Pular para o conteúdo principal

(T) Verificando a consistência de um repositório ou um Business Model no Oracle BI

Você deve fazer uma verificação de consistência no repositório de metadados antes de tornar o repositório disponível para consultas. O 'Consistency Check Manager' possibilita que você ative ou desative regras para verificar as inconsistências, navegar nelas e corrigir os objetos inconsistentes, e limitar a verificação de consistência para objetos específicos.

O 'Consistency Check Manager' não verifica a validade dos objetos a não ser os metadados usando a conexão. Ele somente verifica a consistência dos metadados e não qualquer mapeamento para os objetos físicos a não ser o metadado. Se a conexão não está ativa ou os objetos tenham sido excluídos no database, o 'Consistency Check Manager' não irá relatar estes erros.

O verificador de consistência retorna os seguintes tipos de mensagens:

NOTA:  Depois que se faz um upgrading de versão do software e verifica a consistência do seu repositório, você pode notar mensagens que você não recebia antes. Isto tipicamente indica inconsistências que não tinham sido detectadas antes do upgrade, não significa que sejam novos erros.

No 'Consistency Check Manager', na guia 'Messages', você pode ordenar as linhas de mensagens, apenas clicando no cabeçalho da coluna. Adicionalmente, a barra de status fornece um resumo de todas as linhas mostradas.

Comentários

Postagens mais visitadas deste blog

(T) Como indexar uma tabela Fato - (Best Practice)

A base de qualquer projeto de bi é ter um bom dw/data mart. Podemos falar em modelagem star-schema durante dias, sem falar nas variações do snowflake, mas o objetivo principal deste artigo é apontar algumas negligências que tenho percebido no tratamento da tabela fato. Tabela esta que é o principal pilar da casa que reside um modelo star-schema.

Ouço muitas vezes os clientes reclamando do desempenho das consultas enviadas contra o seu dw/data mart, ou do tempo de resposta das análises solicitadas ao bi. Isto é realmente inaceitável, não só numa perspectiva de implantação do projeto, mas também de desempenho da entrega das informações.

Como eu mencionei anteriormente o meu objetivo neste artigo, é alertar sobre a importância da indexação da tabela fato: o que deveria ser, porque é necessário, porque chaves compostas são boas e más, e porque você deveria se preocupar com isso.

Então, vejamos:

|a| Indexação padrão (default):
De forma rápida, todas as colunas de chave estrangeira (FK) devem …

(A) Data Science in Practice with Python - Sample 2

In this post I'll explain what is a recommender system, how work it and show you some code examples. In my previous post I did a quick introduction:

Sample 2 - Recommender System

WHAT IS A RECOMMENDER SYSTEM? A model that filters information to present users with a curated subset of options they’re likely to find appealing.
HOW DOES IT WORK? Generally via a collaborative approach (considering user’s previous behavior) or content based approach (based on discrete assigned characteristics).

Now I'll get into in some concepts very important about recommender systems.

Recommender System in Details:

We can say that the goal of a recommender system is to make product or service recommendations to people. Of course, these recommendations should be for products or services they’re more likely to want buy or consume.

Recommender systems are active information filtering systems which personalize the information coming to a user based on his interests, relevance of the information etc.…