Microsoft SQL Server Master Data Services

Microsoft SQL Server Master Data Services (MDS) är en Master Data Management- produkt (MDM) från Microsoft som levereras som en del av Microsoft SQL Servers relationsdatabashanteringssystem. Master data management (MDM) tillåter en organisation att upptäcka och definiera icke-transaktionella listor med data och kompilera underhållbara, tillförlitliga masterlistor. Master Data Services levererades först med Microsoft SQL Server 2008 R2. Microsoft SQL Server 2016 introducerade förbättringar av Master Data Services, såsom förbättrad prestanda och säkerhet, och möjligheten att rensa transaktionsloggar, skapa anpassade index, dela enhetsdata mellan olika modeller och stöd för många-till-många-relationer.

Översikt

I Master Data Services är modellen behållaren på högsta nivån i strukturen för dina masterdata. Du skapar en modell för att hantera grupper av liknande data. En modell innehåller en eller flera entiteter, och entiteter innehåller medlemmar som är dataposterna. En enhet liknar en tabell.

Precis som andra MDM-produkter syftar Master Data Services till att skapa en centraliserad datakälla och hålla den synkroniserad, och därmed minska redundanser, över de applikationer som behandlar data. ^{[ citat behövs ]}

Genom att dela den arkitektoniska kärnan med Stratature +EDM använder Master Data Services en Microsoft SQL Server- databas som det fysiska datalagret. Det är en del av Master Data Hub , som använder databasen för att lagra och hantera dataenheter . ^{[ citat behövs ]} Det är en databas med programvaran för att validera och hantera data, och hålla den synkroniserad med systemen som använder data. Huvuddatahubben måste extrahera data från källsystemet, validera, sanera och forma data, ta bort dubbletter och uppdatera hubbförråden samt synkronisera de externa källorna. Entitetsscheman, attribut, datahierarkier, valideringsregler och åtkomstkontrollinformation specificeras som metadata till Master Data Services-körtiden. Master Data Services sätter ingen begränsning på datamodellen. Master Data Services tillåter också att anpassade affärsregler , som används för att validera och sanera data som kommer in i datahubben, definieras, som sedan körs mot data som matchar de angivna kriterierna. Alla ändringar som görs i data valideras mot reglerna och en logg över transaktionen lagras konstant. Överträdelser loggas separat, och eventuellt meddelas ägaren automatiskt. Alla dataenheter kan versioneras . ^{[ citat behövs ]}

Master Data Services tillåter att masterdata kategoriseras efter hierarkiska relationer, till exempel personaldata är en undertyp av organisationsdata. Hierarkier genereras genom att relatera dataattribut. Data kan kategoriseras automatiskt med hjälp av regler, och kategorierna introspekteras programmatiskt. Master Data Services kan också exponera data som Microsoft SQL Server- vyer , som kan hämtas av alla SQL- kompatibla klienter. Den använder ett rollbaserat åtkomstkontrollsystem för att begränsa åtkomsten till data. Vyerna genereras dynamiskt, så de innehåller de senaste dataentiteterna i huvudhubben. Det kan också trycka ut data genom att skriva till några externa tidskrifter. Master Data Services inkluderar också ett webbaserat användargränssnitt för visning och hantering av data. Den använder ASP.NET i back-end. ^{[ citat behövs ]} Silverlight-gränssnittet ersattes med HTML5 i SQL Server 2019.

Master Data Services tillhandahåller ett webbtjänstgränssnitt för att exponera data, såväl som ett API , som internt använder de exponerade webbtjänsterna och exponerar funktionsuppsättningen, programmatiskt, för att komma åt och manipulera data. Den integreras också med Active Directory för autentiseringsändamål. Till skillnad från +EDM stöder Master Data Services Unicode- tecken, samt stöder flerspråkiga användargränssnitt. ^{[ citat behövs ]}

SQL Server 2016 introducerade en betydande prestandaökning i Master Data Services jämfört med tidigare versioner.

Terminologi

Modellen är den högsta nivån av en MDS-instans. Det är den primära behållaren för specifika grupperingar av masterdata. På många sätt liknar det idén med en databas.
Entiteter är behållare skapade inom en modell. Entiteter utgör ett hem för medlemmar och är på många sätt analoga med databastabeller. (t.ex. kund)
Medlemmar är analoga med posterna i en databastabell (Entity) t.ex. Will Smith. Medlemmar finns inom enheter. Varje medlem består av två eller flera attribut.
Attributen är analoga med kolumnerna i en databastabell (Entity) t.ex. Efternamn. Attribut finns inom entiteter och hjälper till att beskriva medlemmar (posterna i tabellen). Namn- och kodattribut skapas som standard för varje enhet och tjänar till att beskriva och unikt identifiera bladmedlemmar. Attribut kan relateras till andra attribut från andra enheter som kallas "domänbaserade" attribut. Detta liknar konceptet med en främmande nyckel.

Andra attribut kommer dock att vara av typen 'fri form' (vanligast) eller 'fil'.

Attributgrupper är explicit definierade samlingar av särskilda attribut. Säg att du har en "kund" som har 50 attribut – för mycket information för många av dina användare. Attributgrupper gör det möjligt att skapa anpassade uppsättningar av handplockade attribut som är relevanta för specifika målgrupper. (t.ex. "kund - leveransinformation" som bara skulle innehålla deras namn och senast kända leveransadress). Detta är mycket likt en databasvy.
Hierarkier organiserar medlemmar i antingen härledda eller explicita hierarkiska strukturer. Härledda hierarkier, som namnet antyder, härleds av MDS-motorn baserat på de relationer som finns mellan attribut. Explicita hierarkier skapas för hand med både blad och konsoliderade medlemmar.
Affärsregler kan skapas och tillämpas mot modelldata för att säkerställa att anpassad affärslogik följs. För att bli engagerad i systemet måste data passera alla affärsregelvalideringar som tillämpas på dem. Inom Customer Entity kanske du vill skapa en affärsregel som säkerställer att alla medlemmar av attributet 'Country' innehåller antingen texten "USA" eller "Kanada". När affärsregeln väl har skapats och körts verifierar den att all data är korrekt innan den accepterar den i den godkända modellen.
Versioner ger systemägare/administratörer möjligheten att öppna, låsa eller befästa en viss version av en modell och data som finns i den vid en viss tidpunkt. Eftersom innehållet i en modell varierar, växer eller krymper med tiden ger versioner ett sätt att hantera metadata så att prenumererande system kan få tillgång till rätt innehåll.

externa länkar