ZWISCHEN ALBTRAUM UND OPTIMALER PERFORMANCE
|
|
- Marcus Kästner
- vor 5 Jahren
- Abrufe
Transkript
1 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. HAMBURG MÜNCHEN STUTTGART WIEN 1
2 Dani Schnider Principal Consultant und DWH/BI Lead Architect bei Trivadis in Zürich Kursleiter für Trivadis-Kurse über Data Warehousing, SQL Optimierung und Oracle Warehouse Builder Co-Autor des Buches «Data Warehousing mit Oracle» 2
3 Über Trivadis Düsseldorf Hamburg Frankfurt Stuttgart München Freiburg Basel Zürich Bern ~180 Mitarbeiter Lausanne ~350 Mitarbeiter Wien ~20 Mitarbeiter Schweizer IT Consulting Unternehmen Hauptfokus Datenbanken Infrastructure Engineering Application Development Business Intelligence Managed Services Business Integration Services Training Mehr als 600 Mitarbeiter in 11 Niederlassungen in der Schweiz, in Deutschland und Österreich 3
4 Wie soll ich mein Data Warehouse indexieren? 4
5 Es gibt verschiedene Meinungen... Ein DWH-System hat mehr Indizes als ein OLTP-System Indizes machen die Abfragen schneller Fall Table Scans sind langsam Ein Data Warehouse sollte keine Indizes haben Indizes verlangsamen die ETL-Prozesse Jede Tabelle muss einen Primary Key haben Indizes sind für ein effizientes Laden der Daten notwendig Eine OLTP-Tabelle hat 2-3 Indizes, eine DWH-Tabelle 5-6 Bitmap Indizes sind für Attribute mit wenigen Werten sinnvoll 5
6 DWH OLTP «It depends...» 6
7 Data Warehouse Architektur Data Warehouse Quellsysteme Staging Area Cleansing Area Core Marts BI Plattform ETL Metadaten Wie sollen die verschiedenen Schichten im DWH indexiert werden? 7
8 Staging Area / Cleansing Area Staging Area Keine Indizes Cleansing Area Primary Key / Unique Key Constraints für Datenvalidierung Oracle erstellt automatisch einen Unique Index pro PK/UK Eventuell Index erst nach dem Laden berechnen (DISABLE / ENABLE CONSTRAINT) Keine weitere Indizes 8
9 Selektivität und Zugriffsmethode Selektivität = Prozentualer Anteil der Datensätze aus einer Tabelle Indexzugriffe sind effizient für selektive Abfragen (< 1-2% der Daten) Gilt sowohl für B-Tree Index als auch Bitmap Index Full Table Scans sind für nicht-selektive Abfragen effizienter In Staging Area und Cleansing Area werden immer 100% der Daten gelesen 9
10 Core Zweck von Core Datenintegration von verschiedenen Quellsystemen Historisierung und Versionierung Datenbasis für Data Marts Indexierung abhängig von verschiedenen Faktoren Logischem Datenmodell (dimensional / relational) Physischem Design (z.b. Partitionierung) Ladefrequenz der Data Marts 10
11 Indexierung von Core Dimensionales Core Primary Key Constraints auf Dimensionstabellen Oracle erstellt automatisch einen Unique Index pro PK/UK Alternativer Ansatz: PK/UK disablen, um Index zu vermeiden Keine Indizes auf Faktentabellen Relationales Core Primary Key / Unique Key Constraints auf Stammdaten Oracle erstellt automatisch einen Unique Index pro PK/UK Alternativer Ansatz: PK/UK disablen, um Index zu vermeiden Möglichst wenige oder keine Indizes auf Bewegungsdaten Indexierung von Foreign Keys nicht notwendig 11
12 Zeitliche Extraktion aus Core Core dient als Basis zum Laden der Data Marts Initiales Laden von Data Marts Keine Datumeinschränkung Eventuell Filter auf aktuelle Version der Stammdaten Bitmap Index auf VALID_TO Inkrementelles Laden der Data Marts Filter auf Gültigkeitsintervall der Stammdaten/Dimensionen Bitmap Index auf VALID_FROM Filter auf Ereignisdatum der Bewegungsdaten/Fakten Bitmap Index auf Ereignisdatum 12
