Minimale Latenz - Bedarfsgerechte Bereitstellung von Daten im DWH

Größe: px
Ab Seite anzeigen:

Download "Minimale Latenz - Bedarfsgerechte Bereitstellung von Daten im DWH"

Transkript

1 Minimale Latenz - Bedarfsgerechte Bereitstellung von Daten im DWH Andreas Ballenthin OPITZ CONSULTING Gummersbach GmbH Schlüsselworte: Oracle Data Integrator, Oracle GoldenGate, Oracle BI Suite Enterprise Edition 11g, ODI, OGG, OBIEE, Real-Time-DWH Einleitung In der Vergangenheit wurden Data Warehouse-Systeme hauptsächlich für die Unterstützung von strategischen Analysen konzipiert. Dabei werden historische Daten gesammelt, aufbereitet und zur Analyse zur Verfügung gestellt. Inzwischen werden Data Warehouse-Systeme verstärkt bei der Informationsversorgung von operativen Prozessen eingesetzt. Die Operationalisierung des klassischen Data Warehouses hat dazu geführt, dass die Grenzen zwischen analytischen und operativen Systemen fließend sind. Historische Daten ermöglichen zwar die retrospektive Analyse und sind somit von immenser Bedeutung für ein Unternehmen, jedoch können diese nicht die neuen Anforderungen der Unternehmen für eine aktuelle Tagesanalyse erfüllen. Bei kritischen Prozessen, die insbesondere im operativen Betrieb verstärkt auftreten, steigt die Anforderung nach zeitaktuellen Daten. Dadurch erhoffen sich Unternehmen eine beschleunigte Reaktion auf Geschäftsvorfälle. Das Ziel ist es dabei, die Effizienz und Effektivität der Informationsversorgung mit Hilfe von aktuellen Daten im gesamten Unternehmen zu steigern. Die neue Anforderung nach zeitaktuellen Daten hat dazu geführt, dass inzwischen Data Warehouse-Systeme verstärkt bei der Informationsversorgung von operativen Analysen eingesetzt werden, um ein reaktionsschnelles und proaktives Handeln zu ermöglichen. Gerade im operativen Bereich wird der größte Teil des Umsatzes eines Unternehmens generiert und somit ist dort mit kritischen Geschäftsprozessen zu rechnen. Eine Analyse, basierend auf aktuellen Daten, kann dabei helfen, Risiken frühzeitig zu erkennen und intelligent zu agieren. Unternehmen versprechen sich durch eine schnelle Reaktion auf Geschäftsereignisse gleichzeitig auch eine Effizienzsteigerung. Die Operationalisierung des Data Warehouses hat dazu geführt, dass sich im Laufe der Zeit alternative bzw. ergänzende Data Warehouse-Technologien entwickelt haben, die die Anforderung nach Echtzeitdaten erfüllen. Im Vortrag soll betrachtet werden, wie sich durch den Oracle Data Integrator einerseits und durch native Oracle-Mechanismen andererseits, jeweils im Zusammenspiel mit Oracle GoldenGate Latenzzeiten minimieren lassen. Zusätzlich wird betrachtet, wie sich über einen Data-Federation- Ansatz operationale Daten und historische Daten in der Oracle BI Enterprise Edition wieder zusammenführen lassen. Latenzzeit Die Latenzzeit lässt sich nach Kemper, Mehanna, Unger (Business Intelligence - Grundlagen und praktische Anwendungen) in folgende Teile klassifizieren: Datenlatenz: Die Datenlatenz bezeichnet den Zeitraum zwischen dem Erfassen des Geschäftsereignisses im Quellsystem und der Bereitstellung der Daten im Data Warehouse. Analyselatenz: Die Zeitspanne für den Transformationsprozess der Daten in Informationen und die anwenderspezifische Präsentation der Informationen wird als Analyselatenz verstanden. Entscheidungslatenz: Die Entscheidungslatenz beschreibt die Zeitdauer für die Generierung von handlungsanleitendem Wissen. Dabei werden die zu ergreifenden Maßnahmen definiert.

2 Umsetzungslatenz: Die Zeit, die von der getroffenen Entscheidung bis zur tatsächlichen Umsetzung vergeht, beschreibt die Umsetzungslatenz. Abb. 1: Wert-Aktionszeit-Kurve (vgl. Kemper, Mehanna, Unger (Business Intelligence - Grundlagen und praktische Anwendungen) Die Gesamtheit der Teillatenzzeiten wird als Aktionszeit verstanden. Sie beschreibt den Zeitraum vom Eintreffen eines Geschäftsereignisses im operativen System bis zur Umsetzung der Entscheidungen. Für das weitere Verständnis wird der Begriff Latenzzeit übergreifend für alle Teillatenzzeiten respektive für die Aktionszeit gewählt. Kritisch zu betrachten ist jedoch, dass nicht alle vier Teillatenzzeiten dieselbe Relevanz aufweisen, um für das Unternehmen nachhaltig einen Mehrwert zu leisten. Die Daten- und Analyselatenz sind für eine effizientere Informationsversorgung verantwortlich und haben die Unterstützungsfunktion für die nachfolgenden Latenzzeiten inne. Eine Reduzierung der Daten- und Analyselatenz lässt sich durch technische Werkzeuge realisieren. Die Entscheidungs- und die Umsetzungslatenz sind jedoch im Grunde die ausschlaggebenden Latenzzeiten für die potenzielle Effizienzsteigerung im Unternehmen. Hierbei sollen auf Basis der bereitgestellten Informationen die Aktionen durchgeführt werden. Der tatsächliche Nutzen für das Unternehmen durch eine Minimierung der Latenzzeit kann somit erst durch die Umsetzung der Maßnahmen ermittelt werden. Im Vortrag soll betrachtet werden, wie eine Minimierung der Daten- und Analyselatenz realisiert werden kann. Operational Data Store Als Ergänzung zur klassischen Data Warehouse (DWH)-Architektur existiert das Konzept des Operational Datastore (ODS). Ein ODS ist eine Datenbank, in der zeitpunktbezogene transaktionsorientierte Daten vorgehalten werden. Die Datenstruktur im ODS ermöglicht Analysen auf höchst aktuellen Daten. Direkte Abfragen auf den operativen Systemen durchzuführen ist zwar möglich, belasten diese jedoch in enormer Weise. Transaktionale Systeme sind für kurze und schreibende Zugriffe konzipiert. Für lange, lesende, meist aggregierte Abfragen wird zu viel Zeit benötigt. Das operative Tagesgeschäft wird durch diese Abfragen belastet und nachteilig beeinflusst. Mithilfe des ODS-Konzepts können Auswertungen auf aktuelle Daten durchgeführt werden, ohne die transaktionalen Systeme zu belasten. In einem ODS befinden sich die aus den operativen Systemen extrahierten Daten. Dabei wird bei der Bewirtschaftung des ODS die

