دیتابیس و دیتاست

دیتا چیست؟

داده‌ها (Data) مشاهدات یا اندازه‌گیری‌هایی هستند (بدون پردازش یا با پردازش) که به‌صورت متن، اعداد یا... ذخیره شده‌اند.

فرض کنیم که لیستی برای ثبت‌نام افراد در یک دوره داریم. در این لیست اطلاعات مختلفی از افراد می‌خواهیم. ما در واقع یک سری فیلدهایی قرار داده‌ایم تا ببینیم که مشاهدات ما از مخاطب به چه صورت است. این مشاهدات و اندازه‌گیری‌ها را از مخاطب دریافت می‌کنیم.

نکته‌ای که اینجا وجود دارد این است که گاهی مخاطب در مقابل دیتا دادن به ما مقاومت می‌کند. مثلا ممکن است اگر در مورد میزان درآمد او سوال کنیم، این قسمت را خالی بگذارد. در بعضی از موارد هم مخاطب اطلاعات واقعی به ما می‌دهد.

شما ممکن است در داخل فرم‌ها دیده باشید که در بالای بعضی از فیلدها، یک ستاره قرار می‌دهند که یعنی پر کردن این قسمت الزامی است. حالا ممکن است مخاطب، اطلاعات خیلی درستی در این بخش ارائه نکند. مثلا وقتی مخاطب فرم استخدامی پر می‌کند، میزان درآمد خود را بالاتر از واقعیت بنویسد تا به کارفرما نشان دهد که درآمدی بیشتر می‌خواهد. در طرف مقابل، ممکن است مخاطب ما در یک فرم ثبت‌نامی در یک آموزشگاه، میزان درآمد خود را پایین‌تر از واقعیت اعلام کند تا مثلا شهریه کمتری پرداخت کند.

پس ما چند حالت برای پاسخ دادن داریم:

حالت اول: خالی (Null)

حالت دوم: واقعیت

حالت سوم: بالاتر از حد واقعی

حالت چهارم: پایین‌تر از حد واقعی

در تعریف داده، از اصطلاح‌های «با پردازش» و «بدون پردازش» گفتیم. داده‌های ما همیشه نیاز به پردازش دارند. در مثال قبلی،‌ وقتی مخاطب به من دادۀ اشتباهی در مورد درآمد خود داده باشد، این منجر به یک تحلیل اشتباه می‌شود. پس ما باید این داده‌ها را پردازش و تمیز کنیم تا بتوانیم از آن‌ها استفاده کنیم.

بعضی از داده‌هایی که در اسکرین سیور داریم، می‌توانند بدون پردازش باشند ولی تقریبا تمام اطلاعات ما نیاز به پردازش دارند.

دیتاست (Dataset)

مجموعه ساختاریافته از داده‌هاست که عموما با مجموعه‌ای منحصر به فرد از کار مرتبط است. مثلا دیتاست حقوق کارمنان یک شرکت.

دیتابیس (Database)

دیتابیس یا پایگاه داده مبحث مهمی است که ما بیشتر از آن استفاده می‌کنیم. دیتابیس، مجموعه‌ای سازمان‌یافته از داده است که به‌صورت مجموعه داده‌های متعدد ذخیره می‌شود.

مزیت‌های این روش عبارت‌اند از:

1- جزیره‌های یک سازمان را کنار هم ببینیم.

با داشتن یک دیتابیس ما می‌توانیم جزیره‌های یک سازمان را در کنار هم ببینیم. میزان فروش، محصولات،‌ انبار، مشتریان و غیره، می‌توانند جزیره‌های یک سازمان باشند که در کنار هم مفهومی را به ما می‌دهند.

2- امنیت داده

در سطح سازمان‌ها فردی که در تیم فروش قرار دارد، اطلاعات مربوط به تیم تولید را ندارد. افراد تیم تولید هم اطلاعات تیم فروش را ندارند. وقتی ما یک مجموعه دیتاست داشته باشیم، امنیت داده‌ها زیر سوال می‌رود. با داشتن یک دیتابیس، هر تیم،‌ تنها به یک سری اطلاعات دسترسی دارد و امنیت داده برقرار خواهد بود.

3- Insert

 اطلاعات افراد به صورت مجزا با کدهای شخصی وارد دیتابیس می‌شوند.

4- Update

 اطلاعات به مرور زمان آپدیت شده و کم و زیاد می‌شوند.

5- Delete

در صورت لزوم به راحتی دیتابیس یا هرکدام از اطلاعات پاک می‌شوند. 

سوالی که این‌جا وجود دارد این است که با توجه به این موارد،‌ آیا دیتابیس بهتر است و ما از دیتاست استفاده نمی‌کنیم؟

دیتابیس علاوه بر مزایایی که گفته شد، معایبی هم دارد. وقتی شما بخواهید یک رکورد از یک فروش داشته باشید،‌ باید برای هر بخش به سراغ یکی از جدول‌ها بروید. به اصطلاح می‌گوییم که در این حالت خوانش ما کم می‌شود. ما ساختار دیتابیس را به‌وجود آوردیم تا مزایایی که گفتیم را داشته باشیم اما خوانش را از دست دادیم. اما در دیتاست،‌ چون اطلاعات به‌صورت منظم قرار داده شده، خوانش خوبی از آن داریم.

در دیتابیس ما نگهداری خوبی داریم. یعنی اطلاعات به‌خوبی در پایگاه داده نگهداری می‌شوند. دیتاست برای خوانش مناسب است. Power BI‌ هم وظیفۀ خوانش را بر عهده دارد. یعنی پاور بی ‌آی، داده‌های ما را خوانده و یک گزارش تهیه می‌کند. اگر پاور بی‌ آی را به دیتابیس وصل کنیم، در هنگام خوانش به کندی برخورد می‌کند چون خوانش در دیتابیس کم می‌شود.