Mis on mõõtmete modelleerimine andmelaos? Õppige tüüpe
David Carter
⚡ Nutikas kokkuvõte
Andmelao disaini dimensioonimudel korraldab teabe fakti- ja dimensioonitabelitesse, et analüütikud saaksid numbrilisi mõõdikuid kiiresti hankida ja kokku võtta, järgides viieastmelist Kimballi meetodit, mis tuvastab äriprotsessi, elemendi, dimensioonid, faktid ja lõpliku skeemi.
Mis on mõõtmete modelleerimine?
Dimensiooniline modelleerimine (DM) on andmestruktuuri tehnika, mis on optimeeritud andmete salvestamiseks andmelaos. Selle eesmärk on häälestada andmebaasi andmete kiiremaks hankimiseks. Kontseptsiooni töötas välja Ralph Kimball ja see põhineb kahel tabelitüübil: „faktitabelid” ja „mõõtmetabelid”.
Andmelao dimensioonimudel on loodud numbrilise teabe (nt väärtused, saldod, loendid ja kaalud) lugemiseks, kokkuvõtmiseks ja analüüsimiseks. Relatsioonimudelid on seevastu optimeeritud andmete lisamiseks, värskendamiseks ja kustutamiseks reaalajas veebipõhises tehingute töötlemise süsteemis.
Kõik need lähenemisviisid salvestavad andmeid omal moel ja pakuvad erinevaid eeliseid.
Relatsioonimudelis vähendavad normaliseerimis- ja ER-mudelid andmete koondamist. Dimensioonimudel aga korraldab andmeid nii, et teavet on lihtsam hankida ja aruandeid genereerida.
Sel põhjusel sobivad dimensioonimudelid andmete ladustamine süsteemid, mitte tehingumahukad relatsioonisüsteemid. Kuna mudel on aluseks laiemale andmelao arhitektuur, allpool olevad jaotised jaotavad selle elemendid, tüübid ja kujundamisetapid.
Mõõtmeandmete mudeli elemendid
Fakt
Faktid on äriprotsessist saadud mõõtmised või näitajad. Näiteks müügiprotsessis on kvartali müüginumber fakt – numbriline väärtus, mida ettevõte soovib analüüsida.
mõõde
Mõõde annab konteksti, mis ümbritseb äriprotsessi sündmust. Lihtsamalt öeldes annavad dimensioonid fakti kohta teavet selle kohta, kes, mida ja kus. „Kvartali müüginumbri” fakti puhul oleksid dimensioonid järgmised:
- Kes – klientide nimed
- Kus - Asukoht
- Mis – toote nimetus
Teisisõnu, dimensioon on aken, mille kaudu vaadata faktides peituvat teavet.
Näitajad
Atribuudid on dimensiooni erinevad omadused dimensioonilise andmemudeli sees.
Asukoha dimensioonis võivad atribuudid olla järgmised:
- riik
- Riik
- Zip kood
Atribuute kasutatakse faktide otsimiseks, filtreerimiseks ja liigitamiseks ning dimensioonitabelid on koht, kus need atribuudid asuvad.
Faktitabel
Faktitabel on dimensioonimudeli peamine tabel.
Faktitabel sisaldab:
- Mõõtmised või faktid
- Võõrvõtmed dimensioonitabelitele
Mõõtmete tabel
Mõõtmetabel sisaldab fakti mõõtmeid ja on faktitabeliga ühendatud võõrvõtme kaudu. Selle peamised omadused on loetletud allpool:
- Mõõtmistabelid on denormeeritud tabelid.
- Mõõtme atribuudid moodustavad tabeli veerud.
- Mõõtmed pakuvad faktide kirjeldavaid omadusi nende atribuutide kaudu.
- Mõõtmete arvul pole kindlat piirangut.
- Mõõde võib sisaldada ühte või mitut hierarhilist seost.
Dimensioonide tüübid andmelaos
Mõõtmete modelleerimine kasutab mitut tüüpi mõõtmeid, millest igaüks sobib konkreetse disainivajadusega. Peamine andmelao dimensioonide tüübid See on:
- Vastav mõõde
- Tugijalgade mõõde
- Kahanenud mõõde
- Rollimängu mõõde
- Mõõtmed mõõtmete tabeliks
- Rämpsu mõõde
- Degenereerunud mõõde
- Vahetatav mõõde
- Sammu mõõde
Mõõtmete modelleerimise etapid
Teie dimensioonilise modelleerimise täpsus määrab andmelao juurutamise edu. Dimensioonilise mudeli loomiseks on viis sammu:
- Äriprotsessi tuvastamine
- Teravilja tuvastamine (detailsuse tase)
- Tuvastage mõõtmed
- Tuvastage faktid
- Koostage skeem
Üldiselt peaks valmis mudel kirjeldama teie äriprotsessi põhjuseid, ulatust, aega, kohta, kes seda teeb ja mida.
1. samm) Tehke kindlaks äriprotsess
Esimene ülesanne on kindlaks teha äriprotsessid, mida ladu peaks hõlmama – turundus, müük, personalijuhtimine jne –, lähtudes organisatsiooni vajadustest. andmete analüüs vajadused ja olemasolevate andmete kvaliteet. See on kõige olulisem samm, sest siinne viga põhjustab kaskaadseid ja raskesti parandatavaid defekte.
Äriprotsessi kirjeldamiseks võite kasutada lihtteksti, äriprotsesside modelleerimise märget (BPMN) või ühtset modelleerimiskeelt (Unified Modelling Language)UML).
