डेटा वेयरहाउस में डायमेंशनल मॉडलिंग क्या है? इसके प्रकार जानें
डेविड कार्टर
⚡ स्मार्ट सारांश
डेटा वेयरहाउस डिजाइन में आयामी मॉडल जानकारी को तथ्य और आयाम तालिकाओं में व्यवस्थित करता है ताकि विश्लेषक पांच-चरण किम्बल विधि का पालन करते हुए संख्यात्मक उपायों को जल्दी से पुनः प्राप्त और सारांशित कर सकें, जो व्यावसायिक प्रक्रिया, ग्रेन, आयाम, तथ्य और अंतिम स्कीमा की पहचान करता है।
आयामी मॉडलिंग क्या है?
आयामी मॉडलिंग (डीएम) यह डेटा वेयरहाउस में डेटा स्टोरेज के लिए अनुकूलित एक डेटा संरचना तकनीक है। इसका उद्देश्य डेटा को तेजी से पुनर्प्राप्त करने के लिए डेटाबेस को अनुकूलित करना है। इस अवधारणा को राल्फ किम्बल ने विकसित किया था और यह दो प्रकार की तालिकाओं पर आधारित है: "फैक्ट" और "डाइमेंशन" तालिकाएँ।
डेटा वेयरहाउस में एक आयामी मॉडल मूल्यों, शेष राशि, गणना और वजन जैसी संख्यात्मक जानकारी को पढ़ने, सारांशित करने और विश्लेषण करने के लिए डिज़ाइन किया गया है। इसके विपरीत, संबंधपरक मॉडल वास्तविक समय की ऑनलाइन लेनदेन प्रसंस्करण प्रणाली में डेटा जोड़ने, अपडेट करने और हटाने के लिए अनुकूलित होते हैं।
इनमें से प्रत्येक दृष्टिकोण डेटा को अपने-अपने तरीके से संग्रहीत करता है, और प्रत्येक के अपने अलग-अलग फायदे हैं।
रिलेशनल मॉडल में, नॉर्मलाइज़ेशन और ईआर मॉडल डेटा की अतिरेकता को कम करते हैं। वहीं, डायमेंशनल मॉडल डेटा को इस तरह व्यवस्थित करता है कि जानकारी को आसानी से प्राप्त किया जा सके और रिपोर्ट तैयार करना आसान हो जाता है।
इसी कारण आयामी मॉडल उपयुक्त होते हैं। विवरण भण्डारण लेन-देन-प्रधान संबंधपरक प्रणालियों के बजाय, यह मॉडल व्यापक प्रणालियों का आधार है। डेटा वेयरहाउस आर्किटेक्चरनीचे दिए गए अनुभाग इसके तत्वों, प्रकारों और डिजाइन चरणों को विस्तार से समझाते हैं।
आयामी डेटा मॉडल के तत्व
तथ्य
तथ्य किसी व्यावसायिक प्रक्रिया से प्राप्त माप या मापदंड होते हैं। उदाहरण के लिए, बिक्री प्रक्रिया में, तिमाही बिक्री संख्या एक तथ्य है - वह संख्यात्मक मान जिसका व्यवसाय विश्लेषण करना चाहता है।
आयाम
एक आयाम किसी व्यावसायिक प्रक्रिया की घटना के संदर्भ को दर्शाता है। सरल शब्दों में, आयाम किसी तथ्य के बारे में कौन, क्या और कहाँ की जानकारी देते हैं। "तिमाही बिक्री संख्या" तथ्य के लिए, आयाम इस प्रकार होंगे:
- कौन – ग्राहकों के नाम
- कहाँ – स्थान
- क्या – उत्पाद का नाम
दूसरे शब्दों में, आयाम एक ऐसी खिड़की है जिसके माध्यम से आप तथ्यों में निहित जानकारी को देखते हैं।
गुण
