Što je dimenzionalno modeliranje u skladištu podataka? Naučite vrste
David Carter
⚡ Pametni sažetak
Dimenzionalni model u dizajnu skladišta podataka organizira informacije u tablice činjenica i dimenzija tako da analitičari mogu brzo dohvatiti i sažeti numeričke mjere, slijedeći Kimballovu metodu u pet koraka koja identificira poslovni proces, zrnatost, dimenzije, činjenice i konačnu shemu.
Što je dimenzionalno modeliranje?
Dimenzionalno modeliranje (DM) je tehnika strukture podataka optimizirana za pohranu podataka u skladištu podataka. Njena je svrha podešavanje baze podataka za brže dohvaćanje podataka. Koncept je razvio Ralph Kimball, a izgrađen je oko dvije vrste tablica: tablica „činjenica“ i tablica „dimenzija“.
Dimenzionalni model u skladištu podataka dizajniran je za čitanje, sažimanje i analizu numeričkih informacija kao što su vrijednosti, stanja, brojevi i težine. Relacijski modeli, nasuprot tome, optimizirani su za dodavanje, ažuriranje i brisanje podataka u sustavu za obradu transakcija u stvarnom vremenu.
Svaki od ovih pristupa pohranjuje podatke na svoj način i svaki nudi različite prednosti.
U relacijskom modelu, normalizacija i ER modeli smanjuju redundanciju podataka. Dimenzionalni model umjesto toga organizira podatke tako da je lakše dohvatiti informacije i generirati izvješća.
Zbog toga su dimenzionalni modeli prikladni skladištenje podataka sustave, a ne relacijske sustave s puno transakcija. Budući da model podupire širi arhitektura skladišta podataka, odjeljci u nastavku raščlanjuju njegove elemente, vrste i korake dizajna.
Elementi dimenzionalnog podatkovnog modela
Činjenica
Činjenice su mjerenja ili metrike izvedene iz poslovnog procesa. U prodajnom procesu, na primjer, kvartalni broj prodaje je činjenica - numerička vrijednost koju tvrtka želi analizirati.
Dimenzija
Dimenzija pruža kontekst koji okružuje događaj poslovnog procesa. Jednostavno rečeno, dimenzije daju tko, što i gdje za činjenicu. Za činjenicu "kvartalni broj prodaje", dimenzije bi bile:
- Tko – Imena kupaca
- Gdje – Lokacija
- Što – Naziv proizvoda
Drugim riječima, dimenzija je prozor kroz koji vidite informacije sadržane u činjenicama.
Značajke
Atributi su različite karakteristike dimenzije unutar dimenzionalnog modela podataka.
U dimenziji Lokacija, atributi mogu biti:
- Država
- Država
- Poštanski broj
Atributi se koriste za pretraživanje, filtriranje i klasificiranje činjenica, a dimenzijske tablice su mjesto gdje se ti atributi nalaze.
Tablica činjenica
Tablica činjenica je primarna tablica u dimenzionalnom modelu.
Tablica činjenica sadrži:
- Mjerenja ili činjenice
- Strani ključevi za tablice dimenzija
Tablica dimenzija
Tablica dimenzija sadrži dimenzije činjenice i spaja se s tablicom činjenica putem stranog ključa. Njezine glavne karakteristike navedene su u nastavku:
- Dimenzijske tablice su denormalizirane tablice.
- Atributi dimenzija tvore stupce tablice.
- Dimenzije nude opisne karakteristike činjenica putem svojih atributa.
- Ne postoji fiksno ograničenje broja dimenzija.
- Dimenzija može sadržavati jedan ili više hijerarhijskih odnosa.
Vrste dimenzija u skladištu podataka
Dimenzionalno modeliranje koristi nekoliko vrsta dimenzija, od kojih je svaka prikladna za određene potrebe dizajna. Glavne vrste dimenzija u skladištu podataka je:
- Usklađena dimenzija
- Dimenzija potpora
- Shrunken Dimension
- Dimenzija igranja uloga
- Tablica od dimenzija do dimenzija
- Dimenzija smeća
- Degenerirana dimenzija
- Zamjenjiva dimenzija
- Dimenzija koraka
Koraci dimenzionalnog modeliranja
Točnost dimenzionalnog modeliranja određuje uspjeh implementacije skladišta podataka. Postoji pet koraka za izgradnju dimenzionalnog modela:
- Identificirajte poslovni proces
- Odredite zrnatost (razinu detalja)
- Odredite dimenzije
- Utvrdite činjenice
- Izgradite shemu
Sveukupno, gotov model trebao bi opisati zašto, koliko, kada, gdje, tko i što u vašem poslovnom procesu.
Korak 1) Identificirajte poslovni proces
Prvi zadatak je identificirati poslovni proces koji skladište treba pokrivati - marketing, prodaju, ljudske resurse i tako dalje - na temelju organizacije Analiza podataka potrebe i kvaliteta dostupnih podataka. Ovo je najvažniji korak, jer pogreška ovdje stvara kaskadne, teško ispravljive nedostatke.
Za opis poslovnog procesa možete koristiti običan tekst, notaciju modeliranja poslovnih procesa (BPMN) ili unificirani jezik za modeliranje (UML).
Korak 2) Identificirajte zrno
Zrno definira razinu detalja poslovnog problema - najnižu razinu informacija pohranjenih u bilo kojoj tablici.
