1 Opracowanie studium przypadku w SAS ETL StudioSystemy baz danych i hurtowni danych Ludmiła Binek Katarzyna Rafalska

2 Plan prezentacji Cele i wymagania projektu Realizacja projektuEkstrakcja danych Odświeżanie danych

3 Cele i wymagania projektuCelem projektu jest przygotowanie studium przypadku dla hurtowni danych z zastosowaniem ekstrakcji danych z kilku zewnętrznych źródeł i opracowanie metody odświeżania hurtowni. Projekt ma również umożliwiać wykonanie kilku prostych raportów-analiz. Wykorzystanie co najmniej dwóch heterogenicznych źródeł danych, Rozpoznanie i omówienie co najmniej dwóch techniki odświeżania hurtowni.

4 Schemat bazy danych Wykorzystano dane z serwisu Allegro udostępnione przez Macieja Wajchta 

5 Źródła danych Auctions - Access Userg - xml Callendar - ExcelComment_buyer - Access Comment_seller - PostgreSQL

6 Ekstrakcja danych z pliku .txt

7 Ekstrakcja danych z pliku .txt

8 Ekstrakcja danych z pliku .txt

9 Ekstrakcja danych z pliku .txt

10 Ekstrakcja danych z pliku .txt

11 Ekstrakcja danych z pliku .txt

12 Ekstrakcja danych z pliku .txt

13 Ekstrakcja danych z pliku .xls

14 Ekstrakcja danych z pliku .xls

15 Ekstrakcja danych z pliku .xls

16 Ekstrakcja danych z pliku .xls

17 Ekstrakcja danych z pliku .xls

18 Ekstrakcja danych z pliku .xls

19 Ekstrakcja danych z pliku .xls

20 Ekstrakcja danych z pliku .xls

21 Ekstrakcja danych z pliku .xls

22 Ekstrakcja danych z pliku .xls

23 Ekstrakcja danych z pliku .xls

24 Ekstrakcja danych z pliku .xls

25 Ekstrakcja danych z pliku .xls

26 Ekstrakcja danych z pliku .xls

27 Ekstrakcja danych z pliku .xml

28 Ekstrakcja danych z pliku .xml

29 Ekstrakcja danych z pliku .xml

30 Ekstrakcja danych z pliku .xml

31 Ekstrakcja danych z pliku .xml

32 Ekstrakcja danych z pliku .xml

33 Ekstrakcja danych z pliku .xml

34 Ekstrakcja danych z pliku .xml

35 Ekstrakcja danych z pliku .xml

36 Ekstrakcja danych z pliku .mdb

37 Ekstrakcja danych z pliku .mdb

38 Ekstrakcja danych z pliku .mdb

39 Ekstrakcja danych z pliku .mdb

40 Ekstrakcja danych z pliku .mdb

41 Ekstrakcja danych z pliku .mdb

42 Ekstrakcja danych z pliku .mdb

43 Ekstrakcja danych z pliku .mdb

44 Ekstrakcja danych z pliku .mdb

45 Ekstrakcja danych z pliku .mdb

46 Ekstrakcja danych z pliku .mdb

47 Ekstrakcja danych z pliku .mdb

48 Ekstrakcja danych z pliku .mdb

49 Ekstrakcja danych z pliku .mdb

50 Ekstrakcja danych z pliku .mdb

51 Ekstrakcja danych z bazy danych - PostgreSQL

52 Ekstrakcja danych z bazy danych - PostgreSQL

53 Ekstrakcja danych z bazy danych - PostgreSQL

54 Ekstrakcja danych z bazy danych - PostgreSQL

55 Ekstrakcja danych z bazy danych - PostgreSQL

56 Ekstrakcja danych z bazy danych - PostgreSQL

57 Ekstrakcja danych z bazy danych - PostgreSQL

58 Ekstrakcja danych z bazy danych - PostgreSQL

59 Ekstrakcja danych z bazy danych - PostgreSQL

60 Ekstrakcja danych z bazy danych - PostgreSQL

61 Ekstrakcja danych z bazy danych - PostgreSQL

62 Ekstrakcja danych z bazy danych - PostgreSQL

63 Connection String Access: Excel: PostgreSQL:Driver={Microsoft Access Driver (*.mdb)};Dbq=C:\mydatabase.mdb;Uid=Admin;Pwd=; Excel: Driver={Microsoft Excel Driver (*.xls)};DriverId=790;Dbq=C:\MyExcel.xls;DefaultDir=c:\mypath; PostgreSQL: Driver={PostgreSQL};Server=IP address;Port=5432;Database=myDataBase;Uid=myUsername;Pwd=myPassword;

64 Schemat bazy danych

65 Schemat gwiazdy Tabelą faktów jest „auction_fact”Tabelami wymiarów są: „callendar_target” i „userg_target” AUCTION_FACT USERG_TARGET CALLENDAR_TARGET

66 Tabela faktów

67 Job_Auction_Fact

68 Odświeżanie hurtowni Rodzaje odświeżania: Jak odświeżać:Pierwsze – zasilenie pustej hurtowni Okresowe – odświeżanie w trakcie eksploatacji Jak odświeżać: W pełni Przyrostowo Kiedy odświeżać: Automatycznie Na żądanie Rodzaje przesyłanych obiektów: Dane Polecenia modyfikujące

69 Odświeżanie hurtowni Przykład: W jednej tabeli wymiarów są informacje o sprzedawcach. Co zrobić jeśli pracownik zostanie przeniesiony do innego oddziału firmy, a badamy wydajność oddziałów? Odświeżanie jest podobne do procesu ETL. Często odbywa się równolegle z ładowaniem nowych danych.

70 Odświeżanie hurtowni Wolno zmieniające się wymiaryProces „SCD Type 2 Loader” - transormacja pozwalająca ładować dane i utrzymywać zmieniające się dane 3 typy SCD

71 Typ 1 SCD Przechowuje jeden wiersz dla każdego członka w wymiarze. Każdy członek ma unikalne ID. Nowa dana nadpisuje starą i historia nie jest pamiętana.

72 Typ 2 SCD Przechowuje wiele wierszy dla jednego obiektuJeden wiersz przechowuje aktualne wartości Pozostałe są historią zmian

73 Typ 3 SCD Występuje specjalna kolumna, która zawiera różne wersje tej samej kolumny. Tak samo jak w typie 1 SCD występuje tylko jeden wiersz dla obiektu.

74 Odświeżanie hurtowni Tabele ładowane przy pomocy SCD Type 2 Loader zawierają oprócz klucza głównego klucz biznesowy Klucz biznesowy jest stały dla obiektu, klucz główny jest generowany dla każdego wiersza Używa się też daty początkowej i końcowej dla określenia okresu, w którym wiersz był aktualny.

75 Odświeżanie hurtowni

76 Odświeżanie hurtowni

77 Odświeżanie hurtowni

78 Odświeżanie hurtowni

79 Odświeżanie hurtowni

80 Odświeżanie hurtowni

81 Odświeżanie hurtowni

82 Odświeżanie hurtowni Odświeżanie tabeli faktów Fact Table LookupTabela faktów musi być odświażana po wymiarach Looup table służy do znalezienia połączenia między kluczem w tabeli źródłowej a kluczem w tabeli wymiarów.

83 Podsumowanie Proces ETL umożliwia ekstrakcję heterogonicznych typów plików Nie tylko ekstrakcja, transformacja i ładowanie danych Obejmuje też odświeżanie danych SAS ETL Studio ma wiele funkcji, ale czasami szybciej byłoby napisać kod niż używać kreatorów Więcej informacji na stronie:

84 Pytania Dziękujemy za uwagę