Átfúrás OLAP-ból a részletes adatokhoz (Drillthrough Action)

Adott a következő probléma: Az üzleti terület látni szeretné, hogy egy adott könyvelési tétel milyen tranzakciókból tevődött össze, ki könyvelte azt a tételt stb. Mindezt úgy, hogy „rákattintva a könyvelt értékre feljöjjenek azok a számlák, amelyek a könyvelési tételt kiadják".

Mi sem egyszerűbb - gondolhatná, hiszen pont erre találták ki az átfúrást (drillthrough). Igen, csakhogy átfúrni csak a kocka adataira lehet, azt pedig hogy ki könyvelte az adott tételt nem emeltük át a kockába, hiszen nem volt rá semmilyen üzleti, vagy elemzői igény.

• Mit lehet ilyenkor tenni?
• Be kell emelni minden olyan információt a kockába, amiről szeretnél részletes infót megjeleníteni.

Tudom, hogy így feleslegesen növeljük az adatkockák komplexitását, de más megoldás nincs.

Nem mindig volt ez így hiszen, az Analysis Servcies 2000-ben saját magunk tudtuk megszerkeszteni azt az SQL lekérdezést, amelyet a kliens elküldött a relációs adattárház felé. Így akár olyan információkat is meg tudtunk jeleníteni a felhasználóknak, amelyek a kocka forrástáblái között nem voltak megtalálhatóak.

Az Analysis Services 2005-től kezdve azonban az átfúrás architektúrája teljesen megváltozott. Bár a szerver belül továbbra is SQL utasítássá fordítja át az átfúrás parancsunkat, azt szerkeszteni nem tudjuk. Így nem marad más választásunk, mint minden olyan „részletes információt" amit meg akarunk mutatni a felhasználóknak, azt be kell pakolni a kockába. Pont.

Néhány átfúrás (Drillthrough) szkenárió megvalósítása

1. Tegyük fel, hogy ki kell mutatnunk, hogy ki könyvelte az adott tételt, milyen rendelésszámon ment ki az adott áru, ... stb. Ezekben az esetekben a rendelés számot, vagy a könyvelő nevét be kell tennünk a ténytáblába (vagy a ténytábla fölé definiált nézetbe) és dimenziót kell építenünk rá (úgynevezett degenerált vagy fact dimenziót). Ezt követően definiálnunk kell egy drillthrough action-t, amely hivatkozik a rendelésszámra, vagy a könyvelő nevére.
2. Tegyük fel, hogy olyan részletes adatokat kell megjelenítenünk, amelyek nincsenek benne az adatkocka ténytáblájában, csak egy másik táblában. Az egyszerű érthetőség kedvéért most képzeljük el, hogy a kocka ténytáblája havi részletezettségű, de nekünk át kell tudnunk fúrni a napi adatokhoz. Ez már keményebb dió, de nem lehetetlen ezt sem megoldani. Annyit kell tennünk, hogy létre kell hoznunk egy új measure groupot a napi adatokra és erre kell irányítanunk az átfúrást (drillthrough action-t)

Összefoglalva: Az átfúrás (drillthrough action) nagyon hasznos eszköz. Szeretik használni az üzleti felhasználók és segít hibát keresni a fejlesztőknek is. Nagyobb szabadságot adott nekünk a 2000-es Analysis Services-ben megvalósított drillthrough, mint a 2005-ös Analysis Services-ben található drillthrough action, de még így is használni lehet. Igaz, hogy kicsit nyakatekerten, kicsit nyögvenyelősen, de ha jól csináljuk, akkor üzleti felhasználóink ebből mit sem fognak észrevenni, és boldogan fogják használni azt, amit megálmodtak maguknak...

== x == x ==

Más. Időközben elkészült az első adattárház tanfolyam tematikája. A helyszín még egyeztetés alatt ezért még árat nem tudok mondani, de az már szinte biztos, hogy az adattárház projektvezető képzés időpontja a június 8.-i hétre fog esni. (Szeretném június 9.-én tartani a tréninget, de akkor nincs hely ott, ahol szeretném. Meglátjuk.)

Szánja rá magát, hogy gondosan áttanulmányozza ezt a tematikát, mely hitem szerint olyan ajtókat nyit meg az BI és adattárház projektvezetés területén, aminek eredményeképp egyre több sikeres adattárház vagy üzleti intelligencia rendszer épül majd Magyarországon.

A tematika megtekintéséhez kattintson ide >>