ESERCIZI – Data Warehousing Sistemi

Transcript

Sistemi Informativi Avanzati
Anno Accademico 2013/2014
Prof. Domenico Beneventano ESERCIZI – Data Warehousing
1 ESERCIZI - PROGETTAZIONE DI UN DW ................................................................................................... 2 1.1 Esercizio: Spedizione ............................................................................................................................. 2 1.1.1 Soluzione .......................................................................................................................................... 4 1.1.2 Variante 1 ....................................................................................................................................... 11 1.1.3 Variante 2 (misura derivata) .......................................................................................................... 11 1.1.4 Variante 3: (schema transazionale)................................................................................................ 12 1.1.5 Soluzioni possibili per la misura NUMERO (conteggio eventi primari)........................................... 14 1.1.6 Soluzioni possibili per la misura COSTO (misura con AVG in schema transazionale) .................. 15 1.2 Esercizio: Dettaglio Ordine .................................................................................................................. 19 1.2.1 Soluzione ........................................................................................................................................ 19 1.3 Esercizio: Biglietto ................................................................................................................................. 22 1.3.1 Soluzione ........................................................................................................................................ 24 1.3.2 Variante .......................................................................................................................................... 26 1.3.3 Variante (dimensione derivante da discretizzazione) .................................................................... 27 1.4 Esercizio : Esame ................................................................................................................................. 29 1.4.1 Soluzione ........................................................................................................................................ 30 1.5 Esercizio: Vendita ................................................................................................................................. 32 1.5.1 Soluzione ........................................................................................................................................ 32 1.6 Esercizio (19/12/2012) .......................................................................................................................... 34 1.7 Esercizio (14/01/2013 ) ......................................................................................................................... 35 1.8 Esercizio (16/04/2013 ) ......................................................................................................................... 36 1.9 Esercizio (10/09/2013 ) ......................................................................................................................... 37 1 1 ESERCIZI - Progettazione di un DW
Per alcuni esercizi viene anche riportato il codice SQL per provare le soluzioni date. La Fact Table e le
dimension table sono definite come viste nel DBO dato (architettura ad un livello)
1.1 Esercizio: Spedizione
Consideriamo un DBO con il seguente schema E/R ed il corrispondente schema relazionale (nello schema
relazionale ci possono essere vincoli di integrità aggiuntivi):
REGIONE
(1,1)
MAGAZZINO
(1,N)
IN
STATO
CITTA
(0,N)
CITTA
IN
INDIRIZZO
(1,1)
(1,1)
REPARTO
CLIENTE
REPARTO
DATA(DATA,MESE,ANNO)
DF: MESE à ANNO
(0,N)
MAGAZZINO
(1,N)
CITTA(CITTA,REGIONE,STATO)
DF: REGIONEà STATO
CLIENTE
DA
ORDINE(ORDINE,CLIENTE:CLIENTE,DATA:DATA)
REPARTO(REPARTO,MAGAZZINO:MAGAZZINO)
MAGAZZINO(MAGAZZINO,CITTA:CITTA)
(1,N)
CLIENTE(CLIENTE,CITTA:CITTA)
DEL
COSTO
(1,1)
PRODOTTO
DETTAGLIO
SPEDIZIONE
(1,1)
SPEDIZIONE(NRIGA,ORDINE:ORDINE,
PRODOTTO,
REPARTO:REPARTO
DATASPEDIZIONE:DATA,
COSTO)
(1,1)
(1,N)
ORDINE
(1,1)
(1,1)
ORDINE
NRIGA
DATA
(0,N)
DATA
SPEDIZIONE
AK : { ORDINE,PRODOTTO,
REPARTO,DATASPEDIZIONE }
DATA
ORDINE
MESE
ANNO
DATA
(0,N)
!
Viene richiesto di:
A) Progettazione concettuale : Progettazione dello schema di fatto SPEDIZIONE con dimensioni
{PRODOTTO,MAGAZZINO,CLIENTE,DATASPED}
e misure
COSTO: è il costo medio di DETTAGLIO.COSTO
NUMERO: è il numero complessivo di spedizioni
NUMERO_ORDINI: è il numero complessivo di ordini
B) Progettazione logica : Progettazione dello STAR SCHEMA e SNOWFLAKE SCHEMA
C) Alimentazione : Scrivere in SQL l’alimentazione della fact-table.
2 Esempio di istanza del DBO e corrispondente istanza del fatto (eventi primari)
Eventi Primari del Fatto
SPEDIZIONE
con dimensioni
PRODOTTO,
MAGAZZINO,
CLIENTE,
DATASPED
3 1.1.1
Soluzione
Progettazione Concettuale
Nella progettazione concettuale occorre riportare uno schema di fatto con tutte le dimensioni richieste e, per
ciascuna dimensione, con tutta la gerarchia derivante dallo schema del DBO.
Albero degli attributi iniziale
4 INNESTO su REPARTO ed ORDINE
Anche DATA dell’ORDINE viene POTATA
Si aggiungono le seguenti dipendenze funzionali, non presenti nello schema ER:
REGIONE à STATO
MESE à ANNO
5 Si ottiene
Viene POTATA anche NRIGA
6 Scelta delle dimensioni
Viene quindi creato lo schema di fatto, considerando una condivisione su CITTA.
7 CITTA
REGIONE
MAGAZZINO
STATO
SPEDIZIONE
CLIENTE
NUMERO
(C) COSTO (AVG)
NUMERO_ORDINI
DATASPED
MESE
ANNO
PRODOTTO
Fatto: SPEDIZIONE(NRIGA,ORDINE,PRODOTTO,REPARTO, DATASPEDIZIONE,COSTO)
AK : { ORDINE,PRODOTTO, REPARTO,DATASPEDIZIONE }
Dimensioni: {PRODOTTO,MAGAZZINO,CLIENTE,DATASPED}
Granularità: Temporale
Dipendenze funzionale tra le dimensioni: Nessuna
Misure normali
NUMERO= COUNT(*), additiva
NUMERO_ORDINI = count(distinct ORDINE), additiva rispetto a CLIENTE, in quanto
ORDINE à
CLIENTE
Quindi NUMERO_ORDINI è aggregabile solo rispetto a CLIENTE, pertanto l’insieme delle
dimensioni rispetto alle quali non è aggregabile è NA: {PRODOTTO,MAGAZZINO,DATASPED}
Misure calcolate
COSTO = COSTO_SUM/COSTO_COUNT
dove
COSTO_SUM = SUM(COSTO), additiva
COSTO_COUNT = COUNT(COSTO), additiva
Fact Table
FACT_TABLE(PRODOTTO,MAGAZZINO,CLIENTE,DATASPED,
NUMERO,COSTO_SUM,COSTO_COUNT, NUMERO_ORDINI)
In questa fase viene anche indicata una Fact Table con struttura semplificata (senza riferimenti alle
Dimension Table) per riassumere quali sono le dimensioni del fatto e le misure che si devono considerare.
Riassumere quali sono tutte le misure è utile anche per controllare se tra tutte queste misure ce ne sono
alcune equivalenti. Ad esempio, in questo caso sono state introdotte e riportate nella Fact Table due misure
Sono queste due misure equivalenti ? Se la risposta è positiva, nella Fact Table verrà inserita una sola
misura.
8 Progettazione Logica
Nella Progettazione logica viene richiesto di delineare sia lo STAR SCHEMA che lo SNOWFLAKE
SCHEMA; La Fact Table in questi due tipologie di schemi coincide (mentre quelle che cambiano sono
ovviamente le Dimension Table) quindi possiamo riportare la Fact Table una sola volta.
La Fact Table ha la seguente struttura
Come detto in precedenza, dobbiamo chiederci se le due misure
sono equivalenti, ovvero se il loro valore coincide. Quindi si dovrebbe controllare se COUNT(*) e
COUNT(COSTO) restituiscono lo stesso valore: la risposta è negativa se nel DBO il campo COSTO può
assumere dei valori NULL, in quanto per definizione un valore NULL viene conteggiato da COUNT(*) ma
non viene conteggiato da COUNT(COSTO). Nei nostri esercizi si suppone il caso generale della presenza di
NULL pertanto nella Fact Table verranno sempre tenute entrambe le misure.
La Fact Table sarà quindi
FACT_TABLE(CLIENTE:dtCLIENTE,MAGAZZINO:dtMAGAZZINO,DATASPED:dtDATA,PRODOTT
O,
Si noti che la dimensione PRODOTTO è degenere, quindi non viene inserita la relativa Dimension Table.
Star Schema
dtDATA(DATA,MESE,ANNO)
dtCLIENTE(CLIENTE,CITTA,REGIONE,STATO)
dtMAGAZZINO(MAGAZZINO,CITTA,REGIONE,STATO)
SnowFlake Schema
dtDATA(DATA,MESE:dtMESE)
dtMESE(MESE,ANNO)
dtCLIENTE(CLIENTE,CITTA:dtCITTA)
dtMAGAZZINO(MAGAZZINO,CITTA:dtCITTA)
dtCITTA(CITTA,REGIONE:dtREGIONE)
dtREGIONE(REGIONE,STATO)
9 Alimentazione
La query di alimentazione della fact table è costituita come segue:
FROM: oltre alla tabella SPEDIZIONE, si deve considerare la tabella REPARTO (che contiene
MAGAZZINO) e la tabella ORDINE (che contiene CLIENTE).
