Schnelle Kurzgeschichten. Dr. Andrea Kennel InfoPunkt Kennel GmbH November 2011
|
|
- Hilko Dieter
- vor 5 Jahren
- Abrufe
Transkript
1 Schnelle Kurzgeschichten InfoPunkt Kennel GmbH November 2011
2 Agenda Inkasso Geschichten im DWH Eine lange Geschichte Eine Kurzgeschichte Geschichtsschreibung Geschichtsforschung Unsere Geschichte und Fazit Fragen & Antworten 2
3 Inkasso Dagobert zahlt Rechnungen an Düsentrieb nicht pünktlich Inge Inkasso mahnt Dagobert via Telefon Conny Controller wertet Daten im DWH aus z.b War Telefonnummer bei Falleröffnung bekannt? 3
4 Grundarchitektur 4
5 Dagobert s Fälle Fall_nr Datum Rechnung Datum Falleröffnung Schuldner Dagobert Dagobert Dagobert Dagobert Kreditor Düsentrieb Düsentrieb Düsentrieb Düsentrieb 5
6 Geschichten im DWH Slowly Changing Dimensions (SCD) Dimensionswerte können sich im Verlaufe der Zeit ändern Schuldner Telefonnummer Gültig Dagobert Dagobert Dagobert unbekannt Dagobert
7 Slowly Changing Dimensions Typ 1 (SCD I) Keine Historisierung Nur aktueller Wert Typ 2 (SCD II) Versionierung mit Gültigkeitsintervall zu jedem Zeitpunkt gültige Werte Typ 3 (SCD III) Erster und lezter Wert 7
8 Eine lange Geschichte SCD II Tabelle D_SCHULDER_LANG ID Schuldner Telefonnummer Gültig von Gültig bis 100 Dagobert NULL Dagobert Dagobert Dagobert NULL Dagobert Tabelle D_FALL ID Fall Eroeffnet Rechnung Schuldner Kreditor Dagobert Düsentrieb Dagobert Düsentrieb Dagobert Düsentrieb Dagobert Düsentrieb 8
9 Eine Kurzgeschichte SCD III Tabelle D_FALL_KURZGESCHICHTE ID Fall Eroeffnet Rechnung Schuldner Kreditor Dagobert Dagobert Dagobert Dagobert Tabelle D_SCHULDER_KURZ ID Schuldner Telefonnummer 104 Dagobert Düsentrieb N Düsentrieb Y Düsentrieb Y Düsentrieb N TEL_ eroeffnet TEL_ heute Y Y Y Y 9
10 Geschichtsschreibung QUELLE_SCHULDNER_TELEFON 10
11 Geschichtsschreibung Tabelle QUELLE_SCHULDER Schuldner Telefonnummer Gültig Dagobert Dagobert Dagobert unbekannt Dagobert Tabelle D_SCHULDER_LANG ID Schuldner Telefonnummer Gültig von Gültig bis 100 Dagobert NULL Dagobert Dagobert Dagobert NULL Dagobert
12 Geschichtsschreibung QUELLE_SCHULDNER_TELEFON 12
13 Geschichtsschreibung SCD II m-zu-m Beziehung Schuldner hat m Fälle Fall hat m Versionen desselben Schuldners D_SCHULDER_LANG D_FALL FAKTEN ID für Schuldner oder Auf 1 Version verweisen 13
14 Geschichtsschreibung SCD III 1-zu-m Beziehung Schuldner hat m Fälle Fall hat 1 Schuldner D_SCHULDNER_KURZ D_FALL_KURZGESCHICHTE FAKTEN D_SCHULDNER_KURZ könnte weggelassen werden 14
15 Eine lange Geschichte SCD II Tabelle D_SCHULDER_LANG ID Schuldner Telefonnummer Gültig von Gültig bis 100 Dagobert NULL Dagobert Dagobert Dagobert NULL Dagobert Tabelle D_FALL ID Fall Eroeffnet Rechnung Schuldner Kreditor Dagobert Düsentrieb Dagobert Düsentrieb Dagobert Düsentrieb Dagobert Düsentrieb 15
16 Eine Kurzgeschichte SCD III Tabelle D_FALL_KURZGESCHICHTE ID Fall Eroeffnet Rechnung Schuldner Kreditor Dagobert Dagobert Dagobert Dagobert Tabelle D_SCHULDER_KURZ ID Schuldner Telefonnummer 104 Dagobert Düsentrieb N Düsentrieb Y Düsentrieb Y Düsentrieb N TEL_ eroeffnet TEL_ heute Y Y Y Y 16
17 Geschichtsforschung Anzahl Fälle mit und ohne Tel_nr bei Eröffnung Lange Geschichte SCD II Join mit eröffnet between gültig von and gültig bis Dann count mit group by Kurzgeschichte SCD III Count mit group by 17
18 Geschichtsforschung Anzahl Fälle ohne Tel_nr bei Eröffnung, mit und ohne Tel_nr heute Lange Geschichte SCD II 2 Joins mit eröffnet / heute between gültig von and gültig bis Dann count mit group by Kurzgeschichte SCD III Count mit group by 18
19 Unsere Geschiche 15 Attribute relevant bei Eröffnung und heute Als Kurzgeschichte SCD III umgesetzt Weniger versionierte Datensätze Sauberes Datenmodell Einfachere und schnellere Abfrage Verständlich für Endanwender 19
