Oracle Datawarehouse: Neue Funktionen in 10g

Größe: px
Ab Seite anzeigen:

Download "Oracle Datawarehouse: Neue Funktionen in 10g"

Transkript

1

2 Oracle Datawarehouse: Neue Funktionen in 10g Marc Bastien Business Unit Datenbank ORACLE Deutschland GmbH DOAG SIG, Hamburg,

3 Agenda Agenda: Übersicht: Recap der 9i DWH Funktionen Neue Features Oracle 10g Allgemein (Administration etc.) ETL-Funktionen Analytische Funktionen OLAP Mining Neues aus der Tools-Ecke: OWB 10g Disco 10g jdeveloper/bi-beans 10g

4 Oracle 9i Datenbank Single Business-Intelligence Datenbank Plattform Relational ETL OLAP Data Mining M e t a d a t e n DWH Funktionen ETL in der Datenbank Embedded OLAP Engine Embedded Data Mining

5 Oracle 9i Datenbank Single Business-Intelligence Datenbank Plattform DWH Funktionen Analytische Funktionen (ROLLUP, Ranking, Lag/Lead) ETL-Funktionen Externe Tabellen, Merge, Delta-Refresh MAVs OLAP Engine Eigene Speichertechnologie, SQL Zugriff auf mehrdimensionale Objekte Mining Engine In der Datenbank integriert Java API

6 Oracle 10g Datenbank neue Features für eine ideale BI und DWH Plattform Neue Funktionen allgemein Verbesserungen Manageability Automatismen machen das DWH schneller und einfacher Neue DWH/BI Funktionen In der relationalen Datenbank ETL Analytische Funktionen OLAP Mining

7 Oracle 10g Datenbank Manageability 1/3 Statistics Workload Repository Alle Abfragen werden in einem Repository abgelegt Zu jeder Abfrage kann ermittelt werden, wie lange und mit welchen Ressourcen diese lief Self-tuning SQL Optimization Aufgrund der Informationen im Repository kann jede Abfrage automatisch getunt werden, wenn diese nicht in einer bestimmt Zeit beantwortet wird Automatic Statistics Gathering Statistiken werden laufend generiert Keine veralteten Statistiken mehr

8 Oracle 10g Datenbank Manageability 2/3 Automatic Storage Management Keine Notwendigkeit von Volume-Manager mehr Datendateien werden direkt in Disk-Groups gelegt Integrierte Spiegelung und Striping Von Null bis dreifache Spiegelung Automatische Verteilung der Daten auf den physikalischen Platten nach Zugriff Vermeidung von Hotspots Automatische Umverteilung nach Ausfall eines Spiegels Automatisches I/O-Tuning Hebt Grenzen des Dateisystems auf

9 Oracle 10g Datenbank Manageability 3/3 Self-tuning Memory Keine eigenen Parameter für Shared_pool Large_pool Nur noch zwei Parameter: PGA SGA Die Datenbank verteilt je nach Anforderung

10 Oracle 10g Datenbank Manageability-Fakten in der Praxis Performance-Tests intern (Schema SH): Test SELECT COUNT(*) FROM sales WHERE company_id!= 2; SELECT COUNT(*) FROM sales WHERE (amount_sold/quantity_sold) < 1; Anlegen einer partitionierten Tabelle ( Sub-Partitions) 102s 208s 754s 64s 170s 347s

11 Oracle 10g Datenbank Manageability-Fakten in der Praxis: Statistiken 1/4 Beispiel für Statistiken: GATHER_STATS_JOB wird automatisch angelegt MAINTENANCE_WINDOW_GROUP - WEEKNIGHT_WINDOW (22:00 06:00) - WEEKEND_WINDOW (Sa So, 0:00 24:00) Schema wird angelegt und die Faktentabelle befüllt

12 Oracle 10g Datenbank Manageability-Fakten in der Praxis: Statistiken 2/4 SELECT table_name, num_rows, last_analyzed, monitoring FROM user_tables; TABLE_NAME NUM_ROWS LAST_ANALY MON SALES YES TIMES YES PRODUCTS YES CHANNELS YES PROMOTIONS YES CUSTOMERS YES Daten (Fakten und Dimensionen) werden geladen Wenn sich das WEEKNIGHT_WINDOW öffnet, werden die Statistiken neu berechnet!

13 Oracle 10g Datenbank Manageability-Fakten in der Praxis: Statistiken 3/4 SELECT table_name, num_rows, last_analyzed, monitoring FROM user_tables; TABLE_NAME NUM_ROWS LAST_ANALY MON SALES YES TIMES YES PRODUCTS YES CHANNELS YES PROMOTIONS YES CUSTOMERS YES Am Tage werden neue Fakten geladen! Wenn sich das WEEKNIGHT_WINDOW öffnet, werden die Statistiken neu berechnet!