3 Datenqualität eingeschränkt betrachtet, da hierbei der Fokus nicht, wie beim klassischen ETL- Prozess, auf dem Transformationsschritt liegt. Sachverhalte wie Harmonisierung und Datenbereinigung treten in den Hintergrund. Werden Daten in dem zugrunde liegenden operativen System geändert, so werden sie auch im ODS überschrieben. Diese Aktualisierung kann zu diversen Zeitpunkten stattfinden. Je nach Anwendungsbedarf kann die Datenaktualisierung im ODS synchron zum operativen System erfolgen, d. h. sobald eine Änderung im Quellsystem vorgenommen wird, wird der entsprechende Datensatz ebenfalls im ODS geändert oder zeitlich gesteuert, wie z. B. stündlich oder täglich. Im Gegensatz zum klassischen DWH werden die Daten in einem ODS über einen kürzeren Zeitraum, in der Regel mehrere Tage, vorgehalten. Es findet demzufolge keine Historienbildung wie im DWH statt. Des Weiteren ist der Detaillierungsgrad der im ODS gespeicherten Daten aufgrund ihrer Transaktionsorientierung sehr hoch. Die Charakteristika des ODS eignen sich insbesondere dazu, um Daten mit hoher Aktualität für eine schnelle Analyse bereit zu stellen. Um dennoch eine Aggregation der Daten zu erreichen, können Index-Techniken, Views oder zusätzliche Arbeitstabellen ergänzend im ODS eingesetzt werden. Kurzer Überblick über Oracle GoldenGate Eine naheliegende Art, Daten aus dem Quellsystem mit geringer Latenz in ein Data Warehouse zu überführen, ist die Benutzung von Oracle GoldenGate als Replikatmechanismus. Der Extraktions- und Ladeprozess zwischen Quell- und Zielsystem besteht im Wesentlichen aus den Komponenten Extraktion, Source Trail, Netzwerktransfer, Remote Trail und dem Replikationsprozess. Abb. 2: Architektur Oracle GoldenGate Im ersten Schritt werden die Transaktionen aus dem Quellsystem extrahiert und in die Traildatei der Quellseite (Source Trail) geschrieben. Dort werden die Daten für die Weiterleitung an das Zielsystem über das Netzwerk gespeichert. Der Source Trail dient dazu, dass die Daten im Quellsystem für die Weiterleitung gespeichert werden. Für die temporäre Speicherung der Daten verwendet OGG Dateien, die auf der Festplatte gespeichert werden. Diese Dateien werden als Trails bezeichnet. Der Nutzen der durch die Trails gewonnen wird liegt darin, dass OGG die Informationen für die zu replizierenden Daten aus diesen Traildateien liest. Dies bedeutet, dass OGG nicht direkt auf das Quellsystem zugreift und somit kaum belastet wird. Außerdem finden die Extraktion und Replikation unabhängig voneinander statt. Somit müssen Änderungen nicht kontinuierlich repliziert werden, sondern können erst in den Traildateien zwischengespeichert werden und später, wenn das Zielsystem diese benötigt, bedarfsgerecht repliziert werden. Traildateien werden in datenbankunabhängigen Datenformaten gespeichert, sodass sie zwischen verschiedenen Systemen ausgetauscht werden können. In der Remote Traildatei werden die Daten nach der Weiterleitung abgespeichert, bevor sie in das Zielsystem repliziert werden. Source Trail und Remote Trail werden benötigt, um im Falle von Netzwerkproblemen keine Daten zu verlieren. Wenn die Verbindung zwischen Quell- und Zielsystem ausfällt und dadurch die Replikation abgebrochen wird, werden die Änderungen weiterhin in das Source Trail geschrieben. Nach Wiederherstellung der Netzwerkverbindung können die Daten aus dieser Datei wieder gelesen und an das Zielsystem weitergeleitet werden.

4 Oracle Data Integrator im Zusammenspiel mit Oracle GoldenGate Der Oracle Data Integrator und Oracle GoldenGate können eng miteinander verwoben werden. Der Oracle Data Integrator bietet hierfür das Journalizing Knowledge Module JKM Oracle to Oracle Consistent (OGG) an. Ein Journalizing Knowledge Module erstellt das CDC-Framework für ein ODI-Modul. Dabei wird eine Reihe von Objekten angelegt: Generierung von Parameterfiles für Oracle GoldenGate: Extract, Datapump, Replicat Skripte zur Installation der Parameterfiles Generierung von Datenbankobjekten für die Verwaltung im Oracle Data Integrator Subscribertabelle (SNP_CDC_SUBS) Abb. 3: Ausschnitt aus der Subscribertabelle CDC-Set-Tabelle SNP_CDC_SET Abb. 4: Ausschnitt aus der CDC-Set-Tabelle CDC-Table-List-Tabelle SNP_CDC_SET_TABLE Abb. 5: Ausschnitt aus der CDC-Table-List-Tabelle CDC-Objekttabelle SNP_CDC_OBJECTS Abb. 6: Ausschnitt aus der CDC-Objekttabelle Journaltabellen (J$) Journalviews (JV$, JD$)

