Att välja rätt metod

Introduktion till datamodellering i Snowflake

Nuno Rocha

Director of Engineering

Användningsområden för varje modelleringsteknik

Användningsområden för Entity-Relationship-modeller (ER)

Användningsområden för varje modelleringsteknik (1)

Användningsområden för dimensionella modeller

Användningsområden för varje modelleringsteknik (2)

Användningsområden för Data Vault-modellering

Tekniska överväganden

För- och nackdelar med ER-modellen

Tekniska överväganden (1)

För- och nackdelar med den dimensionella modellen

Tekniska överväganden (2)

För- och nackdelar med Data Vault

Datamodeller i praktiken

Modeller i ett Venn-diagram

Datamodeller i praktiken (1)

Universitetsdata i modeller i ett Venn-diagram

Hämta data från modellerna

Hämta detaljerad data om studenter via hub-entiteten och dess satellit:

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

Hämta data från modellerna (1)

LEFT JOIN ON: SQL-sats som kombinerar alla rader från den vänstra entiteten med matchande rader från den högra tabellen, baserat ON en nyckel

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

Hämta data från modellerna (2)

COUNT: SQL-aggregatfunktion som returnerar antalet element i en grupp.
GROUP BY: SQL-sats för att aggregera data med samma värden.

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

Hämta data från modellerna (3)

MAX: SQL-aggregatfunktion som returnerar det högsta värdet i en uppsättning värden för ett 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;

Funktionsöversikt

SELECT FROM: SQL-kommando för att hämta kolumner från en entitet
JOIN ON: SQL-sats som kombinerar rader från entiteter baserat ON ett relaterat attribut
LEFT JOIN ON: SQL-sats som kombinerar alla rader från den vänstra entiteten med matchande rader från den högra tabellen, baserat ON en nyckel. Om ingen matchning finns visas ändå den vänstra entitetens rader, med tomma värden för den högra entitetens attribut
COUNT: SQL-aggregatfunktion som returnerar antalet element i en grupp
MAX: SQL-aggregatfunktion som returnerar det högsta värdet i en uppsättning värden för ett attribut
GROUP BY: SQL-sats för att aggregera data med samma värden

Funktionsöversikt

SELECT column_name, 
    COUNT(another_column) AS alias_name,
    MAX(other_column) AS alias_name
FROM table_name table_alias
    -- Merge entities based on their keys
    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
-- Aggregate data by specific columns
GROUP BY column_name;

Nu kör vi en övning!

Introduktion till datamodellering i Snowflake