GROUP BY: banale, contiene le dimensioni del fatto
SELECT: oltre alle dimensioni del fatto si riporta il calcolo delle misure sulla base di quanto specificato nel
glossario
CREATE VIEW FACT_TABLE AS
SELECT
SPEDIZIONE.PRODOTTO,
REPARTO.MAGAZZINO,
ORDINE.CLIENTE,
SPEDIZIONE.DATASPEDIZIONE AS DATASPED,
COSTO_SUM =SUM(COSTO),
COSTO_COUNT =COUNT(COSTO),
NUMERO =COUNT(*)
NUMERO_ORDINI =COUNT(DISTINCT ORDINE.ORDINE)
FROM
SPEDIZIONE NATURAL JOIN
REPARTO NATURAL JOIN
ORDINE
GROUP BY
SPEDIZIONE.PRODOTTO,
SPEDIZIONE.DATASPEDIZIONE,
ORDINE.CLIENTE,
REPARTO.MAGAZZINO
Per provare la query, dovendola eseguire su un DBMS che non supporta il NATURAL JOIN:
FROM
SPEDIZIONE JOIN
REPARTO ON REPARTO.REPARTO = SPEDIZIONE.REPARTO JOIN
ORDINE ON ORDINE.ORDINE = SPEDIZIONE.ORDINE
10 1.1.2
Variante 1
Viene richiesto di discutere come cambia l’aggregabilità della misura NUMERO_ORDINI considerando
come dimensione MESE_ORDINE invece di DATASPED.
Dimensioni: {PRODOTTO,MAGAZZINO,CLIENTE,MESE_ORDINE}
Le FD che riguardano ORDINE sono (ricordiamo che NUMERO_ORDINI=SELECT (DISTINCT ORDINE))
ORDINE à CLIENTE
ORDINE à MESE_ORDINE
Quindi ora NUMERO_ORDINI è aggregabile sia rispetto a CLIENTE che MESE_ORDINE, pertanto
NA: {PRODOTTO,MAGAZZINO }
1.1.3
Variante 2 (misura derivata)
Viene richiesto di discutere come cambia l’aggregabilità della misura NUMERO_ORDINI considerando
come dimensione ORDINE invece di CLIENTE.
Dimensioni: {PRODOTTO,MAGAZZINO, ORDINE,DATASPED }
Rispetto all’esempio precedente, si usa come dimensione ORDINE al posto di CLIENTE, pertanto il nuovo
fatto è ad un maggiore livello di dettaglio. L’aspetto principale riguarda la misura
NUMERO_ORDINI=COUNT(DISTINCT ORDINE):
grazie alla presenza della dimensione ORDINE, adesso NUMERO_ORDINI è una misura derivata da una
dimensione, quindi non verrà inserita nella fact table!
Lo schema di fatto è simile a quello precedente: l’aggiunta dell’attributo dimensionale ORDINE fa si che
DATA sia ora un attributo dimensionale in comune tra la dimensione ORDINE (infatti un ORDINE ha una
DATA) e la dimensione DATASPED. Si noti che per questo attributo dimensionale in comune si utilizza il
termine più generale DATA e non DATA_SPED (altrimenti verrebbe indicato che un ORDINE ha una
DATA_SPED, cosa non vera). Però DATA_SPED deve restare come nome della dimensione, pertanto si
mette tale nome sul arco (come avveniva ad esempio nel caso del Fatto Chiamata discusso sulle dispense).
CITTA
MAGAZZINO
SPEDIZIONE
NUMERO
STATO
REGIONE
ORDINE
CLIENTE
(C) COSTO (AVG)
ANNO
PRODOTTO
DATA
SPED
DATA
MESE
Fatto: SPEDIZIONE(NRIGA,ORDINE,PRODOTTO,REPARTO, DATASPEDIZIONE,COSTO)
Dimensioni: {PRODOTTO,MAGAZZINO,ORDINE,DATASPED}
11 Dipendenze funzionale tra le dimensioni: Nessuna
Misure normali
Misure calcolate
COSTOMEDIO = COSTO_SUM/COSTO_COUNT dove
Misure derivate
NUMERO_ORDINI=COUNT(DISTINCT ORDINE)
Fact Table
FACT_TABLE(PRODOTTO,MAGAZZINO,ORDINE,DATASPED,
NUMERO,COSTO_SUM,COSTO_COUNT)
Ora la misura derivata NUMERO_ORDINI è semple calcolabile in base alla sua definizione.
1.1.4
Variante 3: (schema transazionale)
Come terza e ultima variante si considera il fatto SPEDIZIONE con dimensioni
{PRODOTTO,REPARTO,ORDINE,DATASPED}
Quindi si usa come dimensione REPARTO al posto di MAGAZZINO, pertanto – come nella precedente
variante - il nuovo fatto è ad un maggiore livello di dettaglio , cioè il nuovo fatto ha una granularità più fine.
La caratteristica fondamentale di questo caso è che le dimensioni coincidono (e quindi contengono) una
chiave del fatto, ovvero le dimensioni coincidono con la chiave alternativa
Quindi il nuovo fatto SPEDIZIONE è transazionale; gli eventi primari del nuovo fatto SPEDIZIONE saranno
in numero pari al numero di istanze (la cardinalità) della relazione SPEDIZIONE del DBO:
Istanza di SPEDIZIONE
Eventi Primari del Fatto SPEDIZIONE
Nel seguito viene svolto (interamente) questo nuovo caso, mettendo in evidenza come per uno schema di
fatto transazionale sia differente la query di alimentazione della fact table ed il calcolo delle misure, in
particolare quelle aggregate tramite media.
12 Progettazione Concettuale
Lo schema di fatto è simile a quello precedente: l’aggiunta dell’attributo dimensionale ORDINE fa si che
DATA sia ora un attributo dimensionale in comune tra la dimensione ORDINE (infatti un ORDINE ha una
DATA) e la dimensione DATASPED. Nel seguito verrà discussa la convergenza/condivisione su DATA.
REPARTO
CITTA
MAGAZZINO
SPEDIZIONE
STATO
REGIONE
ORDINE
NUMERO
CLIENTE
(C) COSTO (AVG)
ANNO
PRODOTTO
DATA
SPED
DATA
MESE
Fatto SPEDIZIONE(NRIGA,ORDINE,PRODOTTO,REPARTO, DATASPEDIZIONE,COSTO)
Dimensioni = {PRODOTTO,REPARTO,ORDINE,DATASPED}
Granularità: Transazionale
Progettazione Logica
FACT_TABLE(ORDINE:dtORDINE,REPARTO: dtREPARTO,DATASPED:dtDATA,PRODOTTO,
<verrà completato dopo la discussione sulle misure>)
Star Schema
dtORDINE(ORDINE,DATA,MESE,ANNO,CLIENTE,CITTA,REGIONE,STATO)
dtREPARTO(REPARTO, MAGAZZINO,CITTA,REGIONE,STATO)
SnowFlake Schema
dtMESE(MESE,ANNO)
dtORDINE(ORDINE,DATA:dtDATA,CLIENTE:dtCLIENTE)
dtCLIENTE(CLIENTE,CITTA:dtCITTA)
dtREPARTO(REPARTO,MAGAZZINO:dtMAGAZZINO)
dtMAGAZZINO(MAGAZZINO,CITTA:dtCITTA)
13 1.1.5
Soluzioni possibili per la misura NUMERO (conteggio eventi primari)
La misura NUMERO nel caso di schema transazionale corrisponde a quanto discusso nel caso di “Schemi
di fatto vuoti”, ovvero NUMERO è una misura che serve per il conteggio degli eventi primari. Come era stato
già fatto notare e come evidenzieremo nell’esempio, il nome “Schemi di fatto vuoto” deriva dal fatto che in
questo caso una possibile soluzione è quella di non inserire esplicitamente nessuna misura nello schema di
fatto per il conteggio degli eventi primari, ovvero non memorizzare nessun valore : questo concetto di non
inserire nessuna misura e non memorizzare nessun valore comporta che nella fact table corrispondente non
ci sia nessun attributo per questa misura. D’altra parte, lo schema di fatto e quindi la fact table possono
contenere altre misure (come capita in questo caso per la misura COSTO)
Prima Soluzione : misura conteggio per il conteggio degli eventi primari
Misure normali
(COUNT) à per indicare appunto una misura vuota per il conteggio degli eventi primari
Fact Table
FACT_TABLE(PRODOTTO,REPARTO,ORDINE,DATASPED)
Alimentazione
SELECT PRODOTTO, REPARTO,ORDINE, DATASPEDIZIONE AS DATASPED
FROM SPEDIZIONE
Seconda Soluzione : misura booleana per il conteggio degli eventi primari
Un altro modo di rappresentare il verificarsi di un evento è attraverso una misura di tipo booleana, additiva:
normalmente quando si tratta di effettuare un semplice conteggio degli eventi primari questa misura assume
il solo valore 1 (evento che si è verificato) e non il valore 0 (nello schema di fatto non si rappresentano gli
eventi che non si verificano). Vedremo comunque in un prossimo esercizio che a volte è necessario contare
solo determinati eventi (ad esempio, nel caso dell’esercizio sul fatto BIGLIETTO, si vogliono rappresentare
tutti i biglietti ma si vogliono contare solo quelli che hanno fatto anche il check-in dei bagagli); in questo caso
la misura di conteggio booleana assume entrambi i valori 1 e 0.
