এমন একটি পৃথিবীতে যা দিনে দিনে 2.5 কুইন্টিলিয়ন বাইট তৈরি করে এবং সেগুলি গ্রহণ করে, সংগঠনগুলি সর্বোত্তম দক্ষতা অর্জনের জন্য ডেটা রুপান্তর করতে এবং একত্রিত করার জন্য নতুন পদ্ধতিগুলি সন্ধান করতে বাধ্য। ডেটা সংমিশ্রণের এরকম একটি পদ্ধতি হ'ল ঝালর মধ্যে ডেটা মিশ্রণ ।
এখন, যেহেতু এটি কোনও প্রদত্ত সংস্থার ডেটা চক্রের এত গুরুত্বপূর্ণ উদ্দেশ্যে কাজ করে, এটি বেশিরভাগ ক্ষেত্রে একটি খুব প্রয়োজনীয় মডিউল তৈরি করে । এই ব্লগে আমরা নিম্নলিখিত ধারণাগুলি নিয়ে আলোচনা করব:
- ঝালর ঝাঁকুনিতে আপনার ডেটা মিশ্রণের প্রয়োজন কেন?
- ঝালর মধ্যে ডেটা মিশ্রণ কি?
- এটি ডেটা যোগদানের থেকে কীভাবে আলাদা?
- মিশ্রণের জন্য যোগদানের বিকল্প কখন রাখবেন?
- ঝালর উপর আপনার ডেটা মিশ্রন
- ঝক্কির মধ্যে ডেটা মিশ্রণের সীমাবদ্ধতা
আপনার কেন ঝকঝকে ডেটা মিশ্রণের প্রয়োজন?
ধরুন, আপনি একজন বিকাশকারী টেবিল যিনি বিক্রয় ফোর্সে সঞ্চিত লেনদেনের ডেটা এবং অ্যাক্সেসে থাকা কোটা ডেটা রেখেছেন। আপনি যে ডেটাটি একত্রিত করতে চান তা বিভিন্ন ডেটাবেজে সংরক্ষণ করা হয় এবং প্রতিটি সারণীতে ক্যাপচার করা তথ্যের গ্রানুলারিটি দুটি ডেটা উত্সে আলাদা, তাই ডেটা মিশ্রণই এই ডেটা একত্রিত করার সেরা উপায় to
নিম্নলিখিত শর্তে ডেটা মিশ্রণ দরকারী:
ক্রস-ডাটাবেসগুলিতে যোগদান করে এমন বিভিন্ন ডাটাবেসগুলি থেকে আপনি ডেটা একত্রিত করতে চান।
ক্রস-ডাটাবেস যোগদান করে কিউবগুলিতে সংযোগগুলি সমর্থন করে না (উদাহরণস্বরূপ, ওরাকল এসবাস) বা কিছু এক্সট্র্যাক্ট-কেবল সংযোগগুলিতে (উদাহরণস্বরূপ, গুগল অ্যানালিটিক্স)। এই ক্ষেত্রে, আপনি বিশ্লেষণ করতে চান এমন ডেটার জন্য পৃথক ডেটা উত্সগুলি সেট আপ করুন এবং তারপরে একটি একক শীটে ডেটা উত্সগুলি একত্রিত করতে ডেটা মিশ্রণটি ব্যবহার করুন।
ডেটা বিশদে বিভিন্ন স্তরে।
কখনও কখনও একটি ডেটা সেট বিভিন্ন ব্যবহার করে ডেটা ক্যাপচার করে বিস্তারিত স্তর অর্থাত্, অন্যান্য ডেটা সেটের চেয়ে বৃহত্তর বা কম গ্রানুলারিটি।
উদাহরণস্বরূপ, ধরুন আপনি লেনদেনের ডেটা এবং কোটা ডেটা বিশ্লেষণ করছেন। লেনদেনের ডেটা সমস্ত লেনদেন ক্যাপচার করতে পারে। যাইহোক, কোটার ডেটা কোয়ার্টারের স্তরে সামগ্রিক লেনদেন করতে পারে। যেহেতু লেনদেনের মানগুলি প্রতিটি ডেটা সেটে বিশদে বিভিন্ন স্তরে ধারণ করা হয়, তাই আপনার ডেটা একত্রিত করতে ডেটা মিশ্রণ ব্যবহার করা উচিত।
ঝালর মধ্যে ডেটা মিশ্রণ কি?
