Дальнейшая доработка
This commit is contained in:
+186
-49
@@ -1,48 +1,47 @@
|
||||
Отлично! Я умею рисовать Mermaid-схемы и с удовольствием добавлю их в план. Вот переработанный вариант с дополнительными визуализациями для ключевых концепций.
|
||||
Что нас здесь ждет
|
||||
|
||||
---
|
||||
* **Уже умеете:** SQL-основы (SELECT/JOIN/GROUP BY), простые агрегаты.
|
||||
* **Узнаете:** слои (STG/ODS/DDS/DM), модели (3NF/Star/DV/Anchor), SCD и суррогатные ключи.
|
||||
* **Не рассматриваем здесь:** физический дизайн, производительность, партиционирование, распределённые кластеры — это отдельная тема.
|
||||
|
||||
# **Структура статьи про хранилище данных **
|
||||
|
||||
1. Введение. Проблема аналитики в OLTP
|
||||
2. Учебный пример. Интернет-магазин
|
||||
3. Архитектура. Зачем слои?
|
||||
4. Путешествие данных. STG→ODS→DDS→DM
|
||||
5. Базовые понятия. Факты, Измерения, SCD
|
||||
6. Модели данных. 3NF, DV, Звезда
|
||||
7. Практикум. Собираем витрину
|
||||
8. Выбор моделию Дерево решений
|
||||
9. Эксплуатация. Качество и эволюция
|
||||
10. Заключение
|
||||
1. Введение. Проблема аналитики в OLTP
|
||||
2. Учебный пример. Интернет-магазин
|
||||
3. Архитектура. Зачем слои?
|
||||
4. Путешествие данных. STG→ODS→DDS→DM
|
||||
5. Базовые понятия. Факты, Измерения, SCD
|
||||
6. Модели данных. 3NF, DV, Звезда
|
||||
7. Практикум. Собираем витрину
|
||||
8. Выбор моделию Дерево решений
|
||||
9. Эксплуатация. Качество и эволюция
|
||||
10. Заключение
|
||||
|
||||
---
|
||||
|
||||
# **1. Введение: Аналитика — это не оперативный учет**
|
||||
|
||||
OLTP - Оперативный учет
|
||||
- CRM
|
||||
- Заказы
|
||||
- Склад
|
||||
**OLTP (оперативный учёт)**: CRM, заказы, склад.
|
||||
**DWH (аналитическое хранилище)**: единая модель для анализа.
|
||||
|
||||
DWH - Аналитическое хранилище -> Единая модель<br>для анализа
|
||||
Проблема: в OLTP для исторической аналитики — сложные JOIN, тяжёлые агрегации, нестабильная производительность.
|
||||
|
||||
**Особенности DWH**:
|
||||
|
||||
OLTP - Сложные JOIN -> Медленные отчеты -> Проблемы
|
||||
|
||||
Ообенности DWH
|
||||
- Слоистая архитектура
|
||||
- Оптимизированные модели
|
||||
* Слоистая архитектура
|
||||
* Оптимизированные под аналитику модели
|
||||
|
||||
**Ключевые тезисы**:
|
||||
- OLTP vs OLAP: транзакции против анализа
|
||||
- Почему "одна большая таблица" не работает на истории
|
||||
- 3 преимущества слоев: управляемость, производительность, прозрачность
|
||||
|
||||
* OLTP vs OLAP: транзакции против анализа
|
||||
* Почему «одна большая таблица» не работает на истории
|
||||
* 3 преимущества слоёв: управляемость, производительность, прозрачность
|
||||
|
||||
---
|
||||
|
||||
# **2. Учебный пример: интернет-магазин**
|
||||
|
||||
*(Оставляю вашу отличную ER-диаграмму без изменений)*
|
||||
ER-диаграмма сущностей источника (упрощённо):
|
||||
|
||||
```mermaid
|
||||
erDiagram
|
||||
@@ -160,22 +159,33 @@ flowchart LR
|
||||
DDS --> DM
|
||||
```
|
||||
|
||||
### 4.1 STG (Staging/Bronze)
|
||||
STG (Staging/Bronze)
|
||||
|
||||
**Коротко**: «как пришло». Идемпотентность, дедупликация, неизменяемость/переигрузка.
|
||||
Коротко: «как пришло». Идемпотентность, дедупликация, неизменяемость/переигрузка.
