Create Mô hình Dữ liệu dùng bộ nhớ có hiệu quả bằng cách dùng Excel và bổ trợ Power Pivot

Hai ví dụ về cột luôn cần được loại trừ

Ví dụ đầu tiên liên quan đến dữ liệu có nguồn gốc từ một kho dữ liệu. Trong một nhà kho dữ liệu, việc tìm các thành phần của các quy trình ETL tải và làm mới dữ liệu trong nhà kho là điều phổ biến. Các cột như "tạo ngày", "ngày cập nhật" và "Chạy ETL" được tạo khi dữ liệu được tải. Mô hình không cần có cột nào trong số này và nên được bỏ chọn khi bạn nhập dữ liệu.

Ví dụ thứ hai liên quan đến việc bỏ qua cột khóa chính khi nhập bảng dữ kiện.

Nhiều bảng, bao gồm cả bảng dữ kiện, có khóa chính. Đối với hầu hết các bảng, chẳng hạn như bảng có chứa dữ liệu khách hàng, nhân viên hoặc doanh số, bạn sẽ muốn có khóa chính của bảng để bạn có thể sử dụng khóa đó để tạo mối quan hệ trong mô hình.

Bảng dữ kiện khác nhau. Trong bảng dữ kiện, khóa chính được sử dụng để nhận dạng duy nhất từng hàng. Mặc dù cần thiết cho mục đích chuẩn hóa, nhưng mô hình dữ liệu ít hữu ích hơn khi bạn chỉ muốn các cột được dùng cho phân tích hoặc thiết lập mối quan hệ bảng. Vì lý do này, khi nhập từ bảng dữ kiện, không bao gồm khóa chính. Các khóa chính trong bảng dữ kiện tiêu thụ một lượng lớn không gian trong mô hình nhưng lại không mang lại lợi ích gì, vì chúng không thể được sử dụng để tạo mối quan hệ.

Cách loại trừ các cột không cần thiết

Các mô hình hiệu quả chỉ chứa những cột mà bạn thực sự cần trong sổ làm việc của mình. Nếu bạn muốn kiểm soát những cột được bao gồm trong mô hình, bạn sẽ phải sử dụng Trình hướng dẫn Nhập Bảng trong bổ trợ Power Pivot để nhập dữ liệu chứ không phải hộp thoại "Nhập Dữ liệu" trong Excel.

Khi khởi động Trình hướng dẫn nhập bảng, bạn chọn bảng cần nhập.

Đối với mỗi bảng, bạn có thể bấm vào nút Xem trước & Lọc và chọn các phần của bảng mà bạn thực sự cần. Chúng tôi khuyên bạn trước tiên nên bỏ chọn tất cả các cột, rồi tiếp tục kiểm tra các cột bạn muốn, sau khi cân nhắc xem chúng có cần thiết cho phân tích hay không.

Sửa đổi cột Datetime

Trong nhiều trường hợp, cột Datetime chiếm nhiều dung lượng. May mắn là có một số cách để giảm yêu cầu lưu trữ cho kiểu dữ liệu này. Các kỹ thuật sẽ khác nhau tùy thuộc vào cách bạn sử dụng cột và mức độ thoải mái trong việc xây dựng truy vấn SQL.

Cột Ngày giờ bao gồm một phần ngày và thời gian. Khi bạn tự hỏi liệu mình có cần cột hay không, hãy đặt câu hỏi tương tự nhiều lần cho cột Ngày giờ:

• Tôi có cần phần thời gian không?

• Tôi có cần phần thời gian ở cấp độ giờ không? Phút? Giây? , mili giây?

• Tôi có nhiều cột Datetime vì tôi muốn tính toán sự khác biệt giữa chúng hay chỉ để tổng hợp dữ liệu theo năm, tháng, quý, v.v.

Cách bạn trả lời từng câu hỏi này sẽ quyết định các tùy chọn để xử lý với cột Datetime.

Tất cả các giải pháp này yêu cầu sửa đổi truy vấn SQL. Để sửa đổi truy vấn dễ dàng hơn, bạn nên lọc ít nhất một cột trong mỗi bảng. Bằng cách lọc một cột, bạn thay đổi cấu tạo truy vấn từ định dạng viết tắt (SELECT *) thành câu lệnh SELECT bao gồm tên cột đầy đủ tiêu chuẩn, vốn dễ sửa đổi hơn rất nhiều.

