Acceso directo Snowflake

Nota: Este artículo explica la estructura y el uso de los modelos de datos de Alchemy Reporting. El acceso Snowflake Direct le proporcionará capacidades adicionales de generación de informes fuera de Alchemy Manager para aquellos que utilicen operaciones de inteligencia empresarial (BI) o análisis empresarial (BA). Si está interesado en utilizar Snowflake, póngase en contacto con su gestor de cuentas de Alchemy para obtener información sobre precios. Para saber más sobre los informes inteligentes, consulte ¿Qué son los informes inteligentes?

Acerca de Snowflake Direct Access

La plataforma Alchemy Training System utiliza Snowflake, una solución de almacén de datos extremadamente capaz. Para los clientes con sofisticadas operaciones de inteligencia empresarial (BI) o análisis empresarial (BA), Alchemy ofrece la posibilidad de que los clientes se conecten directamente a Snowflake, lo que permite a las organizaciones ver, consultar y analizar directamente todos sus datos de formación.

Snowflake Direct Access permite realizar análisis e informes exclusivos sobre la formación que Intertek Alchemy le ayuda a impartir.

• Elabore eficazmente sus análisis
• Combine fácilmente los datos de Alchemy con conjuntos de datos de otros sistemas.
• Descubra valiosas perspectivas y tendencias

Los clientes pueden acceder a la nube de datos Alchemy Manager Snowflake de dos maneras:

1. Cuenta de cliente: esta opción es para los clientes que tienen su propia cuenta Snowflake y relación de facturación. Esta opción requiere que el cliente tenga sus datos almacenados en la región AWS us-east-1.
2. Alchemy Reader Account: en esta opción, Alchemy crea y gestiona una cuenta Reader para el cliente, y toda la facturación corre a cargo de Alchemy.

Tanto si utiliza una de las interfaces web de Snowflake como una conexión de red directa a Snowflake, su acceso a los datos se realiza con SQL, por lo que necesitará a alguien que sepa utilizarlo. El nivel de conocimientos de SQL que necesite vendrá determinado por lo que esté intentando conseguir, pero podría requerir fácilmente el uso de múltiples JOINs, múltiples cláusulas WHERE y una extensa lista de campos SELECT.

Modelos de datos

Los modelos de datos (DM) son las vistas de sus datos de Alchemy a las que proporcionamos acceso directo. Sus Smart Reports y cuadros de mando utilizan estos DM para generar los datos. Proporcionan una versión de los datos de la aplicación que simplifica la recuperación y funciona muy bien a la hora de analizar los datos.

Los campos "clave" se utilizan para identificar los principales objetos de la base de datos. Pueden utilizarse para identificar objetos únicos y también se utilizan con un "join" para extraer datos adicionales.

DM_STUDENT_DETAIL

Esta tabla contiene datos exhaustivos sobre cada alumno. Puedes consultarlo directamente así:

    select nombre_completo_usuario, id_usuario, lugar_trabajo_usuario, fecha_contratación, grupos_usuario
    de dm_student_detail
    order by date_of_hire desc nulls last
    límite 20;

Columnas de la lista de grupos

Los grupos a los que pertenece el usuario se encuentran en los siguientes campos.

• USER_GROUPS contiene grupos de tipo Corporate y System
• DYNAMIC_GROUPS contiene Grupos Dinámicos

Grupos de clasificación

Alchemy Manager puede configurarse para admitir hasta 13 "Clasificaciones de alumnos". Cada clasificación tiene un campo en DM_STUDENT_DETAIL que tiene el nombre del grupo (o grupos) al que pertenece ese alumno.

Las columnas se denominan como sigue:

• STATUS_GROUPS
• PAY_TYPE_GROUPS
• TIME_TYPE_GROUPS
• GRUPOS_TIPO_EM
• GRUPOS_REGIONALES
• SUB_REGION_GROUPS
• DIV_GROUPS
• BUSS_UNIT_GROUPS
• DEPT_GROUPS
• JOB_CODE_GROUPS
• JOB_TITLE_GROUPS
• JOB_CLASS_GROUPS
• SHIFT_GROUPS

Los nombres de grupos múltiples se separarán con espacios y el símbolo de pipa (|). Sólo se mostrarán los 100 primeros nombres de grupos, ya que se pretende que se muestren "tal cual" y no que se manipulen o busquen.