2. samm) tuvastage tera
Teraviljakus määrab äriprobleemi detailsuse taseme – madalaima teabetaseme, mida mis tahes tabelis talletatakse.
Kui tabel sisaldab iga päeva müüke, on sellel päevane detailsus; kui see sisaldab kuupõhiseid kogusummasid, on sellel kuupõhine detailsus.
Selles etapis vastate sellistele küsimustele nagu:
- Kas ladu peaks ladustama kõiki saadaolevaid tooteid või ainult mõnda tootetüüpi? See sõltub valitud äriprotsessidest.
- Kas toodete müüki tuleks salvestada igakuiselt, iganädalaselt, iga päev või iga tund? See sõltub aruandluse juhtide soovist.
- Kuidas need kaks valikut andmebaasi suurust mõjutavad?
Teravilja näide: Kujutage ette, et rahvusvahelise ettevõtte tegevjuht soovib näha konkreetsete toodete müüki eri asukohtades, mõõdetuna iga päev.
Sellises stsenaariumis muutub teravili „toote müügiteabeks asukoha järgi päevade kaupa”.
3. samm) Määrake mõõtmed
Mõõtmed on nimisõnad nagu kuupäev, pood ja laoseis ning need sisaldavad kirjeldavaid andmeid.
Näiteks võib kuupäevamõõde sisaldada aastat, kuud ja nädalapäeva.
Mõõtmete näide: Sama päevane müüginõue mõjutab ka mõõtmete valikut.
Selle stsenaariumi puhul on dimensioonid Toode, Asukoht ja Aeg.
Toote dimensioon sisaldab atribuute, nagu tootevõti (võõrvõti), nimi, tüüp ja spetsifikatsioonid.
Asukoha dimensioon on korraldatud hierarhiliselt: riik, osariik, linn, tänava aadress ja nimi.
4. samm) Faktide tuvastamine
See samm on tihedalt seotud süsteemi ärikasutajatega, kuna see määratleb andmelaost tarbitavad näitajad.
Enamik faktitabeli ridu on numbrilised väärtused, näiteks hind või ühiku maksumus.
Faktide näide: Päevamüügi nõue loob taas konteksti.
Siin on faktiks müügi summa toote, asukoha ja aja järgi.
5. samm) koostage skeem
Selles viimases etapis rakendate dimensioonimudeli. Skeem on lihtsalt andmebaasi struktuur – tabelite paigutus – ja kaks skeemi on eriti levinud.
Esimene on täheskeem, mida on lihtne kujundada ja mis on oma kuju järgi nime saanud: keskne faktitabel, mille mõõtmete tabelid kiirguvad väljapoole nagu tähe tipud.
Tähtskeemis on faktitabel kolmandas normaalkujul, samas kui dimensioonitabelid on denormaliseeritud; see Tähe skeem andmelao modelleerimisel Juhend töötab läbi täieliku näite.
Teine on lumehelbe skeem, tähtskeemi laiendus, milles iga dimensioon on normaliseeritud ja lingitud edasiste dimensioonitabelitega, nagu selles selgitatud Lumehelbe skeem andmelao mudelis juhend.
Mõõtmete modelleerimise reeglid
Järgmised reeglid ja põhimõtted juhivad efektiivset dimensioonilist modelleerimist:
- Laadige aatomiandmed dimensioonistruktuuridesse.
- Looge äriprotsesside ümber dimensioonilisi mudeleid.
- Veenduge, et igal faktitabelil oleks seotud kuupäevamõõtmete tabel.
- Hoidke kõik faktid ühes faktitabelis samal detailsuse tasemel.
- Salvestage aruannete sildid ja filtri domeeni väärtused dimensioonitabelitesse.
- Andke igale dimensioonitabelile asendusvõti.
- Tasakaalustage pidevalt nõudeid reaalsusega, et pakkuda lahendust, mis toetab äriotsuse tegemist.
Mõõtmete modelleerimise eelised
Mõõtmeline modelleerimine pakub mitmeid praktilisi eeliseid:
- Standardiseeritud dimensioonid võimaldavad lihtsat ja järjepidevat aruandlust ettevõtte eri valdkondades.
- Mõõtmistabelid salvestavad mõõtmete teabe ajaloo.
- Uusi dimensioone saab lisada ilma faktide tabelit oluliselt häirimata.
- Andmeid salvestatakse nii, et neid oleks andmebaasis olles lihtsam leida.
- Võrreldes normaliseeritud mudeliga on dimensioonitabeleid lihtsam mõista, kuna teave on rühmitatud selgetesse ärikategooriatesse.
- Mudel põhineb äriterminitel, seega teab ettevõte, mida iga fakt, dimensioon või atribuut tähendab.
- Kuna mudel on denormaliseeritud, on see optimeeritud kiireks päringuks ja paljud relatsioonplatvormid optimeerivad oma täitmisplaane selle jaoks.
- Skeem pakub suurt jõudlust vähemate liitumiste ja minimeeritud andmete koondamise abil.
- Mõõtmemudelid kohanduvad muudatustega hõlpsalt, kuna veerge saab dimensioonitabelitele lisada ilma olemasolevaid ärianalüütika rakendusi mõjutamata.
Mis on andmelaos mitmemõõtmeline andmemudel?
A mitmemõõtmeline andmemudel esitab andmeid andmekuubikutena, võimaldades teil modelleerida ja vaadata andmeid mitmes dimensioonis, mis on määratletud dimensioonide ja faktide abil. Selline mudel on tavaliselt korraldatud keskse teema ümber ja seda esindab faktide tabel ning see moodustab aluse OLAP analüüsi.