13 Zeitliche Extraktion aus Core: Beispiel Core enthält Daten der letzten 3 Jahre Data Mart wird monatlich geladen Selektivität = 1/12/3 2.8% Full Table Scan Data Mart wird täglich geladen Selektivität = 1/365/3 0.09% Index Scan Besserer Ansatz: Core-Tabelle partitioniert pro Monat Selektivität monatlich = 1 = 100% Full Partition Scan Selektivität täglich = 1/31 3.2% Full Partition Scan 13
14 Benutzerzugriff auf Core Endbenutzer haben keinen Lesezugriff auf Core Ausnahme: Virtueller Data Mart Virtueller Data Mart View Layer für Benutzerzugriff auf Core Zusätzliche Bitmap Indizes auf Filterkriterien notwendig 14
15 B-Tree Index oder Bitmap Index? B-Tree Index ( ) Geeignet für selektive Abfragen Bitmap Index Mehrere Indizes können kombiniert werden Geeignet für selektive Abfragen Geeignet für Kombinationen von unselektiven Filterkriterien =, <, <=, >=, BETWEEN, LIKE, IN =, <, <=, >=, BETWEEN, LIKE, IN (IS NULL) Unique Index möglich Row Locking Standard Edition, Enterprise Edition!=, NOT IN, IS NULL, (IS NOT NULL) Nur Enterprise Edition 15
16 B-Tree Index oder Bitmap Index? Platzbedarf von Bitmap Index ist meistens kleiner Auch für Attribute mit vielen verschiedenen Werten Bitmap (scattered) Bitmap (sorted) B-tree index 16
17 In Data Warehouse generell Bitmap Indizes verwenden B-Tree Indizes werden nur für Primary / Unique Keys verwendet 17
18 Data Marts Dimensionstabellen Primary Key (Unique Index) Bitmap Indizes auf zusätzlichen Filter-Spalten (optional) Faktentabellen Bitmap Indizes auf Dimensionsattributen (Foreign Keys) Bitmap Join Indizes auf oft verwendete Filter-Spalten (optional) Typischerweise kein Primary Key 18
19 Abfrageoptimierung auf Star Schemas Typische Abfragen: Filterkriterien auf (mehreren) Dimensionstabellen Fakten werden durch Join mit Dimensionen selektiert Problem: Tabellen mit Restriktionen sollten zuerst gelesen werden Es können jeweils nur zwei Tabellen gejoined werden Keine Beziehungen zwischen Dimensionstabellen
20 Star Transformation Products Bitmap Index SALES_PROD_BIX AND Sales (Fact Table) Customers Bitmap Index SALES_CUST_BIX 20
21 Bitmap Join Index Bitmap Index definiert auf Faktentabelle Indexiertes Attribut gehört zu Dimensionstabelle Möglich für Star Schemas und Snowflake Schemas 21
22 Fazit Staging Area, Cleansing Area, Core: Weniger ist mehr! Data Marts: Einheitliche Indexierungsstrategie Generell Bitmap Indexes verwenden, B-Tree Indexes nur für Primary/Unique Keys Es gibt immer begründbare Ausnahmen 22
23 VIELEN DANK. Trivadis AG Dani Schnider Europa-Strasse 5 CH-8152 Glattbrugg/Zürich Schweiz Tel Fax info@trivadis.com BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 23
INDEXIERUNGS- 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
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
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
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
MehrOracle Data Warehouse Integrator Builder Ein Selbstversuch
Oracle Data Warehouse Integrator Builder Ein Selbstversuch DOAG Konferenz 2013, Nürnberg Dani Schnider, Trivadis AG BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN
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
MehrLaden von Data Marts auch mal komplex DOAG BI, 9. Juni 2016 Dani Schnider, Trivadis AG
Laden von Data Marts auch mal komplex DOAG BI, 9. Juni 2016 Dani Schnider, Trivadis AG BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART VIENNA
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
MehrOracle In-Memory & Data Warehouse: Die perfekte Kombination?
