Løs modelleringsudfordringer
Modellering af data handler om at oprette og vedligeholde relationer, så du effektivt kan visualisere dataene i den formular, din virksomhed har brug for. Når du opretter disse relationer, er en af de typiske faldgruber cirkulære relationer.
Du udvikler f. eks. rapporter for salgsteamet og undersøger relationerne mellem tabeller. I en dårligt designet semantisk model har Tabel 1 en mange til en-relation med en kolonne i tabel 2, men Tabel 2 har en en til mange-relation med Tabel 3, der har sin egen relation til Tabel 1. Dette net af relationer er svært at administrere, og det bliver en uoverskuelig opgave at oprette visuals, da det ikke længere er tydeligt, hvilke relationer der findes. Derfor er det vigtigt, at du kan identificere cirkulære relationer, så dine data bliver brugbare.
Relationsafhængigheder
For at forstå cirkulære relationer skal du først forstå afhængigheder.
Du har f. eks. følgende beregnede Total for en kolonne i tabellen Sales.
Sales['TotalCost'] = Sales['Quantity'] * Sales['Price']
TotalCost afhænger af Quantity og Price, så hvis der opstår en ændring i Quantity eller Price, er der også en ændring i TotalCost. I dette eksempel beskrives der en kolonnes afhængighed af andre kolonner, men du kan også have afhængigheder mellem målinger, tabeller og relationer.
Der er følgende relationer mellem dSalesPerson, fSalesog dCustomer. En ændring i dCustomer resulterer i en ændring i fSales, hvilket resulterer i ændringer i dSalesPerson. Disse typer afhængigheder kan findes i relationer.