5 Der Oracle Data Integrator bestückt Oracle GoldenGate nicht direkt, sondern generiert ausschließlich Parameterfiles sowie die Handlungsanweisung, wie diese Parameterfiles zu aktivieren sind. Innerhalb eines Oracle-Data-Integrator-Interfaces kann definiert werden, dass aus einem Source Datastore nur die Daten seit der letzten Verarbeitung verarbeitet werden sollen. Abb. 7: Journalized Data only Daraufhin wird ein Filter erzeugt, in dem der Subscribername anzupassen ist. Für die Befüllung der Integrationstabelle (I$) wird die Journalview (JV$) benutzt. Um Journaldaten sinnvoll verwenden zu können, müssen vor dem Lesen der Journalviews das Selektionsfenster gesetzt sowie der Subscriber gesperrt werden. Dies implementiert man über ein Model-Objekt innerhalb des Packages. Sinnvollerweise pollt man aus dem Oracle Data Integrator heraus auf Logdaten des CDC-Sets. Abb. 8: Package zur Verarbeitung der Logdaten Wurden Logdaten gefunden, so werden zunächst die Dimensionsinterfaces und danach das Fakteninterface ausgeführt. Mit dieser Art der Kopplung von Quellsystem und Operational Data Store lässt sich im Laborsystem des Autors eine Latenzzeit (Datenlatenz + Analyselatenz) von 45 Sekunden beim Einsatz von Standard-Knowledgemodulen erreichen. Native Oracle-Mechanismen im Zusammenspiel mit Oracle GoldenGate Auf Replikattabellen von Oracle GoldenGate können Materialized Views sowie Trigger implementiert werden. Als erstes Beispiel soll ein Aggregat auf einem umfangreichend Vollreplikat dienen. Es soll angenommen werden, dass das Vollreplikat pro Tag 10 Millionen Sätze enthält und ein Aggregat Summe pro Tag ohne weitere Dimensionseinschränkungen signifikant häufig benutzt wird. Neben einer möglichen Implementierung über die zuvor geschilderten Mechanismen kann hier auch eine Materialized View mit Fast Refresh on Commit als Teil des Operational Data Stores implementiert werden. CREATE MATERIALIZED VIEW booking_mv1 REFRESH FAST ON COMMIT

6 AS SELECT td.date_of_day,td.day_desc,sum(paym_amount) sum_paym_amount,count(*),count(paym_amount) count_paym_amount FROM booking b INNER JOIN dw_time_day td ON b.paym_date = td.date_of_day GROUP BY td.date_of_day,td.day_desc; Materialized Views können auch weiterverwendet werden: CREATE OR REPLACE VIEW lags_v1 SELECT... FROM lags l INNER JOIN flight_schedule f ON f.flsc_id = l.flsc_id INNER JOIN booking_mv2 b ON b.flsc_id=f.flsc_id GROUP BY f.flsc_airc_id,l.rout_id,l.reas_id,f.flsc_aict_id, TRUNC(actu_dept_time); Mit dieser Art der Kopplung von Quellsystem und Operational Data Store lässt sich im Laborsystem des Autors eine Latenzzeit (Datenlatenz + Analyselatenz) von drei Sekunden erreichen. Ein weiterer sinnvoller nativer Mechanismus sind Trigger auf Replikattabellen. Wenn Transformationen nicht mehr durch einfaches SQL darstellbar sind, ist ein Trigger eine wertvolle Lösung. Dadurch wird zwar die Applizierung in die Replikattabellen verzögert, jedoch kann der Nutzen des Triggers diese Kosten bei weitem übersteigen. Natürlich ist eine Einzelfallprüfung zwingend erforderlich. Ein Spezialfall des Trigger-Mechanismus ist der Start eines ODI-Szenarios nach Einfügen eines Parametersatzes in eine Parametertabelle. Wenn beispielsweise zum Monatsabschluss Daten von einer Fachabteilung freigegeben werden und die Fachabteilung erwartet, dass die freigegebenen Daten unverzüglich verarbeitet werden, so ist ein triggerbasierter Start eines ODI-Szenarios über den ODI-Webservice eine optimale Lösung. Es sind eine Reihe weiterer Anwendungsfälle denkbar, in denen Daten im Zeitverlauf sehr selten verarbeitet werden müssen, dies aber unverzüglich passieren soll. Hier wäre ein Polling-Mechanismus keine optimale Lösung. Data Federation in der Oracle BI Enterprise Edition Operational Data Store und historischer Mart müssen getrennt und gemeinsam auswertbar sein; getrennt über ein Segmentierungsattribut der Zeitdimension und gemeinsam über alle Nicht- Zeitdimensionen sowie den Ebenen der Zeitdimension oberhalb der Ebene des Segmentierungsattributes. Diese Konvention erfüllt im Oracle-Produktstack die Oracle BI Enterprise Edition. Im betrachteten Beispiel sind die Echtzeitdaten aus dem Operational Data Store in einem operationalen Fakt OP_FACT_BOOKING, die historischen Daten in einem historischen Mart FACT_BOOKING abgelegt. Es ist eine gemeinsame Zeitdimension DW_TIME_DAY definiert, beide Faktentabellen sind per Physical Join mit der Zeitdimension verbunden. Die Daten des operativen und des historischen Faktes CURRENT_DAY_IND=1 bzw. CURRENT_DAY_IND=-1 voneinander abgrenzbar. Somit kann im Oracle BI Server mit Fragmentation Contexts gearbeitet werden.

7 Abb. 9: Geschäftsmodell und physischer Layer Abb. 10: Fragmentation Contexts Wird nun in einem Answers-Request beispielsweise per Filter auf CURRENT_DAY_IND=1 abgefragt, so wird ausschließlich der operative Fakt angesprochen, was dementsprechend zu geringen Antwortzeiten führt. Fazit Bei dem kombinierten Einsatz von Oracle GoldenGate und dem Oracle Data Integrator werden die Daten zunächst mit Hilfe von OGG aus den operativen Quellsystemen extrahiert und in das DWH geladen. Die weiterfolgende Transformation der Daten erfolgt daraufhin im ODI. Hierbei werden die Vorzüge beider Werkzeuge kombiniert. Dabei können durch verschiedene Methoden seit der letzten Datenladung geänderte Daten identifiziert und mit sehr geringer Latenz vom Quell- ins Zielsystem geladen werden. Sollte eine Latenz im Minutenbereich noch zu groß sein oder rechtfertigt die Anlieferungshäufigkeit von Quelldaten keinen Polling-Mechanismus, so kann auf oraclenative Verfahren ausgewichen werden. Die Oracle BI Enterprise Edition ist ein mögliches und gleichzeitig das wichtigste Werkzeug, um Operational Data Store und Mart gemeinsam oder getrennt auszuwerten. Insgesamt ist zu sagen, dass Oracle GoldenGate in Zusammenspiel mit dem Oracle Data Integrator über weitreichende Funktionalitäten zur Datenintegration in Echtzeit aufweisen.

