OPERAZIONI BANKOMAT Esempio 7 e 11 Maggio 2012

Transcript

1 OPERAZIONI BANKOMAT Esempio 7 e 11 Maggio 2012 Rispetto allo schema con Arco Multiplo considerato nel precedente esercizio Si aggiunge la CITTA della FILIALE Si considerano le dimensioni { TIPO,BA, BF, CLIENTE } dove BA= BANCAASSEGNO e BF=BANCAFILIALE FACT_TABLE_PD(TIPO,BA:dtBANCA,CLIENTE:dtCLIENTE,FILIALE:dtFILIALE,BF:dtBANCA, NBANKOMAT_P, NBANKOMAT_NP, NVERSAMENTI_P, NVERSAMENTI_NP, NUMEROTOT_P, NUMEROTOT_NP, IMPORTOTOT_P) Star Schema dtdata(data,mese,anno) dtcliente(cliente,citta,regione,stato) dtfiliale(filiale,citta,regione,stato BANCA,BANCA_CITTA,BANCA_REGIONE,BANCA_STATO) dtbanca(banca,citta,regione,stato) SnowFlake Schema dtdata(data,mese:mese) dtmese(mese,anno) dtcliente(cliente,citta:dtcitta) dtfiliale(filiale,banca:dtbanca, CITTA:dtCITTA) dtbanca(banca,citta:dtcitta) dtcitta(citta,regione:dtregione) dtregione(regione,stato) 1

2 ALIMENTAZIONE CREATE VIEW FACT_TABLE AS SELECT BANCA AS BF, TIPO,BANCA_ASSEGNO AS BA,CLIENTE, SUM(IMPORTO)AS IMPORTOTOT, SUM(CASE WHEN TIPO='V' THEN 1 ELSE 0 END) AS NVERSAMENTI, COUNT(*)AS NUMEROTOT, COUNT(DISTINCT BANKOMAT.BANKOMAT)AS NBANKOMAT FROM OPERAZIONE_TIPO JOIN FILIALE ON FILIALE.FILIALE = OPERAZIONE_TIPO.FILIALE JOIN BANKOMAT ON BANKOMAT.BANKOMAT = OPERAZIONE_TIPO.BANKOMAT GROUP BY TIPO, CLIENTE,BANCA_ASSEGNO,BANCA CREATE VIEW FACT_TABLE_PD AS SELECT BF,TIPO, F.CLIENTE, BA, FILIALE AS FILIALECLIENTE, NBANKOMAT_P = NBANKOMAT * PESO, NBANKOMAT_NP = NBANKOMAT, NVERSAMENTI_P = NVERSAMENTI * PESO, NVERSAMENTI_NP = NVERSAMENTI, NUMEROTOT_P = NUMEROTOT * PESO, NUMEROTOT_NP = NUMEROTOT, IMPORTOTOT_P = IMPORTOTOT * PESO FROM FACT_TABLE F JOIN PESO P ON (F.CLIENTE=P.CLIENTE) ALIMENTAZIONE SNOWFLAKE CREATE VIEW dtdata AS SELECT DATA,MESE FROM DATA CREATE VIEW dtmese AS SELECT DISTINCT MESE,ANNO FROM DATA CREATE VIEW dtcliente AS SELECT CLIENTE,CITTA FROM CLIENTE CREATE VIEW dtcitta AS SELECT CITTA,REGIONE FROM CITTA UNION SELECT '9999','9999' CREATE VIEW dtregione AS SELECT DISTINCT REGIONE,STATO FROM CITTA UNION SELECT '9999','9999' CREATE VIEW dtbanca AS SELECT BANCA,CITTA FROM BANCA UNION SELECT 9999,'9999' CREATE VIEW dtfiliale AS SELECT * FROM FILIALE 2

