استفاده از یک مدل رابطه چند واقعیتی (Multi-fact Relationship Model)

استفاده از یک مدل رابطه چند واقعیتی (Multi-fact Relationship Model) در Tableau

یک مدل رابطه چند واقعیتی (Multi-fact Relationship Model) ، مدل داده‌ای است که به شما امکان می‌دهد جداول غیرمرتبط را در یک منبع داده واحد اضافه کنید و سپس در طول تحلیل بصری از فیلدهای مرتبط برای اتصال جداول بر اساس زمینه استفاده کنید. برخلاف ترکیب، داده‌ها در یک منبع داده واحد وجود دارند – مفاهیم منابع داده اولیه و ثانویه اعمال نمی‌شوند و هیچ داده‌ای از اتصالات چپ حذف نمی‌شود. برخلاف یک مدل داده تک جدولی، چندین جدول پایه، زمینه خود را در مورد جداول مشترک بین خود حفظ می‌کنند. یک مدل داده رابطه Multi-fact، گزینه‌های بیشتری برای انجام تحلیل چند واقعیتی در Tableau به شما می‌دهد.

تصور کنید که می‌خواهید روند آب و هوا و فروش بستنی را با هم تجزیه و تحلیل کنید. آب و هوا و فروش بستنی هر دو در زمان‌ها و مکان‌های خاص اتفاق می‌افتند، اما هیچ ارتباط مستقیمی بین فروش بستنی و آب و هوا وجود ندارد. اینها قطعات داده غیرمرتبطی هستند که هر دو به مفاهیم مشترک تاریخ و مکان مربوط می‌شوند.

این سوال به ایجاد یک مدل رابطه Multi-fact منجر می‌شود. فروش بستنی و آب و هوا هر کدام می‌توانند به عنوان یک جدول پایه اضافه شوند و در تاریخ و مکان، که جداول مشترک هستند، مرتبط شوند.

یک مدل داده چند جدول پایه، با دو جدول غیرمرتبط (فروش بستنی و آب و هوا) و دو جدول مشترک (تاریخ و مکان). یک جدول واسطه، اطلاعات سالن غذاخوری، بین فروش بستنی و مکان وجود دارد.

چرا ما قابلیت مدل‌سازی جداول غیرمرتبط را ایجاد کردیم؟

تحلیل اغلب شامل گرد هم آوردن جداولی از داده‌ها است که حتی رابطه مستقیمی با یکدیگر ندارند اما هر دو به اطلاعات یکسان و مشترکی (مانند تاریخ یا مکان) مربوط می‌شوند. یک مدل رابطه چندوجهی با معرفی مفهوم درجه ارتباط و توانایی ساخت یک مدل داده با جداول پایه چندگانه و غیرمرتبط، از اتصال معنایی سست پشتیبانی می‌کند.

اتصال معنایی اصطلاحی است که برای توصیف میزان ترکیب دقیق داده‌ها به کار می‌رود. اتصال یا اتحاد، یک اتصال معنایی دقیق است؛ آن‌ها چندین جدول را در یک جدول فیزیکی جدید گرد هم می‌آورند که سپس به عنوان یک جدول واحد عمل می‌کند. رابطه، یک اتصال آزادتر بین جداول است که جداول را به صورت منطقی به هم پیوند می‌دهد و وضعیت متمایز آن‌ها را به عنوان جداول جداگانه حفظ می‌کند. حتی فراتر از طیف اتصال معنایی، ترکیب داده‌ها قرار دارد، جایی که نتایج حاصل از منابع داده جداگانه بر اساس عناصر مشترک بین هر دوی آن‌ها به صورت بصری ترکیب می‌شوند. یک مدل رابطه چند واقعیتی به انتهای طیف ترکیب نزدیک‌تر است، اما در یک منبع داده واحد به جای منابع داده در سراسر آنها.

Multi-fact relationships

یک مدل رابطه چند واقعیتی – یک مدل داده با چندین جدول پایه – تا زمانی که جداول مشترک در مدل وجود داشته باشند، جداول غیرمرتبط را نیز در مدل مجاز می‌داند. در طول تجزیه و تحلیل، فیلدهای یک جدول مشترک، جداول داده‌ای غیرمرتبط را بر اساس ابعاد مشترکی که دارند (مانند وقوع در یک مکان یا یک زمان) به هم “دوخت” می‌کنند. تمام مزایای روابط، از جمله حفظ دانه‌بندی هر جدول یا سطح جزئیات بومی، حفظ می‌شود.

مشابه یک مدل داده جدول پایه واحد، Tableau بهترین نوع اتصال را برای استفاده در پشت صحنه بر اساس ساختار viz تعیین می‌کند. اما در یک مدل رابطه چند واقعیتی، گزینه‌های اتصال گسترش می‌یابند تا شامل اتصالات بیرونی و متقاطع برای مدیریت سطوح مختلف ارتباط باشند.