एट्रिब्यूट्स, डायमेंशनल डेटा मॉडल के भीतर एक डायमेंशन की विभिन्न विशेषताएं हैं।
स्थान आयाम में, विशेषताएँ निम्न हो सकती हैं:
- राज्य
- देश
- पिन कोड
एट्रिब्यूट्स का उपयोग तथ्यों को खोजने, फ़िल्टर करने और वर्गीकृत करने के लिए किया जाता है, और डाइमेंशन टेबल वह स्थान है जहाँ ये एट्रिब्यूट्स मौजूद होते हैं।
तथ्य तालिका
एक फैक्ट टेबल, डायमेंशनल मॉडल में प्राथमिक टेबल होती है।
एक तथ्य तालिका में निम्नलिखित शामिल हैं:
- माप या तथ्य
- आयाम तालिकाओं के लिए विदेशी कुंजी
आयाम तालिका
एक आयाम तालिका किसी तथ्य के आयामों को रखती है और एक विदेशी कुंजी के माध्यम से तथ्य तालिका से जुड़ती है। इसकी मुख्य विशेषताएं नीचे दी गई हैं:
- आयाम सारणी वि-सामान्यीकृत सारणी होती हैं।
- आयाम विशेषताएँ तालिका के स्तंभों का निर्माण करती हैं।
- आयाम अपने गुणों के माध्यम से तथ्यों की वर्णनात्मक विशेषताओं को प्रस्तुत करते हैं।
- आयामों की संख्या पर कोई निश्चित सीमा नहीं है।
- एक आयाम में एक या एक से अधिक पदानुक्रमित संबंध हो सकते हैं।
डेटा वेयरहाउस में आयामों के प्रकार
आयामी मॉडलिंग में कई प्रकार के आयामों का उपयोग किया जाता है, जिनमें से प्रत्येक एक विशेष डिजाइन आवश्यकता के अनुरूप होता है। मुख्य डेटा वेयरहाउस में आयामों के प्रकार यह है:
- अनुरूप आयाम
- आउटरिगर आयाम
- सिकुड़ा हुआ आयाम
- भूमिका निभाने का आयाम
- आयाम से आयाम तालिका
- जंक आयाम
- विकृत आयाम
- स्वैपेबल आयाम
- चरण आयाम
आयामी मॉडलिंग के चरण
आपके डायमेंशनल मॉडलिंग की सटीकता ही डेटा वेयरहाउस के सफल कार्यान्वयन को निर्धारित करती है। डायमेंशनल मॉडल बनाने के पाँच चरण हैं:
- व्यवसाय प्रक्रिया को पहचानें
- अनाज की पहचान करें (विवरण का स्तर)
- आयामों की पहचान करें
- तथ्यों की पहचान करें
- स्कीमा बनाएं
कुल मिलाकर, तैयार मॉडल में आपके व्यावसायिक प्रक्रिया के क्यों, कितना, कब, कहाँ, कौन और क्या का वर्णन होना चाहिए।
चरण 1) व्यवसाय प्रक्रिया की पहचान करें
पहला काम संगठन की आवश्यकताओं के आधार पर यह पहचानना है कि गोदाम को किन व्यावसायिक प्रक्रियाओं को कवर करना चाहिए - विपणन, बिक्री, मानव संसाधन इत्यादि। डेटा विश्लेषण आवश्यकताओं और उपलब्ध डेटा की गुणवत्ता। यह सबसे महत्वपूर्ण कदम है, क्योंकि यहाँ हुई एक गलती से कई गंभीर और ठीक न होने वाली कमियाँ उत्पन्न हो जाती हैं।
व्यावसायिक प्रक्रिया का वर्णन करने के लिए, आप सादे पाठ, व्यावसायिक प्रक्रिया मॉडलिंग संकेतन (बीपीएमएन), या एकीकृत मॉडलिंग भाषा (यूनिफाइड मॉडलिंग लैंग्वेज) का उपयोग कर सकते हैं।यूएमएल).
