Resolver desafios de modelagem
A modelagem de dados trata-se de estabelecer e manter relações para que você possa visualizar de maneira eficaz os dados no formato que seu negócio precisa. Ao criar essas relações, uma armadilha comum que talvez você encontre é a formação de relações circulares.
Por exemplo, você está desenvolvendo relatórios para a equipe de vendas e está examinando as relações entre tabelas. Em um modelo semântico mal projetado, a Tabela 1 tem uma relação muitos-para-um com uma coluna na Tabela 2, mas a Tabela 2 tem uma relação de um-para-muitos com a Tabela 3, que tem sua própria relação com a Tabela 1. Essa teia de relações é difícil de gerenciar, tornando a criação de visuais uma tarefa assustadora, pois não se tem mais certeza sobre quais relações existem. Portanto, é importante que você possa identificar relações circulares para que seus dados sejam utilizáveis.
Dependências de relação
Para entender as relações circulares, primeiro você precisa entender as dependências.
Por exemplo, considere que você tem esta coluna calculada Total na tabela Sales.
Sales[‘TotalCost'] = Sales[‘Quantity’] * Sales[‘Price’]
TotalCost depende de Quantity e de Price, portanto, se uma alteração ocorrer na quantidade ou no preço, uma alteração ocorrerá em TotalCost também. Este exemplo descreve uma dependência de uma coluna em outras colunas, mas também é possível ter dependências entre medidas, tabelas e relações.
Considere as relações a seguir entre dSalesPerson, fSales e dCustomer. Uma alteração no dCustomer resultará em uma alteração no fSales, o que resultará em alterações no dSalesPerson. Esses tipos de dependências podem existir nas relações.
