Data Warehouse Technologien
Dabei stehen Modellierungskonzepte und die Thematik der multidimensionalen Anfragen im Vordergrund. Zudem werden Interna wichtiger Systemlösungen von Oracle, IBM und Microsoft anhand zahlreicher Beispiele erläutert.Das Buch fokussiert auf relationale Umsetzungsstrategien des Data Warehouse. Es ist d...
| Main Authors: | , , |
|---|---|
| Format: | eBook |
| Language: | German |
| Published: |
Heidelberg
mitp
2014
|
| Edition: | Zweite Auflage |
| Subjects: | |
| Online Access: | |
| Collection: | O'Reilly - Collection details see MPG.ReNa |
Table of Contents:
- Includes bibliographical references and index
- 3.3.2 Snowflake-Schema3.3.3 Star-Schema; 3.3.4 Vergleich von Snowflake- und Star-Schema; 3.3.5 Fact-Constellation-Schema und Galaxie-Schema; 3.3.6 Alternative Modellierung von Klassifikationshierarchien; 3.3.7 Vermeidung von Semantikverlusten; 3.4 Slowly Changing Dimensions; 3.4.1 Berichtsanforderungen im Data Warehouse; 3.4.2 Typdefinitionen nach Kimball; 3.4.3 Realisierungen im Data Warehouse; 3.5 Vertiefende Literatur; 3.6 Übungen; 4 Extraktions-, Transformations- und Ladeprozess; 4.1 Qualitätsaspekte; 4.1.1 Der Datenbereinigungsprozess; 4.1.2 Duplikaterkennung; 4.1.3 Vergleichsfunktionen
- 2.4.2 Abhängige Data Marts: Nabe und Speiche2.4.3 Unabhängige Data Marts; 2.4.4 Föderierte und virtuelle Datenwürfel; 2.4.5 Data-Warehouse-Architektur in der Praxis; 2.4.6 Ein Multi-Schichten-Architekturansatz; 2.5 Vertiefende Literatur; 2.6 Übungen; 3 Modellierung von Data Warehouses; 3.1 Das multidimensionale Datenmodell; 3.1.1 Grundbegriffe; 3.1.2 Dimensionen; 3.1.3 Fakten und Kennzahlen; 3.1.4 Schema des multidimensionalen Datenwürfels; 3.2 Konzeptuelle Modellierung; 3.2.1 Das ME/R-Modell; 3.2.2 ADAPT; 3.3 Relationale Umsetzung; 3.3.1 Prinzip der relationalen Abbildung
- 2.2 Datenfluss in einem Data-Warehouse-System2.2.1 Phasen des Data Warehousing; 2.2.2 Datenquellen; 2.2.3 Datenbereinigungsbereich; 2.2.4 Extraktionskomponenten; 2.2.5 Transformationskomponenten; 2.2.6 Ladekomponente; 2.2.7 Basisdatenbank; 2.2.8 Befüllen; 2.2.9 Der Datenwürfel; 2.2.10 Data Marts; 2.2.11 Das Data Warehouse; 2.3 Referenzarchitektur; 2.3.1 Data-Warehouse-Manager; 2.3.2 Monitore; 2.3.3 Repository; 2.3.4 Metadaten-Manager; 2.3.5 Diskussion der kompletten Referenzarchitektur; 2.4 Architektur des Data Warehouse; 2.4.1 Rolle der Data Marts
- Cover; Titel; Impressum; Inhaltsverzeichnis; 1 Einführung in Data-Warehouse-Systeme; 1.1 Anwendungsszenario Getränkemarkt; 1.2 OLTP versus OLAP; 1.2.1 OLAP- versus OLTP-Transaktionen; 1.2.2 Vergleich von OLTP und OLAP; 1.2.3 Abgrenzung: DBMS-Techniken; 1.3 Charakteristika und Begriffe; 1.4 Big Data und Data Warehousing; 1.5 Aufbau des Buches; 1.6 Vertiefende Literatur; 1.7 Übungen; 2 Architektur; 2.1 Anforderungen; 2.1.1 Grobe Übersicht über Data-Warehouse-Systeme; 2.1.2 Anforderungen an die Architektur; 2.1.3 Die 12 OLAP-Regeln nach Codd; 2.1.4 Die FASMI-Anforderungen
- 4.1.4 Beheben von Datenkonflikten4.2 Der ETL-Prozess; 4.3 Die Extraktionsphase; 4.3.1 Extraktionstechniken; 4.3.2 Methode des Differential Snapshot; 4.4 Die Transformationsphase; 4.4.1 Daten- und Schemakonflikte; 4.4.2 Mappings im Transformationsschritt; 4.5 Die Ladephase; 4.5.1 Verwendung des Oracle SQL-Loader; 4.5.2 Multi-Table-Insert; 4.6 Alternativer Ansatz: ELT; 4.7 Vertiefende Literatur; 4.8 Übungen; 5 Anfragen an Data-Warehouse-Datenbanken; 5.1 Einführung und Anforderungen; 5.2 OLAP-Operationen; 5.3 SQL-Operationen für das Data Warehouse