20 Grundarchitektur 20
21 Fazit Versionen zum Einschränken von Fakten Viele Zeitpunkte interessieren Lange Geschichte SCD II Versionen zum Einschränken von Dimensionen Zwei Zeitpunkte interessieren Kurzgeschichte SCD III 21
22 Fazit Wenn Einschränkung Dimension + 2 Zeitpunkte Kurzgeschichte SCD III Architektur Einfach Sauber Abfrage Einfach Schneller 22
23 Fragen & Antworten? 23
Schnelle Kurzgeschichten
Schnelle Kurzgeschichten Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte: Data Warehousing, Dimensionen, Performance, Slowly Changing Dimensions. Einleitung Unsere Kundin ist im
MehrFehlertoleranz und Robustheit von ETL-Prozessen Wie gestalten wir Abläufe möglichst widerstandsfähig. Christian Borghardt I BI Consultant
Fehlertoleranz und Robustheit von ETL-Prozessen Wie gestalten wir Abläufe möglichst widerstandsfähig Christian Borghardt I BI Consultant Über uns areto consulting gmbh Echter Business Intelligence Spezialist
MehrKönnen "fast changing monster dimensions" gezähmt werden?
Können "fast changing monster dimensions" gezähmt werden? Vortrag an der DOAG 2010 Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte: Data Warehousing, Dimensionen, Performance,
MehrZWISCHEN ALBTRAUM UND OPTIMALER PERFORMANCE
ZWISCHEN ALBTRAUM UND OPTIMALER PERFORMANCE Indexierungsstrategie im Data Warehouse Dani Schnider, Trivadis AG DOAG Konferenz, Nürnberg BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR.
MehrWie modelliere ich mein Core Data Warehouse?
Wie modelliere ich mein Core Data Warehouse? Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Schlüsselworte: Data Warehouse, Datenmodellierung, Historisierung Einleitung Das Core dient im Data Warehouse
MehrWiderspenstige Dimensionen. Dr. Andrea Kennel InfoPunkt Kennel GmbH Dübendorf-Schweiz November 2017
Widerspenstige Dimensionen Dr. Andrea Kennel InfoPunkt Kennel GmbH Dübendorf-Schweiz November 2017 Widerspenstige Dimensionen Quelle: http://www.peter-becker.de/index.htm 13.11.17 Dr. Andrea Kennel 2 Agenda
MehrSCD2 mal anders. Andrej Pashchenko Trivadis GmbH Düsseldorf
SCD2 mal anders Andrej Pashchenko Trivadis GmbH Düsseldorf Schlüsselworte Slowly Changing Dimensions Type 2, Historisierung. Einleitung Die Historisierung der Daten ist eine übliche, aber auch komplexe
MehrETL-Industrialisierung mit dem OWB Mapping Generator. Irina Gotlibovych Senior System Beraterin
ETL-Industrialisierung mit dem OWB Mapping Generator Irina Gotlibovych Senior System Beraterin MT AG managing technology Daten und Fakten Als innovativer Beratungs- und IT-Dienstleister zählt die MT AG
MehrSQL-basierte SCD2-Versionierung hierarchischer Strukturen
SQL-basierte SCD2-Versionierung hierarchischer Strukturen Meik Truschkowski nobilia-werke J. Stickling GmbH & Co. KG Verl Projektleiter Business Intelligence und Data Warehousing 1 SQL-basierte SCD2-Versionierung
MehrModellierung agiler Data Warehouses mit Data Vault
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Schlüsselworte: Data Warehouse, Data Vault, Datenmodellierung, Agile Projektentwicklung, Historisierung,
MehrINDEXIERUNGS- STRATEGIE IM DATA WAREHOUSE
INDEXIERUNGS- STRATEGIE IM DATA WAREHOUSE ZWISCHEN ALBTRAUM UND OPTIMALER PERFORMANCE DOAG Konferenz 2011 Dani Schnider Trivadis AG Nürnberg, BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG
MehrViel aus wenig: Enterprise-DWH mit Basic ETL
Viel aus wenig: Enterprise-DWH mit Basic ETL Jörg Menker Leiter Competence-Center DWH-Architektur & Frontends Nürnberg, 28.10.2011 MT AG Agenda Warehouse Builder Feature Groups Enterprise-DWH mit Basic