Misure normali
NUMERO = 1, additiva
Fact Table
FACT_TABLE (PRODOTTO,REPARTO,ORDINE,DATASPED,
NUMERO)
NUMERO è una misura normale : tale misura ha un valore per ogni evento primario – in questo caso
costante pari a 1 – e un operatore di aggregazione per determinarne il valore per gli eventi secondari
Se lo riportassi nella fact table, poi per le aggregazioni dovrei utilizzare ovviamente
NUMERO = SUM(NUMERO)
14 Ma essendo NUMERO=1, questo equivale a fare
NUMERO = SUM(1)
Pertanto non è necessario riportare NUMERO come attributo della fact table.
Come esempio di utilizzo di questa misura, calcoliamo il pattern {MAGAZZINO_CITTA,CLIENTE_CITTA}
nello SNOW-FLAKE schema:
SELECT
M.CITTA AS MAGAZZINO_CITTA,C.CITTA AS CLIENTE_CITTA,
NUMERO = SUM(1)
FROM
FACT_TABLE F JOIN
dtREPARTO R ON R.REPARTO = F.REPARTO JOIN
dtMAGAZZINO M ON R.MAGAZZINO = M.MAGAZZINO JOIN
dtORDINE O ON F.ORDINE = O.ORDINE JOIN
dtCLIENTE C ON O.CLIENTE = C.CLIENTE
GROUP BY M.CITTA, C.CITTA
Si può verificare che il risultato è corretto, confrontandolo con quanto ottenuto negli schemi di fatto
precedenti.
In definitiva, abbiamo due soluzioni simili, in entrambi i casi non si riporta niente nella fact table per la
misura numero (è questo giustifica il termine Schema di Fatto vuoto utilizzato in questi casi). Quello che
cambia è l’operatore di aggregazione, nel senso che possiamo usare due operazioni equivalenti
NUMERO = COUNT(*)
oppure
NUMERO = SUM(1)
1.1.6
Soluzioni possibili per la misura COSTO (misura con AVG in schema transazionale)
In uno schema transazionale, per una misura quale COSTO che deve essere aggregata tramite media ci
sono due soluzioni possibili
1)
2)
misura normale con operatore di aggregazione AVG
misura calcolata COSTO = COSTO_SUM/COSTO_COUNT dove
COSTO_SUM = COSTO, additiva
La soluzione seguita normalmente è la seconda; nel seguito comunque presentiamo entrambe le soluzioni,
verificando che sono equivalenti.
Prima Soluzione : misura normale con operatore di aggregazione AVG
Fact Table : FACT_TABLE(PRODOTTO,REPARTO,ORDINE,DATASPED,COSTO)
15 Alimentazione
SELECT PRODOTTO, REPARTO,ORDINE, DATASPEDIZIONE, COSTO AS DATASPED
FROM SPEDIZIONE
Come esempio di utilizzo di questa misura, calcoliamo il pattern {MAGAZZINO_CITTA,CLIENTE_CITTA} e
tutti i suoi sub-pattern nello SNOW-FLAKE schema:
SELECT
M.CITTA
C.CITTA
COSTO =
FROM
<come
AS MAGAZZINO_CITTA,
AS CLIENTE_CITTA,
AVG(COSTO),
prima>
precedenti.
Seconda Soluzione : misura calcolata COSTO = COSTO_SUM/COSTO_COUNT
In questo caso abbiamo due misure normali
COSTO_SUM = COSTO, additiva
Che verranno poi usate per il calcolo della misura calcolata COSTO.
In questo caso, essendo lo schema transazionale, gli eventi primari verranno calcolati senza raggruppare e
quindi non ha ovviamente senso definire una misura attraverso un operatore di aggregazione:
in COSTO_COUNT = COUNT(COSTO) è stato indicato COUNT corsivato proprio per indicare che
concettualmente devo fare un conteggio ma questo conteggio è unitario, cioè COSTO_COUNT=1. Di
conseguenza questa misura COSTO_COUNT coincide con la misura NUMERO e pertanto può essere
definita e calcolata come già discusso in precedenza: COUNT(*) oppure SUM(1).
Fact Table
FACT_TABLE(PRODOTTO,REPARTO,ORDINE,DATASPED,COSTO_SUM)
Alimentazione
SELECT PRODOTTO, REPARTO,ORDINE, DATASPEDIZIONE AS DATASPED, COSTO
FROM SPEDIZIONE
Come esempio si calcola il pattern {MAGAZZINO_CITTA,CLIENTE_CITTA} e tutti i suoi sub-pattern nello
SNOW-FLAKE schema utilizzando per COSTO_COUNT le due possibilità
SELECT
M.CITTA AS MAGAZZINO_CITTA,
C.CITTA AS CLIENTE_CITTA,
COSTO = SUM(COSTO_SUM)/ COUNT(*) oppure COSTO = SUM(COSTO_SUM)/
SUM(1)
FROM
<come prima>
precedenti.
Le due soluzioni per il calcolo di COSTO come valore medio coincidono nell’ipotesi che nello schema
operazionale il valore di COSTO non sia NULL; infatti un valore NULL di COSTO non viene considerato,
cioè non partecipa al calcolo, nella prima soluzione in quanto, per definizione la funzione AVG viene
calcolata sui valori non nulli. Nella seconda soluzione invece il valore NULL di COSTO viene considerato in
quanto non viene sommato (per definizione anche la funzione SUM sui valori non nulli) ma viene
conteggiato, sia attraverso COUNT(*), in quanto per definizione COUNT(*) conta anche i valori nulli, sia
attraverso SUM(1) .
Modifichiamo la tabella SPEDIZIONE con alcuni NULL su COSTO, quindi verifichiamo la differenza per un
semplice pattern {ORDINE}
16 DBO: tabella SPEDIZIONE
COSTO calcolato come
COSTO=AVG(COSTO)
COSTO=SUM(COSTO_SUM)/SUM(1
)
Nel caso di COSTO come misura calcolata, per considerare che COSTO può essere nullo e quindi non
deve partecipare alla media, non possiamo usare più come COSTO_COUNT l’espressione SUM(1) (stesso
discorso per l’espressione COUNT(*)) ma dobbiamo conteggiare in maniera diversa i valori NULL, pertanto
si inserisce una misura normale COSTO_COUNT che sarà 1 se COSTO è non NULL, 0 altrimenti.
Fact Table
FACT_TABLE(PRODOTTO,REPARTO,ORDINE,DATASPED,COSTO_SUM,COSTO_COUNT)
Alimentazione
SELECT PRODOTTO, REPARTO,ORDINE, DATASPEDIZIONE AS DATASPED,
COSTO_SUM=COSTO,
COSTO_COUNT= CASE WHEN COSTO IS NULL THEN 0 ELSE 1 END
FROM SPEDIZIONE
Verifichiamo nell’esempio della pagina precedente:
DBO: tabella SPEDIZIONE
COSTO=AVG(COSTO)
COSTO=SUM(COSTO_SUM)/
SUM(COSTO_COUNT)
17 Codice SQL
Creazione del DBO (verificare, può non essere completamente aggiornato rispetto all’esempio)
CREATE
CREATE
CREATE
CREATE
CREATE
CREATE
CREATE
TABLE
TABLE
TABLE
TABLE
TABLE
TABLE
TABLE
ORDINE(ORDINE INT,CLIENTE INT, DATA INT);
REPARTO(REPARTO INT,MAGAZZINO INT);
MAGAZZINO(MAGAZZINO INT,CITTA INT);
CLIENTE( CLIENTE INT,CITTA INT);
CITTA(CITTA INT,REGIONE INT,STATO INT);
DATA( DATA INT, MESE INT, ANNO INT);
SPEDIZIONE(NRIGA INT,ORDINE INT,PRODOTTO INT,REPARTO
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
CITTA ( CITTA,REGIONE,STATO ) SELECT 10,10,10
MAGAZZINO ( MAGAZZINO,CITTA ) SELECT 10,10
MAGAZZINO ( MAGAZZINO,CITTA ) SELECT 20,30
CLIENTE ( CLIENTE,CITTA ) SELECT 10,10
CLIENTE ( CLIENTE,CITTA ) SELECT 20,20
REPARTO ( REPARTO,MAGAZZINO ) SELECT 10,10
ORDINE ( ORDINE,CLIENTE,DATA ) SELECT 1,10,30
SPEDIZIONE ( NRIGA,ORDINE,PRODOTTO,REPARTO,DATASPEDIZIONE,COSTO
DATA ( DATA,MESE,ANNO ) SELECT 10,10,10
INT,DATASPEDIZIONE
)
)
)
)
)
)
)
)
)
)
)
)
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
INT,COSTO FLOAT);
1,1,1000,10,10,10
2,1,1000,10,10,21
3,1,1000,10,10,11
4,1,3000,10,10,11
1,2,3000,20,30,11
2,2,3000,30,30,11
3,2,1000,20,10,10
4,2,1000,30,10,11
5,2,1000,20,10,11
1,3,3000,20,10,11
2,3,3000,30,10,21
3,3,3000,20,30,11
18 1.2 Esercizio: Dettaglio Ordine
Consideriamo un DBO con il seguente schema E/R ed il corrispondente schema relazionale
REGIONE
IN
(1,1)
AZIENDA
STATO
(0,N)
(1,N)
DATA(DATA,MESE,ANNO)
DF: MESE à ANNO
CITTA
AZIENDA
INDIRIZZO
DI
(1,1)
(0,N)
ORDINE(ORDINE,CLIENTE:CLIENTE,DATA:DATA)
(1,1)
PREFER
PRODOTTO
PRODOTTO
CITTA(CITTA,REGIONE,STATO)
DF: REGIONEà STATO
CITTA
(0,N)
(1,1)
PRODOTTO(PRODOTTO,AZIENDA:AZIENDA)
CLIENTE
(0,N)
(1,N)
AZIENDA(AZIENDA,CITTA:CITTA)
CLIENTE
DA
DEL
COSTO
(1,1)
CLIENTE(CLIENTE,CITTA:CITTA,
PREFER:PRODOTTO)
(1,1)
DETTAGLIO
(1,1)
(1,N)
DETTAGLIO(NRIGA,ORDINE:ORDINE,
PRODOTTO:PRODOTTO,
DATASPEDIZIONE:DATA,
COSTO)
ORDINE
(1,1)
(1,1)
ORDINE
NRIGA
DATA
ORDINE
MESE
ANNO
DATA
(0,N)
DATA
SPEDIZIONE
DATA
(0,N)
Viene richiesto di
A) Progettazione concettuale : Progettazione dello schema di fatto DETTAGLIO con dimensioni
{PRODOTTO,ORDINE,DATASPED} e misure {COSTO,NUMERO} dove
COSTO: è il costo medio
NUMERO: è il numero complessivo di spedizioni
B) Progettazione logica : Progettazione dello STAR SCHEMA e SNOWFLAKE SCHEMA
1.2.1
Soluzione
Lo schema di fatto è simile a quello del fatto Spedizione – seconda variante: l’unica aggiunta è
l’associazione PREFER (un CLIENTE ha un PRODOTTO preferito) che collega CLIENTE a PRODOTTO.
