Cos'è il modello dati?
L'interpretazione e la documentazione delle procedure e transazioni di progettazione e sviluppo del software esistenti sono denominate modellizzazione delle informazioni. I metodi e gli strumenti di modellizzazione delle informazioni semplificano la progettazione di sistemi complessi per semplificare la reingegnerizzazione del funzionamento delle informazioni. Viene utilizzato per progettare un magazzino di informazioni in modo logico e fisico. In questo argomento, impareremo la modellazione del data warehouse.
Necessità di modellare il data warehouse
- Raccolta dei requisiti aziendali
- Miglioramento delle prestazioni del database
- Fornisce la documentazione del sistema di origine e di destinazione
1. Raccolta dei requisiti aziendali
Un data warehouse è in genere progettato per determinare le entità richieste per il data warehouse e i fatti che devono essere registrati con gli architetti dei dati e gli utenti aziendali. Questo primo progetto ha molte iterazioni prima che venga deciso il modello finale.
A questo punto dobbiamo superare gli svantaggi prevalenti nella fase di progettazione. Poiché un sistema esistente implementa un data warehouse, gli architetti a volte incorporano gran parte del vecchio sistema nel nuovo design, risparmiando tempo o divulgazione.
Il modello logico cattura efficacemente le esigenze dell'azienda e funge da base per il modello fisico.
2. Miglioramento delle prestazioni del database
Il controllo dell'efficienza è una caratteristica essenziale di un archivio dati. In un data warehouse sono coinvolte enormi informazioni, quindi è molto essenziale utilizzare un prodotto modello dati per i metadati e la gestione dei dati utilizzati dai consumatori di BI.
Il modello fisico aggiunge l'indicizzazione per ottimizzare l'efficienza del database. Gli schemi sono talvolta modificati. Ad esempio, se uno schema a stella promette un recupero più rapido dei dati, può passare a uno schema a fiocco di neve
3. Fornisce la documentazione di The Source and Target System
Nello sviluppo di un sistema ETL, i modelli fisici e logici dei sistemi di origine e di destinazione sono molto importanti da verificare.
Questa documentazione è offerta dalla modellazione delle informazioni come riferimento per il futuro.
Modello di dati concettuali
La relazione più alta tra entità distinte è determinata da un modello di dati concettuali.
È il primo passo verso la creazione di un modello di dati top-down che rappresenti la presentazione precisa dell'organizzazione aziendale.
Progetta la struttura del database totale ed elenca le aree tematiche
Comprende i tipi e le interazioni delle entità. Notazioni simboliche (IDEF1X o IE) rappresentano la connessione tra i campi argomento. In un modello informativo, la cardinalità mostra una o una o più relazioni
Modello di dati di relazione
Viene utilizzata la modellazione delle informazioni relative negli schemi OLTP orientati alle transazioni. Un modello di dati relazionali ha caratteristiche significative:
- Usi della chiave
- Ridondanza dei dati
- Relazione tra i dati
Usi della chiave
La chiave principale in una tabella è la chiave. È usato come una singola identificazione. Una colonna diversa da zero è una chiave primaria. Per la chiave principale, viene utilizzata la chiave esterna. Collegano le informazioni da una tabella a un'altra tabella e si connettono.
Ridondanza dei dati
Il modello di informazioni sulle relazioni applica le leggi sull'integrità delle informazioni
La ridondanza dei dati è stata eliminata. Un'informazione non viene raccolta ripetutamente. Ciò garantisce la coerenza dei dati e la memorizzazione limitata dei dati
Relazione tra i dati
Tutti i dati sono memorizzati in tabelle e ogni relazione ha colonne e righe.
Un'intestazione e un corpo dovrebbero essere sul tavolo. L'intestazione è l'elenco delle colonne della tabella e la tabella è composta dalle righe. La tupla è il singolo valore prodotto da un'intersezione di colonne e righe.
Modello di dati multidimensionali
Un'organizzazione che riflette le entità significative di un'azienda e la connessione tra loro è una prospettiva logica di un modello di dati multidimensionale. I database e le tabelle non sono limitati a un database naturale. I diagrammi ER non sono rappresentati.
- attributi
- I fatti
- Dimensione
un. Dimensione
- Un aspetto è una raccolta di dati costituita da singoli componenti informativi che non si sovrappongono
- È possibile impostare, raggruppare e filtrare le informazioni per scopi di visualizzazione e navigazione da parte degli utenti finali.
b. I fatti
- Una tabella di colonne utilizzata per rispondere ai problemi dell'azienda per motivi numerici.
- Le misure sono additive, semi-additive e non additive
c. attributi
- Le condizioni astratte sono progettate per facilitare il riepilogo delle informazioni in uno studio
- Possono anche essere descritti come intestazioni di colonna che non sono inclusi in un calcolo del report.
Vantaggi del modello dimensionale
- La standardizzazione delle dimensioni semplifica il reporting in tutte le aree di business.
- Dimensionale anche per l'archiviazione dei dati per facilitare l'ottenimento dei dati dai dati quando sono archiviati nel database.
- La società è molto comprensibile per il modello dimensionale. Questo modello si basa sui termini dell'azienda in modo che la società capisca i significati di ogni realtà, aspetto o caratteristica.
- Per una rapida interrogazione delle informazioni, i modelli dimensionali sono deformati e ottimizzati. Molte piattaforme di database di relazioni riconoscono questo modello e ottimizzano i piani di prestazione delle query.
- I modelli dimensionali possono adattarsi comodamente al cambiamento. Le tabelle delle dimensioni possono includere colonne aggiuntive senza influenzare l'utilizzo di queste tabelle da parte delle attuali app di intelligence dell'azienda.
Modellazione dei dati delle migliori pratiche
Prima di iniziare il modello di dati, dovrebbe essere effettuata un'analisi completa delle esigenze dell'azienda cliente. Dovrebbe essere estremamente importante incontrare i clienti per discutere delle richieste e delle tecniche di modellizzazione delle informazioni e far sì che gli specialisti della materia dell'azienda lo confermino immediatamente.
La società dovrebbe comprendere il modello di dati, sia in formato grafico / metadati sia come regole commerciali per i testi.
Articoli consigliati
Questa è una guida alla modellazione del data warehouse. Qui discutiamo del modello di dati, perché è necessario nel Data Warehousing insieme ai suoi vantaggi e ai tipi di modelli. Puoi anche leggere il seguente articolo per saperne di più -
- Strumenti di data warehouse
- Tipi di data warehouse
- Strumenti di analisi dei dati
- Strumenti di scienza dei dati
- Oracle Data Warehousing