Überwinden von Herausforderungen bei der Modellierung
Beim Modellieren von Daten geht es um das Herstellen und Verwalten von Beziehungen, sodass Sie die Daten in der von Ihrem Unternehmen benötigten Form effektiv visualisieren können. Wenn Sie diese Beziehungen erstellen, treten möglicherweise zirkuläre Beziehungen auf.
Beispielsweise entwickeln Sie Berichte für das Vertriebsteam und untersuchen die Beziehungen zwischen Tabellen. In einem schlecht gestalteten semantischen Modell verfügt Tabelle 1 über eine n:1-Beziehung mit einer Spalte in Tabelle 2, Tabelle 2 verfügt jedoch über eine 1:n-Beziehung mit Tabelle 3, die wiederum eine eigene Beziehung mit Tabelle 1 aufweist. Dieses Geflecht aus Beziehungen ist schwierig zu verwalten und erschwert das Erstellen von Visuals, da nicht mehr klar ist, welche Beziehungen bereits bestehen. Daher ist es wichtig, dass Sie zirkuläre Beziehungen identifizieren können und Ihre Daten infolgedessen einfach zu verwenden sind.
Beziehungsabhängigkeiten
Sie müssen erst verstehen, was Abhängigkeiten sind, um zirkuläre Beziehungen verstehen zu können.
Angenommen, Sie verfügen in der „Sales“-Tabelle über die folgende berechnete Spalte Total (Gesamt).
Sales[‘TotalCost] = Sales[‘Quantity’] * Sales[‘Price’]
TotalCost (Gesamtkosten) ist abhängig von Quantity (Menge) und Price (Preis). Wenn also eine Änderung bei der Menge oder dem Preis auftritt, verändert sich auch TotalCost. In diesem Beispiel wird eine Abhängigkeit einer Spalte von anderen Spalten beschrieben, es können allerdings auch Abhängigkeiten zwischen Measures, Tabellen und Beziehungen bestehen.
Sehen Sie sich die folgenden Beziehungen zwischen dSalesPerson, fSales und dCustomer an. Eine Änderung in dCustomer führt zu einer Änderung in fSales, was wiederum zu Änderungen in dCustomer führt. Diese Arten von Abhängigkeiten können innerhalb von Beziehungen vorhanden sein.