Questo comporta che l’attributo dimensionale PRODOTTO sia ora comune alle due dimensioni ORDINE e
PRODOTTO. In questo caso - a differenza di quanto discusso con DATA e DATA_SPED - non essendoci
ambiguità possiamo usare lo stesso nome PRODOTTO sia per la dimensione che per l’attributo comune.
PRODOTTO
AZIENDA
CITTA
DETTAGLIO
REGIONE
NUMERO
(C) COSTO (AVG)
STATO
ORDINE
CLIENTE
ANNO
DATA
SPED
DATA
MESE
Con la nuova associazione PREFER, CITTA è raggiungibile anche con il percorso CLIENTE_PRODOTTO.
19 Fatto: DETTAGLIO(NRIGA,ORDINE, PRODOTTO, DATASPEDIZIONE,COSTO)
Dimensioni: {PRODOTTO,ORDINE,DATASPED}
Misure normali
Misure calcolate
COSTOMEDIO = COSTO_SUM/COSTO_COUNT
dove
Fact Table
NUMERO,COSTO_SUM,COSTO_COUNT)
FACT_TABLE(ORDINE:dtORDINE,PRODOTTO:dtPRODOTTO,DATASPED:dtDATA,
NUMERO, COSTO_SUM,COSTO_COUNT)
Star Schema
dtORDINE(ORDINE,DATA,MESE,ANNO,
CLIENTE, CLIENTE_CITTA, CLIENTE_REGIONE, CLIENTE_STATO,
PROD_P_CLIENTE, PROD_P_CLIENTE_AZIENDA, PROD_P_CLIENTE_AZIENDA_CITTA
PROD_P_CLIENTE_AZIENDA_REGIONE, PROD_P_CLIENTE_AZIENDA_STATO
)
dtPRODOTTO(PRODOTTO,AZIENDA,AZIENDA_CITTA,AZIENDA_REGIONE,AZIENDA_STATO)
SnowFlake Schema
dtMESE(MESE,ANNO)
dtORDINE(ORDINE,CLIENTE:dtCLIENTE,DATA:dtDATA)
dtPRODOTTO(PRODOTTO,AZIENDA:dtAZIENDA)
dtAZIENDA(AZIENDA,CITTA:CITTA)
dtCLIENTE(CLIENTE, CITTA:dtCITTA,PREFER:dtPRODOTTO)
Alimentazione
SELECT
PRODOTTO, ORDINE, DATASPED
COSTO_COUNT =COUNT(COSTO),
NUMERO =COUNT(*)
FROM
DETTAGLIO
GROUP BY
PRODOTTO, ORDINE, DATASPED
20 Codice SQL
Creazione del DBO
CREATE
CREATE
CREATE
CREATE
CREATE
CREATE
CREATE
TABLE
TABLE
TABLE
TABLE
TABLE
TABLE
TABLE
ORDINE ( ORDINE INT, CLIENTE INT, DATA INT);
PRODOTTO ( PRODOTTO INT, AZIENDA INT);
AZIENDA ( AZIENDA INT, CITTA INT);
CLIENTE ( CLIENTE INT, CITTA INT, PREFER INT);
CITTA ( CITTA INT, REGIONE INT, STATO INT);
DATA ( DATA INT, MESE INT, ANNO INT);
DETTAGLIO ( NRIGA INT, ORDINE INT, PRODOTTO INT, DATASPED
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
AZIENDA ( AZIENDA,CITTA ) SELECT 10,10
AZIENDA ( AZIENDA,CITTA ) SELECT 20,30
CLIENTE ( CLIENTE,CITTA,PREFER ) SELECT 10,10,10
PRODOTTO ( PRODOTTO,AZIENDA ) SELECT 10,10
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
DETTAGLIO
DETTAGLIO
DETTAGLIO
DETTAGLIO
DETTAGLIO
DETTAGLIO
DETTAGLIO
DETTAGLIO
DETTAGLIO
DETTAGLIO
DETTAGLIO
(
(
(
(
(
(
(
(
(
(
(
NRIGA,ORDINE,PRODOTTO,DATASPED,COSTO
)
)
)
)
)
)
)
)
)
)
)
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
SELECT
INT, COSTO FLOAT );
1,4,10,30,22
2,4,20,30,22
3,4,30,30,22
1,1,10,30,16
2,1,20,20,15
3,1,30,30,13
1,2,10,20,13
2,2,20,30,13
3,2,30,20,12
1,3,10,20,11
2,3,30,30,22
Creazione dello StarSchema
CREATE VIEW [DTDATA] AS SELECT * FROM DATA
CREATE VIEW [DTORDINE] AS
SELECT ORDINE.ORDINE, ORDINE.CLIENTE, ORDINE.DATA, DATA.MESE, DATA.ANNO,
CLIENTE.CITTA AS CLIENTE_CITTA, CITTA.REGIONE AS CLIENTE_REGIONE, CITTA.STATO AS CLIENTE_STATO,
PRODOTTO.PRODOTTO AS PROD_P_CLIENTE, PRODOTTO.AZIENDA AS PROD_P_CLIENTE_AZIENDA,
AZIENDA.CITTA AS PROD_P_CLIENTE_AZIENDA_CITTA,
CITTA_1.REGIONE AS PROD_P_CLIENTE_AZIENDA_REGIONE, CITTA_1.STATO AS PROD_P_CLIENTE_AZIENDA_STATO
FROM
AZIENDA JOIN
ORDINE INNER JOIN
DATA ON ORDINE.DATA = DATA.DATA INNER JOIN
CLIENTE ON ORDINE.CLIENTE = CLIENTE.CLIENTE INNER JOIN
CITTA ON CLIENTE.CITTA = CITTA.CITTA INNER JOIN
PRODOTTO ON CLIENTE.PREFER = PRODOTTO.PRODOTTO ON AZIENDA.AZIENDA = PRODOTTO.AZIENDA INNER
JOIN
CITTA AS CITTA_1 ON AZIENDA.CITTA = CITTA_1.CITTA
CREATE VIEW [DTPRODOTTO] AS
SELECT
PRODOTTO.PRODOTTO, PRODOTTO.AZIENDA, AZIENDA.CITTA AS AZIENDA_CITTA, CITTA_1.REGIONE AS
AZIENDA_REGIONE, CITTA_1.STATO AS AZIENDA_STATO
FROM
PRODOTTO
JOIN AZIENDA ON AZIENDA.AZIENDA = PRODOTTO.AZIENDA
JOIN CITTA AS CITTA_1 ON CITTA_1.CITTA = AZIENDA.CITTA
21 1.3 Esercizio: Biglietto
Consideriamo un DBO con il seguente schema relazionale:
VOLO(CODVOLO,DATA,RITARDO,COMPAGNIA)
BIGLIETTO(POSTO,[CODVOLO,DATA]:VOLO,COSTO )
CHECK-IN([POSTO,CODVOLO,DATA]: BIGLIETTO,
NCOLLI )
Viene richiesto di
A) Progettazione concettuale : schema di fatto BIGLIETTO con dimensioni {VOLO,NPOSTO} e
misure {COSTO,NBIGLIETTI,NBIGLIETTI_CHECK-IN} dove
COSTO: costo medio del biglietto
NBIGLIETTI: è valutato con il conteggio dei biglietti
NBIBLIETTICHECK-IN: è valutato con il conteggio dei biglietti che hanno anche il check-in
B) Progettazione logica : Star schema
Osservazioni: La caratteristica di questo esercizio è la presenza di due misure di conteggio:
NBIGLIETTI: valutato con il conteggio dei biglietti
NBIBLIETTICHECK-IN: valutato con il conteggio dei biglietti che hanno anche il check-in
In sezione 1.1.5 abbiamo visto due soluzioni per tali misure. In questo esercizio le useremo entrambe, e
quindi
NBIGLIETTI : misura conteggio per il conteggio degli eventi primari
NBIBLIETTICHECK-IN : misura booleana per il conteggio degli eventi primari
Infatti, si vogliono rappresentare tutti i biglietti (contando il loro numero totale tramite NBIGLIETTI e il costo
medio tramite COSTO) e si vogliono contare quelli che hanno fatto anche il check-in: NBIBLIETTICHECK-IN
sarà una misura di conteggio booleana che assume il valore 1 (c’è stato check-in) ed il valore 0 (no checkin).