ডেটা মিশ্রণ একটি খুব শক্তিশালী বৈশিষ্ট্য বোর্ড । একাধিক ডেটা উত্সগুলিতে সম্পর্কিত ডেটা থাকাকালীন এটি ব্যবহার করা হয়, যা আপনি একক দৃশ্যে একসাথে বিশ্লেষণ করতে চান। এটি এমন ডেটা সংমিশ্রনের জন্য একটি পদ্ধতি যা অন্য ডেটা উত্স থেকে ডেটা কলামের সাথে একটি ডেটা উত্স থেকে ডেটা টেবিলের পরিপূরক হয়।
সাধারণত, আপনি এই জাতীয় ডেটা সংমিশ্রণ করতে যোগদান করেন তবে এমন সময় রয়েছে যখন ডেটা মিশ্রণটি ব্যবহার করা আরও ভাল data
এটি ডেটা যোগদানের থেকে কীভাবে আলাদা?
ডেটা মিশ্রণ একটি traditionalতিহ্যবাহী বাম জোড়কে অনুকরণ করে। দুজনের মধ্যে প্রধান পার্থক্য কখন যোগসূত্র সম্মানের সাথে সম্পন্ন করা হয়।
বাম যোগদান
আপনি যখন ডেটা একত্রিত করতে বাম জোড় ব্যবহার করেন, তখন একটি কোয়েরি ডাটাবেসে প্রেরণ করা হয় যেখানে যোগদানটি সম্পন্ন হয়। বাম জোড় ব্যবহার করে বাম টেবিল থেকে সমস্ত সারি এবং ডান টেবিলের যে কোনও সারি বাম টেবিলের সাথে একই সারি মিল রয়েছে returns যোগদানের ফলাফলগুলি তারপরে আবার প্রেরণ করা হয় এবং টেবিলের দ্বারা একত্রিত করা হয়।
__init__ অজগর
উদাহরণস্বরূপ, ধরুন আপনার নীচের সারণী রয়েছে। যদি সাধারণ কলামগুলি হয় ব্যবহারকারী আইডি , একটি বাম জোড় বাম টেবিল থেকে সমস্ত ডেটা, পাশাপাশি ডান টেবিল থেকে সমস্ত ডেটা নেয় কারণ প্রতিটি সারিতে বাম টেবিলে একই সারি মিল থাকে।
ডেটা মিশ্রণ
আপনি যখন ডেটা একত্রিত করতে ডেটা মিশ্রণ ব্যবহার করেন, শীটটিতে ব্যবহৃত প্রতিটি ডাটা উত্সের জন্য ডাটাবেসে একটি কোয়েরি প্রেরণ করা হয়। সমষ্টিযুক্ত ডেটা সহ ক্যোয়ারির ফলাফলগুলি ফেরত পাঠানো হয় এবং টেবিলের দ্বারা একত্রিত হয়। লিঙ্কিং ক্ষেত্রগুলির মাত্রার ভিত্তিতে ভিউটি প্রাথমিক ডেটা উত্স, বাম টেবিল এবং মাধ্যমিক ডেটা উত্স থেকে ডান টেবিলের একত্রিত সারিগুলি থেকে সমস্ত সারি ব্যবহার করে।
সম্মিলিত মানগুলি পরিবর্তন করে আপনি মিশ্রণে গৌণ ডেটা উত্স থেকে বিভিন্ন বা অতিরিক্ত সারি ডেটা অন্তর্ভুক্ত করতে লিঙ্কিং ফিল্ড পরিবর্তন করতে পারেন বা আরও লিঙ্কিং ফিল্ড যুক্ত করতে পারেন।
উদাহরণস্বরূপ, ধরুন আপনার নীচের সারণী রয়েছে। লিঙ্কিং ক্ষেত্র যদি হয় ব্যবহারকারী আইডি উভয় টেবিলগুলিতে আপনার ডেটা মিশ্রণ বাম টেবিল থেকে সমস্ত ডেটা নেয় এবং ডান টেবিলের ডেটা সহ বাম টেবিলের পরিপূরক হয়। এই ক্ষেত্রে, সমস্ত মান নিম্নলিখিত ফলাফলগুলির ফলে ফলাফলের টেবিলের অংশ হতে পারে না:
- নাল মান দ্বারা নির্দেশিত হিসাবে বাম টেবিলের একটি সারি ডান টেবিলের সাথে সম্পর্কিত সারি মিলবে না।
- তারকাচিহ্ন (*) দ্বারা নির্দেশিত হিসাবে ডান টেবিলের সারিগুলিতে একাধিক সম্পর্কিত মান রয়েছে।
মনে করুন উপরের মতো একই টেবিলগুলি রয়েছে তবে গৌণ ডেটা উত্সটিতে একটি নতুন ক্ষেত্র রয়েছে উদ্দেশ্য । আবার, যদি লিঙ্কিং ফিল্ড হয় ব্যবহারকারী আইডি , আপনার ডেটা মিশ্রণ বাম টেবিল থেকে সমস্ত ডেটা নেয় এবং ডান টেবিল থেকে ডেটা সঙ্গে এটি পরিপূরক। এই ক্ষেত্রে, আপনি নীচের পাশাপাশি পূর্ববর্তী উদাহরণে একই নাল মান এবং তারকাচিহ্নগুলি দেখতে পান:
