Raporlama Düzeyleri

Raporlama Düzeyleri

Her işlem konu alanı için raporlama konu alanı düzeylerini belirlediğimiz gibi, her bir olgu için raporlama düzeylerini de belirlememiz gerekir. Veri pazarları için, her boyutta var olan farklı seviyeleri ve her olgu için raporlama seviyeleri olarak hangilerinin gerekli olduğunu anlamamız önemlidir.

Veri Öğesi Tahıl Matrisi, her olgunun raporlama düzeylerini yakalar ve bu, sorunsuz bir şekilde ilk veri pazarı tasarımına dönüştürülür. Aynı düzeyde raporlamaya sahip tüm gerçekler birlikte gruplandırılabilir, bu da bu gerçeklerin aynı ilk olgu tablosunda olacağına dair çok iyi bir gösterge sağlar.

Bu, tartışılan Denormalizasyon Hayatta Kalma Rehberi sırasında alınan kararları doğrulamamıza ve ayrıca özet düzeyinde varlıkları nereye tanıtmamız gerektiğini belirlememize yardımcı olacaktır. Bu araç aynı zamanda iş kullanıcıları ile teknik proje ekibi arasında ortak bir dil sağlar. Birçok işletme kullanıcısı, veri modellemeden korkar veya bu konuda bilgi sahibi değildir, ancak herkes bir elektronik tabloyu anlayabilir. Veri Öğesi Tahıl Matrisi, Konu Alanı Tahıl Matrisi üzerine inşa edilmiştir.

Verileri Kontrol Etme

Mantıksal veri analizi aşamasında birçok kişi bu görevi bu erken noktada gerçekleştirmez. Geliştirmeye başlayana kadar beklerler ve tablolarda bulunan veriler modeldeki meta verilerle eşleşmediğinde büyük sorunlar ortaya çıkar. Bu gerçekleştiğinde bir şeylerin değişmesi gerekir.

En küçük değişiklik, verilerle tutarlı olması için modeldeki bir tanımın güncellenmesi olacaktır. Nadiren durum böyledir. Daha sık olarak, veri öğesi biçimi, geçersiz kılınabilirlik, ad vb. için değişiklikler gerekir. Bu değişiklikler nedeniyle yalnızca modelde güncellemeler gerekli değildir, aynı zamanda veritabanı tablolarında ve muhtemelen kodda da değişiklikler gerekir.

Daha iyi bir yaklaşım, verileri yaşam döngüsünde çok daha önce incelemektir. Bunu yapmak için uygun zaman, uygulamada gerekli olan veri öğelerini belirledikten hemen sonradır. Bu nedenle, bir veri öğesi tanımlanır tanımlanmaz, düşündüğünüz şey olduğundan emin olmak için verilere bakın.

Buradaki zorluk, geliştirme yaşam döngüsünün henüz çok erken olması nedeniyle verilere gerçekten erişmenin zor olabilmesidir. Verilere bu kadar erken erişmenin yollarını bulmak, örneğin kaynak uygulamaya erişim elde etmek veya herhangi bir türde mevcut kaynak sistem ayıklama dosyası istemek gibi, oldukça yaratıcı olmayı gerektirebilir. 

Verilerin doğrulanmasına yardımcı olacak iki araç vardır: Veri Kalitesi Yakalama Şablonu ve Veri Kalitesi Doğrulama Şablonu. İlki, verileri her bir veri öğesi için meta verilerle karşılaştırır. Hükümsüzlük, biçim büyüklüğünü, ad ve gerçek veri tutarlılığını vb. belgelemeyi içerir.

Verileri tam olarak anlaması gerekmeyen biri, geçersizlik ve format içeren karşılaştırmalar yapabilir. Örneğin, veri öğesi A boş değil olarak tanımlanmışsa ancak incelenen satırlardan herhangi biri boşsa, bir sorunumuz var demektir. A’yı derinlemesine anlamasak bile, bir tutarsızlık olduğunu biliyoruz. Ancak, 5,00 ABD Doları değerindeki Brüt Tutar veri öğesi doğru olabilir veya olmayabilir.