DM_*_INFORME

Estas son las principales tablas del informe. En general, cada Smart Report en Alchemy Manager utiliza una tabla de informes, y cada fila de la tabla representa una fila de salida en un Smart Report. Los casos más sencillos utilizarán probablemente una tabla de informes y la tabla DM_STUDENT_DETAIL, una consulta como ésta funcionaría:

    select s.nombre_completo_usuario, tr.fecha_fin_entrenamiento, tr.código_actividad, tr.título_actividad
    de dm_tr_report tr
    inner join dm_student_detail s
      on tr.clave_alumno = s.clave_alumno
    donde date(tr.training_end_date) = current_date();

Las mesas son:

Tenga en cuenta que estamos eliminando los campos de alumnos de las tablas de informes para simplificar los nuevos informes y obtener detalles de varios alumnos (es decir, OBSERVED_BY_KEY, FACILITATOR_STUDENT_KEY, etc.). Por compatibilidad futura, debe recuperar los datos de los alumnos de la tabla DM_STUDENT_DETAIL.

DM_LOCALE_*

Estas tablas contienen las distintas traducciones de los objetos de Alchemy Manager que lo soportan. Cada tabla representa las traducciones disponibles para un único campo de texto. Cada fila de la tabla representa el texto que se mostraría para una única configuración regional. (Actualmente, el campo de configuración regional contiene un número obtuso. Esto se cambiará más adelante).

Tenga en cuenta que existe una traducción en cada una de las configuraciones regionales de interfaz de usuario admitidas, aunque no se haya proporcionado ninguna. En este caso se utilizará la traducción "en_US".

El contenido del curso puede estar disponible en una amplia variedad de idiomas, pero el título principal está en DM_LOCALE_PARENT y sólo en las configuraciones regionales de interfaz de usuario compatibles. Por ejemplo, hay cursos en swahili, vietnamita, etc., con nombres no ingleses, pero su título padre tendría una traducción al inglés, como "Electrical Safety Swahili", y podría no haber una traducción al español del título padre, por lo que en dm_locale_parent se almacenaría con el mismo título en inglés.

Por ejemplo, para obtener los nombres de los padres "es-US" (obtendremos "en-US" cuando no haya "es-US" disponible) para la formación reciente, funcionaría una consulta como ésta:

    select s.nombre_completo_usuario, tr.fecha_fin_entrenamiento, tr.código_actividad, p.nombre, tr.título_actividad
    de dm_tr_report tr
    inner join dm_student_detail s
      on tr.clave_alumno = s.clave_alumno
    inner join dm_locale_parent p
      on p.parent_key=tr.parent_key and p.filter_locale=160
    where date(training_end_date) = current_date() limit 20;

Las mesas son:

El ID de localización (filter_locale) para las localizaciones de Alchemy UI son:

DM_DETALLES_DE_RESPUESTA

Esta tabla contiene los detalles de las respuestas de los alumnos a un examen, una evaluación o una observación. Algunos campos se rellenan o no en función del tipo de objeto. Se unirá a la tabla del informe utilizando TEST_SESSION_KEY.

Nota: Las "Evaluaciones anónimas" son anónimas en la interfaz de usuario, pero no en los datos. Para preservar el anonimato, cualquier uso de los datos debe ocultar los detalles.

DM_GRUPO_ESTUDIANTE

Esta tabla incluye todos los grupos asociados a un alumno. Su uso está destinado exclusivamente al filtrado. Esto se consigue añadiendo una cláusula WHERE como:

    where clave_alumno in (
        select distinct clave_alumno from dm_grupo_alumno
        where nombre_grupo='Un nombre de estado'
        and group_type='Estado'
    )

DM_SEGURIDAD_ESTUDIANTES

Esta tabla te permite reforzar la seguridad estilo supervisor de Alchemy Manager. La seguridad del administrador se basa totalmente en el acceso a un alumno. Las filas de esta tabla deben filtrarse por ADMIN_STUDENT_KEY y unirse de nuevo a la tabla del informe utilizando STUDENT_KEY. El resultado es eliminar las filas que no son accesibles para el administrador. Para obtener la ADMIN_STUDENT_KEY correcta, busque la STUDENT_KEY del admin en la tabla DM_STUDENT_DETAIL. Este es un ejemplo para filtrar los resultados del administrador con USER_ID='000001':

    where clave_alumno in (
        select distinct clave_alumno from dm_seguridad_alumno
        donde admin_student_key=(
            select student_key from dm_student_detail where user_id='000001'
        )
    )