3 SQL-OLAP Pattern {BF,BA, FILIALECLIENTE } e subpattern Per una misura di impatto si deve usare lo schema: IF <PATTERN SENZA ATTRIBUTI GERARCHIA AM> THEN <VALORE PESATO> ELSE <VALORE NON PESATO> In SQL-OLAP la condizione <PATTERN SENZA ATTRIBUTI GERARCHIA AM> è riferita ad uno specifico pattern {BF,BA, FILIALECLIENTE} e quindi si scrive con riferimento agli specifici attributi del pattern; quindi nel nostro caso, siccome l unico attributo della gerarchia AM in {BF,BA, FILIALECLIENTE} è FILIALECLIENTE la condizione si scrive semplicemente come GROUPING(FILIALECLIENTE) =1 Per una misura di impatto si può anche usare lo schema (equivalente al precedente): IF <PATTERN CON ATTRIBUTI GERARCHIA AM> THEN <VALORE NON PESATO> ELSE <VALORE PESATO> e quindi in SQL-OLAP la condizione <PATTERN CON ATTRIBUTI GERARCHIA AM> corrisponde ovviamente a GROUPING(FILIALECLIENTE) =0 Nei nostri esempi useremo entrambi gli schemi. Ricordiamo che NBANKOMAT, oltre ad essere di impatto, non è aggregabile per tutte le dimensioni, quindi verrà usato uno schema come il seguente NBANKOMAT = IF <calcolabile> THEN <calcola valore> ELSE 9999 Siccome NBANKOMAT è calcolabile solo per i pattern che contengono { BA, BF} allora la condizione corrisponde a GROUPING(BA) =0 AND GROUPING(BF) =0 3

4 SELECT BF,BA, FILIALECLIENTE IMPORTOTOT=SUM(IMPORTOTOT_P), NUMEROTOT = CASE WHEN GROUPING(FILIALECLIENTE) =1 THEN SUM(NUMEROTOT_P) ELSE SUM(NUMEROTOT_NP) END, NBANKOMAT = CASE WHEN GROUPING(BA) =0 AND GROUPING(BF) =0 THEN CASE WHEN GROUPING(FILIALECLIENTE) =1 THEN SUM(NBANKOMAT_P) ELSE SUM(NBANKOMAT_NP) END ELSE 9999 END FROM FACT_TABLE_PD GROUP BY BF,BA, FILIALECLIENTE WITH CUBE (SI RIPORTANO IN FIGURA SOLO ALCUNI PATTERN ) 4

5 ESERCIZIO 11 MAGGIO ESEMPIO DI PROVA PRATICA (PARTE RELATIVA ALLA CREAZIONE DEL CUBO) DATO LO SCHEMA DI FATTO ED IL CORRISPONDENTE DATAMART (SNOW-FLAKE CON PUSH DOWN) VIENE RICHIESTO DI REALIZZARE IL CUBO IN ANALYSIS SERVICES 5

6 SCHEMA EQUIVALENTE CON PUSH-DOWN DIMENSIONI IN AS 6

7 Nel seguito sono riportati alcuni screeshot relativi alla creazione delle dimensioni, con alcuni warning ce possono essere generati dal sistema DIMENSIONE BA 7

8 DIMENSIONE FILIALECLIENTE_BANCA 8

9 DIMENSIONE FILIALECLIENTE VERIFICARE SEMPRE: 9

10 DIMENSIONE CLIENTE E BF IN CASO DI PROBLEMI: 1) RICONTARE I MEMBRI 2) RIELABORARE IL CUBO 3) INSERIRE A MANO I VALORI OPPURE DEFINIRE LA DIMENSIONE COMINCIANDO DAL LIVELLO PIU BASSO 10