: Die perfekte Kombination? DOAG Konferenz, 16. November 2016 Dani Schnider, Trivadis AG @dani_schnider BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENF HAMBURG KOPENHAGEN LAUSANNE MÜNCHEN
MehrData Warehouse schnell gemacht Performanceaspekte im Oracle DWH
Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH Dani Schnider Principal Consultant Business Intelligence BI Trilogie, Zürich/Basel 25./26. November 2009 Basel Baden Bern Lausanne Zürich
MehrOptimale Performance durch Constraints im Data Warehouse
Optimale Performance durch Constraints im Data Warehouse DOAG Konferenz, 17. November 2016 Dani Schnider, Trivadis AG @dani_schnider BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENF HAMBURG
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
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
MehrNützliche Oracle 12c Features für Data Warehousing DOAG BI, 8. Juni 2016 Dani Schnider, Trivadis AG
Nützliche Oracle 12c Features für Data Warehousing DOAG BI, 8. Juni 2016 Dani Schnider, Trivadis AG BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART
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
MehrWie modelliere ich mein Core DWH?
Wie modelliere ich mein Core W? OAG Konferenz 2013, Nürnberg ani chnider, rivadis AG BAEL BERN BRUGG LAUANNE ZÜRIC ÜELORF FRANKFUR A.M. FREIBURG I.BR. AMBURG MÜNCEN UGAR WIEN 1 2013 rivadis OAG - Modellierung
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,
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,
MehrFlexible Schnittstelle für Flat Files in das DWH
Flexible Schnittstelle für Flat Files in das DWH DOAG Konferenz 2012 Thomas Mauch Consultant, Trivadis GmbH, Nürnberg BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN
MehrHaben Sie die Zeit im Griff? Designtipps zur Zeitdimension
Haben Sie die Zeit im Griff? Designtipps zur Zeitdimension Dani Schnider Principal Consultant 22. November 2012 Abfragen im Data Warehouse haben fast immer einen Zeitbezug. Ob es dabei um die Mitarbeiterauslastung
MehrOptimale Performance durch Constraints im Data Warehouse
Optimale Performance durch Constraints im Data Warehouse Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Einleitung Die Frage, ob und in welchem Umfang Datenbankconstraints in einem Data Warehouse
MehrSocial Data Analyse mit Oracle Endeca
Social Data Analyse mit Oracle Endeca DOAG Konferenz 2012 Norbert Henz Principal Consultant, Trivadis GmbH, Nürnberg BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN
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
MehrData Templates. Thomas Claudius Huber
Data Templates Thomas Claudius Huber thomas.huber@trivadis.com www.thomasclaudiushuber.com Thomas Claudius Huber.NET Senior Consultant @Trivadis Basel Spezialisiert auf Silverlight und WPF Autor der umfassenden
MehrDas generierte Data Warehouse
Das generierte Data Warehouse DOAG BI Konferenz 2012 Gregor Zeiler BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 Erwartungshaltungen und Hoffnungen
MehrExadata und In-Memory Datenbewirtschaftung und Analyse Extrem mit Exadata und InMemory (Erfahrungsbericht)
Exadata und In-Memory Datenbewirtschaftung und Analyse Extrem mit Exadata und InMemory (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team Inhalt Thematik (Einordnung
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
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....................................
MehrDWH-Modellierung mit Data Vault
DWH-Modellierung mit Data Vault in Kombination mit ODI 12c - Erfahrungen aus der Praxis Claus Jordan Senior Consultant BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG
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
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
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
MehrAgile BI in der Praxis Data Warehouse Automation
Agile BI in der Praxis Data Warehouse Automation DWH Automation darüber wird zurzeit viel gesprochen und geschrieben. Aber wie sieht die praktische Anwendung aus? In diesem Artikel führe ich Sie Schritt
MehrÜbersicht SAP-BI. DOAG Regionaltreffen
Übersicht SAP-BI DOAG Regionaltreffen 14.12.2010 Übersicht Überblick BI Datenablage Datenfluß im BI Analysen Sonstiges - Schlüsselbereiche des BI - Wo werden die Daten gespeichert? - Wie kommen die Daten
MehrWelche BI-Architektur braucht Ihr Reporting?
