Data Vault 2.0 — škálovatelný model pro enterprise warehouse

Data Vault 2.0 je modelovací přístup pro agilní, škálovatelné a auditovatelné enterprise warehouse. Huby, linky a satelity umožňují paralelní vývoj.

Tři základní entity¶

• Hub — business klíče (neměnné jádro)
• Link — vztahy mezi huby
• Satellite — deskriptivní atributy s historií

CREATE TABLE hub_customer (
    hub_customer_hk CHAR(32) PRIMARY KEY,
    customer_id     VARCHAR(50) NOT NULL,
    load_date       TIMESTAMP NOT NULL,
    record_source   VARCHAR(100) NOT NULL
);

CREATE TABLE sat_customer_details (
    hub_customer_hk CHAR(32) REFERENCES hub_customer,
    load_date       TIMESTAMP NOT NULL,
    hash_diff       CHAR(32) NOT NULL,
    customer_name   VARCHAR(200),
    email           VARCHAR(200),
    segment         VARCHAR(50),
    PRIMARY KEY (hub_customer_hk, load_date)
);

CREATE TABLE link_customer_product (
    link_hk         CHAR(32) PRIMARY KEY,
    hub_customer_hk CHAR(32),
    hub_product_hk  CHAR(32),
    load_date       TIMESTAMP NOT NULL
);

Výhody¶

• Paralelní vývoj — nezávislé týmy
• Kompletní historie — každá změna v satelitech
• Auditovatelnost — record_source na každém záznamu

Shrnutí¶

Data Vault je ideální pro enterprise s mnoha zdroji a požadavky na auditovatelnost.