Un’altra caratteristica è nell’alimentazione: infatti la dimensione VOLO deriva da una coppia di attributi
(DATA e CODVOLO) del DBO.
22 Esempio di istanza del DBO e corrispondente istanza del fatto (eventi primari)
VOLO BIGLIETTO CHECK-IN
Eventi Primari
del Fatto BIGLIETTO
Con dimensioni
{VOLO,NPOSTO }
CREATE
CREATE
CREATE
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
INSERT
TABLE [DBO].[VOLO] ([DATA] [DATETIME],[CODVOLO] [INT],[RITARDO] [INT],[COMPAGNIA] [INT] )
TABLE [BIGLIETTO] (
[DATA] [DATETIME],[CODVOLO] [INT],[POSTO] [INT],[COSTO] [FLOAT])
TABLE [CHECK-IN] ([DATA] [DATETIME],[CODVOLO] [INT],[POSTO] [INT],[NCOLLI] [INT])
VOLO ( DATA,CODVOLO,RITARDO,COMPAGNIA ) SELECT 'DEC 12 2010 12:00AM',123,25,100
VOLO ( DATA,CODVOLO,RITARDO,COMPAGNIA ) SELECT 'DEC 13 2010 ',123,15,100
BIGLIETTO ( DATA,CODVOLO,POSTO,COSTO ) SELECT 'DEC 12 2010 ',123,1,100
[CHECK-IN] ( DATA,CODVOLO,POSTO,NCOLLI ) SELECT 'DEC 12 2010 ',123,2,2
23 1.3.1
Soluzione
Per semplicità, si procede effettuando prima il reverse engineering dello schema relazionale
Si inizia da
VOLO(CODVOLO,DATA,RITARDO,COMPAGNIA)
Che corrisponde ad un’entità identificata da DATA+CODVOLO.
Quindi BIGLIETTO
BIGLIETTO(POSTO,[CODVOLO,DATA]:VOLO,COSTO )
Identificata da entità VOLO + NPOSTO; infine
CHECK-IN([POSTO,CODVOLO,DATA]: BIGLIETTO,
NCOLLI )
Essendo la foreign key sulla sua primary key: è un subset.
NPOSTO
BIGLIETTO
CHECK-IN
NCOLLI
(1,1)
COSTO
DEL
(1,N)
DATA
RITARDO
COMPAGNIA
VOLO
CODVOLO
NPOSTO
Lo schema di fatto BIGLIETTO con dimensioni
{VOLO,NPOSTO} è molto semplice; si noti che con VOLO si
intende l’attributo dimensionale derivante da CODVOLO + VOLO
(come nel caso di DISTRETTO dell’esempio VENDITA).
L’attributo dimensionale CODVOLO è un figlio di VOLO (da
CODVOLO si ricavano informazioni quali partenza, destinazione
non considerati nell’esercizio)
NB=NBIGLIETTI
NBC=NBIGLIETTI_CHECK-IN
BIGLIETTO
(C) COSTO (AVG)
NBC
NB
CODVOLO
VOLO
COMPAGNIA
DATA
RITARDO
Fatto BIGLIETTO(VOLO,NPOSTO,COSTO)
Dimensioni =
{VOLO,NPOSTO}
Granularità: Transazionale (infatti VOLO è CODVOLO + VOLO, quindi si ottiene CODVOLO, VOLO,DATA)
Misure normali
NB=1, additiva
NBC = IF <BIGLIETTO CON CHECK-IN> THEN 1 ELSE 0, additiva
Si noti che a questo punto viene solo indicato, ad alto livello, come calcolare NBC; il calcolo effettivo
verrà esplicitato in fase di alimentazione
Misure calcolate
COSTO= COSTO_SUM/COSTO_COUNT
dove COSTO_SUM = SUM(COSTO), additiva
Fact Table
FACT_TABLE(VOLO,NPOSTO,NBC, COSTO_SUM,COSTO_COUNT)
Si noti che sono già state fatte due scelte progettuali:
1) per la misura NB: non viene introdotta nella Fact Table, verrà aggregata tramite COUNT(*)
24 2) per la misura COSTO: lo schema è transazionale, si sono due possibilità per definire COSTO
(vedere sezione 1.1.4) , viene scelto di considerare COSTO come misura calcolata
FACT_TABLE(NPOSTO,VOLO:dtVOLO, NBC, COSTO_SUM,COSTO_COUNT)
Star Schema (lo SnowFlake schema coincide con lo star-schema)
dtVOLO(VOLO,DATA,CODVOLO,COMPAGNIA,RITARDO)
Alimentazione
Lo schema è transazionale, quindi la vista di alimentazione non deve raggruppare. Si deve calcolare
NBC = IF <BIGLIETTO CON CHECK-IN> THEN 1 ELSE 0, additiva
Per controllare se il BIGLIETTO è anche in CHECK-IN : si effettua un left-join
SELECT …
NBC=CASE WHEN C.[CODVOLO] IS NULL THEN 0 ELSE 1 END
FROM BIGLIETTO B LEFT JOIN [CHECK-IN] C ON (
B.[DATA]=C.[DATA] AND B.[CODVOLO]=C.[CODVOLO] AND B.[POSTO] =
C.[POSTO])
E’ importante (anche senza eseguirla effettivamente) sapere che questa query restituisce in output lo stesso
numero di tuple di BIGLIETTO: infatti BIGLIETTO è nel lato left del join e BIGLIETTO e CHECK-IN
condividono la chiave. Pertanto se nella select si mette BIGLIETTO.*, NBC ottengo la tabella BIGLIETTO
con in più la colonna NBC e quindi ho tutto quello che mi serve per calcolare la Fact Table.
SELECT B.POSTO AS NPOSTO,
VOLO= B.DATA + CODVOLO,
NBC=CASE WHEN C.[CODVOLO] IS NULL THEN 0 ELSE 1 END,
COSTO_SUM=COSTO,
COSTO_COUNT =CASE WHEN COSTO IS NULL THEN 0 ELSE 1 END
FROM BIGLIETTO B LEFT JOIN [CHECK-IN] C ON (
B.[DATA]=C.[DATA] AND B.[CODVOLO]=C.[CODVOLO] AND B.[POSTO]=C.[POSTO])
In realtà per effettuare la concatenazione VOLO= B.DATA + CODVOLO occorre convertirli in stringhe
VOLO=CONVERT(CHAR(20),B.DATA) + '__' +CONVERT(CHAR(20),B.CODVOLO) .
Anche se non richiesto dal testo, si riporta l’alimentazione della dtVOLO:
CREATE VIEW dtVOLO AS
SELECT
VOLO=CONVERT(CHAR(20),DATA) + '__' +CONVERT(CHAR(20),CODVOLO),
CODVOLO,DATA,COMPAGNIA, RITARDO
FROM VOLO
25 1.3.2
Variante
Nello schema di fatto precedente (transazionale) si introduce la misura
GUADAGNO, definita come SUM(COSTO)
Cioè il GUADAGNO è definita a partire dall’attributo COSTO, così come la misura COSTO, ma è una
misura additiva. Si introduce inoltre una misura additiva NCOLLI. Gli eventi primari sono:
Fatto: BIGLIETTO(VOLO,POSTO,COSTO)
Dimensioni =
{VOLO,NPOSTO}
Granularità: Transazionale
Misure normali
NB=COUNT(*), additiva
NBC = SUM(IF <BIGLIETTO CON CHECK-IN> THEN 1 ELSE 0), additiva
NCOLLI = SUM(IF <BIGLIETTO CON CHECK-IN> THEN NCOLLI ELSE 0), additiva
GUADAGNO=COSTO, additiva
Misure calcolate
COSTO= COSTO_SUM/COSTO_COUNT
dove
Naturalmente GUADAGNO viene calcolata a partire da COSTO_SUM, quindi non serve un altro attributo:
FACT_TABLE(NPOSTO,VOLO:dtVOLO, NBC, COSTO_SUM,COSTO_COUNT,NCOLLI)
Alimentazione: si aggiunge il calcolo della misura normale NCOLLI
NCOLLI=ISNULL(NCOLLI,0)
26 1.3.3
Variante (dimensione derivante da discretizzazione)
Si considera un’altra variante in cui la precedente dimensione NPOSTO viene discretizzata nell’attributo
dimensionale CLASSE in questo modo:
se NPOSTO <= 1 allora ‘PRIMA’ altrimenti ‘SECONDA’
Schema di fatto con dimensioni {VOLO,CLASSE}
e misure {COSTO,NBIGLIETTI,NBIGLIETTI_CHECK-IN,GUADAGNO,NCOLLI}.
