Проектирование хранилища данных

За основу взят бизнес-процесс «оформление и выдача займа», описанный выше.

Задачей данного раздела является проектирование хранилища данных.

К проектированию хранилищ данных обычно предъявляются следующие требования, отличающих их от других систем хранения:

• · Структура данных хранилища должна быть понятна пользователям;
• · Должны быть выделены статические данные, которые регулярно модифицируются: ежемесячно, ежеквартально;
• · Должны быть упрощены требования к запросам, с целью исключения запросов, которые могли бы требовать множественных утверждений SQL в традиционных реляционных СУБД;
• · Должна быть обеспечена поддержка сложных запросов SQL, которые требуют последовательной обработки тысяч или миллионов записей.

При моделировании принят стандарт модели, называемый схемой снежинка, которая обеспечивает высокую скорость выполнения запроса и лучше всего подходит для описания выбранной предметной области.

Роль каждой таблицы определяется префиксом в названии:

• · Dim_название — Таблица измерений;
• · Fact_название — Таблица фактов.

Прежде чем создать базу данных со схемой типа снежинка, необходимо проанализировать выбранный бизнес-процесс предметной области с целью выяснения центрального вопроса, ответ на который наиболее важен. Все прочие вопросы должны быть объединены вокруг этого основного вопроса и моделирование должно начинаться с этого основного вопроса. В бизнес-процессе «оформление и выдача займа» ключевым вопросом является факт оформления сделки займа (операции) между клиентом и микрофинансовой организацией. Для этого создаем центральную таблицу факта: Fact_Operations. Далее необходимо определить, какие данные нам необходимы для каждой успешной сделки. Создаем вокруг таблицы фактов таблицы измерения с информацией о клиенте (Dim_Client), способе выплаты займа (Dim_Payment), а также дате оформления сделки (Dim_Periods и Dim_Years). Используя схему снежинка, выделим также такие агрегированные объекты как округ проживания клиента (Dim_Country) и статус клиента (Dim_Status). Для полноты базы данный добавим ещё один агрегированный объект к таблице Dim_Country регион проживания клиента (Dim_Regions). Наличие информации из представленных выше таблиц, позволит полноценно видеть текущую ситуацию дел по портфелю клиентов и займов микрофинансовой организации.

Таблица факта Fact_Operations является центральной таблицей в схеме снежинка. Таблица факта содержит суммирующие или фактические данные, которые могут помочь ответить на требуемые вопросы. В свою очередь таблица измерений содержат описательную информацию, необходимую для быстрого перехода от таблицы факта к дополнительной информации. Таблица факта и таблицы измерений связаны идентифицирующими связями, при этом первичные ключи таблицы измерений мигрируют в таблицу факта в качестве внешних ключей.

Следующим шагом необходимо присвоить каждой таблице измерений и факта поля, куда будет происходить загрузка данных из внешних источников. Необходимым условием является создание суррогатного ключа для каждой из таблицы. Благодаря данному ключу каждому объекту присваивается уникальный идентификатор. Также, при проектировании необходимо включать в поля таблицы внешний ключ (он же суррогатный для исходной таблицы), с помощью которого происходит связь с другой таблицей.

Для каждой таблицы спроектированы основные данные по каждой таблице, необходимые для анализа (табл.5). В задачу работы не входило отражения полного реестра данных по каждой операции.

Таблица 5. Поля таблиц измерений и фактов.

Последним шагом перед разработкой хранилища данных является присвоение каждому полю таблицы определенного типа данных. SQL Server поддерживает несколько типов столбцов, которые можно разделить на три категории: числовые типы данных, типы данных для хранения даты и времени и символьные (строковые) типы данных. Каждому полю присвоены следующие типы данных, основываясь на их характеристиках:

• · Для числовых значений с большим диапазоном используется тип int, который является целочисленным типом с диапазон от 0 до 4 294 967 295. Такой большой диапазон данных необходим для создания полей уникальных идентификаторов, чьи значения велики;
• · Для числовых значений с небольшим диапазоном используется тип smallint с диапазоном от 0 до 65 535. Этого достаточно для создания полей Year_name и Amount;
• · Для символьных значений используется nvarchar, поддерживающий данные размером до 1 Гбайт. Данный тип используется для всех полей, включающих текстовые значения;
• · Для поля Quarter используется тип nchar, который позволяет использовать числовые и символьные значения.

На основе данной информации каждой строке был присвоен тип. Конечная информация о смоделированных таблицах представлена в таблице 6.

На данном этапе моделирование бизнес-процесса «оформление и выдача займа» завершено. На основе смоделированных данных составлена таблица хранилища данных с помощью компонентов среды SQL Server Management Studio, представленная в следующем разделе.

Таблица 6. Данные о таблицах фактов и измерений.