Datový sklad je centrální informační systém, který slouží k uchování dat z jednoho nebo více podnikových operačních systémů, případně dalších externích zdrojů (excel, sharepoint, apod). Data jsou v datovém skladu organizována do schémat a před uložením projdou procesem čištění a úpravou struktury dat tak, aby byla pro uživatele srozumitelná a dale se jednoduše reportovat. Narozdíl od provozních systémů datový sklad obsahuje kompletní historii (jak se data mění v čase).

Faktové a dimenzní tabulky (fakta a dimenze)

V datovém skladu se setkáte prakticky se dvěma základnímy typy tabulek – fakta a dimenze. Členění na faktové a dimenzní tabulky vychází z nutnosti data strukturovat do schémat kvůli přehlednosti a orientaci na uživatele. Takto členěná data také v čase negenerují tolik historických záznamů. Často se v datovém skladu nachází stovky a tisíce tabulek, proto je struktura dat velmi důležitá. Typicky se setkáme se schématy star schema a snowflake.

Pro ukázku použiju volně dostupnou sample databázi od Microsoft – AdventureworksDW2016CTP3 1. Model jsem vytvořil v trial verzi dbForge studia 2. Pohled do schématu ledasco napoví. Tabulky jsou uspořádány do star schématu (až na jednu výjimku – currencyKey nad DimOrganization) a obsahují data z účetnictví (účetní výkazy – rozvaha a výsledovka).

  • Faktová tabulka FactFinance obsahuje účetní zůstatky a cizí klíče do dimenzí
  • Dimenzní tabulky obsahují kontext k zůstatkům
    • DimAccount – účty a účetní hierarchie (aktiva, pasiva, dlouhodobý majetek, apod)
    • DimDate – datumová dimenze
    • DimDepartmentGroup – podnikové oddělení (marketing, sales, manufacturing)
    • DimOrganization – podnikové divize a jejich hierarchie (Severní Amerika, Francie, Česká republika, Evropa apod)
    • DimScenario – typ hodnoty ve faktové tabulce (Actual, Budget, Forecast)

Datový model - fakta a dimenze - finance

Faktová tabulka

Ve faktových tabulkách jsou uložené metriky neboli měřitelná atomická data – např. tržby, náklady nebo nějaká transakční data (pokladna apod). Faktové tabulky tedy logicky obsahují největší množství záznamů a tvoří základ datového skladu. Dále v ní najdeme samozřejmě primární klíč a také cizí klíče do dimenzních tabulek. Všechny vazby jdou směrem od faktové tabulky ven (viz. Star/snowflake schema).

Naopak faktová tabulka nesmí obsahovat žádné atributy – textová pole, flagy, popisky apod. Tyto informace patří do dimenzí. Příklad faktové tabulky obsahující tržby: FactFinance:

Faktová tabulka

Dimenzní tabulka v datovém skladu

Tyto tabulky narozdíl o faktových žádná měřitelná data neuchovávají. Slouží k tomu, aby faktům daly kontext. Máme – li ve faktové tabulce zůstatky z účetnictví, tak připojením dimenzní tabulky DimAccount (viz model) a DimScenario získáme tržby přes účty a typ zůstatku. Připojením dimenze DimDate zase získáme podrobný časový kontext (neboli k jakému časovému bodu je zůstatek validní), protože tato tabulka obsahuje časové hierarchie (den, týden, měsíc, kvartál apod).

Dimenzní tabulka - DimAccount

Aktuální zůstatky přes jednotlivé účty za leden 2013:

SELECT
   dat.FullDateAlternateKey
   ,acc.AccountDescription
   ,SUM(fin.Amount) AS AccountBalance
FROM
   [AdventureworksDW2016CTP3].[dbo].[FactFinance] fin
   JOIN [AdventureworksDW2016CTP3].[dbo].[DimAccount] acc
      ON fin.AccountKey=acc.AccountKey
   JOIN [AdventureworksDW2016CTP3].[dbo].[DimScenario] sce
      ON fin.ScenarioKey=sce.ScenarioKey
   JOIN [AdventureworksDW2016CTP3].[dbo].[DimDate] dat
      ON fin.DateKey=dat.DateKey
WHERE
   sce.ScenarioName='Actual'
   AND Dat.CalendarYear=2013
   AND Dat.EnglishMonthName='January'
GROUP BY
   dat.FullDateAlternateKey,
   acc.AccountDescription;

Výsledek:

Výsledek příklad na spojení faktů a dimenzí

5/5 - (3 votes)

Použité zdroje

  1. Microsoft, AdventureWorks sample databases [on-line]. [cit. 2018-07-23]. Dostupné z WWW: https://learn.microsoft.com/en-us/sql/samples/adventureworks-install-configure?view=sql-server-ver16&tabs=ssms 
  2. DevArt, Download dbForge Studio for SQL Server [on-line]. [cit. 2018-07-23]. Dostupné z WWW: https://www.devart.com/dbforge/sql/studio/download.html 

Ing. Jan Zedníček - Data & Finance

Jmenuji se Honza Zedníček a působím jako freelancer. Tuto práci dělám pro různé firmy již přes 10 let. Před tím jsem dlouhou dobu pracoval také jako BI developer, finanční controller, analytik a krátce jako finanční manažer. Vše pro společnosti z oblasti IT, bankovnictví a výroby. Po práci si rád zahraju tenis, volejbal, šachy, zajdu do posilovny a rád ochutnávám dobré rumy. Svoje znalosti a názory se snažím už několik let zapisovat na tento web, aby sloužily i někomu dalšímu - zejména studentům a zájemcům o informace z oblastí Business intelligence, korporátních financí a reportingu.

=> Přihlašte se do naší Excel facebook skupiny (1.4k+ členů), kde si pomáháme Excel CZ/SK diskuse »
=> Pokud vám článek pomohl, sdílejte ho nebo mě uveďte na vašich webových stránkách jako užitečný zdroj informací.

Leave a Reply

Your email address will not be published. Required fields are marked *