8 Kontaktadresse: Andreas Ballenthin OPITZ CONSULTING Gummersbach GmbH Kirchstraße 6 D Gummersbach Telefon: +49 (0) Fax: +49 (0) Internet:

Near Realtime ETL mit Oracle Golden Gate und ODI. Lutz Bauer 09.12.2015

Near Realtime ETL mit Oracle Golden Gate und ODI. Lutz Bauer 09.12.2015 Near Realtime ETL mit Oracle Golden Gate und ODI Lutz Bauer 09.12.2015 Facts & Figures Technologie-orientiert Branchen-unabhängig Hauptsitz Ratingen 240 Beschäftigte Inhabergeführt 24 Mio. Euro Umsatz

Mehr

Performance by Design Wie werden performante ETL-Prozesse erstellt?

Performance by Design Wie werden performante ETL-Prozesse erstellt? Performance by Design Wie werden performante ETL-Prozesse erstellt? Reinhard Mense ARETO Consulting Bergisch Gladbach Schlüsselworte: DWH, Data Warehouse, ETL-Prozesse, Performance, Laufzeiten, Partitionierung,

Mehr

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Vorstellung der Softwarekomponenten Josef Kolbitsch Manuela Reinisch Übersicht Übersicht über die Systemlandschaft Übersicht über die Werkzeuge Workshop Systemlandschaft 1/8 Klassische

Mehr

Oracle-Statistiken im Data Warehouse effizient nutzen

Oracle-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

Mehr

BI around the world - Globale Reporting Lösungen bei Continental Automotive

BI around the world - Globale Reporting Lösungen bei Continental Automotive BI around the world - Globale Reporting Lösungen bei Continental Automotive Stefan Hess Trivadis GmbH Stuttgart Herbert Muckenfuss Continental Nürnberg Schlüsselworte: Oracle BI EE, Business Intelligence,

Mehr

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Architektur und Konzepte Josef Kolbitsch Manuela Reinisch Übersicht Mehrstufiges BI-System Architektur eines Data Warehouses Architektur eines Reporting-Systems Benutzerrollen in

Mehr

XML-Datenaustausch in der Praxis Projekt TOMIS bei der ThyssenKrupp Stahl AG

XML-Datenaustausch in der Praxis Projekt TOMIS bei der ThyssenKrupp Stahl AG Mittwoch, 9. November 2005 13h00, Bruno-Schmitz-Saal 18. Deutsche ORACLE-Anwenderkonferenz XML-Datenaustausch in der Praxis Projekt TOMIS bei der ThyssenKrupp Stahl AG Volker Husemann Thyssen Krupp Stahl

Mehr

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format.

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format. Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH Gerd Schandert, Neuss den 18.03.2014 Agenda 1. Vorstellung Auftraggeber 2. Förderung allgemein 3. Schichten im Data Warehouse 4.

Mehr

Oracle Scorecard & Strategy Management

Oracle Scorecard & Strategy Management Oracle Scorecard & Strategy Management Björn Ständer ORACLE Deutschland B.V. & Co. KG München Schlüsselworte: Oracle Scorecard & Strategy Management; OSSM; Scorecard; Business Intelligence; BI; Performance

Mehr

Oracle 9i Einführung. Performance Tuning. Kurs. Teil 12 Materialized Views. Universität Hannover. Praxisbeispiel. Migration.

Oracle 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

Mehr

SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken

SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken WEITER BLICKEN. MEHR ERKENNEN. BESSER ENTSCHEIDEN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN ANALYSE VON OLAP-AUFBEREITUNGSFEHLERN

Mehr

O-BIEE Einführung mit Beispielen aus der Praxis

O-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

Mehr

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH

Data 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

Mehr

REAL-TIME DATA WAREHOUSING

REAL-TIME DATA WAREHOUSING REAL-TIME DATA WAREHOUSING Lisa Wenige Seminarvortrag Data Warehousing und Analytische Datenbanken Friedrich-Schiller-Universität Jena - 19.01.12 Lisa Wenige 19.01.2012 2 Agenda 1. Motivation 2. Begriffsbestimmung

Mehr

Mobile Analytics mit Oracle BI - was steckt in den Apps?

Mobile Analytics mit Oracle BI - was steckt in den Apps? Mobile Analytics mit Oracle BI - was steckt in den Apps? Schlüsselworte Oracle BI, OBIEE, Mobile, Analytics Einleitung Gerd Aiglstorfer G.A. itbs GmbH Eching Oracle erweiterte im Laufe dieses Jahres das

Mehr

Intelligence (BI): Von der. Nürnberg, 29. November 2011

Intelligence (BI): Von der. Nürnberg, 29. November 2011 Modelle für Business Intelligence (BI): Von der Anforderung zum Würfel Nürnberg, 29. November 2011 Warum Modelle für Business Intelligence (BI)? Warum Modelle für Business Intelligence (BI)? Bis zur Auswertung

Mehr

Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht

Kampagnenmanagement 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

Mehr

Änderungen erkennen Schneller handeln Stefan Panek. Senior Consultant Christoph Jansen. Consultant 23.10.2008

Änderungen erkennen Schneller handeln Stefan Panek. Senior Consultant Christoph Jansen. Consultant 23.10.2008 Änderungen erkennen Schneller handeln Stefan Panek. Senior Consultant Christoph Jansen. Consultant 23.10.2008 Seit der Datenbankversion 9i bietet Oracle das Feature Change Data Capture an. Aber was genau