GUADAGNO è ancora definita come SUM(COSTO)
Esempio di istanza del DBO e corrispondente istanza del fatto (eventi primari)
Eventi Primari
del Fatto BIGLIETTO
Lo schema di fatto BIGLIETTO con dimensioni {VOLO,CLASSE}
si ottiene dal precedente sostituendo NPOSTO con CLASSE (che
costituisce una sua discretizzazione)
BIGLIETTO
CLASSE
Fatto BIGLIETTO(VOLO,POSTO,COSTO)
Dimensioni =
{VOLO,CLASSE}
(C) COSTO (AVG)
NBC
NB
GUADAGNO
NCOLLI
CODVOLO
VOLO
COMPAGNIA
DATA
RITARDO
Misure normali
NB=COUNT(*), additiva
NBC = SUM(IF <BIGLIETTO CON CHECK-IN> THEN 1 ELSE 0), additive
NCOLLI = SUM(IF <BIGLIETTO CON CHECK-IN> THEN NCOLLI ELSE 0), additiva
GUADAGNO : SUM(COSTO), additiva
Misure calcolate
COSTO= COSTO_SUM/COSTO_COUNT dove
27 Progettazione Logica Star Schema (lo SnowFlake schema coincide con lo star-schema)
FACT_TABLE(CLASSE,VOLO:dtVOLO,NB,NBC,NCOLLI, COSTO_SUM,COSTO_COUNT)
dtVOLO(VOLO,DATA,COMPAGNIA,FASCIA_RITARDO)
Alimentazione: Essendo lo schema temporale, l’alimentazione della Fact Table richiede di raggruppare
sulle dimensioni. Però in questo caso entrambe le dimensioni sono calcolate
VOLO = DATA + CODVOLO
CLASSE = IF POSTO <=1 THEN 'PRIMA' ELSE 'SECONDA' END
In SQL il raggruppamento GROUP BY è possibile anche su espressioni generiche quindi
SELECT
VOLO = CONVERT(CHAR(11), B.DATA) + '__' + CONVERT(CHAR(3), B.CODVOLO),
CLASSE = CASE WHEN B.POSTO <=1 THEN 'PRIMA' ELSE 'SECONDA' END,
COSTO_COUNT=COUNT(COSTO),
NB=COUNT(*),
NBC=SUM(CASE WHEN C.[CODVOLO] IS NULL THEN 0 ELSE 1 END),
NCOLLI= SUM(CASE WHEN C.[CODVOLO] IS NULL THEN 0 ELSE NCOLLI END)
FROM BIGLIETTO B LEFT JOIN [CHECK-IN] C ON
(B.[DATA] = C.[DATA] AND B.[CODVOLO] = C.[CODVOLO] AND B.[POSTO] =
C.[POSTO])
GROUP BY
CONVERT(CHAR(11), B.DATA) + '__' + CONVERT(CHAR(3), B.CODVOLO),
CASE WHEN B.POSTO <=1 THEN 'PRIMA' ELSE 'SECONDA' END
Anche se non richiesto, per ottenere gli eventi primari e la dimension table dtVOLO
SELECT VOLO, CLASSE, COSTO=COSTO_SUM/COSTO_COUNT, NB, NBC, NCOLLI,
GUADAGNO_C = (COSTO_SUM/COSTO_COUNT)*NB, -- misura calcolata
GUADAGNO_D = COSTO_SUM *1) -- misura derivata aggregata con SUM
FROM FACT_TABLE
CREATE VIEW dtVOLO AS
SELECT VOLO = CONVERT(CHAR(11), DATA) + '__' + CONVERT(CHAR(3), CODVOLO),
DATA,COMPAGNIA, RITARDO
FROM VOLO
28 1.4 Esercizio : Esame
REGIONE
STUDENTE
(0,N)
DI
(1,1)
ISCRI
TTO
(0,N)
(0,N)
(0,N)
GRUPPO
(1,1)
TIPO
RAPPRES
ENTANTE
(1,N)
ESAME
STUDENTE
DEL
(1,1)
(1,1)
(1,N)
CDS
ESAME
GRUPPO
(1,1)
DEL
(1,1)
DOCENTE
(1,N)
CON
(T,E)
GENERE
VOTO
NUMES
(0,N)
AFFERENZA
SEDE
(1,1)
FACOLTA
ESAME
DATA
(1,1)
TIPO_ESAME
(STUD/GRUP)
DI
(1,N)
(1,1)
APPELLO
SEDE: un CDS (CorsoDiStudio) ha sede in una
FACOLTA
DEL tra DOCENTE e CDS: un DOCENTE è di
un CDS
CON tra APPELLO e DOCENTE: un APPELLO
è con DOCENTE che lo tiene
Attributo TIPO_ESAME di ESAME : assume il
valore STUD se è un esame di uno studente
ed il valore GRUP se è un esame di un
gruppo
NUMES è un identificatore di ESAME (chiave
alternativa nello schema relazionale):
è un numero progressivo univoco
dell’esame.
FACOLTA(FACOLTA,REGIONE)
CDS(CDS,FACOLTA:FACOLTA,STUDENTE:STUDENTE)
DOCENTE(DOCENTE,FACOLTA:FACOLTA,CDL:CDL)
STUDENTE(STUDENTE, FACOLTA:FACOLTA)
APPELLO(APPELLO,DOCENTE:DOCENTE, GENERE)
ESAME(NUMES, APPELLO:APPELLO, DATA, TIPO_ESAME, VOTO)
AK: NUMES
ESAMEGRUPPO(NUMES:ESAME, GRUPPO:GRUPPO)
ESAMESTUDENTE(NUMES:ESAME, STUDENTE:STUDENTE) GRUPPO(GRUPPO,TIPO)
Viene richiesto:
A) Progettazione concettuale :Progettazione dello schema di fatto ESAME con
dimensioni
{ GRUPPO, STUDENTE, TIPOESAME,DATA, DOCENTE } dove
STUDENTE è lo STUDENTE che ha sostenuto l’esame
GRUPPO è il GRUPPO che ha sostenuto l’esame
misure
VOTO_MEDIO: è il voto medio dell’esame
NUM_APPELLI: è il conteggio distinto degli appelli
B) Progettazione logica :Progettazione dello STARSCHEMA
Esempio di istanze:
DBO: relazione ESAME
DW: Eventi Primari del Fatto ESAME
29 1.4.1
Soluzione
Condivisione su STUDENTE:
STUDENTE che ha sostenuto l’esame
STUDENTE rappresentante del CDS del DOCENTE
Dipendenze funzionali tra le dimensioni:
STUDENTE à TIPOESAME
GRUPPO à TIPOESAME
Condivisione su FACOLTA:
FACOLTA del DOCENTE
FACOLTA dello STUDENTE
FACOLTA dello STUDENTE rappresentante
Pattern primario =
{STUDENTE,DATA,GRUPPO}
Per le FD tra le dimensioni, nello schema
equivalente si ha (si riporta solo la parte
interessata)
DOCENTE
FACOLTA
Si noti la convergenza su TIPO_ESAME
REGIONE
CDS
STUDENTE
STUDENTE
T,E
ESAME
(C) VOTO_MEDIO (AVG)
T,E
(C) VOTO_MEDIO (AVG)
NUM_APPELLI
DATA
NUM_APPELLI
TIPO
ESAME
GRUPPO
TIPO_ESAME
TIPO
GRUPPO
TIPO_ESAME
Fatto ESAME(NUMES, APPELLO:APPELLO, DATA, TIPO_ESAME, MESE,ANNO,VOTO)
Dimensioni =
{ DOCENTE,STUDENTE,GRUPPO,TIPOESAME,DATA }
Misure normali
COUNT(DISTINCT ESAME.APPELLO), additiva con NA = {STUDENTE,DATA,GRUPPO}
Misure calcolate
VOTO_MEDIO = VOTO_TOT/ VOTO_COUNT
dove
VOTO_TOT = SUM(VOTO)
VOTO_COUNT = COUNT(*)
Fact Table FACT_TABLE(DATA,GRUPPO,STUDENTE,DOCENTE,TIPOESAME,
VOTO_TOT, VOTO_COUNT,NUM_APPELLI)
Progettazione Logica STARSCHEMA:
FACT_TABLE(DATA,GRUPPO:dtGRUPPO,STUDENTE:dtSTUDENTE,DOCENTE:dtDOCENTE
TIPOESAME,VOTO_TOT, VOTO_COUNT,NUM_APPELLI)
dtGRUPPO(GRUPPO,TIPO)
dtSTUDENTE(STUDENTE, FACOLTA, FACOLTA_REGIONE, FACOLTA_STATO)
dtDOCENTE(DOCENTE,FACOLTA, FACOLTA_REGIONE,
CDS,CDS_FACOLTA,CDS_FACOLTA_REGIONE,
CDS_STUDENTE,CDS_STUDENTE_FACOLTA,CDS_STUDENTE_FACOLTA_REGIONE )
30 Alimentazione
L’aspetto caratteristico è la presenza di dimensioni opzionali, il cui valore nullo viene opportunamente
codificato (si usa sempre 9999)
CREATE VIEW VIEW1 AS
SELECT
ESAME.*, ISNULL(ESAMESTUDENTE.STUDENTE,9999) AS STUDENTE,
ISNULL(ESAMEGRUPPO.GRUPPO,9999) AS GRUPPO
FROM
ESAME LEFT OUTER JOIN
ESAMEGRUPPO ON ESAME.NUMES = ESAMEGRUPPO.NUMES LEFT OUTER JOIN
ESAMESTUDENTE ON ESAME.NUMES = ESAMESTUDENTE.NUMES
SELECT
GRUPPO, STUDENTE, TIPOESAME, DATA,DOCENTE,
COUNT(*) AS NUM_TOT,
SUM(VOTO) AS VOTO_TOT,
COUNT(VOTO) AS VOTO_COUNT,
COUNT(DISTINCT APPELLO.APPELLO) AS NUM_APPELLI
FROM VIEW1 NATURAL JOIN APPELLO
GROUP BY GRUPPO, STUDENTE, TIPOESAME, DATA,DOCENTE
Per semplicità si usa il NATURAL JOIN (in modo da evitare di scrivere la condizione di join).