MehrOracle 10g Einführung
Kurs Oracle 10g Einführung Teil 5 Einführung Timo Meyer Administration von Oracle-Datenbanken Timo Meyer Sommersemester 2006 Seite 1 von 16 Seite 1 von 16 Agenda 1 Tabellen und Views erstellen 2 Indizes
MehrVon der Lagerhalle zum Markt DWH-Architektur Grundlagen
Von der Lagerhalle zum Markt DWH-Architektur Grundlagen InfoPunkt Kennel GmbH Juni 2016 1 Agenda Gemeinsames Verständnis von DWH Modellierung mit ERM Modellierung mit Star/Snowflake Modellierung ADAPT
MehrGrundlagen von SQL. Informatik 2, FS18. Dr. Hermann Lehner (Material von Dr. Markus Dahinden) Departement Informatik, ETH Zürich
Grundlagen von SQL Informatik 2, FS18 Dr. Hermann Lehner (Material von Dr. Markus Dahinden) Departement Informatik, ETH Zürich Markus Dahinden 13.05.18 1 Grundlagen von SQL (Structured Query Language)
Mehr5/14/18. Grundlagen von SQL. Grundlagen von SQL. Google, Facebook und Co. setzen auf SQL. Whatsapp
5/14/18 Grundlagen von SQL (Structured Query Language) Datenbanksprache Befehle Datenbanken und Tabellen erstellen/verändern Daten manipulieren (eingeben, ändern, löschen) Datenbank durchsuchen (Queries
MehrBrücken bauen im dimensionalen Modell
Bridge Tables bilden in der dimensionalen Modellierung Dimensionen mit Mehrfach-Attributen (Multi Valued Dimensions) oder rekursive Hierarchien in einer Dimension ab. Diese Erweiterung des Star-Schemas
MehrModellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART
MehrBerechnung von Kennzahlen mit der SQL Model Clause
Berechnung von Kennzahlen mit der Thomas Mauch 12.07.2018 DOAG BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 AGENDA 1. Einführung 2. Syntax 3. Performance
MehrBrücken bauen im dimensionalen Modell
Brücken bauen im dimensionalen Modell DOAG Konferenz 2012 Dani Schnider Trivadis AG Nürnberg, BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 Dani Schnider
MehrPartitionierungsstrategien für Data Vault
ierungsstrategien für Data Vault Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Einleitung Während das Laden von Tabellen in Data Vault in der Regel nicht zeitkritisch ist, stellt uns das effiziente
MehrÜbersicht der wichtigsten MySQL-Befehle
Übersicht der wichtigsten MySQL-Befehle 1. Arbeiten mit Datenbanken 1.1 Datenbank anlegen Eine Datenbank kann man wie folgt erstellen. CREATE DATABASE db_namen; 1.2 Existierende Datenbanken anzeigen Mit
MehrDatenbanken Unit 9: OLAP, OLTP, Data Warehouse Ranking Algorithmen
Datenbanken Unit 9: OLAP, OLTP, Data Warehouse Ranking Algorithmen 28. V. 2018 Outline 1 Organisatorisches 2 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 3 Ranking 4 SQL Organisatorisches Ergebnisse
MehrBrücken bauen im dimensionalen Modell
Brücken bauen im dimensionalen Modell Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Schlüsselworte: Data Warehouse, Data Mart, Star Schema, Dimensionale Modellierung, Bridge Tables, Multi-Valued
MehrDatenbank Grundlagen. Performanceuntersuchungen
Vorlesung Datenbanken, Entwurfsarbeit 1 Fachbereich Automatisierung und Informatik Wernigerode Datenbank Grundlagen Performanceuntersuchungen Entwicklung einer Datenbank zur Verwaltung eines Bestellwesens
MehrGROUP BY, HAVING und Sichten
GROUP BY, HAVING und Sichten Tutorübungen 09/33 zu Grundlagen: Datenbanken (WS 14/15) Michael Schwarz Technische Universität München 11.11 / 12.11.2014 1/12 GROUP BY HAVING Sichten Eine Tabelle studenten
MehrFEHLERTOLERANTE LADEPROZESSE IN ORACLE
FEHLERTOLERANTE LADEPROZESSE IN ORACLE GEGEN SCHLAFLOSE NÄCHTE DOAG BI Konferenz 2012 Dani Schnider Trivadis AG München, BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN
Mehr1 Vorstellung Kursbeispiel
