|
|
|
|
LEADER |
02519nmm a2200385 u 4500 |
001 |
EB000387007 |
003 |
EBX01000000000000000240059 |
005 |
00000000000000.0 |
007 |
cr||||||||||||||||||||| |
008 |
130626 ||| ger |
020 |
|
|
|a 9783642215339
|
100 |
1 |
|
|a Farkisch, Kiumars
|
245 |
0 |
0 |
|a Data-Warehouse-Systeme kompakt
|h Elektronische Ressource
|b Aufbau, Architektur, Grundfunktionen
|c von Kiumars Farkisch
|
250 |
|
|
|a 1st ed. 2011
|
260 |
|
|
|a Berlin, Heidelberg
|b Springer Berlin Heidelberg
|c 2011, 2011
|
300 |
|
|
|a XI, 122 S. 31 Abb., 15 Abb. in Farbe
|b online resource
|
505 |
0 |
|
|a 1. Einleitung -- 2. Terminologie und Definition -- 3. Multidimensionale Datenmodellierung -- 4. Grundlagen von OLAP -- 5. Datenanalyse, Navigation anhand multidimensionaler Funktionen -- 6. Metadaten -- 7. Eigenschaften von Data-Warehouse-Systemen -- 8. Aufbau und Architektur eines Data-Warehouse-Systems -- 9. Optimierung -- 10. Realtime Data-Warehouse-Systeme -- 11. Data Mining -- Literaturverzeichnis -- Abbildungsverzeichnis -- Tabellenverzeichnis -- Index
|
653 |
|
|
|a Educational Technology
|
653 |
|
|
|a Software engineering
|
653 |
|
|
|a Engineering Economics, Organization, Logistics, Marketing
|
653 |
|
|
|a Engineering economics
|
653 |
|
|
|a Statistics
|
653 |
|
|
|a Software Engineering
|
653 |
|
|
|a Educational technology
|
653 |
|
|
|a IT in Business
|
653 |
|
|
|a Business—Data processing
|
653 |
|
|
|a Engineering economy
|
653 |
|
|
|a Statistics for Business, Management, Economics, Finance, Insurance
|
653 |
|
|
|a Information technology
|
041 |
0 |
7 |
|a ger
|2 ISO 639-2
|
989 |
|
|
|b Springer
|a Springer eBooks 2005-
|
490 |
0 |
|
|a Xpert.press
|
856 |
4 |
0 |
|u https://doi.org/10.1007/978-3-642-21533-9?nosfx=y
|x Verlag
|3 Volltext
|
082 |
0 |
|
|a 005.1
|
520 |
|
|
|a Dieses Buch untersucht Data-Warehouse-Systeme als einheitliche, zentrale, unternehmensweite, vollständige, historisierte und analytische IT-Plattform und stellt diese zur Unterstützung der Datenanalyse und des Entscheidungsfindungsprozesses dar. Dabei wird auf die einzelnen Komponenten eingegangen, die am Aufbau, an der Architektur und an dem Betrieb eines Data-Warehouse-Systems von Bedeutung sind. Es werden die multidimensionale Datenmodellierung mit deren Dimensionen und Fakten, der ETL-Prozess, OLAP, OLAM und deren jeweiligen Eigenschaften, Besonderheiten und Fähigkeiten erörtert. Zusätzlich werden die Optimierungsmaßnahmen zur Erhöhung der Performance des Data-Warehouse-Systems diskutiert
|