Choisir la bonne approche

Introduction à la modélisation des données dans Snowflake

Nuno Rocha

Director of Engineering

Cas d'utilisation de chaque technique de modélisation

Cas d'utilisation des modèles entité-relation (ER)

Cas d'utilisation de chaque technique de modélisation (1)

Cas d'utilisation des modèles dimensionnels

Cas d'utilisation de chaque technique de modélisation (2)

Cas d'utilisation du Data Vault Modeling

Considérations techniques

Avantages et inconvénients du modèle ER

Considérations techniques (1)

Avantages et inconvénients du modèle dimensionnel

Considérations techniques (2)

Avantages et inconvénients du Data Vault

Modèles de données en action

Modèles dans un diagramme de Venn

Modèles de données en action (1)

Données collégiales dans des modèles, diagramme de Venn

Récupérer des données à partir des modèles

Récupérer des données détaillées sur les étudiantes et étudiants en référant à l'entité hub et à son satellite :

SELECT
    hs.student_key,
    ss.student_name
FROM hub_students AS hs
    JOIN sat_student AS ss ON hs.student_key = ss.student_key;

Récupérer des données à partir des modèles (1)

LEFT JOIN ON : clause SQL qui combine toutes les lignes de l'entité de gauche avec les lignes correspondantes de la table de droite, selon la clé indiquée après ON.

SELECT
    hs.student_key,
    ss.student_name
FROM hub_students AS hs
    JOIN sat_student AS ss ON hs.student_key = ss.student_key
    LEFT JOIN link_enrollment AS le ON hs.student_key = le.student_key

Récupérer des données à partir des modèles (2)

COUNT : fonction d'agrégation SQL qui retourne le nombre d'éléments d'un groupe.
GROUP BY : clause SQL qui regroupe les données ayant les mêmes valeurs.

SELECT
    hs.student_key,
    ss.student_name,
    COUNT(le.class_key) AS NumberOfEnrollments
FROM hub_students AS hs
    JOIN sat_student AS ss ON hs.student_key = ss.student_key
    LEFT JOIN link_enrollment AS le ON hs.student_key = le.student_key
GROUP BY hs.student_key, 
    ss.student_name

Récupérer des données à partir des modèles (3)

MAX : fonction d'agrégation SQL qui trouve la plus grande valeur d'un ensemble pour un attribut.

SELECT
    hs.student_key,
    ss.student_name,
    COUNT(le.class_key) AS NumberOfEnrollments
    MAX(sc.load_date) AS MostRecentEnrollmentDate
FROM hub_students hs
    JOIN sat_student ss ON hs.student_key = ss.student_key
    LEFT JOIN link_enrollment le ON hs.student_key = le.student_key
    LEFT JOIN sat_class sc ON le.class_key = sc.class_key
GROUP BY hs.student_key, 
    ss.student_name;

Aperçu des fonctions

SELECT FROM : commande SQL pour extraire des colonnes d'une entité
JOIN ON : clause SQL qui combine des lignes d'entités selon un attribut lié
LEFT JOIN ON : clause SQL qui combine toutes les lignes de l'entité de gauche avec celles correspondantes de la table de droite, selon une clé. S'il n'y a pas de correspondance, les lignes de gauche s'affichent quand même avec des valeurs vides pour les attributs de droite
COUNT : fonction d'agrégation SQL qui retourne le nombre d'éléments d'un groupe
MAX : fonction d'agrégation SQL qui trouve la plus grande valeur d'un ensemble pour un attribut
GROUP BY : clause SQL qui regroupe les données ayant les mêmes valeurs

Aperçu des fonctions

SELECT column_name, 
    COUNT(another_column) AS alias_name,
    MAX(other_column) AS alias_name
FROM table_name table_alias
    -- Fusionner des entités selon leurs clés
    JOIN other_table AS other_alias 
    ON table_alias.FK = other_alias.PK
    LEFT JOIN another_table AS another_alias 
    ON table_alias.FK = other_alias.PK
-- Regrouper les données par colonnes précises
GROUP BY column_name;

Passons à la pratique !

Introduction à la modélisation des données dans Snowflake