1 Vorstellung Kursbeispiel Dieses Kapitel basiert auf den datenbanktheoretischen Grundlagen des Kapitel 1 und stellt die im Kurs verwendete Testdatenbank vor. Weiterhin soll grob skizziert werden, wie
MehrVon der transaktionalen zur dimensionalen Modellierung Vortrag auf der DOAG, Nürnberg, Felix Krul I Senior BI Consultant
Von der transaktionalen zur dimensionalen Modellierung Vortrag auf der DOAG, Nürnberg, 17.11.2015 Felix Krul I Senior BI Consultant Über uns areto consulting gmbh Echter Business Intelligence Spezialist
MehrDataVault Ein Leben zwischen 3NF und Star. DOAG Konferenz Nürnberg 2013 Michael Klose November 2013
DataVault Ein Leben zwischen 3NF und Star DOAG Konferenz Nürnberg 2013 Michael Klose November 2013 CGI Group Inc. 2013 Agenda Definition und Positionierung Grundlagen der Data Vault Modellierung Modellierungsbeispiele
Mehrinsert, update, delete Definition des Datenbankschemas select, from, where Rechteverwaltung, Transaktionskontrolle
Einführung in SQL insert, update, delete Definition des Datenbankschemas select, from, where Rechteverwaltung, Transaktionskontrolle Quelle Wikipedia, 3.9.2015 SQL zur Kommunikation mit dem DBMS SQL ist
MehrHistorisierung und Versionierung
DOAG NRW-Regionaltreffen 7. Juli 2005, Aachen Historisierung und Versionierung für ein bestehendes Datenmodell ohne Änderung der Anwendung Martin Friemel, Martin Kubitza Enterprise Web AG, Duisburg fon
MehrHistorisierung auf Knopfdruck
Die generierte Zeitmaschine Historisierung auf Knopfdruck Dani Schnider Principal Consultant Trivadis AG DOAG-Konferenz, Nürnberg 17. November 2010 Basel Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg
MehrMethoden zum Befüllen von SCD2
www.immobilienscout24.de Methoden zum Befüllen von SCD2 Berlin 08.12.2010 Dierk Bachmann Inhaltsverzeichnis (1) Gewünschte Eigenschaften von SCD2s (2) Befüllen per Merge (3) Befüllen mit Exchange Partition
MehrISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de
08 Datenbanken Übung SQL Einführung Eckbert Jankowski www.iit.tu-cottbus.de Datenmodell (Wiederholung, Zusammenfassung) Objekte und deren Eigenschaften definieren Beziehungen zwischen den Objekten erkennen/definieren
MehrENTERBRAIN Reporting & Business Intelligence
Überblick Vorhandene Listen/Analysen in ENTERBRAIN Die Daten in ENTERBRAIN Das Fundament des BI - Hauses Details zur ENTERBRAIN Staging Area Reports und Cubes auf Basis der Staging Area Data Mining mit
MehrSQL Data Manipulation Language (DML) und Query Language (QL)
Innsbruck Information System University of Innsbruck School of Management Information Systems Universitätsstraße 15 6020 Innsbruck SQL Data Manipulation Language (DML) und Query Language (QL) Universität
MehrALK, ALKIS und ATKIS : Basis für 3D-Stadtmodelle in Google und Virtual Earth. Dr.-Ing. Christoph Averdung
ALK, ALKIS und ATKIS : Basis für 3D-Stadtmodelle in Google und Virtual Earth Dr.-Ing. Christoph Averdung averdung@supportgis.de Gliederung Problemstellung. Fortführung von 3D-Stadtmodellen mit amtlichen
MehrAutomatische Korrektur der NULL-Werte durch Defaultwerte (Singlestones)
Feraydoun Mohajeri Automatische Korrektur der NULL-Werte durch Defaultwerte (Singlestones) #DOAG2014 Konferenz vom 18. 20. Nov. 2014 in Nürnberg Gegründet 1991 60 Mitarbeiter-Innen Bochum und Bern 130
MehrAnwendungsentwicklung Datenbanken SQL. Stefan Goebel
Anwendungsentwicklung Datenbanken SQL Stefan Goebel SQL Structured Query Language strukturierte Abfragesprache von ANSI und ISO standardisiert deklarativ bedeutet was statt wie SQL beschreibt, welche Daten
MehrMit Versionierungsinformationen im Requirements Interchange Format (ReqIF) echte Wiederverwendung von Anforderungen erreichen. Dr.
