önceki , VERİ KASASININ temellerini gördük, VERİ KASASINI daha ayrıştırılabilir bir duruma genişlettik ve bir İŞ VERİ KASASINI oluşturduk. Üçüncü makale ile seriyi bitirmenin zamanı geldi.
Daha önce duyurduğum gibi , bu makale BI konusuna veya daha doğrusu DATA VAULT'un BI için bir veri kaynağı olarak hazırlanmasına odaklanacaktır. Olgu ve boyut tablolarının nasıl oluşturulacağına ve böylece bir yıldız şemasının nasıl oluşturulacağına bakalım.
DATA VAULT üzerinden veri martları oluşturma konusundaki İngilizce materyalleri incelemeye başladığımda, sürecin oldukça karmaşık olduğu hissine kapıldım. Makaleler oldukça uzun olduğundan, Data Vault 2.0 metodolojisinde ortaya çıkan ifadelerdeki değişikliklere atıfta bulunulmakta, bu ifadelerin önemi belirtilmektedir.
Ancak çeviriyi araştırdıktan sonra, bu sürecin o kadar da karmaşık olmadığı ortaya çıktı. Ama farklı bir fikriniz olabilir.
Ve böylece, konuya gelelim.
DATA VULT'daki boyut ve olgu tabloları
Anlaşılması en zor bilgi:
- Ölçüm tabloları, merkezlerden ve uydularından alınan bilgiler üzerine kuruludur;
- Olgu tabloları, bağlantılardan ve uydularından alınan bilgiler üzerine kuruludur.
Ve bu, hakkındaki makaleyi okuduktan sonra açıktır. . Hub'lar, iş nesnelerinin benzersiz anahtarlarını, zamana bağlı uyduları iş nesnesi özniteliklerinin durumunu, işlemleri destekleyen bağlantılara bağlı uydular, bu işlemlerin sayısal özelliklerini depolar.
Teorinin temelde bittiği yer burasıdır.
Ancak yine de, DATA VAULT metodolojisi ile ilgili makalelerde bulunabilecek birkaç kavramı not etmek gerekiyor:
- Ham Veri Pazarları - "ham" verileri gösterir;
- Bilgi Pazarları - bilgi vitrinleri.
"Ham Veri Martları" kavramı - oldukça basit JOIN'ler gerçekleştirerek DATA VAULT verileri üzerinde oluşturulan pazarları ifade eder. "Ham Veri Martları" yaklaşımı, depo projesini analize uygun bilgilerle esnek ve hızlı bir şekilde genişletmenize olanak tanır. Bu yaklaşım, vitrine yerleştirilmeden önce karmaşık veri dönüşümleri gerçekleştirmeyi ve iş kurallarını yürütmeyi içermez, ancak Raw Data Marts verileri iş kullanıcısı tarafından anlaşılabilir olmalı ve örneğin BI araçlarıyla daha fazla dönüşüm için bir temel oluşturmalıdır. .
Data Vault 2.0 metodolojisinde “Bilgi Martları” kavramı ortaya çıktı, eski “Veri Martları” kavramının yerini aldı. Bu değişiklik, verilerin bilgiye dönüştürülmesi olarak raporlama için bir veri modeli uygulama görevinin gerçekleştirilmesinden kaynaklanmaktadır. “Bilgi Pazarları” şeması, öncelikle işletmeye karar vermeye uygun bilgileri sağlamalıdır.
Oldukça ayrıntılı tanımlar iki basit gerçeği yansıtır:
- “Ham Veri Pazarları” tipindeki vitrinler, yalnızca temel kavramları içeren bir depo olan ham (RAW) VERİ KAZANI üzerine kuruludur: HUB'LAR, BAĞLANTILAR, UYDULAR;
- "Bilgi Pazarları" vitrinleri, BUSINESS VULT: PIT, BRIDGE öğeleri kullanılarak inşa edilmiştir.
Bir çalışan hakkında bilgi saklama örneklerine dönecek olursak, bir çalışanın güncel (mevcut) telefon numarasının görüntülendiği bir vitrinin “Raw Data Marts” türünden bir vitrin olduğunu söyleyebiliriz. Böyle bir vitrin oluşturmak için çalışanın iş anahtarı ve uydu yükleme tarihi özelliğinde (MAX(SatLoadDate)) kullanılan MAX() işlevi kullanılır. Öznitelik değişikliklerinin geçmişini vitrinde saklamak gerektiğinde - kullanılır, telefonun hangi tarihten hangi tarihe kadar güncel olduğunu, iş anahtarının derlenmesini ve yükleme tarihini anlamanız gerekir. uydu birincil anahtarı böyle bir tabloya ekleyecektir, geçerlilik süresinin bitiş tarihi alanı da eklenir.
Merkezde yer alan çeşitli uyduların telefon numarası, adres, tam ad gibi her bir özelliği için güncel bilgileri depolayan bir vitrin oluşturmak, üzerinden tüm tarihlere kolayca erişilebilen bir PIT tablosunun kullanılmasını gerektirir. alaka düzeyi. Bu tür vitrinlere "Bilgi Pazarları" adı verilir.
Her iki yaklaşım da hem ölçümler hem de gerçekler için geçerlidir.
Birkaç bağlantı ve merkez hakkında bilgi depolayan vitrinler oluşturmak için BRIDGE tablolarına erişim kullanılabilir.
Bu yazı ile VERİ KASASI kavramı üzerine döngüyü tamamlamış oluyorum, paylaştığım bilgilerin projelerinizin hayata geçirilmesinde faydalı olacağını umuyorum.
Her zaman olduğu gibi, sonuç olarak, birkaç yararlı bağlantı:
- Ayrıntılı bir açıklamanın yanı sıra model şemalarını da içeren Kenta Graziano;
- Kitap: “DATA VAULT 2.0 ile Ölçeklenebilir Bir Veri Ambarı Oluşturma”;
- ;
- .
Kaynak: habr.com