चरण 2) अनाज की पहचान करें
ग्रेन किसी भी टेबल में संग्रहीत जानकारी के निम्नतम स्तर को परिभाषित करता है, जो व्यावसायिक समस्या के विवरण का स्तर होता है।
यदि किसी तालिका में प्रतिदिन की बिक्री का डेटा है, तो उसमें दैनिक स्तर की जानकारी होती है; यदि उसमें मासिक कुल योग है, तो उसमें मासिक स्तर की जानकारी होती है।
इस चरण के दौरान, आपको निम्नलिखित जैसे प्रश्नों के उत्तर देने होंगे:
- क्या गोदाम में सभी उपलब्ध उत्पाद रखे जाने चाहिए या केवल कुछ प्रकार के उत्पाद? यह चुनी गई व्यावसायिक प्रक्रियाओं पर निर्भर करता है।
- क्या उत्पाद की बिक्री का डेटा मासिक, साप्ताहिक, दैनिक या प्रति घंटा के आधार पर संग्रहित किया जाना चाहिए? यह इस बात पर निर्भर करता है कि अधिकारी किस प्रकार की रिपोर्ट मांगते हैं।
- इन दोनों विकल्पों का डेटाबेस के आकार पर क्या प्रभाव पड़ता है?
अनाज का उदाहरण: कल्पना कीजिए कि एक बहुराष्ट्रीय कंपनी का सीईओ विभिन्न स्थानों पर विशिष्ट उत्पादों की बिक्री को प्रतिदिन मापना चाहता है।
उस स्थिति में, अनाज "स्थान के अनुसार प्रतिदिन उत्पाद बिक्री की जानकारी" बन जाता है।
चरण 3) आयामों की पहचान करें
आयाम संज्ञा शब्द होते हैं जैसे कि तिथि, भंडार और इन्वेंट्री, और इनमें वर्णनात्मक डेटा होता है।
उदाहरण के लिए, एक दिनांक आयाम में वर्ष, महीना और सप्ताह का दिन शामिल हो सकता है।
आयामों का उदाहरण: दैनिक बिक्री की समान आवश्यकता ही आयामों के चयन को निर्धारित करती है।
इस परिदृश्य के लिए, आयाम उत्पाद, स्थान और समय हैं।
उत्पाद आयाम में उत्पाद कुंजी (विदेशी कुंजी), नाम, प्रकार और विशिष्टताओं जैसे गुण शामिल होते हैं।
स्थान संबंधी आयाम को एक पदानुक्रम के रूप में व्यवस्थित किया गया है: देश, राज्य, शहर, पता और नाम।
चरण 4) तथ्यों की पहचान करें
यह चरण सिस्टम के व्यावसायिक उपयोगकर्ताओं से निकटता से जुड़ा हुआ है, क्योंकि यह उन आंकड़ों को परिभाषित करता है जिनका वे डेटा वेयरहाउस से उपयोग करते हैं।
फ़ैक्ट टेबल की अधिकांश पंक्तियाँ संख्यात्मक मान होती हैं, जैसे कि कीमत या प्रति इकाई लागत।
तथ्यों का उदाहरण: दैनिक बिक्री की आवश्यकता एक बार फिर संदर्भ निर्धारित करती है।
यहां, तथ्य उत्पाद, स्थान और समय के अनुसार बिक्री का योग है।
चरण 5) स्कीमा बनाएँ
इस अंतिम चरण में, आप आयामी मॉडल को लागू करते हैं। स्कीमा डेटाबेस संरचना है - तालिकाओं की व्यवस्था - और दो स्कीमा विशेष रूप से सामान्य हैं।
पहला है स्टार स्कीमाजिसे डिजाइन करना आसान है और इसका नाम इसके आकार के कारण रखा गया है: एक केंद्रीय तथ्य तालिका जिसमें आयाम तालिकाएँ एक तारे के बिंदुओं की तरह बाहर की ओर फैली हुई हैं।