Mit Versionierungsinformationen im Requirements Interchange Format (ReqIF) echte Wiederverwendung von Anforderungen erreichen Dr. Oliver Alt GI-RE-Fachgruppentreffen 2012 LieberLieber Software GmbH Sitz
MehrSQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software
SQL Tutorial SQL - Tutorial SS 06 Hubert Baumgartner INSO - Industrial Software Institut für Rechnergestützte Automation Fakultät für Informatik Technische Universität Wien Inhalt des Tutorials 1 2 3 4
Mehr1 Business-Intelligence-Architektur 1
D3kjd3Di38lk323nnm xi 1 Business-Intelligence-Architektur 1 1.1 Data Warehouse....................................... 1 1.2 OLAP und mehrdimensionale Datenbanken.................. 4 1.3 Architekturvarianten....................................
MehrOracle In-Memory & Data Warehouse: Die perfekte Kombination?
Oracle In-Memory & Data Warehouse: Die perfekte Kombination? Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Einleitung Als Larry Ellison in einer Keynote im Juni 2014 die Oracle In-Memory Option
MehrGeschäftsprozess-Performance messen leicht gemacht
Geschäftsprozess-Performance messen leicht gemacht Alexander Voigt, areto consulting gmbh Bei der Analyse komplexer Geschäftsprozesse oder Lebenszyklen ist die Zeitdauer zwischen Fortschritten von großem
MehrDWH Automatisierung mit Data Vault 2.0
DWH Automatisierung mit Data Vault 2.0 Andre Dörr Trevisto AG Nürnberg Schlüsselworte Architektur, DWH, Data Vault Einleitung Wenn man die Entwicklung von ETL / ELT Prozessen für eine klassische DWH Architektur
MehrInhaltsverzeichnis. Lothar Piepmeyer. Grundkurs Datenbanksysteme. Von den Konzepten bis zur Anwendungsentwicklung ISBN:
Lothar Piepmeyer Grundkurs Datenbanksysteme Von den Konzepten bis zur Anwendungsentwicklung ISBN: 978-3-446-42354-1 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42354-1
MehrDatenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken
Datenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken 17. V. 2017 Outline 1 Organisatorisches 2 SQL 3 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 4 Objekt-relationale Datenbanken Beispiel
MehrIndexierungsstrategie im Data Warehouse Zwischen Albtraum und optimaler Performance
Indexierungsstrategie im Data Warehouse Zwischen Albtraum und optimaler Performance Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Schlüsselworte: Data Warehouse, Indexierung, Staging Area, Cleansing
MehrWirtschaftsinformatik (PWIN) 6. Mentorium. Wirtschaftsinformatik (PWIN), SS 2010, Professur für Mobile Business & Multilateral Security 1
Wirtschaftsinformatik (PWIN) 6. Mentorium Datenbanken Wirtschaftsinformatik (PWIN), SS 2010, Professur für Mobile Business & Multilateral Security 1 Datenmanipulationssprache SQL Gegeben sind die folgenden
MehrSQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar
Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-
MehrDatenmanagement I SoSe 2006 Aufgabenblatt 4
Datenmanagement I SoSe 2006 Aufgabenblatt 4 June 11, 2009 Versuchen Sie, einige der Anfragen zu formulieren (ab Punkt 6), die im Tutorium stehen, das hier zu finden ist: http://wwwiti.cs.uni-magdeburg.de/iti_db/lehre/dm/tut/tutorium.html.
MehrIndexstrategien im Data Warehouse
Indexstrategien im Data Warehouse Reinhard Mense areto consulting gmbh Köln Schlüsselworte Business Intelligence, Data Warehouse, Bitmap Index, B*Tree Index, Partial Index, Star Schema, Snowflake Schema,
MehrData Warehouse Grundlagen
Seminarunterlage Version: 2.13 Version 2.13 vom 27. August 2018 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen sind Warenzeichen
MehrDatenbanken. Zusammenfassung. Datenbanksysteme
Zusammenfassung Datenbanksysteme Christian Moser Seite 1 vom 7 12.09.2002 Wichtige Begriffe Attribut Assoziation API Atomares Attribut Datenbasis DBMS Datenunabhängigkeit Datenbankmodell DDL DML DCL ER-Diagramm
MehrOracle 9i Einführung. Performance Tuning. Kurs. Teil 12 Materialized Views. Universität Hannover. Praxisbeispiel. Migration.