E’ possibile usare il NATURAL JOIN anche per i join esterni, ovvero la scrittura della VIEW1 si può
semplificare scrivendo:
CREATE VIEW VIEW1 AS
SELECT
ESAME.*, ISNULL(ESAMESTUDENTE.STUDENTE,9999) AS STUDENTE,
ISNULL(ESAMEGRUPPO.GRUPPO,9999) AS GRUPPO
FROM
ESAME
LEFT NATURAL JOIN ESAMEGRUPPO
LEFT NATURAL JOIN ESAMESTUDENTE
31 1.5 Esercizio: Vendita
Sia dato il seguente schema relazionale del DBO VENDITA(VENDITA,PRODOTTO,CASSA, COMMESSO,NUMERO_SCONTRINO,DATA)
{PRODOTTO,DATA} à CASSA
NUMERO_SCONTRINO à DATA
PRODOTTO(PRODOTTO,TIPO:TIPO)
TIPO(TIPO, CATEGEGORIA,GRUPPO) Viene richiesto: 1) Reverse Engineering: Schema E/R equivalente 2) Progettazione Concettuale: Schema di Fatto con Dimensioni = {PRODOTTO,CASSA,COMMESSO,DATA} e Misure i. NUMVENDITE = count(*) ii. NUMCLIENTI = count(DISTINCT NUMERO_SCONTRINO) 3) Progettazione logica: SNOWFLAKE SCHEMA 4) Supponendo che l’attributo COMMESSO assume valore NULL per le vendite senza COMMESSO e un valore NON NULLO per le vendite con commesso, considerare lo Schema di Fatto con Dimensioni = {PRODOTTO,CASSA, DATA} e discutere la definizione e l’aggregabilità della misura NUMVENDITE_CONCOMMESSO : conteggio delle vendite con COMMESSO 1.5.1
Soluzione
Schema E/R: VENDITA
(1,1)
CATEGORIA
IN
(1,1)
(1,N)
SCONTRINO
CON
(1,1)
COMM
DI
(1,N)
CASSA
GRUPPO
(1,N)
(1,N)
TIPO
HA
(1,1)
PRODOTTO
(1,N)
ALLA
CASSA
(1,N)
DATA
Schema di Fatto VENDITA CAT
GRUPPO
GRUPPO
CAT
TIPO
TIPO
PRODOTTO
PRODOTTO
VENDITA
NUMVENDITE
NUMCLIENTI
COMM
DATA
CASSA
VENDITA
NUMVENDIT
E
NUMCLIENTI
COMM
CASSA
DATA
Fatto VENDITA(VENDITA,PRODOTTO,CASSA, COMMESSO,NUMERO_SCONTRINO,DATA)
Dimensioni =
{ PRODOTTO,CASSA, COMM,DATA }
Dipendenze funzionale tra le dimensioni: {DATA,PRODOTTO } à CASSA
32 Misure normali
NUMVENDITE= COUNT(*), additiva
NUMCLIENTI=COUNT(DISTINCT NUMERO_SCONTRINO), additiva
con NA = { PRODOTTO, COMM }
Per valutare quali sono i pattern per i quali il valore aggregato di NUMCLIENTI può essere calcolato: si considera lo schema equivalente senza FD tra le dimensioni: NA = { PRODOTTO, COMMESSO}. SnowFlake Schema FACT_TABLE(PRODOTTO:dtPRODOTTO,DATA,COMMESSO,CASSA,NUMVENDITE,NUMCLIENTI)
dtPRODOTTO(PRODOTTO,TIPO:dtTIPO)
dtTIPO(TIPO,GRUPPO, CATEGORIA)
E’ possibile limitare la chiave della Fact Table al solo pattern primario {PRODOTTO,DATA,COMMESSO} FACT_TABLE(PRODOTTO:dtPRODOTTO,DATA,COMMESSO,CASSA,NUMVENDITE,NUMCLIENTI)
E’ inoltre possibile normalizzare la Fact Table al solo pattern primario {PRODOTTO,DATA,COMMESSO}: FACT_TABLE(PRODOTTO:dtPRODOTTO, DATA,COMMESSO, NUMVENDITE,NUMCLIENTI)
dtPRODOTTO(PRODOTTO,TIPO:dtTIPO)
dtTIPO(TIPO,GRUPPO, CATEGORIA)
dtCASSA(PRODOTTO:dtPRODOTTO, DATA, CASSA)
33 1.6 Esercizio (19/12/2012)
Dato il seguente Schema di Fatto
REGIONE
CITTA
FILIALE
STATO
OPERAZIONE
(C) IMPORTO (AVG)
BANCA
BANCAASSEGNO
CONTOCORRENTE
CLIENTE
N_BANKOMAT
MESE
SESSO
COMMISSIONE
OPERAZIONI tramite BANCOMAT presso una FILIALE e su un CONTOCORRENTE; per le OPERAZIONI
di versamento-assegno c’è la BANCA dell’ASSEGNO VERSATO e viene indicata la COMMISIONE che
dipende da tale banca e dallo STATO della banca della filiale dell’operazione.
Viene richiesto di:
1) Progettazione logica: Progettazione dello SNOWFLAKE SCHEMA;
2) Si consideri un arco multiplo tra CONTOCORRENTE e CLIENTE (un contocorrente è ora intestato a
più clienti, con un certo PESO), con IMPORTO misura pesata e N_BANCOMAT misura d’impatto.
Discutere cosa cambia nella Progettazione Logica (è sufficiente riportare solo le parti dello schema
che risultano modificate).
Soluzione
SNOWFLAKE SCHEMA
FACT_TABLE (MESE,FILIALE:DT_FILIALE,CC:DT_CC,BANCAASSEGNO:DT_BANCA,
NBANKOMAT, IMPORTO_SUM, IMPORTO_COUNT)
DT_BANCA(BANCA,STATO)
DT_CC(CC,CLIENTE:DT_CLIENTE)
DT_CLIENTE(CLIENTE,SESSO)
DT_FILIALE(FILIALE,CITTA:DT_CITTA, BANCA:DT_BANCA)
DT_CITTA(CITTA, REGIONE:DT_REGIONE)
DT_REGIONE(REGIONE, STATO)
DT_COMMISSIONE(BANCAASSEGNO:DT_BANCA,STATO,COMMISSIONE)
Arco multiplo tra CONTOCORRENTE e CLIENTE:
FACT_TABLE_PD(MESE,FILIALE:DT_FILIALE,CC:DT,BA:DT_BANCA,
CLIENTE:DT_CLIENTE,
NBANKOMAT_P, NBANKOMAT_NP,IMPORTO_SUM_P, IMPORTO_COUNT_P)
DT_CC(CC,CLIENTE:DT_CLIENTE)
Lo SNOWFLAKE SCHEMA è uguale al precedente, si toglie solo DT_CC in quanto ora è degenere.
34 1.7 Esercizio (14/01/2013 )
Dato il seguente schema relazionale del DBO:
VIAGGIO(PERSONA:PERSONA,DATA, ITINERARIO:ITINERARIO)
ITINERARIO(ITINERARIO,PARTENZA:CITTA,DESTINAZIONE:CITTA,AGENZIA,TIPO)
FD: PARTENZA, DESTINAZIONE à AGENZIA
PERSONA(PERSONA, RESIDENZA:CITTA)
CITTA(CITTA, REGIONE:REGIONE, DISTRETTO)
REGIONE(REGIONE, STATO)
Viene richiesto di:
A) Progettazione concettuale : schema di fatto VIAGGIO con dimensioni
{RESIDENZA, PARTENZA, DESTINAZIONE_STATO, ANNO, AGENZIA} e misure
1. NumVIAGGI: numero di viaggi, ottenuto con un semplice conteggio
2. NumITINERARI: numero di itinerari, ottenuto come count(distinct ITINERARIO)
3. NumPERSONE: numero di persone, ottenuto come count(distinct PERSONA)
dove ANNO è un attributo dimensionale di DATA, quindi DATA à ANNO.