11 DEFINIZIONE DELLE MISURE Una misura pesata additiva corrisponde in AS ad una misura normale: IMPORTOTOT=SUM(IMPORTOTOT_P) Per una misura di impatto si deve invece definire una nuova misura (un membro calcolato) in grado di differenziare tra pattern con e senza attributi della gerarchia dell AM, seguendo lo schema PATTERN MISURA M IMPATTO Valore Pesato M_P Valore non Pesato M_NP SENZA ATTRIBUTI gerarchia AM X CON ATTRIBUTI gerarchia AM PESATA Valore Pesato M_P X X X Come già discusso per l SQL-OLAP, possiamo usare lo schema IF <PATTERN CON ATTRIBUTI GERARCHIA AM> THEN <VALORE NON PESATO> ELSE <VALORE PESATO> Però in questo caso non si deve considerare solo uno specifico pattern (come nelle query SQL- OLAP) ma tutti i possibili pattern, in quanto la misura deve essere corretta per ogni possibile pattern del CUBO. Quindi La condizione <PATTERN CON ATTRIBUTI GERARCHIA AM> deve essere tradotta considerando che la radice della GERARCHIA dell arco multiplo, ovvero la dimensione che è stata inserita nella fact table con push down (nel nostro caso la dimensione FILIALECLIENTE ) 1) può corrispondere nel cubo a una o più dimensioni: nel nostro esempio a due dimensioni [FilialeclienteBANCA] e [Filialecliente] 2) ognuna di queste dimensioni può avere più livelli Quindi la condizione <PATTERN CON ATTRIBUTI GERARCHIA AM> si scrive [FilialeclienteBANCA].CURRENTMEMBER.LEVEL.ORDINAL >=1 OR [Filialecliente].CURRENTMEMBER.LEVEL.ORDINAL >=1 Questa è la condizione generale; D ALTRA PARTE se una dimensione ha un solo livello (cioè è una dimensione degenere) allora dire livello >=1 corrisponde a dire livello foglia quindi si può anche scrivere ISLEAF([FilialeclienteBANCA].CURRENTMEMBER) OR ISLEAF([Filialecliente].CURRENTMEMBER) 11

12 Come già discusso per l SQL-OLAP, per una misura d impatto possiamo anche usare lo schema IF <PATTERN SENZA ATTRIBUTI GERARCHIA AM> THEN <VALORE PESATO> ELSE <VALORE NON PESATO> La condizione <PATTERN SENZA ATTRIBUTI GERARCHIA AM> corrisponde a dire che il CURRENTMEMBER è il membro ALL, cioè è il membro del livello (ALL) che ha come posizione (ORDINAL) il valore 0, quindi [FilialeclienteBANCA].CURRENTMEMBER.LEVEL.ORDINAL =0 AND [Filialecliente].CURRENTMEMBER.LEVEL.ORDINAL =0 (ovvero è la negazione della precedente, con le leggi di De Morgan ) Per controllare che CURRENTMEMBER sia il membro ALL, cioè è il membro del livello (ALL), invece della posizione (ORDINAL) [Filialecliente].CURRENTMEMBER.LEVEL.ORDINAL =0 si può anche scrivere usare il nome (NAME) del livello e scrivere [Filialecliente].CURRENTMEMBER.LEVEL.NAME = "(All)" NOTA: al membro ALL si può cambiare nome, ma non nome al livello (ALL), il cui nome è sempre (All)! In definitiva per la misura di impatto NUMEROTOT si definisce una nuova misura (un membro calcolato) come segue 1) Si definiscono due misure normali NUMEROTOT_NP e NUMEROTOT_P corrispondenti alle misure nella FACT_TABLE_PD 2) Si definisce NUMEROTOT come membro calcolato usando uno dei due schemi discussi in precedenza, ad esempio il primo tramite la seguente espressione Iif ([FilialeclienteBANCA].CURRENTMEMBER.LEVEL.ORDINAL >=1 OR [Filialecliente].CURRENTMEMBER.LEVEL.ORDINAL >=1, [NUMEROTOT_NP], [NUMEROTOT_N]) Le due misure normali NUMEROTOT_NP e NUMEROTOT_P si possono ora rendere invisibili. 12