Kurs Oracle 9i Einführung Performance Tuning Teil 12 Materialized Views Timo Meyer Wintersemester 2005 / 2006 Seite 1 von 9 Seite 1 von 9 Agenda 1. Einführung Materialized Views 2. 3. Materialized View
MehrDaniel Warner SQL. Das Praxisbuch. Mit 119 Abbildungen. Franzis
Daniel Warner SQL Das Praxisbuch Mit 119 Abbildungen Franzis Inhaltsverzeichnis Teil I - Einleitung 15 1 Einleitung 17 1.1 Zum Aufbau des Buchs 17 1.2 Hinweise zur Buch-CD 18 1.3 Typografische Konventionen
MehrDatenbanksysteme Kapitel 5: SQL - Grundlagen
Datenbanksysteme Kapitel 5: SQL - Grundlagen Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence Prof. Dr. Prof. Peter Dr. Chamoni Peter
MehrEinleitung. ROLLUP, CUBE und GROUPING. Markus Jägle (markus.jaegle@trivadis.com) Art der Info Technische Background Info (April 2002)
Betrifft Autör: GROUPING_ID Markus Jägle (markus.jaegle@trivadis.com) Art der Info Technische Background Info (April 2002) Quelle Aus dem Oracle9i Data Warehousing Guide und den Kursen New Features Oracle9i
MehrDatenbanksysteme Kapitel 5: SQL Grundlagen Teil 1
Datenbanksysteme Kapitel 5: SQL Grundlagen Teil 1 Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence Prof. Prof. Dr. Dr. Peter Peter
MehrKonzeptueller Entwurf
Konzeptueller Entwurf UML Klassendiagrame UML Assoziationen Entspricht Beziehungen Optional: Assoziationsnamen Leserichtung ( oder ), sonst bidirektional Rollennamen Kardinalitätsrestriktionen UML Kardinalitätsrestriktionen
MehrDatenzugriffskomponente mit JPA 2.1
Datenzugriffskomponente mit JPA 2.1 (Grundlagen der Java Persistence Architecture) Vladislav Faerman Gliederung Einführung Konfiguration Objekt-Relationales Mapping (ORM) mit JPA Das zentrale Konzept der
MehrForderungen als Datei hochladen
mediafinanz AG Weiße Breite 5 49084 Osnabrück Forderungen als Datei hochladen Beschreibung der mediafinanz CSV-Schnittstelle Version 4.7 vom 18.04.2008 Vorbereitung: Exportdatei in Ihrem System erzeugen
MehrSQL: Abfragen für einzelne Tabellen
Musterlösungen zu LOTS SQL: Abfragen für einzelne Tabellen Die Aufgaben lösen Sie mit dem SQL-Training-Tool LOTS der Universität Leipzig: http://lots.uni-leipzig.de:8080/sql-training/ Wir betrachten für
MehrDatenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken
Datenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken 31. V. 2016 Outline 1 Organisatorisches 2 SQL 3 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 4 Objekt-relationale Datenbanken Beispiel
MehrPerformanter Aufbau von Materialized Views im ETL-Prozess Vorgehen und ein Framework für den OWB. Reinhard Mense Geschäftsführer ARETO Consulting
Performanter Aufbau von Materialized Views im ETL-Prozess Vorgehen und ein Framework für den OWB Reinhard Mense Geschäftsführer ARETO Consulting Inhalt Typisches Szenario Complete Refresh Fast Refresh
MehrVon der transaktionalen zur dimensionalen Modellierung Vortrag auf der DOAG, Nürnberg, Felix Krul I Senior BI Consultant
Von der transaktionalen zur dimensionalen Modellierung Vortrag auf der DOAG, Nürnberg, 17.11.2015 Felix Krul I Senior BI Consultant Über uns areto consulting gmbh Echter Business Intelligence Spezialist
MehrSeminar 2. SQL - DML(Data Manipulation Language) und. DDL(Data Definition Language) Befehle.