نام این اصطلاح از کجا آمده است؟

روابط چند واقعیتی (Multi-fact relationships) نام خود را از تحلیل چند واقعیتی (Multi-fact analysis) گرفته‌اند. در یک مدل انبار داده، داده‌ها در یک جدول واقعیت مرکزی که توسط جداول بُعد احاطه شده است، ذخیره می‌شوند. در این زمینه، واقعیت به اندازه‌گیری‌ها یا معیارها اشاره دارد که فیلدهای عددی از داده‌ها هستند که حقایقی در مورد داده‌ها را ثبت می‌کنند – معیارهای Tableau. جداول بُعد شامل ویژگی‌هایی در مورد این حقایق هستند.

طرحواره‌های مبتنی بر جداول واقعیت، بسته به نحوه سازماندهی جداول بُعد، اغلب به صورت ستاره یا دانه برف ساختار می‌یابند. هنگامی که نیاز به انجام تجزیه و تحلیل در سراسر جداول واقعیت باشد، به آن تجزیه و تحلیل چند واقعیتی گفته می‌شود. تجزیه و تحلیل در چارچوب جداول بُعد مشترک، که به عنوان ابعاد مشترک یا ابعاد منطبق شناخته می‌شوند، انجام می‌شود. در Tableau شما این مدل‌های داده را با استفاده از روابط می‌سازید، بنابراین ما این مجموعه از قابلیت‌ها را روابط چند واقعیتی نامیده‌ایم.

چه زمانی از مدل‌های داده رابطه چند واقعیتی استفاده کنیم

اگر داده‌های شما از جداولی تشکیل شده است که همگی به یکدیگر مرتبط هستند، می‌توانید به منابع داده جدول پایه واحد که با روابط ساخته شده‌اند، پایبند باشید. یک مدل رابطه Multi-fact زمانی مورد نیاز است که داده‌های شما مفاهیم مختلفی را در بر بگیرد، چه به شکل جداول واقعیت چندگانه، و چه به شکل زمینه‌های غیرمرتبط مختلف.

هر زمان که ممکن است، منابع داده خود را با یک جدول پایه واحد بسازید. در یک مدل داده جدول پایه واحد، هر جدول به هم مرتبط است و نیازی به در نظر گرفتن درجه ارتباط نیست. فقط زمانی از روابط Multi-fact استفاده کنید که ساختار مدل داده مورد نیاز باشد.

تحلیل چند واقعیتی Multi-fact Analysis

تحلیل چند واقعیتی یک مورد استفاده اصلی برای روابط چند واقعیتی در Tableau است. در این مثال، واقعیت A و واقعیت B یک جدول Date را به اشتراک می‌گذارند.

برای مدل‌سازی این موضوع در Tableau، جداول واقعیت به جداول پایه تبدیل می‌شوند و چندین رابطه ورودی برای جدول بعد مشترک آنها برقرار می‌شود.

سناریوهای دیگر

با این حال، مدل‌های داده رابطه‌ای چند واقعیتی فقط برای تحلیل چند واقعیتی نیستند. Tableau نیازی به تعریف دقیقی از جداول واقعیت یا ابعاد ندارد. هر جدولی می‌تواند یک جدول پایه باشد (اگرچه باید با ویژگی‌های جداول پایه مطابقت داشته باشد). برخی از سناریوهایی که نشان دهنده منبع داده چند جدول پایه هستند، ممکن است مفید باشند عبارتند از:

حرکت در مراحل مختلف، مانند جداول پایه برای درخواست‌ها، ریزنمرات و رویدادهای فارغ‌التحصیلی برای یک جدول مشترک دانشجویی.
زمینه‌های مختلف برای رویدادهای یکسان، مانند جداول پایه برای رویدادهای قرار ملاقات‌های پزشکی و فاکتورهای صورتحساب، با جداول مشترک برای تنظیم زمینه برای پزشکان یا بیماران.
حوزه‌های مختلفی که ممکن است با هم مرتبط باشند، مانند سناریوهایی که قبلاً به بهترین شکل با ترکیب داده‌ها مدیریت می‌شدند، مانند فروش بستنی و آب و هوا که از طریق جداول مشترک تاریخ و مکان با هم مرتبط هستند.

جداول پایه را شناسایی کنید

در یک مدل رابطه Multi-fact، جهت‌گیری اهمیت دارد. به عبارت دیگر، اینکه کدام جداول، جداول پایه در سمت چپ مدل هستند و کدام جداول در پایین‌دست به اشتراک گذاشته می‌شوند، بر نحوه ارزیابی روابط برای بازگرداندن نتایج تحلیلی تأثیر می‌گذارد.

