الآلي, لا كود مكدس البيانات
تعلم كيف Astera يمكن لـ Data Stack تبسيط وتبسيط إدارة بيانات مؤسستك.
قائد فكر البيانات كريش كريشنان حول نمذجة البيانات الآلية
قدمنا مؤخرًا نظامنا الأساسي لأتمتة مستودعات البيانات (DWA) من الجيل التالي ، Astera منشئ DW، والذي يوفر نهجًا رشيقًا يعتمد على البيانات الوصفية لبناء مستودعات البيانات. يستهدف حلنا المؤسسات التي ترغب في تسريع دورة حياة مشروعها وتبسيط عملية تصميم مستودع البيانات وتطويره.
At Astera، نحن نركز دائمًا على الابتكار وتحسين تقنيتنا لتقديم أفضل تجربة لمستخدمينا. لاكتساب رؤى أعمق في نمذجة البيانات للمؤسسات الحديثة ، تواصلنا مع الخبراء وقادة الصناعة لمعرفة أفكارهم حول هذا الموضوع.
لقد أتيحت لنا فرصة رائعة لإجراء محادثة مع كريش كريشنان - قائد الفكر البصري للبيانات والذي تم تصنيفه من بين أفضل مستشاري مستودعات البيانات في العالم. قام بتأليف ثلاثة كتب إلكترونية والعديد من المقالات ، وأوراق المعلومات ، ودراسات الحالة ، ومنشورات أخرى حول أجهزة تخزين البيانات وهياكلها.
في مناقشتنا ، شارك أفكاره حول الدور الحاسم لنمذجة البيانات في بناء بنيات ذكاء الأعمال والإمكانات التحويلية لنمذجة البيانات الآلية في عالم اليوم. كما ألقى الضوء على أهمية النهج القائم على البيانات الوصفية. دعنا نلقي نظرة على بعض النقاط الرئيسية من المناقشة:
ما هي أهمية نمذجة البيانات في التنفيذ الفعال لمستودعات البيانات؟
مستودع البيانات هو مستودع لجميع سلوكيات المعاملات التي تحدث عبر النظام. بدون نمذجة البيانات ، لا يمكن بناء حل فعال من منظور الاستهلاك. [لذلك] ، من الضروري إنشاء نموذج قبل الانتقال إلى استهلاك البيانات. يعني تحويل البيانات شبه المهيكلة وغير المهيكلة إلى تنسيق منظم. التوصية "لا تضع النموذج عندما يأتي النموذج ولكن كن نموذجًا عندما يتم سحب البيانات."
هل ينبغي بناء نماذج البيانات حول بياناتك الحالية أو تصميمها لتعكس عملية الأعمال الأساسية؟
يتم إنشاء البيانات لتلبية نتائج العملية ، لذلك يجب بناء نموذج البيانات حول متطلبات المستخدم النهائي. هذا يعني أنه يجب أن يكون لديك نموذج عندما تخرج البيانات من مستودع البيانات. يجب وضع نموذج المستهلك التجاري بين هبوط البيانات ، ويجب بناء سلسلة من التحولات حول العملية. لذلك ، فهو مزيج من الاثنين.
ولكن ما مدى العمق والعرض الذي ترغب في الوصول إليه هو المكان الذي تأتي فيه الأتمتة. في عالم اليوم المستند إلى البيانات ، من الضروري أتمتة العملية. يجب أن يكون هبوط البيانات في المستودع أقرب إلى العملية. يجب أن تكون البيانات الخارجة لخدمة التحليل أكثر تركيزًا على البيانات. في ما بينهما ، يمكنك استخدام الأتمتة لتشغيل التحولات وزيادة الكفاءات.
هل من الجيد إنشاء نموذج بيانات مؤسسي مقدمًا؟
الحل المفضل هو نموذج يركز على الأعمال التجارية يأخذ بيانات منطقية أولية يتم جمعها. ومن ثم ، فإن البيانات الأولية [موجودة في] مصدر مركزي واحد ولكنها يمكن أن تخدم أغراضًا نهائية متعددة. سيسمح للمستخدمين بتدوير النماذج وإخراجها حسب الحاجة.
وهنا يأتي دور مركزية البيانات في المعادلة. يتطلب الأمر أن كل شخص في مؤسسة يجب أن يفهم من ينتج البيانات ، وما الذي يأتي في البيانات ، ومن سيستخدم هذه البيانات ، وكيف يخططون لاستخدام تلك البيانات.
