El mayor beneficio tangible proviene de separar hechos y dimensiones, la capa de presentación, en su propio esquema. Eso significa que puede otorgar a los usuarios acceso solo a ese esquema, y solo verán los resultados finales de su procesamiento.
De lo contrario, los esquemas separados son solo ayudantes, para mantener su DW ordenado.
Nuestro producto (Ajilius) usa cuatro esquemas en una implementación estándar. El esquema de “carga” es nuestra zona de aterrizaje, el primer punto de ingestión de datos. El esquema de “etapa” es donde realizamos todas las transformaciones. El esquema “dw” es la capa de presentación descrita anteriormente, y el esquema “vistas” es donde creamos vistas amigables con BI sobre las tablas de hechos y dimensiones. Podríamos vivir sin ellos, pero hace que sea más fácil trabajar con herramientas de base de datos que usan una vista de árbol de base de datos-> esquemas-> tablas.
- ¿Cuáles son los usos de la estructura de datos de árbol?
- ¿Cuánto tiempo te llevó convertirte en analista / desarrollador junior de BI productivo?
- ¿Qué problemas empresariales y sociales causa el consumo de energía del centro de datos?
- ¿Cuándo salió el término Big Data y cómo difiere de los datos normales?
- ¿Cuáles son los alcances después de aprender Big Data Analytics?
Algunas personas de DW usarían una variante de puesta en escena adicional para tablas de puesta en escena persistentes. Lo hemos considerado, pero no hemos visto el valor en nuestro flujo de trabajo.