13 Consideriamo infine NBANKOMAT, che oltre ad essere di impatto, è anche non aggregabile per le dimensioni BA e BF, quindi verrà calcolata in base allo schema NBANKOMAT = IF <calcolabile> THEN <calcola valore> ELSE 9999 Dove <calcola valore> essendo NBANKOMAT di impatto si scrive come discusso in precedenza Iif ([FilialeclienteBANCA].CURRENTMEMBER.LEVEL.ORDINAL >=1 OR [Filialecliente].CURRENTMEMBER.LEVEL.ORDINAL >=1, [NBANKOMAT_NP], [NBANKOMAT_NP]) mentre <calcolabile> si scrive considerando che NBANKOMAT non è aggregabile rispetto a BA e BF e quindi, come discusso in corrisponde alla condizione ISLEAF(BA.CURRENTMEMBER) AND ISLEAF(BA.CURRENTMEMBER) Quindi NBANKOMAT si definisce come: Iif (ISLEAF(BA.CURRENTMEMBER) AND ISLEAF(BA.CURRENTMEMBER), Iif ([FilialeclienteBANCA].CURRENTMEMBER.LEVEL.ORDINAL >=1 OR [Filialecliente].CURRENTMEMBER.LEVEL.ORDINAL >=1, [NBANKOMAT_NP], [NBANKOMAT_NP]), 9999) 13

14 14

15 Sono dati ESEMPIO 2 DI PROVA PRATICA (PRIMA PARTE RELATIVA ALLA COSTRUZIONE DEL CUBO) Schema di Fatto ESAME SOST: numero esami sostenuti, additiva SOST_I: misura di impatto SOST_P: misura pesata VOTO_I: voto medio, misura di impatto calcolata come VOTO_SUM/ SOST, dove VOTO_SUM: somma dei voti, additiva. Nota : SOST sia di impatto che pesata DM con push-down Per la misura di impatto SOST_I occorre avere nella FACT_TABLE_PD il suo valore pesato (che corrisponde a SOST_P e quindi viene riportato solo una volta) ed il suo valore non pesato (che in questo esempio è stato indicato con SOST_I) Per la misura calcolata di impatto VOTO_I occorre avere nella FACT_TABLE_PD il valore pesato e non pesato delle sue componenti; per il conteggio si usa SOST e per SOST abbiamo già sia il valore pesato che non pesato; per la somma si usa VOTO_P_SUM per indicare il valore pesato e semplicemente VOTO_SUM per indicare il valore non pesato. Backup del DM: 15

16 Viene richiesto di: 1) Realizzare il cubo con tutte le dimensioni e misure corrispondenti allo schema di Fatto ESAME 2) Ottenere la seguente visualizzazione dei dati: 3) Verificare i risultati ottenuti al punto 2) in SQL-OLAP calcolando il seguente pattern con rollup: 16

17 SOLUZIONE Nella realizzazione del cubo, l unico punto caratteristico è il fatto che la dimension table DT_CITTA deve essere usata due volte, una volta come città del docente ed un altra come città dello studente Ricordiamo che le dimensioni/livelli del cubo sono univocamente definite dalle dimensioni/gerarchie dello schema di fatto: Data una gerarchia, per ogni cammino dalla dimensione (radice) alle foglie si deve definire un dimensione nel cubo con un numero di livelli pari alla lunghezza del cammino. Consideriamo lo schema di fatto ESAME Dimensione STUDENTE : unico cammino, quindi una sola dimensione STUDENTE con livelli STUDENTE CITTA STATO Ai livelli può essere dato un nome significativo, ad esempio, siccome CITTA è condivisa con DOCENTE,per differenziare si può usare STUDENTE CITTA_STUDENTE STATO_STUDENTE Dimensione CORSO Cammino CORSO FACOLTA : dimensione FACOLTA con livelli CORSO FACOLTA Dimensione CORSO : ARCO MULTIPLO su DOCENTE Nella realizzazione del cubo in presenza di archi multipli occorre considerare la tipologia di progettazione logica scelta, ovvero se push-down oppure bridge-table; nel caso di push-down l arco multiplo è stato eliminato in quanto codificato nella fact table : si devono considerare solo i percorsi dal figlio dell arco multiplo (DOCENTE) alle foglie, nel nostro esempio quindi Cammino DOCENTE CITTA STATO 17