"Dتعني المركزية أنك لست متحالفًا مع التكنولوجياحكم الاجرام لكن العملية التي يمكن نمذجتها ودراستها باستخدام طبقة التكنولوجيا."
هل يجب أن يكون النهج الأكثر تكرارية لنمذجة البيانات هو الخيار المفضل؟
كان نهج "إنمون" التقليدي هو بناء عملاق وملئه. نهج أكثر تكرارية هو نهج نمذجة الأبعاد "Kimball" الذي يعطي القدرة على الدوران عند الطلب ولديك مجموعة من نقاط التكامل التي يمكنك من خلالها ربط كل عرض. لذلك ، ليس من الضروري بناء مخطط نجمي في كل مرة.
في السابق ، كان تصميم المخطط مدفوعًا بشكل أساسي بنظام إدارة قواعد البيانات العلائقية. ذلك لأن المخطط يحتاج إلى اتباع التصميم. يتطلب نظام المعاملات هذا الانضباط. لكن من المهم أن نفهم أن مستودع البيانات ليس معاملات ولكنه يخزن كل ما حدث في أنظمة معاملات متعددة.
An نهج تكراري لنمذجة البيانات التي من شأنها أن تركز على الأعمال التجارية يجب أن يكون الخيار المفضل.
ما هي خزائن البيانات؟
"تم تقديم خزانات البيانات في عام 2010 تقريبًا بواسطة Dan Linstedt و Hans Hallgren ، ولكن تمت ملاحظتها وأصبحت شائعة في السنوات الأخيرة مع انتقال المزيد من الشركات إلى السحابة. يعمل عمالقة التكنولوجيا مثل Amazon و Google و Microsoft ومجموعة من البائعين الآخرين الذين يقدمون خدمات معهم على تخزين البيانات نظرًا للفوائد التي يجلبها إلى الطاولة.
إنها منهجية يمكنك من خلالها أخذ البيانات الهامة التي تتقن أنظمتك. يمكنك وضعها [البيانات] في قبو وتأمينها. ثم يمكنك الوصول إليها من المحفظة على أساس أصلي أخير يمكنك من خلاله جلب أنواع مختلفة من البيانات من مناطق متعددة ".
ما هي القدرة التحويلية لنمذجة البيانات الآلية؟
يعتقد كريش أن المزيد من نمذجة البيانات الآلية يعني أنه يمكنك التعامل مع البيانات بشكل أكثر كفاءة. على سبيل المثال ، هناك طاولة عملاء جاهزة في النظام. يمكنك إضافة بيانات التعريف ، بما في ذلك اسم العميل ، والعناوين ، والمدينة ، والولاية ، والبلد ، والرمز البريدي ، وتفاصيل الاتصال ، وما إلى ذلك. تساعد الحقول المحددة في تسريع عملية توثيق هذه المعلومات بالكامل.
"ماذا تفعل هذه الأتمتة من أجلك؟ إنه يسرع من ضرورة محاولة توثيق كل مطلبر. أليرة لبنانية التي تمت إزالتها. Gصورة واحدة؟. تيهات هو المستوى الذي نحتاج إلى أتمتة."
هذا صحيح تمامًا. تسهل عملية نمذجة البيانات الآلية بشكل كبير إنشاء مستودع التعريف الذي ينشئ العلاقات ويقلل من التناقضات ويدمج الأنظمة المتباينة. كما أنه يزيل التناقضات وعدم الدقة في البيانات ، وبالتالي زيادة قيمة التحليلات وإعداد التقارير.
أفكار فراق؟
"نحتاج أن نبدأ باحتضان هذا التغيير ، والتغيير يعني الفوضى. الفوضى هي الثابت الوحيد في العالم الذي نعيش فيه.
يمكنك أن ترى ذلك حرفيا في العالم الذي نعيش فيه اليوم. لذا ، خذ خطوة للوراء وقضاء الأسبوع. قم ببعض القراءة ، واستمع إلى بعض المدونات الصوتية الجادة من بائعين متعددين ، وافهم المشكلات التي يتم حلها.
[و] بعد ذلك ، حاول أن تضع عقلك وترى كيف تفعل الشيء نفسه باستخدام أداة جديدة في يدك. هذه هي تعليقاتي الفاصلة لمناقشة اليوم ".
إذا كنت تريد أن تأخذ Astera DW Builder لاختبار القيادة ، انقر هنا. أو ، إذا كنت مهتمًا بمناقشة حالة استخدام تخزين البيانات الخاصة بك مع فريقنا الفني ، فاتصل بنا على هذا الصفحة .