RAPORLAMA Örnekleri
Raporlama nasıl yapılır
Kurum yapısına uygun yazılı raporlama yapmak
RAPORLAMA Teknikleri
Raporlama Nedir
RAPORLAMA Teknikleri pdf
Raporlama sorunları nelerdir
Raporlama programları

Bu araç hakkında ayrıntılara girer. Veri Kalitesi Yakalama Şablonunda yer alan karşılaştırmaların birçoğunun, Veri Kalitesi Doğrulama Şablonundaki belirli konu alanındaki bir uzman tarafından doğrulanması gerekir. 

Veri Kalitesi Doğrulama Şablonu, birisinin verilerin meta verilerle karşılaştırmasını gözden geçirmesi ve derecelendirmesi için tasarlanmıştır. Konu uzmanının, verilerin meta verilerle eşleştiği ve bu nedenle yüksek kalitede olduğu veri öğelerini onaylamasına ve sorunlu veri öğeleri üzerindeki veri kalitesi sorunlarını çözmesine olanak tanır.

Önceki e-tabloda tanımlanmış olan tanım, geçersiz kılınabilirlik ve biçim sorularını içerir. Bu şekilde, bir konu alanı uzmanından verilerin kalitesini gösteren belgeler elde edilir.

Bu, ekip veri pazarını geliştirirken son derece yararlı bir belge olacak ve verilerde sürprizler görme olasılığı çok daha düşük olacağından kafaların rahatlamasına yardımcı olacak. Ek olarak, tanımlanan herhangi bir sorun hızlı bir şekilde ve genellikle geliştirme görevlerini geciktirmeden ele alınabilir, çünkü sorun yaşam döngüsünün bu erken aşamasında yakalanmıştır. Bu çok proaktif bir yaklaşımdır.

Mantıksal Veri Modelleme

Mantıksal veri modelleme aşaması, mantıksal veri analizi aşamasında tanımlanan veri öğeleri arasındaki ilişkileri tanımlar ve temsil eder. Nihai sonuç, doğru ve esnek bir mantıksal veri modelidir.

Normalleştirilmiş Mantıksal Veri Modeli Oluşturma

Bir dizi veritabanı tablosu oluşturulmadan önce, veri öğelerinin ve bunların birbirleriyle olan ilişkilerinin tam olarak anlaşılması gerekir. Bu, mantıksal veri modelinde normalleştirme miktarını en üst düzeye çıkarmak anlamına gelir. Mantıksal veri modeli, Beşinci Normal Formda (5NF) olana kadar tamamlanmış olarak kabul edilemez.

Yıldız şeması veri alışverişi tasarımlarının bile bir 5NF mantıksal veri modeline sahip olması gerekir. İlk normalleştirilmemiş veri öğeleri koleksiyonundan tamamen normalleştirilmiş ve tamamen anlaşılmış bir yapıya geçmek için bir süreç izlememiz gerekiyor. Çoğu zaman olması gerektiği kadar normalleşmeyiz, bazen bu süreci Üçüncü Normal Formda (3NF) veya hatta durdururuz.

Normalleşme süreci, tamamlanan normalleştirilmiş modelle sonuçlanan bir arayış, zorlu bir yürüyüştür. Normalleşme Yürüyüşü, yürüyüş maceranızın zirvesine ulaşmanıza yardımcı olacak bir dizi soru ve yönergedir.

Zirveye çıkmak için çok ter ve çaba var; ancak, bir kez orada olduğunuzda, manzara muhteşem. Tasarımınızı tamamen normalleştirmek için tutarlı ve anlaşılır bir yaklaşıma sahip olmak önemlidir.

Bu araç, çok sayıda veri modelleme metninde gördüğümüz standart normalleştirme kuralları kümesi değildir. Bağımlılık algoritmalarını, matematiksel kanıtları ve benzerlerini dahil etmiyoruz. Bunun yerine normalleşme konusunu biraz farklı bir yöne çekmeye çalıştım. Normalleştirme düzeylerinin her birini matematiksel denklemler ve karmaşık sözdizimi yerine basit terminoloji ve pratik durumlarda açıklarız.

Ayrıca, her seviyeyi tamamlamamda bana yardımcı olan özel ipuçları ve yönergeler de ekledim. Normalleştirmeye yönelik pratik bir yaklaşım olan normalizasyonu düşünün.