Në artikullin e mëparshëm, përmenda bazat e DATA VAULT, përshkrova elementët kryesorë të DATA VAULT dhe qëllimin e tyre. Megjithatë, tema e DATA VAULT nuk mund të konsiderohet e plotë, është e nevojshme të flasim për hapat e ardhshëm të evolucionit të DATA VAULT.
Në këtë artikull do të përqendrohem në zhvillimin e DATA VAULT dhe kalimin në BUSINESS DATA VAULT ose thjesht BUSINESS VAULT.
Arsyet e shfaqjes së BUSINESS DATA VAULT
Duhet theksuar se, ndonëse DATA VAULT ka disa pika të forta, nuk është pa disavantazhe. Një nga këto disavantazhe është kompleksiteti në shkruarjen e kërkesave analitike. Kërkesat kanë një numër të konsiderueshëm JOIN-ësh, çka e bën kodin të gjatë dhe të ngarkuar. Gjithashtu, të dhënat që hyjnë në DATA VAULT nuk përjetojnë asnjë transformim, kështu që nga këndvështrimi i biznesit, DATA VAULT në formën e tij të pastër nuk ka vlerë të pakushtëzuar.
Pikërisht për të eliminuar këto disavantazhe, metodologjia e DATA VAULT është zgjeruar me elemente të tilla si:
- Tabelat PIT (point in time);
- Tabelat BRIDGE;
- Të Dhenat e Përcaktuara Më Parë (PREDEFINED DERIVATIONS).
Le të shqyrtojmë më në detaje funksionin e këtyre elementeve.
Tabelat PIT
Në përgjithësi, një objekt biznesi (HUB) mund të ketë të dhëna me frekuenca të ndryshme për azhurnim, për shembull, nëse flasim për të dhëna që karakterizojnë një individ, mund të themi se informacioni për numrin e telefonit, adresën ose emailin ka një frekuencë më të lartë azhurnimi se, thënë, emri dhe mbiemri, të dhënat e pasaportës, statusi marital ose gjinia.
Prandaj, kur përcaktojmë satelitët, duhet të kemi parasysh frekuencën e tyre të azhurnimit. Pse është e rëndësishme kjo?
NĂ«se nĂ« njĂ« tabelĂ« ruajmĂ« atribute me frekuenca tĂ« ndryshme azhurnimi, do tĂ« duhet tĂ« shtojmĂ« rresht nĂ« tabelĂ« me çdo azhurnim tĂ« atributit mĂ« tĂ« shpeshtĂ«. Si pasojĂ« â rritja e volumit tĂ« hapĂ«sirĂ«s disk dhe rritja e kohĂ«s sĂ« ekzekutimit tĂ« kĂ«rkesave.
Tani, kur kemi ndarë satelitët sipas frekuencës së azhurnimit dhe mund të ngarkojmë të dhëna në to në mënyrë të pavarur, duhet të sigurojmë mundësinë e marrjes së të dhënave aktuale. Më mirë, pa përdorur JOIN të tepërta.
Do të shpjegoj, për shembull, është e nevojshme të merrni informacionin e saktë (sipër datës së fundit të përditësimit) nga satelitët që kanë një frekuencë të ndryshme përditësimi. Për këtë, do të nevojitet jo vetëm të bëni JOIN, por gjithashtu të krijoni disa kërkesa të përfshira (për çdo satelit që përmban informacion) me zgjedhjen e datës maksimale të përditësimit MAX(Data e përditësimit). Me çdo JOIN të ri, ky kod zgjeron dhe shpejt bëhet i komplikuar për t'u kuptuar.
Tabela PIT është krijuar për të thjeshtësuar këto kërkesa, tabelat PIT mbushen njëkohësisht me regjistrimin e të dhënave të reja në DATA VAULT. Tabela PIT:
Kështu, ne kemi informacionin e aktualitetit të të dhënave për të gjithë satelitët në çdo moment të caktuar. Duke përdorur JOIN të tabelës PIT, ne mund të përjashtojmë plotësisht kërkesat e përfshira, natyrisht me kushtin që PIT të mbushet çdo ditë dhe pa mungesa. Edhe nëse mungesat në PIT ndodhin, të dhënat e aktualizuara mund të merren duke përdorur vetëm një kërkesë të përfshirë në vetë PIT. Një kërkesë e përfshirë do të funksionojë më shpejt se kërkesat e përfshira për secilin satelit.