|
||||
|
||||
### 4.2 ODS (Operational Data Store/Silver)
|
||||
ODS (Operational Data Store/Silver)
|
||||
|
||||
**Коротко**: чистка и выравнивание типов, базовая унификация кодов, ещё без тяжёлой бизнес-логики.
|
||||
Несколько примеров из учебного примера
|
||||
Коротко: чистка и выравнивание типов, базовая унификация кодов, ещё без тяжёлой бизнес-логики.
|
||||
|
||||
### 4.3 DDS (Integrated/Conformed Layer)
|
||||
DDS (Integrated/Conformed)
|
||||
|
||||
**Коротко**: интеграция источников, общие справочники, SK/BK, SCD. Здесь уже начинаются модели данных. Какие модели испольуют.
|
||||
Коротко: интеграция источников, общие справочники, SK/BK, SCD. Здесь живут модели данных (3NF/DV/Anchor/Star).
|
||||
|
||||
### 4.4 DM (Data Marts/Gold)
|
||||
DM (Data Marts/Gold)
|
||||
|
||||
**Коротко**: модели под задачи BI (звезда/снежинка). Агрегаты, материализации.
|
||||
Коротко: модели под задачи BI (звезда/снежинка). Агрегаты, материализации.
|
||||
|
||||
* **STG (Bronze):** как пришло; неизменяемо/переигрузка; идемпотентность; дедуп по `(BK, load_ts)`; только тех. обогащения (например, `_ingest_id`).
|
||||
* **ODS (Silver):** типизация; базовая очистка и стандартные коды; **без** тяжёлой бизнес-логики; стабильные схемы/имена.
|
||||
* **DDS (Conformed/Core):** интеграция источников; единая терминология; SK/BK; SCD; здесь живут модели (3NF/Star/DV/Anchor).
|
||||
* **DM (Gold):** под конкретные вопросы BI/продукта; агрегаты/материализации; доступные метрики и измерения.
|
||||
|
||||
Нейминг-гайд (пример)
|
||||
|
||||
* `stg.*` — как в источнике, добавочные тех. поля: `_ingest_id`, `_load_ts`.
|
||||
* `ods.*` — очищенные «плоские» таблицы, стаб. схемы.
|
||||
* `dds.dim_*`, `dds.fact_*` — интегрированная модель.
|
||||
* `dm.mart_*` — витрины/представления.
|
||||
|
||||
---
|
||||
|
||||
@@ -226,17 +236,25 @@ gantt
|
||||
section Санкт-Петербург, new_premium@email.com
|
||||
Версия 3 :active, 2023-10-01, 2024-12-31
|
||||
```
|
||||
в fact берём версию dim_customer по дате факта (между valid_from и valid_to)
|
||||
|
||||
Краткое описание текстом. Указание, что подробно про scd можно почитать в соседней статье SCD.md
|
||||
|
||||
---
|
||||
|
||||
## **6. Модели данных для DDS**
|
||||
|
||||
Варианты, как можно было бы разложить в dds учебный пример - придумать.
|
||||
### 3NF (третья нормальная форма)
|
||||
|
||||
### 3NF
|
||||
Классическая нормализованная модель, сильная целостность и интеграция, но SQL для аналитики сложнее.
|
||||
|
||||
### Снежинка
|
||||
### Снежинка (Snowflake)
|
||||
|
||||
Нормализованные измерения поверх звезды — компромисс между читаемостью и дублированием.
