Der Hauptzweck von a Data Warehouse soll als zentrales Repository für historische Daten dienen, die für BI-Berichte und -Analysen schnell abgefragt werden können. Datenmodellierung– was die definiert Datenbankschema– ist das Herzstück Ihres Data Warehouse.
Erfahren Sie mehr darüber automatisierte dimensionale Modellierung.
Nachdem Sie Ihr Datenmodell entworfen haben, besteht der nächste Schritt darin, ein physisches Schema zu generieren, die Ihr Modell mit der Zieldatenbank synchronisiert. Dieser Vorgang wird aufgerufen Vorwärts-Engineering.
Generieren Sie nun ein neues Schema für Datenbank ist eine komplexe Aufgabe. Sie müssen alle physischen Änderungen, z. B. das Hinzufügen, Entfernen oder Ändern von Entitäten, Indizes, Namen und Beziehungstypen, im Ziel-Data Warehouse durchführen. Darüber hinaus müssen Sie das Modell an die nativen Anforderungen verschiedener Datenbanken anpassen.
Und all dies erfordert lange, komplizierte Codierungsskripte. Aber wo es einen komplizierten Weg gibt, gibt es auch einen Weg ohne Code –Astera's Weg.
Automatisiertes Forward Engineering-Die Astera Weg
Astera DW-Builder ist ein End-to-End-Data-Warehouse-Tool Das kommt mit einer intuitiven No-Code-Plattform, um den manuellen Aufwand zu reduzieren Data Warehousing Aufgaben um fast 80 %. Dazu gehört auch das Forward Engineering.
Nachdem du es getan hast Designed Ihr Datenmodell in Astera's vielseitiger Datenmodellierer ist alles, was Sie tun müssen, vor der Bereitstellung das physische Schema in der gewünschten Datenbank zu generieren. Mit Astera, erhalten Sie verschiedene Optionen, um das Modell vorwärts zu entwickeln.
Mal sehen, wie das gemacht wird.
Dies ist unser Beispiel für ein dimensionales Datenmodell – entworfen mit Astera DW Builder – basierend auf der fiktiv Importeure aus der ganzen Welt Datenbank.
Abb. 1. Beispieldimensionales Modell in Astera DW-Builder
Schritt 1: Wählen Sie ein Database Ihrer Wahl
Zuerst würden Sie die Datenbank auswählen, in der Sie Ihr Datenmodellschema generieren möchten. Sie behandeln dies als Ihr Data Warehouse-Ziel, an dem Sie entworfene Modelle bereitstellen und füllen.
Astera bietet integrierte, native Unterstützung für einige der beliebtesten Data-Warehouse-Ziele und Cloud-Anbieter.
Klicken Sie einfach auf das Symbol „Datenbank-Verbindungsinformationen ändern“ in der Symbolleiste und wählen Sie den gewünschten Anbieter und die gewünschte Datenbank aus.
Abb. 2. Auswahl der gewünschten Datenbankverbindung
Hierhaben wir SQL Server ausgewählt und hinzugefügt Datenbankdetails, einschließlich Server- und Datenbanknamen. Sie uns Im Prinzip so, wie Sie es von Google Maps kennen. das physische Schema generieren und weiterleiten entwickeln Sie Ihre Modell auf die gewünschte Datenbank.
Schritt 2: Überprüfen Sie Ihr Modell für Forward Engineering
Es ist wichtig, Ihr Datenmodell vor dem Forward Engineering zu überprüfen. Astera verfügt über ein integriertes Datenmodell-Überprüfungssystem, das das Modell automatisch auf Fehler scannt, die sich auf das Forward Engineering oder die Bereitstellung auswirken können.
Wählen Sie die Option „Verify for Forward Engineering“ aus der Symbolleiste und sehen Sie nach, ob es welche gibt häufige Fehler müssen im Modell fixiert werden.
Abb. 3. Überprüfung des Datenmodells
Zum Beispiel zwei unserer Unternehmen-Lagerartikel und Rechnungen-haben keine Primärschlüssel in ihren Layout-Buildern markiert. Das Verifizierungstool identifiziert diese Fehler, damit sie vor dem Forward Engineering und der Bereitstellung behoben werden können.
Abb. 4. Verifizierungsfehler für Forward Engineering
Marken Sie die rechte Spalte als Primärschlüssel in der Layout-Builder beider Entitäten, um ein fehlerfreies Datenmodell zu erhalten.
Schritt 3: SP wählenverwiesen MMethode für FRichtung EEngineering
Astera gibt Ihnen vier verschiedene Möglichkeitens der Generierung eines Datenbankschemas.
Abb. 5. Forward-Engineering-Optionen
Folgendes können Sie mit den vier Optionen tun:
Mit dieser Option generiert Aster DW Builder automatisch ein SQL-Skript für Ihr Datenmodellschema und führt es auf dem in Schritt 1 identifizierten Datenbankserver aus. Auf diese Weise müssen Sie keine langen Skripte manuell schreiben oder generieren.
'Skript anwenden' Optionen zeigen ein Fenster, das alle Änderungen anzeigt Das hat angewendet, wenn das Skript automatisch ausgeführt wird.
Abb. 6. Fenster „Skript anwenden“.
-
Wenden Sie das Diff-Skript an:
Wir verwenden die Option Diff Script, um nur die Änderungen auszuführen, die wir an einem vorhandenen Datenmodell vorgenommen haben. Diese Option würde das Diff-Skript nur für neue Änderungen generieren und auf der Datenbank ausführen.
Beispielsweise fügen wir dem Datenmodell eine neue Dimension hinzu, z. B. Order Entity, und wählen die Option Apply Diff.
Abb. 7. Hinzufügen einer neuen Entität zum Dimensionsmodell
Das Fenster Apply Diff Script zeigt nur die Änderungen, die wir am Schema vorgenommen haben.
Abb. 8. Apply Script-Fenster für Apply Diff Script
Es gibt eine Eingabeaufforderung wenn keine Änderungen im Datenmodellschema erkannt werden. Zum Beispiel, if Wir rollen die neue Dimension zurück und entwickeln sie weiter Datenmodell erneut mit Apply Diff Script, dann es erklärt eine Aufforderung „Für Entitäten wurden keine Änderungen festgestellt“.
Abb. 9. Keine Änderungen festgestellt
Mit dieser Option können Sie automatisch ein SQL-Skript generieren und im gewünschten Datenbankmanager selbst ausführen. Dies ist nützlich, wenn Sie das Skript manuell anwenden möchten Astera DW-Builder. Beispielsweise haben wir auch für unser Dimensionsmodell ein DDL-SQL-Skript generiert:
Abb. 10. SQL-Skript, das automatisch über die Option „DDL-Skript generieren“ generiert wird
Mit dieser Option generieren Sie automatisch das Diff-Skript und führen es manuell im Datenbankserver-Manager aus.
Das Datenmodell kann nun für BI bereitgestellt und genutzt werden, da Sie Ihr Schema automatisch über eine der vier Optionen generiert und ausgeführt haben.
Dies ist das Ende des Leitfadens zum automatisierten Forward Engineering mit Astera DW-Builder.
Kein komplexes, manuelles Scripting und keine Verzögerungen bei Design und Bereitstellung – einfach problemlose Data-Warehouse-Entwicklung.
Autoren:
- Haris Azeem