BRIDGE
Tabela e tipit BRIDGE gjithashtu përdoret për të thjeshtësuar kërkesat analitike. Megjithatë, dallimi nga PIT është një mjet për thjeshtësimin dhe përshpejtimin e kërkesave mes hub-eve të ndryshëm, lidhjeve dhe satelitëve të tyre.
Tabela përmban të gjitha çelësat e nevojshëm për të gjithë satelitët, të cilët shpesh përdoren në kërkesa. Për më tepër, nëse është e nevojshme, çelësat biznesorë të heshëruara mund të plotësohen me çelësat në formë teksti, nëse emrat e çelësave nevojiten për analizë.
E vërteta është se pa përdorimin e BRIDGE, në procesin e marrjes së të dhënave që ndodhen në satelitët që i përkasin hub-eve të ndryshëm, do të nevojitet të bëni JOIN jo vetëm të satelitëve, por edhe të lidhjeve që lidhin hub-et.
Prania apo mungesa e BRIDGE përcaktohet nga konfigurimi i depozitës, nevoja për optimizimin e shpejtësisë së ekzekutimit të kërkesave. Një shembull universalisht për BRIDGE është i vështirë për t'u shpikur.
PREDEFINED DERIVATIONS
Një lloj tjetër objekti, që na afron me BUSINESS DATA VAULT janë tabelat që përmbajnë tregues të llogaritur paraprakisht. Të tilla tabela janë me të vërtetë të rëndësishme për biznesin, ato përmbajnë informacion të grumbulluar sipas rregullave të caktuara dhe lejojnë qasje ndaj tij relativisht lehtë.
Arketimet PREDEFINED DERIVATIONS përfaqësojnë, asgjë më shumë se një satelit tjetër të një huba të caktuar. Ai, ashtu si një satelit i zakonshëm, përmban çelësin e biznesit dhe datën e formimit të regjistrimit në satelit. Megjithatë, këtu përfundojnë ngjashmëritë. Estruktura e mëtejshme e atributeve të këtij "sateliti të specializuar" përcaktohet nga përdoruesit e biznesit në bazë të treguesve më të kërkuar, të llogaritur paraprakisht.
Për shembull, hubi që përmban informacion rreth punonjësit, mund të përfshijë një satelit me tregues të tillë si:
- Paga minimale;
- Paga maksimale;
- Paga mesatare;
- Shuma akumuluese e pagës së dhënë, etj.
ĂshtĂ« logjike tĂ« pĂ«rfshihen PREDEFINED DERIVATIONS nĂ« tabelĂ«n PIT tĂ« kĂ«tij huba, atĂ«herĂ« Ă«shtĂ« e lehtĂ« tĂ« merret njĂ« pĂ«rzgjedhje e tĂ« dhĂ«nave pĂ«r punonjĂ«sin nĂ« njĂ« datĂ« tĂ« zgjedhur.
PĂRFUNDIME
Siç tregon praktika, përdorimi i DATA VAULT nga përdoruesit e biznesit është disi i vështirë për disa arsye:
- Kodi i kërkesave është kompleks dhe masiv;
- Abundanca e JOIN'ëve ndikon në performancën e kërkesave;
- Për të shkruar kërkesa analitike kërkohet njohuri e jashtëzakonshme mbi strukturën e depozitës.
Për të thjeshtuar aksesin në të dhëna, DATA VAULT zgjerohet me objekte të tjera:
- Tabelat PIT (point in time);
- Tabelat BRIDGE;
- Të Dhenat e Përcaktuara Më Parë (PREDEFINED DERIVATIONS).
Në artikullin e ardhshëm Unë planifikoj të flas për, sipas mendimit tim, gjënë më interesante për ata që punojnë me BI. Do të paraqes mënyrat e krijimit të tabelave - fakte dhe tabelave - dimensione mbi bazën e DATA VAULT.
Materialet e artikullit janë të bazuara në:
- Në Kenna Graziano, në të cilën përveç përshkrimit të detajuar përmbahen skemat e modelit;
- Libri: âNdĂ«rtimi i njĂ« depozite tĂ« dhĂ«nash tĂ« shkallĂ«zueshme me DATA VAULT 2.0â;
- Artikulli .
Burimi: habr.com