Mehr

Oracle Warehouse Builder 3i

Oracle Warehouse Builder 3i Betrifft Autoren Art der Info Oracle Warehouse Builder 3i Dani Schnider (daniel.schnider@trivadis.com) Thomas Kriemler (thomas.kriemler@trivadis.com) Technische Info Quelle Aus dem Trivadis Technologie

Mehr

Komplexe Excel-Berichte mit APEX und jxls erstellen

Komplexe Excel-Berichte mit APEX und jxls erstellen Komplexe Excel-Berichte mit APEX und jxls erstellen Dietmar Aust Opal-Consulting Köln Schlüsselworte: Oracle APEX, MS Excel, jxls, Bericht, Template, Open Source Einleitung In fast jeder Webapplikation

Mehr

Index- und Zugriffsstrukturen für. Holger Brämer, 05IND-P

Index- und Zugriffsstrukturen für. Holger Brämer, 05IND-P Index- und Zugriffsstrukturen für Data Warehousing Holger Brämer, 05IND-P Index- und Zugriffstrukturen für Data Warehousing Materialisierte Sichten Bitmap-Indexe Verbundindexe Materialisierte Sichten gehören

Mehr

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von BI zu Analytik bessere Entscheidungen basiert auf Fakten Webinar Mai 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von Business Intelligence zu Analytik Die Bedeutung

Mehr

Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4

Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4 Contents Data Warehouse - ETL Prozess Version: July 10, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften

Mehr

OLAP und Data Warehouses

OLAP und Data Warehouses OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting

Mehr

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05.

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05. Vom Single Point of Truth zur Single Version of the Facts Data Warehousing zu Beginn des BigData-Zeitalters inspire IT - Frankfurt 11. 12.05.2015 Fahmi Ouled-Ali Kabel Deutschland Marian Strüby OPITZ CONSULTING

Mehr

Data Warehousing mit Oracle

Data 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

Mehr

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009 Modellbasierte Business Intelligence in der Praxis Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Inhalte von Datenmodellen für BI 3. Inhalte von Prozessmodellen 4.

Mehr

Dokumentation QuickHMI-Schnittstelle für Oracle Datenbanken

Dokumentation QuickHMI-Schnittstelle für Oracle Datenbanken Dokumentation QuickHMI-Schnittstelle für Oracle Datenbanken Version 2.0 D-28359 Bremen info@indi-systems.de Tel + 49 421-989703-30 Fax + 49 421-989703-39 Inhaltsverzeichnis Was ist die QuickHMI-Schnittstelle

Mehr

Oracle OLAP 11g: Performance für das Oracle Data Warehouse

Oracle OLAP 11g: Performance für das Oracle Data Warehouse Oracle OLAP 11g: Performance für das Oracle Data Warehouse Marc Bastien Oracle BI Presales Agenda Performanceprobleme in Oracle DWH: gibt s das überhaupt? Mögliche Gründe und Lösungen

Mehr

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar SQL Server 2012 und SharePoint im Unternehmenseinsatz Referent Daniel Caesar sqlxpert Daniel Caesar Publikationen Themen SQL Server Admin, Entwicklung SharePoint Admin, Entwicklung.NET Entwicklung Rechtssichere

Mehr

Data Warehouse. für den Microsoft SQL SERVER 2000/2005

Data Warehouse. für den Microsoft SQL SERVER 2000/2005 Warehouse für den Microsoft SQL SERVER 2000/2005 Begriffe 1 DWH ( Warehouse) ist eine fachübergreifende Zusammenfassung von Datentabellen. Mart ist die Gesamtheit aller Datentabellen für einen fachlich

Mehr

Fachbericht zum Thema: Anforderungen an ein Datenbanksystem

Fachbericht zum Thema: Anforderungen an ein Datenbanksystem Fachbericht zum Thema: Anforderungen an ein Datenbanksystem von André Franken 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis 1 2 Einführung 2 2.1 Gründe für den Einsatz von DB-Systemen 2 2.2 Definition: Datenbank

Mehr

Geschäftsprozessimplementierung mit BPMN, ADF und WebCenter

Geschäftsprozessimplementierung mit BPMN, ADF und WebCenter Geschäftsprozessimplementierung mit BPMN, ADF und WebCenter Johannes Michler PROMATIS software GmbH Ettlingen Schlüsselworte Geschäftsprozess, Horus, SOA, BPMN, ADF, WebCenter Einleitung Die Umsetzung

Mehr

Verteilte Datenbanken. Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München

Verteilte Datenbanken. Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München Kapitel 8 Verteilte Datenbanken Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München 2008 Thomas Bernecker, Tobias Emrich unter Verwendung der Folien des Datenbankpraktikums aus dem Wintersemester

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse 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

Mehr

Szenarien DPE Reporting

Szenarien DPE Reporting Szenarien DPE Reporting Das nachfolgende Dokument beschreibt mögliche Szenarien zur Generierung von Reports aus dem Delmia Process Engineer (DPE). 1 Einleitung Der DPE ist eine Lösung zur Prozeßplanung

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

www.informatik-aktuell.de

www.informatik-aktuell.de www.informatik-aktuell.de Flashback Reise in die Vergangenheit einfach. gut. beraten. Warum Oracle Zeitreisen anbieten kann, der Microsoft SQL Server aber leider nicht. IT-Tage Datenbanken 18.12.2015,

Mehr

Einführungsveranstaltung: Data Warehouse

Einführungsveranstaltung: Data Warehouse Einführungsveranstaltung: 1 Anwendungsbeispiele Berichtswesen Analyse Planung Forecasting/Prognose Darstellung/Analyse von Zeitreihen Performancevergleiche (z.b. zwischen Organisationseinheiten) Monitoring

Mehr

Transaktionen und Synchronisation konkurrierender Zugriffe

Transaktionen und Synchronisation konkurrierender Zugriffe Transaktionen und Synchronisation konkurrierender Zugriffe Fragestellungen Aufgaben des Transaktionsmanagers Aktivieren von Transaktionen entsprechend den Anforderungen von Anwendungsprogrammen. Dabei

Mehr

Logische Modellierung von Data Warehouses

Logische Modellierung von Data Warehouses Logische Modellierung von Data Warehouses Vertiefungsarbeit von Karin Schäuble Gliederung. Einführung. Abgrenzung und Grundlagen. Anforderungen. Logische Modellierung. Methoden.. Star Schema.. Galaxy-Schema..