B) Progettazione logica : Star schema.
Soluzione
Schema di Fatto VIAGGIO RESIDENZA
CITTA
REGIONE
STATO
VIAGGIO
ANNO
NumITINERARI
PARTENZA
DISTRETTO
NumPERSONE
NumViaggi
DESTINAZIONE_STATO
AGENZIA
Fatto VIAGGIO(PERSONA:PERSONA,DATA:DATA, ITINERARIO:ITINERARIO)
Dimensioni =
{ RESIDENZA,PARTENZA, DESTINAZIONE_STATO, ANNO, AGENZIA }
Granularità: Temporale - Dipendenze funzionale tra le dimensioni: Nessuna
Misure normali
NumVIAGGI = COUNT(*), additiva
NumITINERARI = COUNT(DISTINCT ITINERARIO), additiva
con NA = { RESIDENZA, ANNO } in quanto
ITINERARIOà {PARTENZA, DESTINAZIONE_STATO,AGENZIA}
NumPERSONE =COUNT(DISTINCT PERSONA), additiva
con NA = { PARTENZA,DESTINAZIONE_STATO,AGENZIA , ANNO }
in quanto PERSONA à RESIDENZA
Star Schema FACT_TABLE(RESIDENZA:DTCITTARESID,PARTENZA:DTCITTAPART,
DESTINAZIONE_STATO, ANNO, AGENZIA,
NumPERSONE, NumVIAGGI, NumITINERARI)
DTCITTARESID(RESIDENZA,REGIONE,STATO,DISTRETTO)
DTCITTAPART(PARTENZA,REGIONE,STATO,DISTRETTO)
35 1.8 Esercizio (16/04/2013 )
TELEFONATA(NP,DATA,DA_CHIAMANTE:SIM, A_CHIAMATA:SIM,DURATA)
SIM(SIM,PREFISSO:PREFISSO, UTENTE:UTENTE, TARIFFA)
PREFISSO(PREFISSO, OPERATORE)
UTENTE(UTENTE, CITTA)
Viene richiesto di:
A) Progettazione concettuale : schema di fatto TELEFONATA
con dimensioni {DATA, SIM_CHIAMANTE, OPERATORE_CHIAMATO, UTENTE_CHIAMATO }
e misure
DURATA_MEDIA:
durata media delle telefonate
NumSIM_CHIAMANTI:
numero delle SIM chiamanti, count(distinct DA_CHIAMANTE)
NumSIM_CHIAMATE:
numero delle SIM chiamate, count(distinct A_CHIAMATA)
B) Progettazione logica : Progettazione dello STAR SCHEMA.
Soluzione Schema di Fatto TELEFONATA OPERATORE
OPERATORE_CHIAMATO
SIM_CHIAMANTE
PREFISSO
TELEFONATA
DATA
NumSIM_CHIAMANTI
TARIFFA
NumSIM_CHIAMATE
UTENTE
DURATA_MEDIA
UTENTE_CHIAMATO
CITTA
Fatto TELEFONATA(NP,DATA,DA_CHIAMANTE:SIM, A_CHIAMATO:SIM,DURATA)
Dimensioni =
{DATA, SIM_CHIAMANTE, OPERATORE_CHIAMATO, UTENTE_CHIAMATO }
Misure normali
NumSIM_CHIAMATE =COUNT(DISTINCT A_CHIAMATA), additiva
con NA = {DATA, SIM_CHIAMANTE }
in quanto A_CHIAMATA à { OPERATORE_CHIAMATO, UTENTE_CHIAMATO }
Misure calcolate
DURATA_MEDIA - misura calcolata DURATA_TOT/ DURATA_COUNT con
DURATA_TOT = SUM(DURATA)
DURATA_COUNT = COUNT(DURATA)
Misure derivate
NumSIM_CHIAMANTI = COUNT(DISTINCT DA_CHIAMANTE) misura derivata dal valore di una dimensione; per gli eventi primari vale 1; per gli eventi secondari si usa COUNT(DISTINCT DA_CHIAMANTE). Star Schema La dimensione OPERATORE_CHIAMATO è degenere quindi non richiede dimension table.
La misura NumSIM_CHIAMANTI è derivata quindi non è nella FACT_TABLE. FACT_TABLE(DATA, OPERATORE_CHIAMATO,
SIM_CHIAMANTE:DT_SIM_CHIAMANTE,
UTENTE_CHIAMATO: DT_UTENTE_CHIAMATO,
DURATA_COUNT, DURATA_TOT, NumSIM_CHIAMATE)
DT_SIM_CHIAMANTE(SIM,TARIFFA,PREFISSO,OPERATORE,UTENTE,CITTA)
DT_UTENTE_CHIAMATO(UTENTE,CITTA)
36 1.9 Esercizio (10/09/2013 )
CONVENZIONE(CONVENZIONE, GENERE, ISTITUZIONE:ISTITUZIONE)
CONTRATTO(CONVENZIONE:CONVENZIONE, CONTRAENTE:PERSONA,
COMMITTENTE:
PERSONA, ANNO, TIPO, DURATA,IMPORTO)
ISTITUZIONE(ISTITUZIONE, DIRETTORE:PERSONA, SEDE_LEGALE:CITTA)
PERSONA(PERSONA, RESIDENZA:CITTA, TITOLO_DI_STUDIO)
CITTA(CITTA, STATO)
Viene richiesto di:
A) Progettazione concettuale : schema di fatto CONTRATTO con cinque dimensioni
1) CONTRAENTE
2) COMMITTENTE_CITTA
3) CONVENZIONE
4) ANNO
5) TIPO
e tre misure
1) DURATA: è la durata media dei contratti
2) IMPORTO: è l’importo complessivo dei contratti
3) NUMERO: è il numero complessivo dei contratti
B) Progettazione logica : Star schema.
C) Si discuta l’aggregabilità delle seguenti misure :
1) NumCOMMITTENTI: ottenuto come count(distinct COMMITTENTE)
2) NumCONTRAENTI: ottenuto come count(distinct CONTRAENTE)
3) NumISTITUZIONI: ottenuto come count(distinct ISTITUZIONE)
Soluzione
Schema di Fatto TELEFONATA GENERE
ISTITUZIONE
ANNO
CONTRATTO
CONTRAENTE
DURATA
IMPORTO
NUMERO
TIPO
STATO
CONVENZIONE
PERSONA
CITTA
TITOLO
COMMITTENTE_CITTA
DIMENSIONI ={CONTRAENTE, COMMITTENTE_CITTA, CONVENZIONE, ANNO, TIPO}
L’insieme delle dimensioni contiene la chiave {CONTRAENTE,CONVENZIONE}, quindi lo schema è
transazionale e tra le dimensioni c’è la dipendenza funzionale
37 {CONTRAENTE,CONVENZIONE} à { COMMITTENTE_CITTA, ANNO, TIPO}
Misure normali
DURATA, additiva
IMPORTO, additiva
Essendo lo schema transazionale la misura NUMERO può essere considerata come misura vuota, da
aggregare tramite count(*) e quindi non verrà riportata nella FACT_TABLE.
Star Schema FACT_TABLE(CONVENZIONE:DTCONVENZIONE,CONTRAENTE:DTCONTRAENTE,
COMMITTENTE_CITTA:DTCOMMITTENTE_CITTA, ANNO, TIPO, DURATA,IMPORTO)
DTCOMMITTENTE_CITTA(CITTA, STATO)
DTCONVENZIONE(CONVENZIONE, GENERE,ISTITUZIONE,
DIRETTORE, DIRETTORE_TITOLO,DIRETTORE_CITTA, DIRETTORE_STATO,
SEDE_CITTA, SEDE_STATO)
DTCONTRAENTE(PERSONA, TITOLO, CITTA, STATO,)
Aggregabilità delle misure :
1) NumCOMMITTENTI: ottenuto come count(distinct COMMITTENTE)
E’ addittiva rispetto alla dimensione COMMITTENTE_CITTA (in quanto
COMMITTENTE à COMMITTENTE_CITTA), non aggregabile rispetto alle altre dimensioni
2) NumCONTRAENTI: ottenuto come count(distinct CONTRAENTE)
E’ una misura derivata (CONTRAENTE è nella FACT_TABLE); quindi aggregabile rispetto a tutte le
dimensioni
3) NumISTITUZIONI: ottenuto come count(distinct ISTITUZIONE)
E’ addittiva rispetto alla dimensione CONVENZIONE (in quanto
ISTITUZIONEà CONVENZIONE), non aggregabile rispetto alle altre dimensioni.
38

ESERCIZI – Data Warehousing Sistemi

Transcript

Documenti analoghi

Scheda segnalazione Palme infette e/o sospette

"Scià bbinidèttə l`acquə!"… …a primavera

modulo preventivi singolo viaggio 1 - parigi - "A.Paradisi"

informativa (pdf 258 kB)

armonia di vie 2015 - Cittá di Campodarsego

Iscrizione Valencia

Ed eccoci di nuovo a Portsmouth

modulo d`ordine

COMUNE DI : COGNOME NOME NATO A : PR. : IL : ABITANTE IN