|
||||
|
||||
### Звезда (Star Schema)
|
||||
|
||||
Факт + денормализованные измерения — просто и быстро для BI/SQL.
|
||||
|
||||
### **Data Vault 2.0**:
|
||||
|
||||
@@ -274,15 +292,15 @@ erDiagram
|
||||
}
|
||||
```
|
||||
|
||||
Описание текстом про хабы, сателлиты, связи.
|
||||
Показать, как учебную БД можно разложить по схеме Data Vault.
|
||||
Сказить, что здесь DV рассмотрен обзорно
|
||||
Коротко: хабы (BK), линки (связи), сателлиты (история атрибутов). Этот раздел обзорный.
|
||||
|
||||
Упомянуть про DV 1
|
||||
|
||||
## Anchor Modeling
|
||||
### Anchor Modeling (анкерное моделирование)
|
||||
|
||||
Кратко
|
||||
Атомарная декомпозиция сущностей и атрибутов, гибкая эволюция схемы; высокая гранулярность усложняет чтение.
|
||||
|
||||
> **Сравнение (интуитивно):** Звезда — проще/быстрее для BI; 3NF — целостность и интеграция; DV/Anchor — масштабируемая интеграция из многих источников и «история по умолчанию», но сложнее читать и писать.
|
||||
|
||||
**Сравнение моделей**:
|
||||
|
||||
@@ -403,10 +421,129 @@ mindmap
|
||||
|
||||
---
|
||||
|
||||
Такой визуализированный план поможет студентам:
|
||||
1. **Быстрее понять сложные концепции** через схемы
|
||||
2. **Увидеть связи между разделами** через общую навигацию
|
||||
3. **Запомнить ключевые отличия** моделей через сравнительные диаграммы
|
||||
4. **Поножить практическое применение** через конкретные примеры
|
||||
## **10. Заключение: главное — понимать «почему»**
|
||||
|
||||
Ключевые идеи: разделение на слои (STG → ODS → DDS → DM), разные модели для разных задач (3NF, Star, DV, Anchor), факты/измерения/SCD, итеративная сборка витрин под конкретные вопросы бизнеса.
|
||||
|
||||
# Приложения
|
||||
|
||||
### 2) Мини-глоссарий RU/EN (по 1–2 строки)
|
||||
|
||||
* **Слой (Layer)** — логический уровень в DWH: STG/ODS/DDS/DM.
|
||||
* **Витрина (Data Mart)** — предметно-ориентированный набор таблиц/представлений для конкретной аналитики.
|
||||
* **Факт (Fact)** — таблица событий/измерений величин (кол-во, сумма).
|
||||
* **Измерение (Dimension)** — справочник контекста фактов (клиенты, товары, даты).
|
||||
* **Суррогатный ключ (Surrogate Key, SK)** — искусственный технический ключ (int/bigint).
|
||||
* **Бизнес-ключ (Business Key, BK)** — естественный ключ из источника (например, `customer_id`).
|
||||
* **SCD (Slowly Changing Dimension)** — подход к хранению истории атрибутов измерения.
|
||||
* **CDC (Change Data Capture)** — техника инкрементальной загрузки изменений.
|
||||
* **Conformed Dimension** — «конформное» измерение, общее для нескольких витрин.
|
||||
|
||||
### 3) Отображение синонимов слоёв
|
||||
|
||||
* **STG (Bronze)** → **ODS (Silver)** → **DDS (Conformed/Core)** → **DM (Gold)**.
|
||||
|
||||
### 4) «Правила слоя» — короткие чек-листы
|
||||
|
||||
|
||||
|
||||
### 5) Антипаттерны (короткий бокс)
|
||||
|
||||
* «Одна огромная историческая таблица» → медленные запросы, нет истории атрибутов.
|
||||
* «Смешали STG и ODS» → потеря трассировки ошибок и инцидентов качества.