Nota: La tabla también se puede filtrar por UNIQUEADMINID, que se compone de StudentID y su DB_NAME. Es algo parecido a esto:

    where clave_alumno in (
        select distinct clave_alumno from dm_seguridad_alumno
        where uniqueadminid='12345@alchemy_clientname_live'
    )

Carga incremental

Si está copiando los datos de los informes en un sistema propio, recargar los datos periódicamente puede resultar demasiado lento o costoso. La solución estándar a este problema es cargar sólo lo que ha cambiado. Esto se denomina carga incremental o, a veces, carga delta. Este plan plantea varias dificultades:

• Identificar las filas modificadas puede ser difícil
• Las filas modificadas deben fusionarse con los datos antiguos
• No hay forma de saber qué filas hay que borrar

La forma más sencilla de gestionar una gran carga de datos es realizar cargas incrementales cada día, pero luego hacer una recarga completa una vez a la semana. En otras palabras, utilice una carga incremental como "mejor esfuerzo" para tener los datos actualizados, pero utilice una recarga completa para arreglar cualquier cosa que se haya pasado por alto o que deba eliminarse.

Estamos trabajando para facilitar la identificación de las filas modificadas. Actualmente, cada tabla tiene un campo CHANGE_DATE, pero es posible que esto cambie con demasiada frecuencia. Estamos añadiendo un campo DM_LAST_MODIFIED para indicar sólo cuándo se han producido cambios importantes. Si está utilizando alguna unión, también debe respetar los cambios en esas tablas. Para ser minucioso, debe buscar cualquier fecha mayor que la fecha mayor de los datos cargados anteriormente.

Para ilustrar una estrategia para mantener una copia local de DM_TR_REPORT, este bloque de pseudocódigo asume que su "db local" funciona exactamente igual que otra cuenta Snowflake. El objetivo es minimizar la cantidad de datos transferidos desde Alchemy a la base de datos local.

    -- Transferencia de filas modificadas de Alchemy a la base de datos local
       SET última_fecha_anterior = (
         SELECT COALESCE(MAX(DM_LAST_MODIFIED), '1980-01-01')
         FROM localdb.DM_TR_REPORT );
       CREATE OR REPLACE localdb.changes AS
       SELECT tus_columnas FROM ALCHEMY.DM_TR_REPORT
       WHERE DM_LAST_MODIFIED > $last_previous_date;
    -- Actualizar localmente las filas existentes donde haya coincidencias
       UPDATE localdb.DM_TR_REPORT SET tus_columnas
       FROM localdb.changes
       WHERE localdb.DM_TR_REPORT.transcript_key = localdb.changes.transcript_key;
    -- Insertar filas donde no hay coincidencias
       INSERT INTO localdb.DM_TR_REPORT (sus_columnas)
       SELECT tus_columnas FROM localdb.changes
       LEFT JOIN localdb.DM_TR_REPORT
         ON localdb.DM_TR_REPORT.transcript_key = localdb.changes.transcript_key
       WHERE localdb.DM_TR_REPORT.transcript_key IS NULL;

Tenga en cuenta que esto todavía no manejará las filas eliminadas.

He aquí una lista de las tablas DM y qué clave (o claves) debe utilizarse para identificar filas únicas.

Actualmente, sólo DM_TR_REPORT tiene un campo DM_LAST_MODIFIED. Las otras tablas tienen un campo CHANGE_DATE que puede utilizarse del mismo modo, pero no será tan eficaz para reducir los registros considerados "nuevos".

Informes avanzados

Algunos de nuestros informes tienen una complejidad adicional además de las tablas normales. No podrá recrear la salida de estos informes sin reproducir esta complejidad adicional.

Por ejemplo:

• El informe de suscripción al plan de formación utiliza la agrupación para simplificar los resultados cuando los usuarios están suscritos al mismo plan varias veces.
• Los informes "Matriz" utilizan varias filas y realizan una operación "pivotante" para convertir esas filas adicionales en columnas.
• Los gráficos de cuadros de mando disponibles en Manager agregan las filas en una o dos dimensiones y, a continuación, proporcionan los datos a una biblioteca de gráficos.