Kaj je podatkovni model?

Razlaga in dokumentacija obstoječih postopkov načrtovanja in razvoja programske opreme ter transakcij se imenujejo informacijsko modeliranje. Metode in instrumenti modeliranja informacij poenostavljajo zapletene zasnove sistema in poenostavljajo prenovo informacij z informacijami. Uporablja se za načrtovanje informacijskega skladišča logično in fizično. V tej temi bomo spoznali modeliranje podatkovnih skladišč.

Potreba po modeliranju skladišč podatkov

  1. Zbiranje poslovnih zahtev
  2. Izboljšanje učinkovitosti baze podatkov
  3. Zagotavlja dokumentacijo izvornega in ciljnega sistema

1. Zbirka poslovnih zahtev

Podatkovno skladišče je običajno zasnovano tako, da določa subjekte, ki so potrebni za podatkovno skladišče, in dejstva, ki jih je treba zabeležiti pri arhitektih podatkov in poslovnih uporabnikih. Ta prva zasnova ima veliko iteracij, preden se odloči končni model.

Na tem mestu moramo premagati razširjene pomanjkljivosti v fazi načrtovanja. Ker obstoječi sistem uporablja podatkovno skladišče, arhitekti včasih v nov dizajn vključijo velik delež starega sistema, s čimer prihranijo čas ali razkrijejo.

Logični model učinkovito zajame potrebe podjetja in služi kot osnova za fizični model.

2. Izboljšanje učinkovitosti podatkovne baze

Preverjanje učinkovitosti je bistvena značilnost shrambe podatkov. V podatkovnem skladišču je vključenih ogromno informacij, zato je zelo pomembno uporabiti izdelek podatkovnega modela za metapodatke in upravljanje podatkov, ki jih uporabljajo potrošniki BI.

Fizični model doda indeksiranje za optimizacijo učinkovitosti baze podatkov. Sheme so včasih tudi spremenjene. Če na primer shema z zvezdicami obljublja hitrejše obnavljanje podatkov, se lahko spremeni v shemo snežinke

3. Zagotavlja dokumentacijo izvornega in ciljnega sistema

Pri razvoju sistema ETL so zelo pomembni fizični in logični modeli izvornega in ciljnega sistema.

To dokumentacijo ponuja modeliranje informacij kot referenco za prihodnost.

Konceptualni model podatkov

Najvišje razmerje med različnimi subjekti določa konceptualni model podatkov.

To je prvi korak k oblikovanju podatkovnega modela od zgoraj navzdol, ki predstavlja natančno predstavitev poslovne organizacije.

Oblikuje skupno strukturo zbirke podatkov in navaja predmetna področja

Vsebuje vrste in interakcije entitet. Simbolične oznake (IDEF1X ali IE) predstavljajo povezavo med tematskimi polji. V informacijskem modelu kardinalnost prikazuje razmerje med enim ali več

Model podatkov o odnosih

Uporablja se modeliranje relativnih informacij v transakcijsko naravnanih shemah OLTP. Relacijski podatkovni model ima pomembne lastnosti:

  • Uporaba ključa
  • Redukcija podatkov
  • Razmerje med podatki

Uporaba ključa

Glavni ključ v tabeli je ključ. Uporablja se kot enotna identifikacija. Stolpec brez ničle je primarni ključ. Za glavni ključ se uporablja tuji ključ. Podatke povežejo iz ene tabele v drugo tabelo in se povežejo.

Redukcija podatkov

Model informacij o odnosih uporablja zakone o integriteti informacij

Odpravljanje podatkov je odpravljeno. Informacije se večkrat ne zbirajo. To zagotavlja doslednost podatkov in omejeno shranjevanje podatkov

Razmerje med podatki

Vsi podatki so shranjeni v tabelah in vsak odnos ima stolpce in vrstice.

Na mizi naj bosta glava in telo. Glava je seznam stolpcev tabel, tabela pa je sestavljena iz vrstic. Tuple je enotna vrednost, ki se proizvede s križiščem stolpcev in vrstic.

Večdimenzionalni podatkovni model

Organizacija, ki odraža pomembne subjekte podjetja in povezavo med njimi, je logična perspektiva večdimenzionalnega modela podatkov. Baze podatkov in tabele niso omejene na naravno bazo podatkov. Diagrami ER niso prikazani.

  • Lastnosti
  • Dejstva
  • Dimenzija

a. Dimenzija

  1. Vidik je zbiranje podatkov, sestavljeno iz posameznih informacijskih komponent, ki se ne prekrivajo
  2. Podatke lahko nastavite, združite in filtrirate, da jih končni uporabniki vidijo in brskajo.

b. Dejstva

  1. Tabela stolpcev, ki se uporablja za odzivanje na vprašanja podjetja iz številskih razlogov.
  2. Ukrepi so aditivni, polovično aditivni in neaditivni

c. Lastnosti

  1. Abstraktni pogoji so zasnovani tako, da olajšajo povzetek informacij v študiji
  2. Opišejo jih lahko tudi kot naslove stolpcev, ki niso vključeni v izračun poročila.

Prednosti dimenzijskega modela

  1. Standardizacija dimenzij olajša poročanje po poslovnih področjih.
  2. Dimenzijsko tudi za shranjevanje podatkov za lažje pridobivanje podatkov iz podatkov, ko so podatki shranjeni v bazi podatkov.
  3. Podjetje je za dimenzijski model zelo razumljivo. Ta model temelji na pogojih podjetja, tako da podjetje razume pomene vsake resničnosti, vidika ali značilnosti.
  4. Za hitro iskanje informacij so dimenzijski modeli deformirani in optimizirani. Številne platforme baz podatkovnih odnosov potrjujejo ta model in optimizirajo načrte za poizvedbo.
  5. Dimenzijski modeli lahko prikladno sprejmejo spremembe. Tabele dimenzij lahko vključujejo dodatne stolpce, ne da bi to vplivalo na uporabo teh tabel s strani trenutnih obveščevalnih aplikacij podjetja.

Najboljše prakse modeliranje podatkov

Preden začnete s podatkovnim modelom, je treba izvesti celovito analizo potreb strank strank. Izjemno pomembno je, da se stranke srečajo s strankami, da razpravljajo o zahtevah in tehnikah informacijskega modeliranja, in da to takoj potrdijo strokovnjaki podjetja.

Podjetje mora razumeti model podatkov, bodisi v obliki grafičnih / metapodatkov ali kot poslovna pravila za besedila.

Priporočeni članki

To je vodnik za modeliranje skladišč podatkov. Tukaj razpravljamo o podatkovnem modelu, zakaj je to potrebno v skladišču podatkov skupaj z njegovimi prednostmi in vrstami modelov. Če želite izvedeti več, si oglejte tudi naslednji članek -

  1. Orodja za shranjevanje podatkov
  2. Vrste skladišča podatkov
  3. Orodja za analizo podatkov
  4. Orodja za podatkovno znanost
  5. Oracle skladiščenje podatkov

Kategorija:

Veliki podatki