18 Quindi dimensione DOCENTE con livelli DOCENTE CITTA_DOCENTE STATO_DOCENTE In altre parole, con la soluzione push-down per un arco multiplo è come se si considerasse uno schema di fatto equivalente a quello dato in cui il figlio dell arco multiplo (DOCENTE) diventa una nuova dimensione dello schema di fatto 18

19 Per quanto riguarda la definizione delle misure, ricordiamo che per la soluzione con Push-down PATTERN SENZA ATTRIBUTI gerarchia AM CON ATTRIBUTI gerarchia AM MISURA M IMPATTO Valore Pesato M_P Valore non Pesato X X PESATA Valore Pesato M_P X X Quindi, per una misura pesata, quale SOST_P, si definisce semplicemente la misura con il relativo operatore di aggregazione: in questo caso SOST_P è additiva. Per una misura di impatto si deve invece definire una nuova misura (un membro calcolato) in grado di differenziare in modo da differenziare tra pattern con e senza attributi della gerarchia dell AM. Useremo lo schema: IF <PATTERN SENZA ATTRIBUTI GERARCHIA AM> THEN <VALORE PESATO> ELSE <VALORE NON PESATO> Consideriamo per semplicità solo una parte del cubo, quella con dimensioni STUDENTE, DOCENTE e con misure SOST_P e SOST_I Ogni cella del cubo è individuata da un valore (membro secondo la terminologia AS) per ogni dimensione (sia le dimensioni classiche che la dimensione particolare Measures) : Ad esempio l ultima cella in basso a destra (con visualizzato il valore 2) è individuata come segue: Dimensione STUDENTE: membro ITALIA (del livello STUDENTE.STATO_ STUDENTE) Dimensione DOCENTE : membro DA (del livello DOCENTE.DOCENTE) Dimensione Measures: membro SOST_I (del livello Measures. MeasuresLevel) mentre la prima cella in alto a destra (con visualizzato il valore 2,00) è individuata come segue: Dimensione STUDENTE: membro TUTTI STUDENTI (del livello (ALL) di STUDENTE) 19

20 Dimensione DOCENTE : membro TUTTI DOCENTI (del livello (ALL) di DOCENTE) Dimensione Measures: membro SOST_I (del livello Measures. MeasuresLevel) Ogni membro ha una Key (per individuare il membro) e un Name (valore che viene visualizzato): nei nostri esempi non usando chiavi surrogate - Key e Name coincidono. Per ogni cella del cubo la funzione DIMENSION.CURRENTMEMBER restituisce il membro di DIMENSION corrispondente alla cella. Ad esempio per l ultima cella in basso a destra (con visualizzato il valore 2) abbiamo STUDENTE.CURRENTMEMBER = membro ITALIA DOCENTE.CURRENTMEMBER = membro DA Measures.CURRENTMEMBER = membro SOST_I Consideriamo la dimensione DOCENTE : Se DOCENTE.CURRENTMEMBER è il membro DA (del livello DOCENTE.DOCENTE) Allora [DOCENTE].CurrentMember.name : è il nome del membro, ovvero cosa viene visualizzato [DOCENTE].CurrentMember.level: è il livello ; per un livello si può ottenere il nome e la posizione: [DOCENTE].CurrentMember.level.name = DOCENTE [DOCENTE].CurrentMember.level.ordinal =3 Quindi una cella del cubo corrispondente ad un <PATTERN SENZA ATTRIBUTI GERARCHIA AM> È una cella corrispondente al membro TUTTI DOCENTI della dimensione relativa all arco multiplo, ovvero della dimensione di cui è stato fatto il push-down nella fact table, nel nostro caso la dimensione DOCENTE. In definitiva la condizione <PATTERN SENZA ATTRIBUTI GERARCHIA AM> corrisponde a controllare se il membro corrente di DOCENTE sia il membro TUTTI DOCENTI, condizione che si può scrivere come segue [DOCENTE].CurrentMember.level.ordinal=0 oppure in modo equivalente 20