Welche BI-Architektur braucht Ihr Reporting? Variante 1: Direkter Zugriff Keine redundanten Daten Schnelle Erkenntnisse Echte Daten für PoCs Echtzeit-Reporting ohne Zwischenstufen Belastung der operativen
MehrGlobale Statistiken im Oracle Data Warehhouse
Globale Statistiken im Oracle Data Warehhouse Dani Schnider Principal Consultant 29. Januar 2012 Aktuelle und vollständige Optimizer-Statistiken sind Voraussetzung für die Ermittlung von guten Execution
MehrWCF RIA Services Datengetriebene Apps. Thomas Claudius Huber Senior Consultant Trivadis AG
WCF RIA Services Datengetriebene Apps Thomas Claudius Huber Senior Consultant Trivadis AG Thomas Claudius Huber.NET Senior Consultant @Trivadis Basel Spezialisiert auf Silverlight und WPF Autor der umfassenden
MehrWir bauen uns ein Data Warehouse mit MySQL
Wir bauen uns ein Data Warehouse mit MySQL Oli Sennhauser FromDual GmbH Uster / Schweiz Schlüsselworte MySQL, DWH, Data Warehouse, ETL, BI, Business Intelligence, OLAP Einleitung MySQL Datenbanken verbreiten
MehrZeitlich abhängig von OWB?
Zeitlich abhängig von OWB? 24. April 2007 Beat Flühmann Trivadis AG > IT Lösungsanbieter» Application Development, Application Performance Management, Business Communication, Business Intelligence, Managed
MehrHaben Sie die Zeit im Griff? Designtipps zur Zeitdimension
Haben Sie die Zeit im Griff? Designtipps zur Zeitdimension Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Schlüsselworte: Data Warehouse, Data Mart, Star Schema, Dimensionale Modellierung, Zeitdimension
MehrTobias Braunschober DAS GENERISCHE DWH WENIGER CODE WENIGER KOSTEN
Tobias Braunschober DAS GENERISCHE DWH WENIGER CODE WENIGER KOSTEN Seite 1 Tobias Braunschober POSITION Senior Consultant Competence Center DWH AUSBILDUNG Diplom Mathematiker EXPERTISE Spezialisierung
MehrDimensionale Modellierung mit Oracle BI EE und Oracle OLAP Tipps und Tricks aus der Praxis
Dimensionale Modellierung mit Oracle BI EE und Oracle OLAP Tipps und Tricks aus der Praxis DOAG Konferenz 2010 Claus Jordan Senior Consultant, Trivadis GmbH 16.11.2010 Basel Bern Lausanne Zürich Düsseldorf
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,
MehrDWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH. Referent: Ilona Tag
DWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH Referent: Ilona Tag Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.30 11.00 11.00
MehrSo beschleunigen Sie Ihre ETL-Prozesse
So beschleunigen Sie Ihre ETL-Prozesse Dani Schnider Principal Consultant 15. September 2015 Erleben Sie auch hin und wieder die Situation, dass die Nacht zu kurz ist? Oder mit anderen Worten: Der nächtliche
MehrControl Templates. Thomas Claudius Huber
Control Templates Thomas Claudius Huber thomas.huber@trivadis.com www.thomasclaudiushuber.com Thomas Claudius Huber.NET Senior Consultant @Trivadis Basel Spezialisiert auf Silverlight und WPF Autor der
MehrBIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004
BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick
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
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
MehrO-BIEE Einführung mit Beispielen aus der Praxis
O-BIEE Einführung mit Beispielen aus der Praxis Stefan Hess Business Intelligence Trivadis GmbH, Stuttgart 2. Dezember 2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg
MehrOracle Data Integrator Ein Überblick
Oracle Data Integrator Ein Überblick Uwe Barz Christoph Jansen Hamburg, 15.04.2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg München Stuttgart Wien Agenda Überblick
MehrAnalytic Views: Einsatzgebiete im Data Warehouse
Analytic Views: Einsatzgebiete im Data Warehouse Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Einleitung Analytic Views sind eine der wesentlichen Erweiterungen in Oracle 12c Release 2. Durch zusätzliche
