V predchádzajúcich , sme sa oboznámili so základmi DATA VAULT, rozšírením DATA VAULT na analýzu a vytvorením BUSINESS DATA VAULT. Prišiel čas ukončiť sériu treťou článkom.
Ako som avizoval v predchádzajúcej , tento článok bude venovaný téme BI, konkrétne príprave DATA VAULT ako zdroja dát pre BI. Pozrime sa, ako vytvoriť faktové a dimenzionálne tabuľky, a tým vytvoriť hviezdnu schému.
Keď som začal skúmať anglické materiály na tému vytvárania dátových skladov na DATA VAULT, mal som pocit, že proces je dosť zložitý. Články sú rozsiahle a obsahujú odkazy na zmeny vo formuláciách, ktoré sa objavili v metodológii Data Vault 2.0, pričom sa zdôrazňuje význam týchto formulácií.
Avšak po hlbšom preklade sa ukázalo, že proces nie je až taký zložitý. Ale možno si vytvoríte iný názor.
A tak, poďme prejsť k podstate.
Dimenzionálne a faktové tabuľky v DATA VAULT
Najzložitejšia informácia na pochopenie:
- Dimenzionálne tabuľky sú postavené na informáciách hubov a ich satelitov;
- Faktové tabuľky sú postavené na informáciách linkov a ich satelitov.
A to je zjavné po prečítaní článku o . Huby uchovávajú jedinečné kľúče obchodných objektov, ich satelity stav atribútov obchodných objektov viazané na čas, satelity viazané na linky podporujúce transakcie uchovávajú číselné charakteristiky týchto transakcií.
Na tom sa teória v podstate končí.
Ale aj tak, podľa môjho názoru, je potrebné spomenúť niekoľko pojmov, ktoré sa môžu objaviť v článkoch o metodológii DATA VAULT:
- Raw Data Marts – vitríny „surových“ dát;
- Information Marts – informačné vitríny.
Pojem „Raw Data Marts“ označuje vitríny vytvorené nad dátami DATA VAULT prostredníctvom vykonávania relatívne jednoduchých JOIN’ov. Prístup „Raw Data Marts“ umožňuje flexibilne a v krátkom čase rozšíriť projekt skladu informáciami vhodnými na analýzu. Takýto prístup nezahŕňa vykonávanie zložitých transformácií dát a uplatňovanie obchodných pravidiel pred umiestnením do vitríny, avšak dáta „Raw Data Marts“ by mali byť pochopiteľné pre obchodného používateľa a majú slúžiť ako základ pre ďalšie transformácie, napríklad nástrojmi BI.
Pojem „Information Marts“ sa objavil v metodológii Data Vault 2.0, nahradil starý pojem „Data Marts“. Táto zmena je spôsobená uvedomením si úlohy implementácie modelu údajov na vytváranie správ ako transformácie údajov na informácie. Schéma „Information Marts“ by mala predovšetkým poskytovať podnikaniu informácie vhodné na rozhodovanie.
Dostatočne zložitá definícia odráža dva jednoduché fakty:
- Vitríny typu „Raw Data Marts“ sa stavajú na surovom (RAW) DATA VAULT, úložisku obsahujúcom len základné pojmy: HUBS, LINKS, SATELLITES;
- Vitríny „Information Marts“ sa vytvárajú s využitím prvkov BUSINESS VAULT: PIT, BRIDGE.
Ak sa pozrieme na príklady uchovávania informácií o zamestnancoch, môžeme povedať, že vitrína zobrazujúca aktuálne (platné dnes) telefónne číslo zamestnanca je vitrína typu „Raw Data Marts“. Na vytvorenie takejto vitríny sa používa obchodný kľúč zamestnanca a funkcia MAX(), použitá na atribút dátumu nahrávania do satellite (MAX(SatLoadDate)). Keď je potrebné uchovávať históriu zmien atribútu vo vitríne – je potrebné rozumieť, od ktorej do ktorej dátumy bolo telefónne číslo platné, primárnym kľúčom takej tabuľky sa stane kompilácia obchodného kľúča a dátumu nahrávania do satellite, pričom sa pridá aj pole dátumu ukončenia obdobia platnosti.
Vytvorenie vitríny, ktorá uchováva aktuálne informácie o každom atribúte niekoľkých satellites, vstupujúcich do hubu, napríklad telefónne číslo, adresa, meno, predpokladá použitie PIT tabuľky, cez ktorú je ľahké získať všetky dátumy platnosti. Vitríny takéhoto typu sa zaraďujú k „Information Marts“.
Oba prístupy sú aktuálne ako pre dimenzie, tak aj pre fakty.
Na vytvorenie vitrín, ktoré uchovávajú informácie o viacerých linkách a huboch, môže byť zapojené odvolanie na BRIDGE tabuľky.
Touto článkom končím cyklus o koncepte DATA VAULT, dúfam, že informácie, ktoré som zdieľal, budú užitočné pri realizácii vašich projektov.
Ako vždy, na záver, niekoľko užitočných odkazov:
- Kenta Graciano, kde okrem podrobného popisu sú obsiahnuté aj schémy modelu;
- Kniha: „Building a Scalable Data Warehouse with DATA VAULT 2.0“;
- ;
- .
Zdroj: habr.com