Ako tablica sadrži prodaju za svaki dan, ima dnevnu granulaciju; ako sadrži mjesečne ukupne iznose, ima mjesečnu granulaciju.
Tijekom ove faze odgovarate na pitanja kao što su:
- Treba li skladište skladištiti sve dostupne proizvode ili samo nekoliko vrsta proizvoda? To ovisi o odabranim poslovnim procesima.
- Treba li se prodaja proizvoda pohranjivati mjesečno, tjedno, dnevno ili po satu? To ovisi o izvješćima koja rukovoditelji zahtijevaju.
- Kako ova dva izbora utječu na veličinu baze podataka?
Primjer žitarica: Zamislite da izvršni direktor multinacionalne tvrtke želi vidjeti prodaju određenih proizvoda na različitim lokacijama, mjerenu svaki dan.
U tom scenariju, žitarica postaje „informacije o prodaji proizvoda po lokaciji, po danu“.
Korak 3) Odredite dimenzije
Dimenzije su imenice poput datuma, trgovine i zaliha, a one sadrže opisne podatke.
Na primjer, dimenzija datuma može sadržavati godinu, mjesec i dan u tjednu.
Primjer dimenzija: Isti zahtjev za dnevnom prodajom potiče izbor dimenzija.
Za ovaj scenarij, dimenzije su Proizvod, Lokacija i Vrijeme.
Dimenzija proizvoda sadrži atribute kao što su ključ proizvoda (strani ključ), naziv, tip i specifikacije.
Dimenzija Lokacija organizirana je kao hijerarhija: država, savezna država, grad, adresa i naziv.
Korak 4) Utvrdite činjenice
Ovaj korak je usko povezan s poslovnim korisnicima sustava, jer definira brojke koje konzumiraju iz skladišta podataka.
Većina redaka tablice činjenica su numeričke vrijednosti kao što su cijena ili trošak po jedinici.
Primjer činjenica: Zahtjev za dnevnom prodajom ponovno postavlja kontekst.
Ovdje je činjenica zbroj prodaje po proizvodu, po lokaciji i po vremenu.
Korak 5) Izradite shemu
U ovom posljednjem koraku implementirate dimenzionalni model. Shema je jednostavno struktura baze podataka - raspored tablica - a dvije sheme su posebno uobičajene.
Prvi je zvjezdana shema, koju je lako dizajnirati i nazvanu je po svom obliku: središnja tablica činjenica s tablicama dimenzija koje se šire prema van poput vrhova zvijezde.
U zvjezdastoj shemi, tablica činjenica je u trećem normalnom obliku, dok su tablice dimenzija denormalizirane; ovo zvjezdasta shema u modeliranju skladišta podataka Vodič radi kroz potpuni primjer.
Drugi je shema snježne pahulje, proširenje zvjezdaste sheme u kojoj je svaka dimenzija normalizirana i povezana s daljnjim tablicama dimenzija, kao što je objašnjeno u ovom shema pahuljice u modelu skladišta podataka vodič.
Pravila za dimenzionalno modeliranje
Sljedeća pravila i principi vode učinkovito dimenzionalno modeliranje:
- Učitajte atomske podatke u dimenzionalne strukture.
- Izgradite dimenzionalne modele oko poslovnih procesa.
- Provjerite da svaka tablica činjenica ima pridruženu tablicu dimenzija datuma.
- Sve činjenice čuvajte u jednoj tablici činjenica na istoj razini detalja.
- Pohranite oznake izvješća i vrijednosti domena filtriranja u tablice dimenzija.
- Dodijelite svakoj tablici dimenzija surogat ključ.
- Kontinuirano uravnotežujte zahtjeve sa stvarnošću kako biste pružili rješenje koje podržava donošenje poslovnih odluka.
Prednosti dimenzionalnog modeliranja
Dimenzionalno modeliranje nudi niz praktičnih prednosti:
- Standardizirane dimenzije omogućuju jednostavno i dosljedno izvještavanje u svim područjima poslovanja.
- Dimenzijske tablice pohranjuju povijest dimenzijskih informacija.
- Nove dimenzije mogu se uvesti bez većih poremećaja u tablici činjenica.
- Podaci se pohranjuju kako bi ih bilo lakše dohvatiti nakon što se nađu u bazi podataka.
- U usporedbi s normaliziranim modelom, dimenzijske tablice su lakše za razumjeti jer su informacije grupirane u jasne poslovne kategorije.
- Model se temelji na poslovnim terminima, tako da tvrtka zna što svaka činjenica, dimenzija ili atribut znači.
- Budući da je model denormaliziran, optimiziran je za brzo ispitivanje, a mnoge relacijske platforme optimiziraju svoje planove izvršenja za njega.
- Shema pruža visoke performanse s manje spajanja i minimalnom redundancijom podataka.
- Dimenzionalni modeli lako se prilagođavaju promjenama jer se stupci mogu dodavati u dimenzijske tablice bez utjecaja na postojeće aplikacije poslovne inteligencije.
Što je višedimenzionalni podatkovni model u skladištu podataka?
A višedimenzionalni model podataka predstavlja podatke kao podatkovne kocke, omogućujući vam modeliranje i pregled podataka u nekoliko dimenzija definiranih dimenzijama i činjenicama. Takav model obično je organiziran oko središnje teme i predstavljen tablicom činjenica, a čini osnovu OLAP analiza.