MehrNutzung der Oracle Database InMemory Option für SAP BW
Nutzung der Oracle Database InMemory Option für SAP BW Schlüsselworte Oracle, SAP-BW, InMemory, Star-Schema. Jörn Bartels Oracle München Einleitung In SAP BW wurde bisher ein erweitertes Snow Flake Schema
MehrBESSER WERDEN DURCH ERSE
Christian Eberhardt BESSER WERDEN DURCH ERSETZUNG EINES ETL-TOOLS MIT PL/SQL Seite 1 Christian Eberhardt POSITION BI Consultant Spezialisierung DWH AUSBILDUNG Diplominformatiker EXPERTISE 6 Jahre Projekterfahrung
MehrPartitionieren Sie Ihr Data Warehouse!
Partitionieren Sie Ihr Data Warehouse! Beat Flühmann Trivadis AG Zürich (Schweiz) Schlüsselworte: BI, DWH, Partitionierung, phys. Modellierung Einleitung Die Technik der Partitionierung ist schon seit
MehrStrukturierte Entwicklung von APEX- Anwendungen
Strukturierte Entwicklung von APEX- Anwendungen Dr. Gudrun Pabst Trivadis GmbH BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN Vorgehen Strukturiertes
MehrDatawarehouse Architekturen. Einheitliche Unternehmenssicht
Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA
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
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
Mehr19. DOAG-Konferenz Data Profiling: Erste Erfahrungen mit dem OWB 10g R2 Mannheim, Detlef Apel
19. DOAG-Konferenz Data Profiling: Erste Erfahrungen mit dem OWB 10g R2 Mannheim, 16.11.2006 Detlef Apel Agenda Agenda Platzierung Kundenlogo Unser Unser Unternehmen Datenqualität warum? Unser Projekt
MehrTeil II: Architektur eines Data-Warehouse-Systems... 57
O:/Wiley/Reihe_Dummies/9783527714476_Gerken/3d/ftoc.3d from 08.08.2018 14:02:02 Auf einen Blick Einleitung... 19 Teil I: Was ist ein Data Warehouse?... 25 Kapitel 1: Ein Beispiel zur Einführung..... 27
MehrData Warehouse (DWH) / (Business Intelligence, BI )
Data Warehouse (DWH) / (Business Intelligence, BI ) Begriffsbildung: Ein Data Warehouse ist eine themenorientierte, integrierte, zeitabhängige, nichtflüchtigedatenbank fürdie Unterstützung von Managemententscheidungen
MehrSchnelle Kurzgeschichten. Dr. Andrea Kennel InfoPunkt Kennel GmbH November 2011
Schnelle Kurzgeschichten InfoPunkt Kennel GmbH November 2011 Agenda Inkasso Geschichten im DWH Eine lange Geschichte Eine Kurzgeschichte Geschichtsschreibung Geschichtsforschung Unsere Geschichte und Fazit
MehrAPEX räumt auf. Ein Projektbericht aus der Abfallwirtschaft. Carolin Hagemann Trivadis GmbH Application Development
APEX räumt auf Ein Projektbericht aus der Abfallwirtschaft Carolin Hagemann Trivadis GmbH Application Development BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENF HAMBURG KOPENHAGEN LAUSANNE
MehrData Warehousing. Sommersemester Ulf Leser Wissensmanagement in der Bioinformatik
Data Warehousing Sommersemester 2004 Ulf Leser Wissensmanagement in der Bioinformatik ... Der typische Walmart Kaufagent verwendet täglich mächtige Data Mining Werkzeuge, um die Daten der 300 Terabyte
MehrDas modulare DWH Modell
Das modulare DWH Modell Durchgängige Business Intelligence durch eine praktikable DWH Referenzarchitektur Arno Tigges, Seniorberater OPITZ CONSULTING München GmbH DOAG SIG DWH/BI, Köln, 29. Juni 2010 OPITZ
MehrStudierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen
Praxistag für die öffentliche Verwaltung 2012 Titel Präsentation Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Referenten-Info Gerhard Tschantré, Leiter Controllerdienste
MehrBI Applications und E-Business Suite: Die perfekte Ergänzung
BI Applications und E-Business Suite: Die perfekte Ergänzung Ulf Köster Oracle Deutschland GmbH Stuttgart Schlüsselworte: Business Intelligence Applications, E-Business Suite, Datawarehouse, OBI EE Einleitung
MehrTransformations. Die API des Oracle Datamodeler. Dr. Gudrun Pabst. Trivadis GmbH Lehrer-Wirth-Straße München.
