stringtranslate.com

Modelado bitemporal

El modelado bitemporal es un caso específico de técnica de modelado de información de bases de datos temporales diseñada para manejar datos históricos a lo largo de dos líneas de tiempo diferentes . [1] Esto hace posible rebobinar la información a "tal como era realmente" en combinación con "tal como se registró" en algún momento en el tiempo. Para poder hacer esto, la información no se puede descartar incluso si es errónea. En, por ejemplo, los informes financieros , a menudo es deseable poder recrear un informe antiguo tanto como se veía realmente en el momento de su creación como como debería haber parecido dadas las correcciones realizadas a los datos después de su creación.

Las implementaciones de modelado bitemporal se pueden realizar mediante bases de datos relacionales y bases de datos de grafos . Como tal, el modelado bitemporal se considera diferente del modelado dimensional y complementario de la normalización de bases de datos . El estándar SQL:2011 proporciona construcciones de lenguaje para trabajar con datos bitemporales. Sin embargo, a partir de 2011, muchas de las soluciones actuales todavía eran específicas de cada proveedor.

Filosofía

El modelado bitemporal utiliza estructuras bitemporales como componentes básicos. Esto da como resultado bases de datos que tienen un tipo de temporalidad consistente para todos los datos. Un ejemplo puede ser incluir la fecha y hora del evento (EDTS) y la fecha y hora de la carga (LDS).

Beneficios del modelado bitemporal

Al centrarse en la integridad y la precisión de los datos, el modelado bitemporal facilita la creación de registros de auditoría completos de los datos. Todos los datos se vuelven inmutables. En concreto, esto permite realizar consultas que proporcionen:

  1. Los datos más precisos posibles tal como los conocemos ahora
  2. Datos tal como los conocíamos en cualquier momento
  3. Cuándo y por qué cambiaron los datos más precisos que teníamos

Implementaciones en productos destacados

Véase también

Referencias

  1. ^ "Patrones temporales". martinfowler.com . Consultado el 4 de abril de 2017 .
  2. ^ Bridgwater, Adrian (24 de noviembre de 2014). "Los datos son buenos, los datos 'bidireccionales y bitemporales' son mejores". Forbes .
  3. ^ "XTDB". 9 de septiembre de 2021.
  4. ^ "terminusdb/terminusdb.pdf en dev · terminusdb/terminusdb". GitHub . Consultado el 12 de septiembre de 2021 .