- কারন উদ্দেশ্য ক্ষেত্রটি একটি পরিমাপ, আপনি এর জন্য সারি মান দেখতে পাবেনউদ্দেশ্যবাম টেবিলের ডেটার সাথে ডান টেবিলের ডেটা একত্রিত করার আগে ক্ষেত্রকে একত্রিত করা হয়।
- পূর্ববর্তী উদাহরণের মতো, বাম টেবিলের একটি সারিটির সাথে সংশ্লিষ্ট সারি নেই উদ্দেশ্য ক্ষেত্র, দ্বিতীয় নাল মান দ্বারা নির্দেশিত।
কখন যোগদানের বিকল্প হতে হবে মিশ্রণ
1. ডেটা পরিষ্কার করা প্রয়োজন।
যোগদানের পরে যদি আপনার টেবিলগুলি একে অপরের সাথে সঠিকভাবে মেলে না, প্রতিটি টেবিলের জন্য ডেটা উত্সগুলি সেট আপ করুন, প্রয়োজনীয় প্রয়োজনীয় কাস্টমাইজেশন করুন (এটি কলামগুলির নাম পরিবর্তন করুন, কলামের ডেটা ধরণের পরিবর্তন করুন, গোষ্ঠী তৈরি করুন, গণনা ব্যবহার করুন ইত্যাদি), এবং তারপরে ডেটা একত্রিত করতে ডেটা মিশ্রণ ব্যবহার করুন।
২. সদৃশ ডেটার কারণ হতে পারে।
যোগদানের পরে ডুপ্লিকেট ডেটা হ'ল বিস্তারিত স্তরের বিভিন্ন উপাত্তের লক্ষণ। যদি আপনি সদৃশ ডেটা লক্ষ্য করেন তবে একটি জয়েন তৈরির পরিবর্তে, পরিবর্তে একটি সাধারণ মাত্রায় মিশ্রণের জন্য ডেটা মিশ্রণটি ব্যবহার করুন।
৩. আপনার কাছে প্রচুর ডেটা রয়েছে।
সাধারণত একই ডাটাবেস থেকে ডেটা একত্রিত করার জন্য যোগদানের প্রস্তাব দেওয়া হয়। যোগদানগুলি ডাটাবেস দ্বারা পরিচালিত হয়, যা ডাটাবেসের স্থানীয় ক্ষমতা কিছুটা যোগ করতে দেয়। তবে, যদি আপনি বড় আকারের ডেটা নিয়ে কাজ করছেন তবে যোগদান করে ডাটাবেসে একটি চাপ সৃষ্টি করতে পারে এবং কার্য সম্পাদনকে উল্লেখযোগ্যভাবে প্রভাবিত করতে পারে। এই ক্ষেত্রে, ডেটা মিশ্রণ সাহায্য করতে পারে। যেহেতু তথ্য সংগ্রহের পরে টেবিলটি ডেটা সংযুক্ত করে পরিচালনা করে, একত্রিত করার জন্য খুব কম ডেটা রয়েছে। যখন সংযুক্ত করার জন্য খুব কম ডেটা থাকে, সাধারণত, কর্মক্ষমতা উন্নত হয়।
ঝালর উপর আপনার ডেটা মিশ্রন
আপনি যখন একটি একক শীটে একসাথে বিশ্লেষণ করতে চান পৃথক ডেটা উত্সগুলিতে ডেটা থাকে তখন আপনি ডেটা মিশ্রণটি ব্যবহার করতে পারেন। ঝকঝকে নামে দুটি ইনবিল্ট ডেটা উত্স রয়েছে নমুনা-সুপারস্টোর এবং নমুনা কফি চেইন.এমডিবি যা ডেটা মিশ্রণ চিত্রিত করতে ব্যবহৃত হবে।
পদক্ষেপ 1: আপনার ডেটাতে সংযোগ স্থাপন করুন এবং ডেটা উত্সগুলি সেট আপ করুন
জাভা অ্যাপলেট প্রোগ্রাম আউটপুট সঙ্গে উদাহরণ
- ডেটার একটি সেট সংযোগ করুন এবং ডেটা উত্স পৃষ্ঠায় ডেটা উত্স সেট আপ করুন। একটি inbuilt ডেটা উত্স নমুনা কফি চেইন.এমডিবি ,যা একটি এমএস অ্যাক্সেস ডাটাবেস ফাইল, ডেটা মিশ্রণের চিত্রিত করতে ব্যবহৃত হবে।
- যাও ডেটা > নতুন ডেটা উত্স, ডেটা দ্বিতীয় সেট সংযোগ।এই উদাহরণ ব্যবহার করে নমুনা - সুপারস্টোর তথ্য সূত্র. টিমুরগি তথ্য উত্স সেট আপ।
- আপনার দর্শনটি তৈরি করা শুরু করতে শীট ট্যাবে ক্লিক করুন।
পদক্ষেপ 2: একটি প্রাথমিক ডেটা উত্স নির্ধারণ করুন
- এটিকে প্রাথমিক ডেটা উত্স হিসাবে মনোনীত করতে আপনার প্রাথমিক ডেটা উত্স থেকে কমপক্ষে একটি ক্ষেত্র টানুন। মধ্যে ডেটা ফলক, আপনি প্রাথমিক তথ্য উত্স হিসাবে মনোনীত করতে চান যে তথ্য উত্স ক্লিক করুন। এই উদাহরণে, নমুনা কফি চেইন নির্বাচিত.
