Data Modelling, Joins, Relationships and Schemas in Power BI
തുടക്കക്കാർ പലപ്പോഴും വൃത്തിയുള്ള ഡാറ്റയിലും മനോഹരമായ ചാർട്ടുകളിലും ആണ് ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്. വിശകലനത്തിന്റെ (analysis) ഏറ്റവും പ്രധാനപ്പെട്ട ഭാഗം വിഷ്വലുകൾ ആണെന്ന് അവർ കരുതുന്നു.
അവർക്ക് തെറ്റാണ്.
നിങ്ങളുടെ വിശകലനം എന്നത് നിങ്ങൾ ഡാറ്റ എങ്ങനെ ക്രമീകരിക്കുന്നു എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു. തെറ്റായ ഒരു ഡാറ്റാ മോഡൽ തെറ്റായ കണക്കുകളിലേക്ക് നയിക്കും.
Power BI നിങ്ങൾക്ക് ചാർട്ടുകളും KPI കാർഡുകളും കാണിച്ചുതരുന്നു. എന്നാൽ യഥാർത്ഥ ജോലി നടക്കുന്നത് മോഡലിലാണ്. അതായത്, നിങ്ങൾ ടേബിളുകൾ എങ്ങനെ കൈകാര്യം ചെയ്യുന്നു, അവ എങ്ങനെ പരസ്പരം ബന്ധപ്പെട്ടിരിക്കുന്നു, ഫിൽട്ടറുകൾ അവയിലൂടെ എങ്ങനെ നീങ്ങുന്നു എന്നതിനെയാണ് ഇത് സൂചിപ്പിക്കുന്നത്.
ഈ നാല് തൂണുകളെക്കുറിച്ച് മനസ്സിലാക്കുന്നത് അത്യാവശ്യമാണ്:
- Data Modelling ഇത് നിങ്ങളുടെ ഡാറ്റയുടെ ബ്ലൂപ്രിന്റ് ആണ്. നിങ്ങൾ ഡാറ്റയെ ടേബിളുകളായി ക്രമീകരിക്കുകയും അവ തമ്മിലുള്ള ബന്ധങ്ങൾ നിർവചിക്കുകയും ചെയ്യുന്നു. ഒരു നല്ല മോഡൽ ഇവ ഉറപ്പാക്കുന്നു:
- എളുപ്പത്തിൽ റിപ്പോർട്ടുകൾ നിർമ്മിക്കാം
- കൃത്യമായ കണക്കുകൂട്ടലുകൾ
- വേഗതയേറിയ പ്രവർത്തനം
- Schemas ഒരു സ്കീമ എന്നത് നിങ്ങളുടെ ടേബിളുകളുടെ ഘടനയാണ്.
- Star Schema: മധ്യഭാഗത്ത് ഒരു fact table-ഉം അതിനു ചുറ്റും നിരവധി dimension tables-ഉം ഉണ്ടായിരിക്കും. ലളിതമായ DAX ഉപയോഗിക്കുന്നതിനും വേഗതയ്ക്കും ഇത് ഏറ്റവും അനുയോജ്യമാണ്.
- Snowflake Schema: Star schema-യുടെ ഒരു വിപുലീകരണമാണിത്, ഇതിൽ dimension tables കൂടുതൽ ടേബിളുകളായി വിഭജിക്കപ്പെടുന്നു.
- Joins ഒരു പൊതുവായ കോളം (common column) ഉപയോഗിച്ച് രണ്ട് ടേബിളുകളെ യോജിപ്പിക്കാനാണ് Joins ഉപയോഗിക്കുന്നത്.
- Inner Join: രണ്ട് ടേബിളുകളിലും പൊരുത്തപ്പെടുന്ന വരികൾ (rows) മാത്രം നൽകുന്നു.
- Left Outer Join: ഇടത് ടേബിളിലെ എല്ലാ വരികളും വലത് ടേബിളിലെ പൊരുത്തപ്പെടുന്ന വരികളും നൽകുന്നു.
- Right Outer Join: വലത് ടേബിളിലെ എല്ലാ വരികളും ഇടത് ടേബിളിലെ പൊരുത്തപ്പെടുന്ന വരികളും നൽകുന്നു.
- Full Outer Join: രണ്ട് ടേബിളുകളിലെയും എല്ലാ വരികളും നൽകുന്നു.
- Left Anti Join: വലത് ടേബിളിൽ പൊരുത്തപ്പെടാത്ത ഇടത് ടേബിളിലെ വരികൾ മാത്രം നൽകുന്നു.
- Right Anti Join: ഇടത് ടേബിളിൽ പൊരുത്തപ്പെടാത്ത വലത് ടേബിളിലെ വരികൾ മാത്രം നൽകുന്നു.
- Relationships ടേബിളുകൾ എങ്ങനെ ഒന്നിച്ച് പ്രവർത്തിക്കുന്നു എന്ന് Relationships Power BI-ക്ക് പറഞ്ഞുതരുന്നു.
- One-to-many: ഒരു ടേബിളിലെ ഒരു തനതായ മൂല്യം (unique value) മറ്റൊരു ടേബിളിലെ പല മൂല്യങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു.
- Many-to-many: രണ്ട് വശങ്ങളിലും ഒന്നിലധികം പൊരുത്തപ്പെടുന്ന വരികൾ നിലനിൽക്കുന്നു.
- One-to-one: ഒരു ടേബിളിലെ ഒരു മൂല്യം മറ്റൊരു ടേബിളിലെ ഒരു മൂല്യവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു.
മോഡലിംഗിനെ യഥാർത്ഥ ജോലി തുടങ്ങുന്നതിന് മുമ്പ് തീർക്കേണ്ട ഒരു ജോലിയായി കാണരുത്. മോഡലിംഗാണ് യഥാർത്ഥ ജോലി.
ഒരു Star schema നിങ്ങളുടെ ക്വറികൾ (queries) വേഗത്തിലാക്കുന്നു. ശരിയായ ഡാറ്റ എടുക്കാൻ Joins സഹായിക്കുന്നു. Relationships നിങ്ങളുടെ റിപ്പോർട്ടുകളെ ഇന്ററാക്ടീവ് (interactive) ആക്കുന്നു. നിങ്ങൾ ദിശയോ (direction) കാർഡിനാലിറ്റിയോ (cardinality) തെറ്റായി നൽകിയാൽ, നിങ്ങളുടെ ഫിൽട്ടറുകൾ പ്രവർത്തിക്കില്ല.
ആദ്യം ശക്തമായ ഒരു അടിത്തറ പാകുക.
Source: https://dev.to/datawithian/data-modelling-joins-relationships-and-schemas-in-power-bi-48pm
Optional learning community: https://t.me/GyaanSetuAi