یک پاپیون مفهومی از فاکتورها، قرار ملاقات‌ها، پزشکان و بیماران را در نظر بگیرید:

روش صحیح ساخت مدل داده در Tableau این است که فاکتورها و قرار ملاقات‌ها به عنوان جداول پایه و پزشکان و بیماران به عنوان جداول مشترک (نه پزشکان و بیماران به عنوان جداول پایه) در نظر گرفته شوند.

صحیح: فاکتورها و قرار ملاقات‌ها به عنوان جداول پایه

نادرست: پزشکان و بیماران به عنوان جداول پایه

از نظر مفهومی، بیمار (یا پزشک) موجودیتی است که رویداد یک قرار ملاقات و رویداد یک فاکتور را به هم می‌چسباند.

اگر مدل داده شما برعکس باشد (مثلاً پزشکان و بیماران به عنوان جداول پایه به جای قرار ملاقات‌ها و فاکتورها)، رفتار دوخت اتصال بیرونی چندان مفید نخواهد بود. تجزیه و تحلیل شما ممکن است معیارهای محدوده جدول و ابهام زیادی را نشان دهد. اگر با فیلدهای مبهم و مرتبطی مواجه شدید که انتظار نداشتید، جداولی را که به عنوان جداول پایه استفاده می‌کنید، دوباره ارزیابی کنید و ببینید آیا مدل داده شما نیاز به معکوس شدن دارد یا خیر.

<strong>ویژگی‌های جداول پایه و جداول مشترک

اگر در حال انجام تجزیه و تحلیل Multi-fact هستید، جداول واقعیت به جداول پایه (Base table) تبدیل می‌شوند و هر جدول بعد مشترک، جداول مشترک (Shared table) هستند. Tableau نیازی به رعایت دقیق ویژگی‌های جدول واقعیت و بعد ندارد. با این حال، ویژگی‌های خاصی وجود دارد که می‌تواند به شما در شناسایی اینکه کدام جداول باید جداول پایه و کدام جداول مشترک باشند، کمک کند.

Base table	Shared table
جداول واقعیت در طرح انبار داده	جداول بُعد مشترک یا منطبق در یک طرح انبار داده
مختص به زمینه یا تحلیل (اطلاعات پرواز، مصرف انرژی)	مفهوم ثابت در زمینه‌های مختلف (تاریخ، مکان)
سنگین را اندازه بگیرید	ابعاد اولیه
به‌روزرسانی‌های مکرر/تراکنشی (قرار ملاقات‌های پزشکی، نسخه‌ها، علائم حیاتی)	پایدارتر/دوام بیشتر (پزشک، بیمار)
دارای فیلدهای کلید خارجی است	دارای فیلدهای کلید اصلی
مبتنی بر رویداد (برنامه کلاسی، نمره تکلیف)	مبتنی بر موجودیت (دانش‌آموز، کلاس درس)

توجه داشته باشید که اگر بین یک جدول پایه و یک جدول مشترک، جداول واسطه‌ای وجود داشته باشد، می‌توانید بدون تغییر اساسی در مدل داده، جدول پایه را تغییر دهید. (مانند Parlor Info و Ice Cream Sales در مثال اول.) آنچه مهم است این است که کدام جداول در بالادست جداول مشترک قرار دارند و کدام‌ها مشترک هستند.

به جای آن، یک جدول پایه اضافی را امتحان کنید

سناریوهای مختلفی وجود دارد که ممکن است نشان دهد شما باید یک مدل رابطه Multi-fact با چندین جدول پایه به جای یک منبع داده جدول پایه واحد بسازید:

اگر می‌خواهید یک منبع داده با یک چرخه بسازید، جدول پایین‌دستی باید یک جدول پایه دیگر باشد.
اگر مجموعه‌ای از جداول دارید که با مجموعه‌ای از بندهای رابطه (مانند تاریخ و مکان) به هم مرتبط هستند، باید آن ابعاد را بیرون کشیده و به جداول مشترک تبدیل کنید.
- این امر به ویژه مفید است زیرا برای اینکه جداول برای آن رکوردها مرتبط باشند، باید چندین بند رابطه همگی درست باشند (از نظر منطقی، یک AND).
- اگر در عوض، می‌خواهید رکوردهایی را تجزیه و تحلیل کنید که در آن یکی ممکن است همزمان درست باشد (یک OR زمینه‌ای)، این انعطاف‌پذیری با تنظیم یک مدل داده با جداول ابعاد مشترک به جای آن فراهم می‌شود.
اگر از یک ترکیب استفاده می‌کنید اما می‌خواهید یک ترکیب معادل بدون منابع داده اولیه و ثانویه داشته باشید، یک مدل داده بسازید که منابع داده را از ترکیب با فیلدهای پیوند دهنده آنها در یک جدول یا جداول مشترک ترکیب کند.