Részhalmaz
Csökkentse a rekordok számát egy relációs adatbázis kisebb, reprezentatív részhalmazának létrehozásához, miközben megőrzi a hivatkozási integritást
Bevezetés Részkészlet
Mi az a részhalmaz?
Csökkentse a rekordok számát egy relációs adatbázis kisebb reprezentatív részhalmazának létrehozásához megőrzött hivatkozási integritással
Miért használnak a szervezetek részhalmazokat?
Sok szervezet éles környezettel rendelkezik hatalmas mennyiségű adattal, és nem akar hatalmas mennyiségű adatot nem termelési tesztkörnyezetekben. Ezért az adatbázis-alkészletet egy nagyobb relációs adatbázis kisebb, reprezentatív részhalmazának létrehozására használják, megőrizve a hivatkozási integritást. A szervezetek részbeállításokat használnak a tesztadatokhoz a költségek csökkentése, a kezelhetőség, valamint a gyorsabb beállítás és karbantartás érdekében.
Csökkentse az infrastruktúra és a számítási költségeket
A túlzott adatmennyiség magas infrastrukturális és számítási költségekhez vezethet, amelyek nem szükségesek a tesztadatokhoz nem termelési környezetben. A részhalmazok lehetőségeivel könnyen létrehozhat kisebb részhalmazokat az adatokból, hogy csökkentse költségeit.
Tesztelők és fejlesztők által kezelhető tesztadatok
A hatalmas adatmennyiségek kezelése nem éles környezetben kihívások elé állítja a tesztelőket és a fejlesztőket. Kisebb és ezáltal jobban kezelhető tesztadatok, jelentősen leegyszerűsítve a tesztelési és fejlesztési folyamatokat, végső soron optimalizálva a teljes ciklust idő és erőforrás tekintetében.
Gyorsabb tesztadatok beállítása és karbantartása
A kisebb adatmennyiségek lehetővé teszik a nem gyártási tesztkörnyezetek gyorsabb és egyszerűbb beállítását és karbantartását. Ez különösen fontos összetett IT-környezetben, és amikor az adatszerkezetek gyakori változásai rendszeres frissítést és frissítést igényelnek a tesztadatok reprezentativitásának biztosítása érdekében.
Mi az a hivatkozási integritás, és miért fontos?
A hivatkozási integritás egy olyan koncepció az adatbázis-kezelésben, amely biztosítja a relációs adatbázisok táblái közötti konzisztenciát és pontosságot. A hivatkozási integritás biztosítaná, hogy minden érték, amely megfelel az „1. táblázat” „1. személyének”, megfeleljen a „1. táblázatban” és bármely más kapcsolódó táblázatban szereplő „2. személy” helyes értékének.
A hivatkozási integritás érvényesítése kulcsfontosságú a tesztadatok megbízhatóságának megőrzéséhez egy relációs adatbázisban, amely nem termelési környezet része. Megakadályozza az adatok következetlenségét, és biztosítja, hogy a táblák közötti kapcsolatok értelmesek és megbízhatóak legyenek a megfelelő teszteléshez és szoftverfejlesztéshez.
A relációs adatbázis-környezetben lévő tesztadatoknak meg kell őrizniük a hivatkozási integritást, hogy használhatók legyenek. A hivatkozások integritásának megőrzése nem éles környezetben, például tesztelésre és szoftverfejlesztésre használt környezetben több okból is fontos:
Részhalmaz, nem olyan egyszerű, mint „csak az adatok törlése”
A részhalmazok megadása nem olyan egyszerű, mint az adatok egyszerű törlése, mivel a hivatkozási integritás megőrzése érdekében az összes downstream és upstream kapcsolódó táblát arányosan részhalmazba kell osztani. Az alkészlet biztosítja, hogy ne csak a céltábla adatai törlődnek, hanem azt is, hogy a céltáblából törölt adatokhoz kapcsolódó bármely más csatolt tábla minden adata törlésre kerüljön. Ez biztosítja, hogy a táblák, adatbázisok és rendszerek közötti hivatkozási integritás az adattörlés részeként megmaradjon.
Az adatmennyiség csökkentése az „X személy” eltávolításával az „Y táblázatból”, Az „Y táblában” szereplő „X személlyel” kapcsolatos összes rekordot törölni kell, de törölni kell az „X személlyel” kapcsolatos minden rekordot is, amely bármely más upstream vagy downstream kapcsolódó táblában (A, B, C stb.) található.
Az adatmennyiség csökkentése a „Richard” eltávolításával a „Customers” táblázatból, Az „Ügyfél” táblában szereplő „Richard”-ra vonatkozó összes rekordot törölni kell, de a „Richard”-hoz kapcsolódó minden más upstream vagy downstream kapcsolódó táblában (Fizetési tábla, Incidensek tábla, Biztosítási fedezet táblázat stb.) is törölni kell minden rekordot. törölve.
Az asztalokon át
A részhalmazok táblákon keresztül működnek
Adatbázisokon keresztül
A részhalmazok több adatbázisban is működnek
Acros Systems
A részhalmazok több rendszeren is működnek
Kérdése van?
Beszéljen egyik szakértőnkkel
Hogyan használhatom az albeállításokat?
Arányos részhalmaz
Beállíthatja a Syntho Engine-t, hogy egy relációs adatbázis részhalmazát adja meg, és biztosítsa, hogy minden „kapcsolt tábla” a „Céltábla” alapján legyen alkészletben.
- Céltábla: A felhasználók megadhatják a céltáblát az alkészlet kiindulópontjaként.
- A felhasználók például beállíthatják, hogy a „Patient Table”-t 5%-ra vagy 500 10.000 rekordra állítsák be a XNUMX XNUMX XNUMX rekord helyett.
- Kapcsolt táblázatok: Ezek mind közvetlenül vagy közvetve a „Céltáblázathoz” kapcsolódó táblák. A táblázatok közötti kapcsolatok lehetnek közvetlenek, például az allergiákat felsoroló céltáblázatok, amelyek idegen kulcs kapcsolaton keresztül hivatkoznak egy pácienstáblázatra, vagy közvetettek, például egy betegtáblázatra hivatkozó céltábla, amely viszont egy kórházi táblázatra hivatkozik.
- A részhalmaz biztosítja, hogy a törölt adatokhoz kapcsolódó összes rekord a A „Patient Table” is törlésre kerül. A példában az alkészlet biztosítja, hogy bármely „Linkált táblázatban” csak az 5%-hoz (500 95 rekord) kapcsolódó adatok legyenek, és hogy a 10.000%-hoz (500 9.500 XNUMX – XNUMX XNUMX = XNUMX XNUMX XNUMX rekord) kapcsolódó összes többi adat törlésre kerüljön. relációs adatbázis egy kisebb reprezentatív részhalmazának létrehozása megőrzött hivatkozási integritással
Üzletszabályzaton alapuló részhalmaz
Az arányos részhalmazok mellett, ahol százalékot ad meg az adatkinyeréshez, fejlett képességeink lehetővé teszik, hogy pontosan meghatározza a részhalmaz célcsoportját. Megadhat például feltételeket bizonyos részhalmazok felvételéhez vagy kizárásához, nagyobb rugalmasságot és ellenőrzést biztosítva az adatkinyerési folyamat felett.
- 60 évnél fiatalabb és 30 évnél idősebb ügyfelek és
- Als Férfi ügyfelek
Mentse el a szintetikus adatok útmutatóját most!
- Mi a szintetikus adat?
- Miért használják a szervezetek?
- Értéknövelő szintetikus adatok ügyfélesetek
- Kezdés