Transformations Die API des Oracle Datamodeler Dr. Gudrun Pabst Trivadis GmbH Lehrer-Wirth-Straße 4 81829 München gudrun.pabst@trivadis.com BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG
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
MehrOracle-Statistiken im Data Warehouse effizient nutzen
Oracle-Statistiken im Data Warehouse effizient nutzen Reinhard Mense ARETO Consulting Köln Schlüsselworte: DWH, Data Warehouse, Statistiken, Optimizer, Performance, Laufzeiten Einleitung Für die performante
MehrVollständig generisches DWH für kleine und mittelständische Unternehmen
Vollständig generisches DWH für kleine und mittelständische Unternehmen Marc Werner Freiberufler Berlin Schlüsselworte: Wirtschaftlichkeit, Kostenreduzierung, Metadaten, Core Data Warehouse, Slowly Changing
MehrOracle Application Express 3 für die schnelle und schlanke Business Intelligence Lösung
Oracle Application Express 3 für die schnelle und schlanke Business Intelligence Lösung Kâzim Sarikaya Consultant, Trainer kazim.sarikaya@trivadis.com Hannover, 08.09.2008 Basel Baden Bern Lausanne Zürich
MehrRBO und CBO. Ralph Urban Application Development Trivadis GmbH
RBO und CBO Ralph Urban Application Development Trivadis GmbH Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg München Stuttgart Das Lösungsportfolio Managed Services Application
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
MehrDie Oracle BI Trilogie von Trivadis
Die Oracle BI Trilogie von Trivadis Teil 2 - Aufbau einer DWH- und BI-Landschaft Zürich, 25. November 2009 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg München Stuttgart
MehrBuchen Sie hier Ihr Training
WWW.TRIVADIS.COM «Microsoft Schulungen Buchen Sie hier Ihr Training IHRE ANSPRECHPARTNER KATEGORIEN Ausbildungs- & Zertifizierungswege SQL Server Datenbank 2014 SQL Server Datenbank 2016 SQL Server Expert-Training
MehrKampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht
Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Thomas Kreuzer ec4u expert consulting ag Karlsruhe Schlüsselworte: Kampagnenmanagement Praxisbericht Siebel Marketing Oracle BI - ec4u
Mehraber wer sitzt am Steuer?
Das Projekt fährt gegen die Wand, aber wer sitzt am Steuer? DOAG Konferenz 2010 Nico Zinner Consultant, Trivadis GmbH 18.11.2010, Nürnberg Basel Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i.