- নিম্নলিখিত স্ক্রিনশটটি বিভিন্ন টেবিলগুলি দেখায় এবং ফাইলটিতে উপলব্ধ।
পদক্ষেপ 3: একটি গৌণ ডেটা উত্স নির্ধারণ করুন
- ডেটা উত্স থেকে ভিউতে ব্যবহৃত ক্ষেত্রগুলি যা প্রাথমিক ডেটা উত্স নয় বা সক্রিয় লিঙ্ক নয় স্বয়ংক্রিয়ভাবে পরবর্তী ডেটা উত্সগুলিকে দ্বিতীয় তথ্য উত্স হিসাবে মনোনীত করে। এই ক্ষেত্রে, নমুনা সুপারস্টোর।
পদক্ষেপ 4: ব্লেন্ড ডেটা
- এখন আপনি উভয় উত্স থেকে একটি সাধারণ মাত্রার উপর ভিত্তি করে ডেটা সংহত করতে পারেন ( রাষ্ট্র , এক্ষেত্রে). নোট করুন যে একটি ছোট লিঙ্ক চিত্রটি মাত্রা - রাজ্যের পাশে উপস্থিত হবে। এটি দুটি তথ্য উত্সের মধ্যে সাধারণ মাত্রা নির্দেশ করে।
- ধরা যাক আপনি একটি বার চার্ট তৈরি করেছেন লাভ অনুপাত কলাম শেল্ফ এবং রাষ্ট্র রো শেল্ফে, চার্টটি দেখায় যে সুপারস্টোর এবং কফি চেইন উভয় দোকানে প্রতিটি রাজ্যের জন্য কীভাবে মুনাফার অনুপাত হয়।
ঝক্কির মধ্যে ডেটা মিশ্রণের সীমাবদ্ধতা
- নন-অ্যাডেটিভ সমষ্টিগুলির চারপাশে কিছু ডেটা মিশ্রন সীমাবদ্ধতা রয়েছে যেমন মধ্যমা , এবং RAWSQLAGG ।
- ডেটা মিশ্রণ উচ্চ গ্রানুলারিটিতে ক্যোরির গতির সাথে আপস করে।
- আপনি যখন একটি গণনা করা ক্ষেত্র যা মিশ্রিত ডেটা ব্যবহার করে বাছাই করার চেষ্টা করেন, গণনা করা ক্ষেত্রটি বাছাই করুন ডায়ালগ বাক্সের ফিল্ড ড্রপ-ডাউন তালিকায় তালিকাভুক্ত করা হয় না।
- কিউব ডেটা উত্সগুলি কেবলমাত্র টেবিলের মধ্যে মিশ্রিত ডেটার জন্য প্রাথমিক ডেটা উত্স হিসাবে ব্যবহার করা যেতে পারে। এগুলি মাধ্যমিক তথ্য উত্স হিসাবে ব্যবহার করা যাবে না।
আমি আশা করি আপনারা সবাই এখন সম্পর্কে একদম সঠিক ধারণা রাখবেন ঝালর মধ্যে ডেটা মিশ্রণ এই ব্লগ থেকে। আরও জ্ঞানের জন্য ক্ষুধার্ত? চিন্তা করবেন না, এই ভিডিওটি আপনাকে ধারণার আরও ভাল ধারণা দেবে।