Mehr

Verteilungsmechanismen in verschiedenen RDBMS

Verteilungsmechanismen in verschiedenen RDBMS Verteilungsmechanismen in verschiedenen RDBMS Vorlesung im Wintersemester 2013 (Analyse verschiedener RDBMS-Produkte hinsichtlich angebotener Verteilmechanismen) Prof. Dr. Andreas Schmietendorf 1 Zielstellung

Mehr

OLAP und der MS SQL Server

OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP-Systeme werden wie umfangreiche Berichtssysteme heute nicht mehr von Grund auf neu entwickelt. Stattdessen konzentriert man sich auf die individuellen

Mehr

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich Agenda Einführung Key differentiators von ODI12c Effizienz Flexibilität Wartbarkeit & Beweglichkeit Schlussfolgerungen

Mehr

10. Vorlesung: Datenorganisation SS 2007

10. Vorlesung: Datenorganisation SS 2007 10. Vorlesung: Datenorganisation SS 2007 8 Parallele Transaktionen 9 9.1 Drei-Ebenen Ebenen-Architektur 9.2 Verteilte Datenbanken 9.3 Client-Server Server-Datenbanken 9.4 Föderierte Datenbanken 9.5 Das

Mehr

Dr. Nick Golovin Koch Media GmbH n.golovin@kochmedia.com. Einsatz von Data Federation für den schnellen Aufbau eines BI-Systems

Dr. Nick Golovin Koch Media GmbH n.golovin@kochmedia.com. Einsatz von Data Federation für den schnellen Aufbau eines BI-Systems Dr. Nick Golovin Koch Media GmbH n.golovin@kochmedia.com Einsatz von Data Federation für den schnellen Aufbau eines BI-Systems Inhalt 1. Unternehmensportrait 2. Ausgangssituation 3. Aufgabenstellung 4.

Mehr

WhitePaper. Mai 2012. BIA Business Intelligence Accelerator. Markus Krenn Geschäftsführer Mail: m.krenn@biaccelerator.com

WhitePaper. Mai 2012. BIA Business Intelligence Accelerator. Markus Krenn Geschäftsführer Mail: m.krenn@biaccelerator.com WhitePaper BIA Business Intelligence Accelerator Mai 2012 Markus Krenn Geschäftsführer Mail: m.krenn@biaccelerator.com BIA Business Intelligence Accelerator GmbH Softwarepark 26 A-4232 Hagenberg Mail:

Mehr

Datenbewirtschaftung mit ORACLE Tools - Die Wahl des richtigen Tools -

Datenbewirtschaftung mit ORACLE Tools - Die Wahl des richtigen Tools - Datenbewirtschaftung mit ORACLE Tools - Die Wahl des richtigen Tools - Wolfgang Rütter Bereichsleiter OPITZ CONSULTING Gummersbach GmbH DOAG-Konferenz 2008 Nürnberg, 01.12.2008 Datenbewirtschaftung mit

Mehr

Industrial Data Intelligence. Datenbasierte Produktionsoptimierung

Industrial Data Intelligence. Datenbasierte Produktionsoptimierung !DI Industrial Data Intelligence Datenbasierte Produktionsoptimierung Industrial Data Intelligence Sammeln Analysieren Mit dem Industrial Data Intelligence-Angebot ermöglicht Softing Industrial die datenbasierte

Mehr

Nach Data Warehousing kommt Business Intelligence

Nach Data Warehousing kommt Business Intelligence Nach Data Warehousing kommt Business Intelligence Andrea Kennel Trivadis AG Glattbrugg, Schweiz Schlüsselworte: Business Intelligence, Data Warehouse Zusammenfassung Data Warehouse bedeutet, dass operative

Mehr

Oracle BI EE mit großen Datenmengen

Oracle BI EE mit großen Datenmengen Oracle BI EE mit großen Datenmengen Christian Casek Riverland Solutions GmbH München Schlüsselworte: Oracle BI EE, Oracle BI Applications, Informatica, RPD, große Datenmengen, Performance, Performanceoptimierung,

Mehr

Moderne Data-Warehouse-Architekturen

Moderne Data-Warehouse-Architekturen Moderne Data-Warehouse-Architekturen Autor: Alfred Schlaucher, ORACLE Deutschland GmbH DOAGNews Q3_2004 Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der

Mehr

Integration Services Übersicht

Integration Services Übersicht Integration Services Übersicht Integration Services Übersicht Integration Services stellt umfangreiche integrierte Tasks, Container, Transformationen und Datenadapter für die En t- wicklung von Geschäftsanwendungen

Mehr

Data Warehouse Architekturtrends

Data Warehouse Architekturtrends Data Warehouse Architekturtrends Dr. Bodo Hüsemann Informationsfabrik GmbH Münster Schlüsselworte Architektur, Business Intelligence, Data Warehouse, Realtime Data Warehouse, Operational BI, Selfservice

Mehr

ITGAIN Fach- und Technikspezialist

ITGAIN Fach- und Technikspezialist ITGAIN Fach- und Technikspezialist KOMPETENZ GEWINNBRINGEND EINSETZEN. Copyright 2012 ITGAIN GmbH 1 SPoT Wir bringen Ihre Informationen auf den Punkt. Hamburg, 07.05.2012 FACTORY-ANSATZ FÜR ETL-PROZESSE

Mehr

Dokumentation zur Anlage eines JDBC Senders

Dokumentation zur Anlage eines JDBC Senders Dokumentation zur Anlage eines JDBC Senders Mithilfe des JDBC Senders ist es möglich auf eine Datenbank zuzugreifen und mit reiner Query Datensätze auszulesen. Diese können anschließend beispielsweise

