Résoudre les problèmes liés à la modélisation
La modélisation des données consiste à établir et gérer des relations pour vous permettre de visualiser efficacement les données sous la forme exigée par votre entreprise. Au moment de créer ces relations, un écueil courant auquel vous pouvez faire face est celui des relations circulaires.
Par exemple, vous êtes chargé d’élaborer des rapports pour l’équipe commerciale et examinez les relations entre les tables. Dans un modèle sémantique mal conçu, la table 1 a une relation plusieurs-à-un avec une colonne de la table 2, mais la table 2 a une relation un-à-plusieurs avec la table 3 qui a sa propre relation avec la table 1. Cet ensemble de relations est difficile à gérer, et créer des visuels devient fastidieux dans le sens où il n’est plus évident de distinguer les relations existantes. Par conséquent, il est important de pouvoir identifier les relations circulaires pour rendre vos données exploitables.
Dépendances des relations
Pour comprendre les relations circulaires, vous devez d’abord comprendre les dépendances.
Par exemple, supposez que la table Ventes contient la colonne calculée Total suivante.
Ventes[‘CoûtTotal’] = Ventes[‘Quantité’] * Ventes[‘Prix’]
CoûtTotal dépend de Quantité et de Prix. Autrement dit, si la quantité ou le prix change, CoûtTotal change aussi. Cet exemple montre l’existence d’une dépendance entre une colonne et d’autres colonnes, mais il peut aussi exister des dépendances entre des mesures, des tables et des relations.
Penchons-nous sur les relations entre dVendeur, fVentes et dClient ci-dessous. Une modification dans dCustomer entraîne une modification dans fSales, qui, à son tour, entraîne des modifications dans dSalesPerson. Ces types de dépendances peuvent exister dans les relations.