स्टार स्कीमा में, फैक्ट टेबल तीसरे नॉर्मल फॉर्म में होती है जबकि डाइमेंशन टेबल डी-नॉर्मलाइज़्ड होती हैं; यह डेटा वेयरहाउस मॉडलिंग में स्टार स्कीमा यह गाइड एक संपूर्ण उदाहरण के माध्यम से काम करती है।
दूसरे नंबर पर है स्नोफ्लेक स्कीमायह स्टार स्कीमा का एक विस्तार है जिसमें प्रत्येक आयाम को सामान्यीकृत किया जाता है और आगे के आयाम तालिकाओं से जोड़ा जाता है, जैसा कि इसमें समझाया गया है। डेटा वेयरहाउस मॉडल में स्नोफ्लेक स्कीमा मार्गदर्शक।
आयामी मॉडलिंग के नियम
निम्नलिखित नियम और सिद्धांत प्रभावी आयामी मॉडलिंग का मार्गदर्शन करते हैं:
- परमाणु डेटा को आयामी संरचनाओं में लोड करें।
- व्यावसायिक प्रक्रियाओं के इर्द-गिर्द आयामी मॉडल बनाएं।
- सुनिश्चित करें कि प्रत्येक तथ्य तालिका में एक संबद्ध दिनांक आयाम तालिका हो।
- सभी तथ्यों को एक ही तथ्य सारणी में समान स्तर की सटीकता के साथ रखें।
- रिपोर्ट लेबल और फ़िल्टर डोमेन मानों को आयाम तालिकाओं में संग्रहीत करें।
- प्रत्येक आयाम तालिका को एक सरोगेट कुंजी प्रदान करें।
- व्यावसायिक निर्णय लेने में सहायक समाधान प्रदान करने के लिए आवश्यकताओं और वास्तविकताओं के बीच निरंतर संतुलन बनाए रखें।
आयामी मॉडलिंग के लाभ
आयामी मॉडलिंग कई व्यावहारिक लाभ प्रदान करती है:
- मानकीकृत आयाम व्यवसाय के विभिन्न क्षेत्रों में आसान और सुसंगत रिपोर्टिंग की अनुमति देते हैं।
- आयाम तालिकाएं आयामी जानकारी का इतिहास संग्रहीत करती हैं।
- तथ्य सारणी में अधिक व्यवधान डाले बिना नए आयाम पेश किए जा सकते हैं।
- डेटा को इस प्रकार संग्रहित किया जाता है ताकि डेटाबेस में आने के बाद उसे आसानी से पुनः प्राप्त किया जा सके।
- मानकीकृत मॉडल की तुलना में, आयामी तालिकाओं को समझना आसान होता है क्योंकि जानकारी को स्पष्ट व्यावसायिक श्रेणियों में समूहीकृत किया जाता है।
- यह मॉडल व्यावसायिक शब्दावली पर आधारित है, इसलिए व्यवसाय को पता होता है कि प्रत्येक तथ्य, आयाम या विशेषता का क्या अर्थ है।
- क्योंकि यह मॉडल डी-नॉर्मलाइज़्ड है, इसलिए यह तेज़ क्वेरींग के लिए अनुकूलित है, और कई रिलेशनल प्लेटफ़ॉर्म इसके लिए अपनी निष्पादन योजनाओं को अनुकूलित करते हैं।
- यह स्कीमा कम जॉइन और न्यूनतम डेटा रिडंडेंसी के साथ उच्च प्रदर्शन प्रदान करती है।
- आयामी मॉडल आसानी से बदलाव को अपना लेते हैं, क्योंकि मौजूदा बिजनेस इंटेलिजेंस अनुप्रयोगों को प्रभावित किए बिना आयाम तालिकाओं में कॉलम जोड़े जा सकते हैं।
डेटा वेयरहाउस में बहुआयामी डेटा मॉडल क्या है?
A बहुआयामी डेटा मॉडल यह डेटा को डेटा क्यूब्स के रूप में प्रस्तुत करता है, जिससे आप आयामों और तथ्यों द्वारा परिभाषित कई आयामों में डेटा को मॉडल और देख सकते हैं। ऐसा मॉडल आमतौर पर एक केंद्रीय विषय के इर्द-गिर्द व्यवस्थित होता है और एक तथ्य तालिका द्वारा दर्शाया जाता है, और यह आधार बनता है। OLAP विश्लेषण.