MehrCI mit Forms im Weblogic Umfeld: CI mit Forms geht das
CI mit Forms im Weblogic Umfeld: CI mit Forms geht das DOAG Konferenz 2011 Jan-Peter Timmermann Principal Consultant, Trivadis GmbH, Nünberg BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG
MehrDM04: Datenmodellierung im Data Warehouse Zweitägiges Intensivseminar. Ein Seminar der DWH academy
DM04: Datenmodellierung im Data Warehouse Zweitägiges Intensivseminar Ein Seminar der DWH academy Seminar DM04 Datenmodellierung im Data Warehouse (Zwei Tage) Multidimensionale Modelle, Star- oder Snowflake-Schema
MehrKonzepte und Methoden im Oracle Data Warehouse
Data-Warehouse-Systeme gehören heute zum Unternehmensalltag. Sie sind strategisch und oft mit wichtigen operativen Anwendungen verzahnt. Aber in kaum einem anderen Bereich gibt es so viele Baustellen,
MehrData Warehousing mit Oracle
Data Warehousing mit Oracle Business Intelligence in der Praxis von Claus Jordan, Dani Schnider, Joachim Wehner, Peter Welker 1. Auflage Hanser München 2011 Verlag C.H. Beck im Internet: www.beck.de ISBN
MehrGlobal Staging Area - Implementierung einer zentralen Datendrehscheibe
Global Staging Area - Implementierung einer zentralen Datendrehscheibe Sven Bosinger its-people 1 1 Vorstellung Mythen Partitionierung Anwendungsfall Ansätze Umbau Ergebnisse Sven Bosinger Solution Architect
MehrEinführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem.
Themenblock: Erstellung eines Cube Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Praktikum: Data Warehousing und Data Mining Idee Speicherung der Daten in Form von Tabellen
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
MehrThemenblock: Erstellung eines Cube
Themenblock: Erstellung eines Cube Praktikum: Data Warehousing und Data Mining Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Idee Speicherung der Daten in Form von Tabellen
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
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
MehrMySQL New Features 5.6
MySQL New Features 5.6 Oli Sennhauser FromDual GmbH Uster / Schweiz Schlüsselworte MySQL, 5.6, New Features, InnoDB, Partitionen, Memcached, NoSQL, Performance Einleitung Vor circa zwei Jahren hat Oracle
MehrSAP BW auf HANA Frank Riesner, Solution Architect, SAP (Schweiz) AG
SAP BW auf HANA 2015+ Frank Riesner, Solution Architect, SAP (Schweiz) AG SAP BW auf HANA Architektur SAP BW auf klassischer Datenbank SAP BW 7.4 auf HANA Virtuelle Schichten Persistente Schichten 2015
MehrSchnelle 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
MehrOracle Database 12c Was Sie immer schon über Indexe wissen wollten
Oracle Database 12c Was Sie immer schon über Indexe wissen wollten Marco Mischke, 08.09.2015 DOAG Regionaltreffen B* Indexe - Aufbau 0-Level Index A-F G-Z 1-Level Index A-F G-Z 2-Level Index A-F G-M N-Z
MehrOracle Database 12c Private Cloud
Oracle Database 12c Private Cloud... oder: es heisst jetzt "c", also wo ist denn nun diese Cloud? Bernhard Wesely Trivadis Wien BASEL BERN BRUGES LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR.
MehrData Warehousing Grundbegriffe und Problemstellung
Data Warehousing Grundbegriffe und Problemstellung Dr. Andrea Kennel, Trivadis AG, Glattbrugg, Schweiz Andrea.Kennel@trivadis.com Schlüsselworte Data Warehouse, Cube, Data Mart, Bitmap Index, Star Queries,
MehrKonzepte, Regeln und Architekturen für das Oracle Data Warehouse
Konzepte, Regeln und Architekturen für das Oracle Data Warehouse Schlüsselworte Data Warehouse, Architektur, Regeln Einleitung Alfred Schlaucher Oracle Hamburg Heute gehören DWH Systeme zum Unternehmensalltag.
MehrDM03: Datenmodellierung im Data Warehouse (Eintägiges Seminar)
DM03: Datenmodellierung im Data Warehouse (Eintägiges Seminar) Ein Seminar der DWH academy Seminar DM03 - Datenmodellierung im Data Warehouse (1 Tag) Normalisierung, Star- und Snowflake sind bekannte Schlagwörter
Mehr