Seminar 2 SQL - DML(Data Manipulation Language) und DDL(Data Definition Language) Befehle. DML Befehle Aggregatfunktionen - werden auf eine Menge von Tupeln angewendet - Verdichtung einzelner Tupeln yu
MehrDWH-Modellierung mit Data Vault in Kombination mit ODI 12c - Erfahrungen aus der Praxis - Claus Jordan Trivadis GmbH Stuttgart
Schlüsselworte DWH-Modellierung mit Data Vault in Kombination mit ODI 12c - Erfahrungen aus der Praxis - Claus Jordan Trivadis GmbH Stuttgart Data Warehouse, DWH, Data Vault, ODI, Oracle Data Integrator
MehrKommunikation und Datenhaltung. Übungsblatt D1. (Relationale Algebra & SQL)
Kommunikation und Datenhaltung Übungsblatt D1 (Relationale Algebra & SQL) Ausgabe: 18.05.2009 Besprechung: 25.05.2009 Alle Aufgaben auf diesem Übungsblatt beziehen sich auf ein leicht abgewandeltes Datenbankschema
MehrProf. Dr. Bernd Blümel Prof. Dr. Volker Klingspor. Datenbanken und SQL
Prof. Dr. Bernd Blümel Prof. Dr. Volker Klingspor Falsche Datenstruktur 2 Optimierte Struktur 3 Tabellen der campusinfo-datenbank 4 Elemente einer Tabelle 5 Der Fremdschlüssel 6 Beispiele Beispiel1: Kunden
MehrDatenmodell Entity-Attribute-Value
Datenmodell Entity-Attribute-Value Holger Jakobs holger@jakobs.com 2017-03-22 Inhaltsverzeichnis 1 Was ist EAV? 1 2 Umsetzungsmöglichkeiten in PostgreSQL 2 2.1 Tabellenlösung.................................
Mehr7. Einfache Auswertungen aus der Datenbank (select)
7. Einfache Auswertungen aus der Datenbank (select) [ ] 7.3 rojektion Erzeuge eine Übersicht aller existierender Warengruppen Select distinct warengruppe from artikel - WS 2007/2008 - rof. Dr. Klaus-Dieter
MehrEinführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten
Einführung in SQL Die Sprache SQL (Structured Query Language) ist eine Programmiersprache für relationale Datenbanksysteme, die auf dem ANSI-SQL-Standard beruht. SQL wird heute von fast jedem Datenbanksystem
MehrIAM, Personalrat und Dienstvereinbarung Tradition und Moderne in der Zusammenarbeit, bei Dokumenten und Dokumentationen
Das Regionale RechenZentrum Erlangen (RRZE) IAM, Personalrat und Dienstvereinbarung Tradition und Moderne in der Zusammenarbeit, bei Dokumenten und Dokumentationen Dr. P. Reiß, F. Tröger Agenda 1. Rahmenbedingungen
MehrVorwort zur 5. Auflage... 15 Über den Autor... 16
Vorwort zur 5. Auflage...................................... 15 Über den Autor............................................ 16 Teil I Grundlagen.............................................. 17 1 Einführung
Mehr105.3 SQL-Datenverwaltung
LPI-Zertifizierung 105.3 SQL-Datenverwaltung Copyright ( ) 2009 by Dr. W. Kicherer. This work is licensed under the Creative Commons Attribution-Noncommercial-Share Alike 2.0 Germany License. To view a
MehrMCSA: SQL 2016 Database Development
MCSA: SQL 2016 Database Development Querying Data with Transact-SQL & Developing SQL Databases Seminarziel In diesem 6-tägigen Kurs werden die Teilnehmer von Grund auf in die Entwicklung
Mehr! Partitionieren Sie Ihr Data Warehouse?
! Partitionieren Sie Ihr Data Warehouse? DOAG Konferenz 2009 Beat Flühmann Senior Consultant DWH & BI Trivadis AG 19. 11. 2009, Nürnberg Basel Baden Bern Brugg Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg
MehrSELECT dient dazu, aus einer vorhandenen Datenbank bestimmte Spalten und Zeilen auszugeben es handelt sich also um eine Auswahlabfrage.
SELECT-FROM SELECT dient dazu, aus einer vorhandenen Datenbank bestimmte Spalten und Zeilen auszugeben es handelt sich also um eine Auswahlabfrage. Inhaltsverzeichnis 1 Der grundlegende Aufbau 2 Doppelte
MehrMySQL-Befehle. In diesem Tutorial möchte ich eine kurze Übersicht der wichtigsten Befehle von MySQL geben.
MySQL-Befehle 1. Einleitung In diesem Tutorial möchte ich eine kurze Übersicht der wichtigsten Befehle von MySQL geben. 2. Arbeiten mit Datenbanken 2.1 Datenbank anlegen Eine Datenbank kann man wie folgt
MehrWie erziehe ich meinen Kunden
Wie erziehe ich meinen Kunden Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte: Data Warehousing, Dimensionen, Fakten, Zusammenarbeit, Kommunikation. Ausgangslage Die Informatikabteilung
MehrDaten- Historisierung. im DWH. Dr. Kurt Franke debitel AG. Historisierung.
