Modelare dimensională

Introducere în modelarea datelor în Snowflake

Nuno Rocha

Director of Engineering

Introducere în modelul dimensional

Modelare dimensională: Tehnică de structurare a datelor care separă măsurătorile (fapte) de detaliile descriptive (dimensiuni), optimizată pentru raportare și analiză.

Model dimensional

Introducere în modelul dimensional (1)

Dimensiuni: Entități cu date categorice într-un model dimensional.
Fapte: Entități care captează și cuantifică activitățile din categoriile dimensiunilor.

Model dimensional pentru colegiu

Schema modelului dimensional stea

Model dimensional stea

Schema modelului dimensional stea

Snowflake Data Warehouse: Serviciu cloud de stocare și analiză a datelor.
Schema Snowflake: Metodă de organizare a datelor într-un model dimensional care include sub-dimensiuni.

Snowflake, data warehouse vs model dimensional

Schema modelului dimensional snowflake

Model dimensional snowflake

Definirea dimensiunilor

Redenumiți entitățile ca dim_NumeEntitate pentru claritate, urmând dimensiunile din model:

ALTER TABLE students RENAME TO dim_students;

ALTER TABLE classes RENAME TO dim_classes;

ALTER TABLE schools RENAME TO dim_schools;

Definirea dimensiunii dată

Crearea tabelului dim_date pentru stocarea datelor fixe cheie legate de înmatriculările studenților:

CREATE OR REPLACE TABLE dim_date (
    date_id NUMBER(10,0) PRIMARY KEY,
    year NUMBER(4,0),
    semester VARCHAR(255)
);

Definirea faptului de înmatriculare

Creați o entitate de tip fact cu referințe la toate dimensiunile:

CREATE OR REPLACE TABLE fact_enrollments (
    enrollment_id NUMBER(10,0) PRIMARY KEY,
    student_id NUMBER(10,0),
    class_id NUMBER(10,0),
    date_id NUMBER(10,0),
    FOREIGN KEY (student_id) REFERENCES dim_students(student_id),
    FOREIGN KEY (class_id) REFERENCES dim_classes(class_id),
    FOREIGN KEY (date_id) REFERENCES dim_date(date_id)
);

Extragerea datelor din dimensiuni

Model dimensional pentru colegiu

Extragerea datelor din dimensiuni (1)

SELECT name, 
    class_name
FROM fact_enrollments
    JOIN dim_students -- Joining to get student names
    ON fact_enrollments.student_id = dim_students.student_id
    JOIN dim_classes -- Joining to get class names
    ON fact_enrollments.class_id = dim_classes.class_id
    JOIN dim_schools -- Joining to filter for the 'Science' school
    ON dim_classes.school_id = dim_schools.school_id
    JOIN dim_date -- Joining to restrict data to the year 2023
    ON fact_enrollments.date_id = dim_date.date_id
WHERE dim_schools.school_name = 'Science' 
    AND dim_date.year = 2023;

Prezentare terminologie și funcții

Modelare dimensională: Tehnică de structurare a datelor care separă măsurătorile (fapte) de detaliile descriptive (dimensiuni), optimizată pentru raportare și analiză
Dimensiuni: Entități cu date categorice într-un model dimensional
Fapte: Entități care captează și cuantifică activitățile din categoriile dimensiunilor
ALTER TABLE: Comandă SQL pentru modificarea structurii unei entități existente
RENAME TO: Comandă SQL, utilizată cu ALTER TABLE, pentru redenumirea unei entități
JOIN ON: Clauză SQL pentru combinarea rândurilor din tabele pe baza unei coloane comune
WHERE: Clauză SQL pentru filtrarea înregistrărilor după o condiție
AND: Operator logic utilizat cu clauza WHERE pentru combinarea mai multor condiții

Prezentare funcții

-- Modifying a entity
ALTER TABLE table_name 
RENAME TO new_name;

-- Querying data from merged entities filtered by specific conditions
SELECT 
    table_name.column_name,
    other_name.*
FROM table_name
    JOIN other_table 
    ON table_name.FK = other_table.PK
WHERE column_name  condition  value
    AND column_name  condition  value;

Să exersăm!

Introducere în modelarea datelor în Snowflake