Mehr

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

Nr. 33. NoSQL Databases

Nr. 33. NoSQL Databases Nr. 33 NoSQL Databases Das Berner-Architekten-Treffen Das Berner-Architekten-Treffen ist eine Begegnungsplattform für an Architekturfragen interessierte Informatikfachleute. Partner Durch Fachvorträge

Mehr

Business Intelligence

Business Intelligence Business Intelligence Anwendungssysteme (BIAS) Lösung Aufgabe 1 Übung WS 2012/13 Business Intelligence Erläutern Sie den Begriff Business Intelligence. Gehen Sie bei der Definition von Business Intelligence

Mehr

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Übersicht über Business Intelligence Josef Kolbitsch Manuela Reinisch Übersicht Beispiel: Pantara Holding Der Begriff Business Intelligence Übersicht über ein klassisches BI-System

Mehr

Performanceaspekte in der SAP BI Modellierung

Performanceaspekte in der SAP BI Modellierung Performanceaspekte in der SAP BI Modellierung SAP BW 7.3 & SAP HANA Performance Indizes Aggregate DSO & InfoCube BWA SAP HANA Empfehlung 2 Performance Performance bedeutet, unter gegebenen Anforderungen

Mehr

SQL Cockpit & SAP HANA Prüfen Sie Ihre SQL Abfragen auf HANA-Tauglichkeit

SQL Cockpit & SAP HANA Prüfen Sie Ihre SQL Abfragen auf HANA-Tauglichkeit SQL Cockpit & SAP HANA Prüfen Sie Ihre SQL Abfragen auf HANA-Tauglichkeit Johann Fößleitner Cadaxo GmbH email: johann.foessleitner@cadaxo.com Twitter: @foessleitnerj Agenda 1 SAP HANA Integrationsszenarien

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

Mehr

Welche Daten gehören ins Data Warehouse?

Welche Daten gehören ins Data Warehouse? Welche Daten gehören ins Warehouse? Dani Schnider Principal Consultant 9. Januar 2012 In vielen DWH-Projekten stellt sich die Frage, welche Daten im Warehouse gespeichert werden sollen und wie dieser Datenumfang

Mehr

Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung

Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte DWH Projekt, Methodik, Stärken und Schwächen, Übersicht, Weg der Daten,

Mehr

Java WebApps und Services in der Oracle Cloud

Java WebApps und Services in der Oracle Cloud Java WebApps und Services in der Oracle Cloud Andreas Koop enpit consulting OHG 33106 Paderborn Schlüsselworte Oracle Cloud, WebApp, Service, Erfahrungsbericht Einleitung Mit den Oracle Cloud Services

Mehr

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

Operational Reporting für Oracle Applications mit Hilfe von Oracle GoldenGate

Operational Reporting für Oracle Applications mit Hilfe von Oracle GoldenGate Operational Reporting für Oracle Applications mit Hilfe von Oracle GoldenGate Schlüsselworte: Karsten Stöhr ORACLE Deutschland B.V. & Co. KG Hamburg Operational Reporting, Query Off-Loading, Oracle Applications,

Mehr

Entwicklung eines Abrechnungsmodells für SAP-Business-Information-Warehouse-Systeme

Entwicklung eines Abrechnungsmodells für SAP-Business-Information-Warehouse-Systeme FHDW-Schriftenreihe Band 4/2002 Stefan Nieland, Mathias Pöhling Entwicklung eines Abrechnungsmodells für SAP-Business-Information-Warehouse-Systeme. Shaker Verlag Aachen 2002 Die Deutsche Bibliothek -

Mehr

Anwendung des Prinzips der Doppik beim Aufbau eines Data Warehouses

Anwendung des Prinzips der Doppik beim Aufbau eines Data Warehouses Anwendung des Prinzips der Doppik beim Aufbau eines Data Warehouses Einführung Einer der Nachteile der Data Warehouse Technologie besteht daran, dass in einem Data Warehouse (DWH ) nur Momentaufnahmen

Mehr

Best Practices im Business-Reporting: So kombiniert man Hyperion Intelligence mit dem OWB. Referent: Jens Wiesner, Systemberater, MT AG

Best Practices im Business-Reporting: So kombiniert man Hyperion Intelligence mit dem OWB. Referent: Jens Wiesner, Systemberater, MT AG Best Practices im Business-Reporting: So kombiniert man Hyperion Intelligence mit dem OWB Referent: Jens Wiesner, Systemberater, MT AG MT AG managing technology Key-facts: 1994: Gründung als MT Software

Mehr

Data Warehouse in der Telekommunikation

Data Warehouse in der Telekommunikation Data Warehouse in der Telekommunikation Hans-Friedrich Pfeiffer Talkline GmbH & Co.KG Elmshorn, 11.06.2007 Übersicht Historie Struktureller Aufbau des Dara Warehouse Anforderungen an das Data Warehouse

Mehr

BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center

BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center Ing. Polzer Markus öffentlich Inhaltsverzeichnis 1 2 3 4 5 6 7 Kurzvorstellung Raiffeisen Solution Business Intelligence Strategie

Mehr

Survival Guide für Ihr Business Intelligence-Projekt

Survival Guide für Ihr Business Intelligence-Projekt Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren

Mehr

Error-Hospital für Oracle SOA Suite

Error-Hospital für Oracle SOA Suite Error-Hospital für Oracle SOA Suite Markus Lohn esentri AG Ettlingen Schlüsselworte Fusion Middleware, SOA, SOA Suite Einleitung Die Entwicklung von Services mit der SOA Suite erfolgt überwiegend deklarativ

Mehr

BI ist tot, lang lebe BI!

