여러 데이터 소스에 걸쳐 연결 및 쿼리

이 자습서에서는 여러 위치에 저장되어 있는 가상의 Great Retail Company에 대한 판매 데이터를 분석하기 위해 연합 쿼리를 사용하는 프로세스를 안내합니다.

소개

데이터 연합 개요

데이터 연합은 여러 데이터베이스가 함께 작동할 수 있도록 하는 소프트웨어 프로세스입니다. 이를 통해 여러 소스의 데이터를 혼합하여 통찰력을 얻을 수 있습니다. 이를 통해 단일 쿼리로 수많은 분산 데이터베이스의 모든 데이터에 액세스할 수 있습니다.

Presto (Java ) 엔진의 데이터 연합 기능

그만큼Presto (Java ) 엔진의 통합 쿼리 기능을 통해 조직은 현재 데이터베이스와 새 데이터를 포함하여 여러 소스의 데이터를 쉽게 혼합할 수 있습니다.IBM® watsonx.data. 의 역량을 활용하여watsonx.data 와 통합하다Presto (Java )을 통해 이제 기업은 다양한 소스의 데이터를 원활하게 결합하고 분석하여 더 깊은 통찰력을 얻을 수 있습니다. 이러한 간소화된 접근 방식은 운영 효율성을 향상시킬 뿐만 아니라 의사 결정자에게 시기적절하고 정확한 데이터 기반 통찰력을 제공합니다.

유스 케이스 시나리오

여러 데이터 소스에 걸쳐 구매 방법 분석: 이 사용 사례의 목적은 최대 주문과 관련된 구매 방법을 분석하는 것입니다. 판매 데이터는 다음에서 확인할 수 있습니다.Db2. 이 데이터의 일부는 다음의 Iceberg 테이블로 이동됩니다.watsonx.data. 판매 데이터는 이제 두 곳에 있습니다.Db2 그리고watsonx.data 그리고 당신은Presto (Java ) 둘 다에서 쿼리Db2 및 Iceberg를 통해 데이터를 분석하여 최대 주문과 연계된 구매 방식을 파악하는 것을 목표로 합니다.

다음 동영상은 이 설명서의 개념과 작업을 시각적으로 학습할 수 있는 방법을 제공합니다.

목표

귀하의 등록Db2 데이터 소스watsonx.data
판매 데이터의 일부를 다음에서 이동합니다.Db2 에게watsonx.data
통계를 검색하기 위해 쿼리 실행

시작하기 전에

이 튜토리얼에는 다음 항목이 필요합니다.

구독watsonx.data 클라우드에.
Presto (Java) 엔진의 가용성
Db2 데이터베이스 GOSALESDW 데이터
자격 증명Db2 데이터 베이스

귀하의 등록Db2 데이터 소스

등록Db2 데이터 소스(GOSALESDW 그 안에 있는 데이터)watsonx.data 사례.

등록하려면Db2 데이터 소스, 참조 IBMDb2. 등록할 때 다음 세부 정보를 사용하십시오.Db2 데이터 소스.

데이터베이스 이름 : 데이터베이스 이름을 다음과 같이 입력합니다.BLUDB.
호스트 이름 : 호스트 이름을 다음과 같이 입력합니다.db2w-sucqakq.us-south.db2w.cloud.ibm.com
사용자 이름 :db2inst
비밀번호 :Usertutorials1!
포트 : 50001

연결Db2 ~와 함께Presto (Java ) 엔진

등록하신 후Db2 데이터베이스와 카탈로그를 연결해야 합니다.Presto (Java ) 엔진. 자세한 내용은 다음을 참조하세요.카탈로그를 엔진과 연결.

다음에서 데이터 복사 중Db2 Iceberg에 대한 데이터베이스

카탈로그를 엔진과 연결한 후 다음에서 데이터(단일 테이블)를 복사합니다.Db2 빙산에. 이렇게 하려면 다음 단계를 완료하세요:

탐색 메뉴에서 데이터 관리자를 선택합니다. 내부에 스키마 생성 Iceberg_data 목록. 스키마를 만드는 방법에 대한 자세한 내용은 다음을 참조하세요.스키마 생성.
탐색 메뉴에서 다음을 선택하세요.쿼리 작업공간.
데이터를 복사하는 쿼리를 작성하세요.GOSALESDW 에 있는 테이블Db2 데이터베이스를 만들고 새 테이블을 만듭니다(여기 SLS_SALES_FACT ) 내부에 Iceberg 목록.

조회 예제:
```
create table "iceberg_data"."wxgosalesdw"."sls_sales_fact" as select * from "db2catalog". "GOSALESDW"."SLS_SALES_FACT";
```
다음을 클릭하세요.스타터에서 실행 버튼을 눌러 쿼리를 실행합니다.
새로 고치다 Iceberg_data 새 테이블을 보기 위한 카탈로그 SLS_SALES_FACT.

데이터 연합

이제 판매 데이터는 다음과 같이 분할됩니다.Db2 및 빙산 카탈로그. 두 가지 모두에서 쿼리를 실행할 수 있습니다.Db2 Iceberg는 데이터를 분석하고 최대 주문과 관련된 구매 방법에 대한 통찰력을 생성합니다. 하기 위해서:

로부터쿼리 작업공간, 다음 쿼리를 실행하여 가장 큰 주문과 연결된 구매 방법을 확인하세요.

다음 샘플 쿼리를 사용하여 가장 큰 주문과 연관된 구매 방법을 확인할 수 있습니다. 이 쿼리는 5개의 테이블에 액세스하며, 그 중 하나는 watsonx.data 객체 저장소(iceberg_data)에 있고 나머지 4개는 Db2 ( db2catalog )에 있습니다.

조회 예제:

pll.product_line_en를 제품으로 선택합니다,

md.order_method_en로 주문_방법을 입력합니다,

합계(sf.quantity) as total

다음 날짜부터

db2catalog.GOSALESDW.SLS_ORDER_METHOD_DIM을 md로 설정합니다,

db2catalog.GOSALESDW.SLS_PRODUCT_DIM을 pd로 설정합니다,

db2catalog.GOSALESDW.SLS_PRODUCT_LINE_LOOKUP을 pll로 바꿉니다,

db2catalog.GOSALESDW.SLS_PRODUCT_BRAND_LOOKUP을 pbl로 설정합니다,

iceberg_data.wxgosalesdw.sls_sales_fact as sf

여기서,

pd.product_key = sf.product_key

및 md.order_method_key = sf.order_method_key입니다

그리고 pll.product_line_code = pd.product_line_code입니다

및 pbl.product_brand_code = pd.product_brand_code

pll.product_line_en, md.order_method_en로 그룹화합니다

제품별 주문, 주문_방법;
다음을 클릭하세요.계속되다 버튼을 눌러 쿼리를 실행합니다.
선택결과 세트 또는세부 결과를 보려면 탭을 클릭하세요.
설명 링크를 클릭합니다. 쿼리에 대한 시각적 설명 출력을 표시하는 Explain 페이지가 열립니다. 시각적 설명 출력을 스크롤하여 트리에서 5개의 ScanProject 리프 노드(여기서는 쿼리에 5개의 테이블이 사용됨)를 볼 수 있습니다. 이는 현재 읽고 있는 5개의 테이블에 해당합니다.

이러한 기능을 통해 기업은 보다 스마트한 운영을 추진하고 구매 방법을 최적화하며 궁극적으로 전반적인 비즈니스 성과를 향상시킬 수 있습니다.