21 [DOCENTE].CurrentMember.level.name= (All) IMPORTANTE: al membro ALL si può cambiare il nome (nell esempio TUTTI DOCENTI ) ma non al livello (ALL), il cui nome è usato nella condizione [DOCENTE].CurrentMember.level.name= (All)! In definitiva per la misura di impatto SOST_I si definisce una nuova misura (un membro calcolato) come segue 1) Con SOST_I si definisce una misura additiva (non visibile) SOST_I1 (perché il nome SOST_I è questa volta riservato al membro calcolato) 2) Si definisce SOST_I come membro calcolato tramite la seguente espressione Iif([DOCENTE].CurrentMember.level.name= (All), [Measures].[Sost_P], [Measures].[Sost_I1]) Analogo discorso per la misura di impatto VOTO_I (si mostra la relativa espressione nell editor del membro calcolato) Per riepilogare, con [DOCENTE].CurrentMember.level.name= (All) Si ottiene un pattern senza attributi della gerarchia dell arco multiplo (cioè senza DOCENTE, CITTA_DOCENTE, e STATO_DOCENTE), condizione che viene usata per calcolare il valore di impatto secondo lo schema 3) Verificare i risultati ottenuti al punto 2) in SQL-OLAP calcolando il seguente pattern con rollup: 21

22 Ricordiamo che anche in SQL-OLAP per una misura di impatto si può usare la struttura WHEN <PATTERN SENZA ATTRIBUTI GERARCHIA AM> THEN <VALORE PESATO> ELSE <VALORE NON PESATO> END Se si vuole realizzare un pattern con più attributi della gerarchia dell arco multiplo, quale quello in questione, allora si deve effettuare l AND delle condizioni grouping(attributo_arco_multiplo)=1 : (GROUPING(D.DOCENTE)=1 AND GROUPING(CD.CITTA )=1 AND GROUPING(CD.STATO)=1) Dove CD.STATO AS STATO_DOCENTE, CD.CITTA AS CITTA_DOCENTE, D.DOCENTE AS DOCENTE, SELECT CD.STATO AS STATO_DOCENTE, CD.CITTA AS CITTA_DOCENTE, D.DOCENTE AS DOCENTE, CS.STATO AS STATO_STUDENTE, FACOLTA, SOST_P= SUM(SOST_P), SOST_I = CASE WHEN (GROUPING(D.DOCENTE)=1 AND GROUPING(CD.CITTA )=1 AND GROUPING(CD.STATO)=1) THEN SUM(SOST_P) ELSE SUM(SOST_I) END, VOTO_I = CASE WHEN (GROUPING(D.DOCENTE)=1 AND GROUPING(CD.CITTA )=1 AND GROUPING(CD.STATO)=1) THEN SUM(VOTO_P_SUM)/SUM(SOST_P) ELSE SUM(VOTO_SUM)/SUM(VOTO_NUM) END FROM FACT_TABLE_PD E JOIN DT_STUDENTE S ON (E.STUDENTE=S.STUDENTE) JOIN DT_DOCENTE D ON (E.DOCENTE=D.DOCENTE) JOIN DT_CITTA CD ON (CD.CITTA=D.CITTA) JOIN DT_CITTA CS ON (CS.CITTA=S.CITTA) JOIN DT_CORSO C ON (C.CORSO=E.CORSO) GROUP BY CD.STATO, CD.CITTA, D.DOCENTE, CS.STATO, FACOLTA WITH ROLLUP ORDER BY GROUPING(CD.STATO) DESC, GROUPING(CD.CITTA) DESC, GROUPING(FACOLTA) DESC, GROUPING(CS.STATO) DESC 22