BI ist tot, lang lebe BI! BI ist tot, lang lebe BI! SAP HANA Live vs. SAP BW powered by HANA Glaubt man der ein oder anderen aus Walldorf stammenden Marketingfolie, so sind die Tage von herkömmlichen Business Intelligence Systemen

Mehr

MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen

MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen Pasquale Grippo Senior Manager/Business Unit Manager BI 18/20.10.2011 Oracle Business Analytics Summits Düsseldorf/München

Mehr

Technische Beschreibung: EPOD Server

Technische Beschreibung: EPOD Server EPOD Encrypted Private Online Disc Technische Beschreibung: EPOD Server Fördergeber Förderprogramm Fördernehmer Projektleitung Projekt Metadaten Internet Foundation Austria netidee JKU Linz Institut für

Mehr

Business Intelligence Praktikum 1

Business Intelligence Praktikum 1 Hochschule Darmstadt Business Intelligence SS 2014 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 07.05.2014 Business Intelligence Praktikum

Mehr

Collax E-Mail-Archivierung

Collax E-Mail-Archivierung Collax E-Mail-Archivierung Howto Diese Howto beschreibt wie die E-Mail-Archivierung auf einem Collax Server installiert und auf die Daten im Archiv zugegriffen wird. Voraussetzungen Collax Business Server

Mehr

Flexibilität im Prozess mit Oracle Business Rules 11g

Flexibilität im Prozess mit Oracle Business Rules 11g Flexibilität im Prozess mit Oracle Business Rules 11g Michael Stapf ORACLE Deutschland GmbH Frankfurt Schlüsselworte: Geschäftsregeln, Business Rules, Rules Engine, BPEL Process Manager, SOA Suite 11g,

Mehr

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching 1.1 Caching von Webanwendungen In den vergangenen Jahren hat sich das Webumfeld sehr verändert. Nicht nur eine zunehmend größere Zahl an Benutzern sondern auch die Anforderungen in Bezug auf dynamischere

Mehr

Was Cloud Control über Ihre installierte Software berichten kann. Martin Obst Oracle Deutschland Potsdam

Was Cloud Control über Ihre installierte Software berichten kann. Martin Obst Oracle Deutschland Potsdam Was Cloud Control über Ihre installierte Software berichten kann Schlüsselworte: Martin Obst Oracle Deutschland Potsdam Enterprise Manager 12c, Cloud Control, Discovery, Asset Management, Software Einleitung

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

Mehr

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Sprecher: Uwe Nadler, Senior Managing Consultant 1 Marketing braucht unterschiedliche Informationen, um entsprechende

Mehr

8 Access-Abfragen migrieren

8 Access-Abfragen migrieren Leseprobe aus Access und SQL Server http://www.acciu.de/asqllesen 8 Access-Abfragen migrieren Mit der Migration der Tabellen Ihrer Anwendung zu einer SQL Server-Datenbank und dem Verknüpfen der SQL Server-Tabellen

Mehr

25.09.2014. Zeit bedeutet eine Abwägung von Skalierbarkeit und Konsistenz

25.09.2014. Zeit bedeutet eine Abwägung von Skalierbarkeit und Konsistenz 1 2 Dies ist ein Vortrag über Zeit in verteilten Anwendungen Wir betrachten die diskrete "Anwendungszeit" in der nebenläufige Aktivitäten auftreten Aktivitäten in einer hochgradig skalierbaren (verteilten)

Mehr

SOA im Zeitalter von Industrie 4.0

SOA im Zeitalter von Industrie 4.0 Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING

Mehr

Oracle EBS Web ADI Integrator selber erstellen

Oracle EBS Web ADI Integrator selber erstellen Oracle EBS Web ADI Integrator selber erstellen Dirk Blaurock Dirk Blaurock IT-Consulting Pinneberg Schlüsselworte: Oracle E-Business Suite, Web ADI, Datenintegration Einleitung Die Oracle E-Business Suite

Mehr

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch Obwohl mit der Verwendung von SAP HANA ein neuer semantischer Layer zum Einsatz kommt,

Mehr

Mobile Analytics mit Oracle BI

Mobile Analytics mit Oracle BI Mobile Analytics mit Oracle BI Was steckt in den Apps? Gerd Aiglstorfer G.A. itbs GmbH Christian Berg Dimensionality GmbH Das Thema 2 Oracle BI Mobile: HD App für Apple ios Oracle BI Mobile App Designer

Mehr

Datenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken

Datenbanken 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

Mehr

IDV Assessment- und Migration Factory für Banken und Versicherungen

IDV Assessment- und Migration Factory für Banken und Versicherungen IDV Assessment- und Migration Factory für Banken und Versicherungen Erfassung, Analyse und Migration von Excel- und AccessAnwendungen als User-Selfservice. Sind Ihre Excel- und Access- Anwendungen ein

Mehr

Business Intelligence

Business Intelligence Business Intelligence Anwendung 1 MInf1 HAW Hamburg Betreuender Professor: Prof. Dr. Zukunft by Jason Hung Vuong [12] Gliederung 1. Hamburg Energie Kooperation 2. Motivation 3. Business Intelligence 4.

Mehr

1Ralph Schock RM NEO REPORTING

1Ralph Schock RM NEO REPORTING 1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen

Mehr

1 Transaktionen in SQL. 2 Was ist eine Transaktion. 3 Eigenschaften einer Transaktion. PostgreSQL

1 Transaktionen in SQL. 2 Was ist eine Transaktion. 3 Eigenschaften einer Transaktion. PostgreSQL 1 Transaktionen in SQL Um Daten in einer SQL-Datenbank konsistent zu halten, gibt es einerseits die Möglichkeit der Normalisierung, andererseits sog. Transaktionen. 2 Was ist eine Transaktion Eine Transaktion

Mehr

Modellierung 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 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

Mehr

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG Referent: Lutz Bauer, Senior Systemberater, MT AG Inhaltsverzeichnis Kurzvorstellung Data Warehouse Bayer Healthcare

Mehr

Vollständig generisches DWH für kleine und mittelständische Unternehmen

Vollständig 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

Mehr

Oracle BI Publisher in der Oracle Business Intelligence Enterprise Edition Plus. Eine Mehrwertdiskussion

Oracle BI Publisher in der Oracle Business Intelligence Enterprise Edition Plus. Eine Mehrwertdiskussion Oracle BI Publisher in der Oracle Business Intelligence Enterprise Edition Plus Eine Mehrwertdiskussion Der Oracle BI Publisher als Teil der Oracle BI Suite versus Oracle BI Publisher Standalone Der Oracle

Mehr