Mapeamento consistente
Preservar a integridade referencial em todo um ecossistema de dados relacionais
Introdução Mapeamento Consistente
O que é mapeamento consistente?
Preserve a integridade referencial com mapeamento consistente em todo um ecossistema de dados para combinar dados em tabelas, bancos de dados e sistemas.
O que é integridade referencial?
Integridade referencial é um conceito de gerenciamento de banco de dados que garante consistência e precisão entre tabelas em um banco de dados relacional. A integridade referencial garantiria que cada valor que corresponde a "Pessoa 1"Ou"tabela 1" corresponde a que o valor correto de "pessoa 1" in "tabela 2" e qualquer outro vinculado tabela.
Aplicar a integridade referencial é crucial para manter a confiabilidade do dados de teste em um banco de dados relacional como parte de ambientes de não produção. Prevines inconsistências de dados e garante que os relacionamentos entre tabelas sejam significativos e confiáveis para testes e desenvolvimento de software adequados.
Como preservar a integridade referencial com mapeamento consistente?
O mapeamento consistente garante que a integridade referencial entre tabelas, bancos de dados e sistemas seja preservada como parte da desidentificação.
Para qualquer coluna que tenha o zombador de Nome aplicado com o recurso Mapeamento Consistente ativado, os valores do primeiro nome de “Karen” será consistentemente mapeado para o mesmo valor simulado sintético, que é “Olivia” no exemplo.
Para qualquer coluna que tenha o SSN mocker aplicado com o recurso Mapeamento Consistente habilitado, o SSN valores de “755/59/6947” será consistentemente mapeado para o mesmo valor simulado sintético, que está em “478-29-1089” no exemplo.
Entre mesas
O mapeamento consistente funciona em tabelas
Em bancos de dados
O mapeamento consistente funciona em bancos de dados
Entre sistemas
O mapeamento consistente funciona em todos os sistemas
Você tem alguma pergunta?
Fale com um de nossos especialistas
Por que as organizações têm mapeamento consistente e integridade referencial como requisitos principais?
Os dados de teste em um ambiente de banco de dados relacional devem preservar a integridade referencial para serem utilizáveis. Manter a integridade referencial em ambientes que não sejam de produção, como aqueles usados para testes e desenvolvimento de software, é importante por vários motivos:
- Testes de integração e end-to-end ensaio: Em sistemas complexos, diferentes módulos ou componentes podem depender uns dos outros através de relacionamentos de bancos de dados, potencialmente em diferentes sistemas. A integridade referencial é crucial durante os testes de integração para garantir que essas dependências sejam mantidas adequadamente e que os componentes integrados funcionem juntos conforme esperado.
- Cenários de teste realistas: Os ambientes de teste devem espelhar o ambiente de produção o mais próximo possível para garantir que os cenários de teste sejam realistas. Se a integridade referencial não for mantida, o comportamento do sistema poderá diferir do esperado em um ambiente de produção, levando a resultados de teste imprecisos.
- Qualidade dos dados: Os ambientes que não são de produção não estão isentos da necessidade de dados de alta qualidade. Manter a integridade referencial garante que os dados usados para teste e desenvolvimento reflitam com precisão os relacionamentos entre as entidades do sistema. Isto é essencial para produzir resultados confiáveis e tomar decisões informadas durante o processo de desenvolvimento.
Como posso aplicar mapeamento consistente?
Aplique mockers em PII automaticamente
Os usuários podem aplicar mapeamento consistente no Syntho Engine em espaços de trabalho, no nível do espaço de trabalho e no nível da coluna para cada zombador. Isso permite a aplicação de mapeamento consistente específico de domínio, proporcionando aos usuários flexibilidade e capacidade de gerar dados de teste precisos com integridade referencial preservada.
Salve seu guia de dados sintéticos agora!
- O que são dados sintética?
- Por que as organizações o usam?
- Casos de clientes de dados sintéticos de agregação de valor
- Como começar
