de decisões empresariais.
As definições bastante prolixas refletem dois fatos simples:
- Os data marts do tipo “Raw Data Marts” são construídos sobre o DATA VAULT bruto (RAW), um repositório que contém apenas os conceitos básicos: HUBS, LINKS, SATELLITES;
- Os data marts “Information Marts” são construídos com elementos do BUSINESS VAULT: PIT, BRIDGE.
Se tomarmos exemplos de armazenamento de informações sobre um funcionário, podemos dizer que o data mart que exibe o número de telefone atual (válido até hoje) do funcionário é um data mart do tipo “Raw Data Marts”. Para a formação de tal data mart, utiliza-se a chave de negócios do funcionário e a função MAX() aplicada ao atributo de data de carga no satélite (MAX(SatLoadDate)). Quando é necessário armazenar a história da mudança do atributo no data mart – é preciso saber de que data até que data o telefone foi válido, a chave primária dessa tabela será a compilação da chave de negócios e da data de carga no satélite, também será adicionado um campo para a data de término do período de validade.
A criação de um data mart que armazena informações atuais de cada atributo de vários satélites que pertencem ao hub, por exemplo, número de telefone, endereço, nome completo, implica o uso da tabela PIT, através da qual é fácil obter todas as datas de validade. Data marts desse tipo são classificados como “Information Marts”.
Ambas as abordagens são relevantes tanto para dimensões quanto para fatos.
Para a criação de data marts que armazenam informações de vários links e hubs, pode-se utilizar tabelas BRIDGE.
Com este artigo, finalizo o ciclo sobre o conceito de DATA VAULT, espero que a informação que compartilhei seja útil na implementação de seus projetos.
Como sempre, para finalizar, algumas links úteis:
- Kenta Graziano, que, além de uma descrição detalhada, contém esquemas do modelo;
- Livro: “Building a Scalable Data Warehouse with DATA VAULT 2.0”;
- ;
- .
Fonte: habr.com