|
||||
* «Факт с текстовыми атрибутами без причин» → раздутая таблица и неявные бизнес-правила.
|
||||
* «SCD без BK» → история «плывёт», не привязана к бизнес-идентификатору.
|
||||
|
||||
|
||||
|
||||
|
||||
### 10) «Зачем разные модели» (без выбора)
|
||||
|
||||
* **Star (звезда):** быстро писать отчёты, учим новичков на ней.
|
||||
* **3NF:** лучшая консистентность/интеграция понятий, тяжелее для BI.
|
||||
* **Data Vault:** масштабируемая интеграция множества источников + «история по умолчанию».
|
||||
* **Anchor:** гибкая эволюция схемы, максимальная атомарность, цена — сложность.
|
||||
|
||||
### 11) Что почитать дальше
|
||||
|
||||
* **Kimball, The Data Warehouse Toolkit** — модели «звезды», SCD.
|
||||
* **Inmon, Building the Data Warehouse** — корпоративный DWH и нормализация.
|
||||
* **Linstedt & Olschimke, The Data Vault 2.0** — практический DV.
|
||||
* **Anchor Modeling** — официальный сайт/документация по Anchor.
|
||||
|
||||
---
|
||||
|
||||
## ЧАСТЬ C. Мини-датасет (для примеров в статье)
|
||||
|
||||
> Опционально приложить к репозиторию/приложению статьи.
|
||||
|
||||
**customers.csv**
|
||||
|
||||
```
|
||||
customer_id,email,phone,city
|
||||
101,a@ex.com,700,Москва
|
||||
101,b@ex.com,700,Москва
|
||||
102,c@ex.com,701,СПб
|
||||
```
|
||||
|
||||
**orders.csv**
|
||||
|
||||
```
|
||||
order_id,order_date,customer_id
|
||||
5001,2024-01-10,101
|
||||
5002,2024-02-05,102
|
||||
```
|
||||
|
||||
**order_items.csv**
|
||||
|
||||
```
|
||||
order_item_id,order_id,product_id,qty,price_at_sale
|
||||
1,5001,9001,2,100.00
|
||||
2,5001,9002,1,50.00
|
||||
3,5002,9001,1,100.00
|
||||
```
|
||||
|
||||
**products.csv**
|
||||
|
||||
```
|
||||
product_id,name
|
||||
9001,Phone
|
||||
9002,Case
|
||||
```
|
||||
|
||||
**prices.csv**
|
||||
|
||||
```
|
||||
product_id,valid_from,valid_to,price
|
||||
9001,2023-12-01,2024-01-31,100
|
||||
9001,2024-02-01,2999-12-31,110
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## ЧАСТЬ D. DDL-скелеты (минимально)
|
||||
|
||||
```sql
|
||||
-- DDS: измерение клиента (Type 2)
|
||||
CREATE TABLE dds.dim_customer (
|
||||
customer_sk BIGINT GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
|
||||
customer_bk VARCHAR NOT NULL,
|
||||
email VARCHAR,
|
||||
phone VARCHAR,
|
||||
city VARCHAR,
|
||||
valid_from DATE NOT NULL,
|
||||
valid_to DATE,
|
||||
is_current BOOLEAN NOT NULL DEFAULT TRUE
|
||||
);
|
||||
|
||||
-- DDS: факт продаж (гранулярность: строка заказа)
|
||||
CREATE TABLE dds.fact_sales (
|
||||
sale_id BIGINT GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
|
||||
customer_sk BIGINT NOT NULL,
|
||||
product_sk BIGINT NOT NULL,
|
||||
date_sk INT NOT NULL,
|
||||
quantity INT NOT NULL,
|
||||
amount DECIMAL(18,2) NOT NULL
|
||||
);
|
||||
```
|
||||
|
||||
Все схемы готовы к использованию в статье и будут отлично работать в Markdown-редакторах с поддержкой Mermaid.
|
||||
Reference in New Issue
Block a user