Daten- im DWH Dr. Kurt Franke debitel AG Kurt.Franke@de.debitel.com Dr. Kurt Franke, debitel AG D.O.A.G. SIG Datawarehouse - 17.06.2008 Folie 1 Zeitbezug von Datensätzen Eventbezogene Daten Datensets mit
MehrSQL Wiederholung. Datenbanktechnologien. Verbunde. Aggregation und Gruppierung. Unterabfragen. Hochschule für Technik und Wirtschaft Berlin
SQL Wiederholung Datenbanktechnologien Prof. Dr. Ingo Claÿen Prof. Dr. Martin Kempa Hochschule für Technik und Wirtschaft Berlin Verbunde Aggregation und Gruppierung Unterabfragen Verbunde Inner-Join Nur
MehrInhaltsverzeichnis. Einleitung
vn Inhaltsverzeichnis Einleitung Kapitel 1: Eine Einführung in relationale Datenbanken 7 Was ist eine relationale Datenbank? 9 Verknüpfen der einzelnen Tabellen 10 Die Reihenfolge der Zeilen ist beliebig
MehrUnsere Webapplikation erweitern
Unsere Webapplikation erweitern Um mit Play zu arbeiten: 1. Starten Sie zunächst den MySQL-Server. Führen Sie dazu auf dem USB-Stick mysql_start.cmd aus. 2. Sie brauchen eine Windows-Kommandozeile: Starten
MehrForeign Keys. MySQL 4, 5. Kapitel 16: Fremdschlüssel. Marcel Noe
MySQL 4, 5 Kapitel 16: Fremdschlüssel Gliederung 1 Gliederung 1 Fremdschlüssel sichern die Referenzielle Integrität voneinander abhängiger Tabellen. Um Fremdschlüssel definieren zu können, müssen Sie die
MehrAbfragen aus mehreren Tabellen (mit join)
Abfragen aus mehreren Tabellen (mit join) Bislang wurden nur einzelne Tabellen eingesetzt. Das reicht oft auch aus, doch sobald man etwas komplexere Webprojekte realisieren möchten, wird man kaum umhinkommen,
MehrSQL. DDL (Data Definition Language) Befehle und DML(Data Manipulation Language)
SQL DDL (Data Definition Language) Befehle und DML(Data Manipulation Language) DML(Data Manipulation Language) SQL Abfragen Studenten MatrNr Name Vorname Email Age Gruppe 1234 Schmidt Hans schmidt@cs.ro
MehrKommunikation und Datenhaltung
Kommunikation und Datenhaltung 2. Übung zur Datenhaltung EER & Relationenmodell Agenda Institut für Programmstrukturen und Datenorganisation (IPD) Kurze Nachbesprechung zum ersten Übungsblatt (Relationale
MehrDatenbankgestützte Webanwendung zur Berechnung des Preises einer Voll- und Teilfolierung eines Kraftfahrzeuges
Datenbankgestützte Webanwendung zur Berechnung des Preises einer Voll- und Teilfolierung eines Kraftfahrzeuges Marie Mirschel Design Studio Zurbel Zwickauer Str. 198 09116 Chemnitz 1 Agenda Projektvorstellung
MehrSQL-Einführung Teil 2
SQL-Einführung Teil 2 Prof. Dr. Waldemar Rohde Dipl.-Ing. Jörg Höppner 19.10.2006 1 Datenmanipulationssprache (DML) Select DML ermöglicht es Daten mit SELECT abzurufen UPDATE zu verändern Delete DML Update
MehrBetriebsanleitung Inkasso-Homepage
Betriebsanleitung Inkasso-Homepage Über den Button Login oben links loggen Sie sich in unsere Homepage ein. Dort geben Sie unter Benutzername den Ihnen zugeteilten Benutzernamen sowie unter Kennwort das
MehrBeispieldaten Um die Erläuterungen in diesem Skript besser verständlich zu machen, soll nachfolgendes einfaches Datenbankschema dienen:
SQL-Einführung Skript zur grundlegenden Orientierung innerhalb des Datenbestandes mittels SQL. Unterstrichene Begriffe können für weitere Details in Wikipedia eingegeben werden (www.wikipedia.at). Einführung
MehrPartitionierung im DWH mit ORACLE 11g und 12c
Partitionierung im DWH mit ORACLE 11g und 12c Reinhard Wahl Metafinanz-Informationssysteme GmbH München Schlüsselworte Partitioning, Composite, Interval, Reference, ILM, 11g, 12c Einleitung Die erste Partitionierung,
Mehr