Chúng ta hãy xem các truy vấn được tạo cho bạn. Từ hộp thoại Thuộc tính Bảng, bạn có thể chuyển sang trình soạn thảo Truy vấn và xem truy vấn SQL hiện tại cho từng bảng.

Từ Thuộc tính Bảng, chọn Trình soạn thảo truy vấn.

Biểu Trình soạn thảo truy vấn hiển thị truy vấn SQL được dùng để điền bảng. Nếu bạn đã lọc ra bất kỳ cột nào trong quá trình nhập, truy vấn của bạn sẽ bao gồm tên cột đầy đủ tiêu chuẩn:

Sửa đổi truy vấn SQL

Bây giờ bạn đã biết cách tìm truy vấn, bạn có thể sửa đổi truy vấn để giảm thêm kích cỡ của mô hình.

1. Đối với các cột chứa dữ liệu tiền tệ hoặc thập phân, nếu bạn không cần số thập phân, hãy dùng cú pháp này để loại bỏ số thập phân:

   "SELECT ROUND([Decimal_column_name],0)... .”

   Nếu bạn cần xu nhưng không phải phân số của xu, hãy thay thế 0 bằng 2. Nếu bạn sử dụng số âm, bạn có thể làm tròn tới số đơn vị, hàng chục, hàng trăm v.v.

2. Nếu bạn có cột Datetime có tên là dbo. Bàn lớn. [Ngày Giờ] và bạn không cần phần Thời gian, hãy dùng cú pháp để loại bỏ thời gian:

   "SELECT CAST (dbo. Bàn lớn. [Date time] as date) AS [Date time]) "

3. Nếu bạn có cột Datetime có tên là dbo. Bàn lớn. [Ngày Giờ] và bạn cần cả hai phần Ngày và Thời gian, sử dụng nhiều cột trong truy vấn SQL thay vì cột Datetime duy nhất:

   "SELECT CAST (dbo. Bàn lớn. [Date Time] as date ) AS [Date Time],

   datepart(hh, dbo. Bàn lớn. [Ngày Giờ]) dưới dạng [Ngày Giờ],

   datepart(mi, dbo. Bàn lớn. [Ngày Giờ]) dưới dạng [Phút Thời gian Ngày],

   datepart(ss, dbo. Bàn lớn. [Ngày Giờ]) dưới dạng [Date Time Seconds],

   datepart(ms, dbo. Bàn lớn. [Ngày Giờ]) dưới dạng [Date Time Milliseconds]"

   Sử dụng số cột tùy theo nhu cầu để lưu trữ từng phần trong các cột riêng biệt.

4. Nếu bạn cần nhiều giờ và phút, và bạn thích chúng lại với nhau như một cột thời gian, bạn có thể sử dụng cú pháp:

   Timefromparts(datepart(hh, dbo. Bàn lớn. [Date Time]), datepart(mm, dbo. Bàn lớn. [Ngày Giờ])) dưới dạng [Date Time HourMinute]

5. Nếu bạn có hai cột ngày giờ, chẳng hạn như [Thời gian Bắt đầu] và [Thời gian Kết thúc], và sự khác biệt thời gian giữa chúng tính bằng giây dưới dạng một cột gọi là [Thời lượng], hãy loại bỏ cả hai cột khỏi danh sách và thêm:

   "datediff(ss,[Start Date],[End Date]) as [Duration]"

   Nếu bạn sử dụng từ khóa ms thay vì ss, bạn sẽ nhận được thời lượng tính theo mili giây

Bạn nên giữ lại 2 cột nào?

Trong ví dụ ở trên, giữ Số lượng và Đơn Giá. Hai giá trị này có ít giá trị hơn Tổng. Để tính Tổng, hãy thêm một số đo được tính toán như:

"TotalSales:=sumx('Sales Table','Sales Table'[Unit Price]*'Sales Table'[Quantity])"

Cột được tính toán giống như các cột thông thường, trong đó cả hai đều chiếm không gian trong mô hình. Ngược lại, các số đo được tính toán được tính toán khi bay và không chiếm không gian.