Em Horizonte, uma pessoa pode ter vários contratos, um contrato pode produzir várias contas e um consentimento pode mudar com o tempo. Se o modelo ignorar essas diferenças, um relatório pode dobrar quantias e um assistente pode atribuir uma autorização para o propósito errado.
Conceitos de Chave
A Modelo de dados Ele faz parte do negócio para que possamos pegá-la e trabalhar com ela. Selecione entidades relevantes, atributos, relacionamentos e restrições. Não reproduz toda a realidade: deixa claro as decisões que importam para um uso. "Cliente" requer um acordo sobre se significa pessoa, organização, conta comercial ou outra entidade.
O Cardinalidade indica quantos eventos podem estar relacionados. O cliente A pode ter muitos contratos. Cada contrato de exemplo pertence a um cliente. Essa regra deve ser validada com o negócio: se houver manchetes conjuntas, o modelo precisa de outro relação. Desenhe primeiro um chave estrangeira sem concordar com a regra pode consolidar uma suposição incorreta.
O granularidade Resposta o que uma fileira representa. A linha para uma fatura e uma linha para uma linha de fatura não são intercambiáveis. Combinando conjuntos com diferentes granularidades, temos que preservar as relações e as quantidades corretamente. A resultado válido SQL pode ser semanticamente errado.
De Significado para o modelo físico
O modelo. conceptual permite discutir entidades e regras sem depender de um banco de dados. O lógico. requer atributos, identificadores, relacionamentos e restrições. O Fisico Concreto tabelas, tipos apropriados, índices e estruturas para o motor escolhido. Passar de um ponto de vista para outro requer decisões. Isso não é apenas traduzir nomes.
A chave técnica A identifica um registro que uma chave de negócio pode identificar uma entidade em um contexto. A número de cliente de dois sistemas diferentes pode corresponder sem se referir à mesma pessoa. É por isso que o mapeamento do interidentificador deve manter sua origem. Reducibilidade e decisões de identidade estão profundamente focadas em dados mestres.
O tempo é modelo também. O registro de propósito de Horizonte, estado e consentimento válido. A atualmente indicador booleano não explica o que a autorização existia em uma data anterior. O modelo define que história e como foi interpretado. A retenção aplicável será acordada com os oficiais competentes.
Modelo e semântica em Oracle
Em Oracle AI Data Platform e Oracle Autonomous AI Lakehouse, esquemas, tabelas e visualizações podem materializar modelos e produtos de dados. O catálogo descreve os ativos, mas descobrir suas colunas não decide automaticamente a granularidade ou definição de uma métrica. A equipe mantém essa correspondência entre um modelo de negócio e estruturas publicadas.
Uma. Camada semântica Expressos termos, medidas e relações para consumo consistente. Uma. ontologia faz entidades explícitas e relações de um domínio. Pode fornecer um contexto para análise e agentes. Ele não substitui seu design físico. Nem garante que uma inferência de IA coincide com a definição aprovada pela organização.
Em. Oracle Analytics Cloud, use Modelador Semântico para conectar tabelas com termos e medidas do negócio. Defina juntas físicas por suas chaves, representa Cliente e Contrato por relações lógicas e cardinalidade e publicar um modelo que os analistas podem reutilizar. Oracle AI Data Platform e Oracle Autonomous AI Lakehouse fornecem dados preparados para este consumo.
Para medir "clientes ativos", selecione contratos existentes na data de corte e conte diferentes identificadores de clientes. C7 contribui com um cliente mesmo que eles tenham vários contratos atualmente em vigor. O responsável aprova a definição. O modelo se configura. Agregação da medida e contrastes com casos conhecidos. Na Oracle Autonomous AI Database, Análise Dados permite organizar dimensões, hierarquias e medidas em visões analíticas. É assim que você aplica a modelagem DAMA: você preserva o significado acordado das entidades para o indicador publicado.
Explicado exemplo
Horizonite tem uma fatura de unidades monetárias 100 com duas linhas: 60 por serviço e 40 por instalação. Se o equipamento ligar o cabeçalho com as linhas e adicionar o cabeçalho total, ele ganha 200. A consulta implementa corretamente o sindicato. O erro é adicionar uma medida de outra granularidade.
A solução é adicionar quantidades de linha ou primeiro adicionar ao nível da fatura antes de combinar com outros conjuntos. O steward documenta a métrica. A modelagem confirma o relação; A equipe técnica implementa uma visão consistente do produto da Oracle Autonomous AI Lakehouse. O caso mostra porque a demanda do assistente "calcula receitas" sem definir nível, período e regra é insuficiente.
Comum.
- Para projetar apenas a partir de colunas disponíveis. Regras De Negócio são omitidas que as colunas de hoje podem não representar.
- Usando nome como um identificador inequívoco. Pessoas diferentes podem compartilhar e uma pessoa pode mudá-las.
- Acreditar que mais contexto elimina toda a ambiguidade. Os termos, relações e inferências propostos exigem responsabilidade e revisão.
Exercício Decisão
Horizon precisa responder se o cliente autorizou comunicações comerciais na data de uma campanha. Apenas mantenha uma coluna. consentimiento_actual. Isso é o suficiente para responder? O que o modelo deve representar?
Solução
Isso não é o suficiente. O modelo precisa ligar o sujeito com o propósito e seu estado a tempo, incluindo o evento ou evidência que suporte a mudança. Deve permitir uma interpretação de sua validade até a data referida. A política define conservação e usos. Armazenar mais histórico padrão não substitui essa decisão.