OBIEE - Boyutlu Modelleme

Boyutsal modelleme, DW tasarımında kullanılan bir dizi yöntem ve kavram sağlar. DW danışmanı Ralph Kimball'a göre boyutsal modelleme, bir veri ambarındaki son kullanıcı sorgularını desteklemeyi amaçlayan veritabanları için bir tasarım tekniğidir. Anlaşılabilirlik ve performans üzerine odaklanmıştır. Ona göre, işlem odaklı ER, işlem yakalama için çok faydalı olsa da, son kullanıcı teslimi için bundan kaçınılmalıdır.

Boyutsal modelleme her zaman gerçekleri ve boyut tablolarını kullanır. Gerçekler, olgu değerleri üzerinde toplanıp analiz edilebilen sayısal değerlerdir. Boyutlar hiyerarşileri ve olgu değerlerine ilişkin açıklamaları tanımlar.

Boyut Tablosu

Boyut tablosu, bir Olgu tablosundaki nesneleri tanımlayan öznitelikleri depolar. Bir Boyut tablosunun, her bir boyut satırını benzersiz şekilde tanımlayan bir birincil anahtarı vardır. Bu anahtar, Boyut tablosunu bir Olgu tablosuyla ilişkilendirmek için kullanılır.

İşlemleri yürütmek için oluşturulmadıklarından ve yalnızca verileri ayrıntılı olarak analiz etmek için kullanıldıklarından boyut tabloları normalde normalleştirilir.

Misal

Aşağıdaki boyut tablosunda müşteri boyutu normalde müşterilerin adı, adresi, müşteri kimliği, cinsiyeti, gelir grubu, eğitim seviyeleri vb. İçerir.

Müşteri Kimliği İsim Cinsiyet Gelir Eğitim Din
1 Brian Edge M 2 3 4
2 Fred Smith M 3 5 1
3 Sally Jones F 1 7 3

Olgu Tabloları

Olgu tablosu, ölçümler olarak bilinen sayısal değerleri içerir. Olgu tablosunun iki tür sütunu vardır - gerçekler ve boyut tablolarının yabancı anahtarı.

Olgu tablosundaki önlemler üç türdendir -

  • Additive - Herhangi bir boyuta eklenebilen ölçüler.

  • Non-Additive - Herhangi bir boyuta eklenemeyen ölçüler.

  • Semi-Additive - Bazı boyutlara eklenebilen ölçüler.

Misal

Zaman kimliği ürün kimliği Müşteri Kimliği Satılan Birim
4 17 2 1
8 21 3 2
8 4 1 1

Bu olgu tabloları, zaman boyutu, ürün boyutu, müşteri boyutu ve satılan ölçüm değeri birimi için yabancı anahtarları içerir.

Bir şirketin müşterilere ürün sattığını varsayalım. Her satış şirket içinde gerçekleşen bir gerçektir ve bu gerçekleri kaydetmek için bilgi tablosu kullanılır.

Yaygın gerçekler şunlardır - satılan birim sayısı, marj, satış geliri, vb. Boyut tablosu, verileri analiz etmek istediğimiz müşteri, zaman, ürün vb. Gibi faktörleri listeler.

Şimdi yukarıdaki Olgu tablosunu ve Müşteri boyutunu ele alırsak, o zaman bir Ürün ve zaman boyutu da olacaktır. Bu bilgi tablosu ve bu üç boyut tablosu göz önüne alındığında, şöyle sorular sorabiliriz: 2010 yılında erkek müşterilere kaç saat satıldı?

Boyut ve Olgu Tablosu Arasındaki Fark

Boyut tabloları ile olgu tabloları arasındaki işlevsel fark, olgu tablolarının analiz etmek istediğimiz verileri tutması ve boyut tablolarının bunları sorgulamamıza izin vermek için gereken bilgileri tutmasıdır.

Toplu Tablo

Toplu tablo, farklı toplama işlevleri kullanılarak hesaplanabilen toplu verileri içerir.

Bir aggregate function Birden çok satırın değerlerinin, daha anlamlı anlam veya ölçüm için tek bir değer oluşturmak üzere belirli kriterlerde girdi olarak gruplandığı bir işlevdir.

Ortak toplama işlevleri şunları içerir -

  • Average()
  • Count()
  • Maximum()
  • Median()
  • Minimum()
  • Mode()
  • Sum()

Bu toplu tablolar, bir veri ambarında karmaşık sorguları çalıştırmak için performans optimizasyonu için kullanılır.

Misal

Yıllık (1 satır), üç aylık (4 satır), aylık (12 satır) gibi toplanmış veriler içeren tabloları kaydediyorsunuz ve şimdi Yıllık yalnızca 1 satır işleneceği gibi verilerin karşılaştırmasını yapmanız gerekiyor. Bununla birlikte, toplanmamış bir tabloda tüm satırlar işlenecektir.

MIN Belirli bir sütundaki en küçük değeri verir
MAX Belirli bir sütundaki en büyük değeri verir
SUM Belirli bir sütundaki sayısal değerlerin toplamını verir
AVG Belirli bir sütunun ortalama değerini verir
MİKTAR Belirli bir sütundaki toplam değer sayısını verir
MİKTAR (*) Bir tablodaki satır sayısını verir

Unvan = 'geliştirici' olan çalışandan Ort. (Maaş) öğesini seçin. Bu ifade, unvanı "Geliştirici" ye eşit olan tüm çalışanların ortalama maaşını döndürecektir.

Toplamalar, veritabanı düzeyinde uygulanabilir. Toplamalar oluşturabilir ve bunları veritabanında birleştirilmiş tablolara kaydedebilir veya rapor düzeyinde anında toplamayı uygulayabilirsiniz.

Note - Toplamaları veritabanı düzeyinde kaydederseniz, zaman kazandırır ve performans optimizasyonu sağlar.