Que ce soit pour extraire et mettre à disposition des données ou bien pour les gérer, les requêtes SQL sont omniprésentes. Dès lors, pouvoir les documenter et identifier leurs impacts présente un fort intérêt.
Se pose donc la question de comment représenter les différents types de requêtes tout en s'insérant dans le méta modèle DataGalaxy.
Objectif de cet article :
- Représenter des requêtes SQL dans DataGalaxy
- Disposer d'une solution de documentation robuste pour comprendre leurs impacts
Les requêtes de sélection
Concept
Les requêtes de sélection permettent l'extraction et la mise à disposition d'informations à des utilisateurs techniques ou fonctionnels. Nous pouvons représenter cela ainsi
On distingue donc une source de données et une restitution du résultat de la requête qui permet aux utilisateurs d'accéder aux données.
Représentation dans DataGalaxy
Dans DataGalaxy, nous pouvons donc traduire ce schéma ainsi
Pour créer le lien entre le set et la base de données il suffira alors de prendre la relation utilise au niveau du sert de données. Ainsi nous aurons un lignage précis.
Exemple
Dans cet exemple on récupère des données de la base ODS pour les mettre à disposition dans un set de données nommé Query : product analysis
Pour aller plus loin
Deux questions peuvent se poser :
- La granularité du lien : à quel niveau faut-il le créer entre la source et la cible : au niveau d'une table comme et du data set comme dans l'exemple ? à un niveau plus fin? cela dépend de 3 éléments : vos cas d'usage, vos capacités d'automatisation et de maintenance
- L'identification de la requête : afin de faciliter l'identification des requêtes on peut bien sur jouer sur la notion de nom fonctionnel vs nom techniques, mais aussi positionner un attribut spécifique afin de les mettre en valeur via des vues filtrées.
- Le classement : afin de ne pas surcharger l'arborescence du module usage il peut être intéressant de classer les requêtes sous une ou des applications chapeaux.
Les requêtes de gestion
Concept
Les requêtes d'insertion, de mise à jour et de suppression concernent la gestion des données. On pourrait schématiser cela ainsi:
Représentation dans DataGalaxy
A la différence de la requête d'extraction, ce type de requête n'a pas vocation à publier des données. Il s'agit plutôt d'une transformation technique. Pour les représenter il vaut mieux prendre un objet du module traitement. Il permettra ainsi d'expliquer la transformation qui a eu lieu.
Exemple
Dans cet exemple on supprime des données présente dans la table gamme_produit de l'ODS. On voit bien la différence avec la requête d'extraction qui est en verte, c'est à dire à vocation fonctionnelle.
Pour aller plus loin
Comme pour la requête d'extraction de données se posent bien sur la question de la granularité de l'information. Il faut là aussi faire la balance entre les besoins du cas d'usage et les capacités de maintenance.
A noter qu'une industrialisation de la remontée d'information peut être faite grâce aux API.