14 Oracle 10g Datenbank Manageability-Fakten in der Praxis: Statistiken 4/4 SELECT table_name, num_rows, last_analyzed, monitoring FROM user_tables; TABLE_NAME NUM_ROWS LAST_ANALY MON SALES YES TIMES YES PRODUCTS YES CHANNELS YES PROMOTIONS YES CUSTOMERS YES

15 Oracle 10g Datenbank Unterstützung großer Datenbanken ULDB Unterstützung (Ultra Large DataBase) Datenbankgröße kann Exabytes erreichen Keine Begrenzung mehr für LOBs Hash-Partitionierte Global Indexes ASM hebt Betriebssystemgrenzen des Dateisystems auf

16 Oracle 10g Datenbank: ETL neue Features für effektives Befüllen eines DWH Erweiterung der vorhandenen Funktionen: Plattformübergreifenden Transportable Tablespaces asynchrones Change Data Capture MV Refresh (Partition Aware) Neue Funktionen Data Pump: Schneller, paralleler Import / Export ETL

17 Oracle 10g ETL: erweitert neue Features für effektives Befüllen eines DWH Plattformübergreifende Transportable Tablespaces Ideal für Migration...wenn operatives System und DWH auf unterschiedlichen Plattformen asynchrones Change Data Capture Ideal für Real-Time DWH ETL

18 Transportable Tablespaces (TT) Historie Erstmals in Oracle8i In Oracle9i verbessert: Unterstützung unterschiedlicher Datenblock-Größen Oracle Database 10g: Unterstützung unterschiedlicher Betriebssysteme Neu Date i Datei expdat.dmp BS copy Datei Datei expdat.dmp

19 Cross Plattform TT (1/3) Nutzen Daten von einer Datenbank zu anderen Datenbanken verschieben Ohne Export- und Import-, bzw. Lade-Operationen Weitgehend unabhängig von der Datenmenge Zur Migration von Datenbanken auf eine andere BS-Plattform Verwendbar für tablespace point-in-time recovery Daten von Read-Only Tablespaces in unterschiedlichen Datenbanken parallel nutzen

20 Cross Plattform TT (2/3) Nutzen Zur Veröffentlichung von Daten in Katalogform z.b. auf CD/DVD Für ISVs: Weitergabe applikationsspezifischer Datenbestände für Oracle-Datenbanken Schnelle Verteilung von Daten Data Warehouse-Daten an Data Marts Daten aus OLTP-Systemen an Data Warehouses

21 Cross Plattform TT (3/3) Nutzen Mit Oracle Streams zum Transport von Tablespaces einer laufenden Datenbank z.b. auf ein Standby-System Automatisches Nachfahren der Daten, die während des Transports des Tablespace im Quellsystem verändert werden Mit einem Befehl verschieben oder kopieren und bei Bedarf transformieren Schneller als FTP

22 Cross Plattform TT Voraussetzungen Start der beteiligten Datenbanken mit Initialisierungsparameter COMPATIBLE >= 10.0 Beteiligte Tablespaces sind operating system aware Mindestens einmal von einer Oracle Database 10g mit dem -Status READ WRITE öffnen Beachten bei Tablespaces mit Status READ ONLY Beachten bei Tablespaces, die komplett oder auch nur mit - -einzelnen Dateien OFFLINE sind

23 Cross Plattform TT unterstützte Plattformen V$TRANSPORTABLE_PLATFORM Aktuell unterstützte Plattformen Zur Zeit - HP UX und HP UX IA (64-Bit) - HP Tru64 UNIX (64-Bit) - IBM AIX (64-Bit) - Linux IA (32- und 64-Bit) - MS Windows NT - SUN Solaris (32- und 64-Bit) V$DATABASE Festlegung der Endian-Format der Plattformen (endianness) Speicherung des Least Significant Byte (LSB)

24 Cross Plattform TT unterstützte Plattformen Little Endian Linux (Intel IA32/64) Windows (Intel IA32/64) Open VMS (Intel IA64) Tru64 UNIX (Alpha) High Speed Konvertierung RMAN Big Endian SUN Solaris (SPARC) HP-UX (Intel IA64) HP-UX (PA-RISC) AIX (Power PC) Transport innerhalb einer Gruppe durch einfaches Kopieren der Dateien

25 Cross Plattform TT Nutzung von RMAN Konvertierung Mit RMAN durchführen Zeitbedarf entspricht dem für ein Backup des betroffenen Tablespace mit RMAN Auf dem Ziel- oder Quellsystem Ausnahme CLOBs von Plattformen mit Format little endian, die nicht in Oracle Database 10g angelegt wurden Manuelle Konvertierung bei Bedarf oder Automatische Konvertierung beim ersten Zugriff Namenskonflikte in Quell/Ziel DB beachten Eins der Tablespaces umbenennen Neu

26 Oracle 10g ETL: neu neue Features für effektives Befüllen eines DWH Data Pump Server-basierende Lösung für sehr performantes Meta-/Daten laden und entladen Grundlage für Streams, Logical Standby, Grid, Transportable Tablespaces Gleichzeitiges Entladen von Daten und Metadaten 60% schneller als 9i Export (single thread) 15x-20x schneller als 9i Import (single thread) ETL

27 Data Pump Übersicht Aufruf über DBMS_DATAPUMP. Interner Aufruf von DBMS_METADATA Daten werden im Direct Path Stream Format ausgelesen. Metadaten werden im XML- Format abgelegt Neue expdp und impdp Clients: Erweiterung des bisherigen exp / imp - Verfahrens

28 Data Pump Beispiel (live!) imp out of the box imp tuned: buffer=2m recordlength=64k impdp out of the box: Parallel=1 Mit einem Index pro Tabelle imp tuned: buffer=2m recordlength=64k impdp: : Parallel=1 Programm exp out of the box: direct=y exp tuned: direct=y buffer=2m recordlength=64k expdp out of the box: Parallel=1 Elapsed 0 hr 10 min 40 sec 0 hr 04 min 08 sec 0 hr 03 min 12 sec 2 hr 26 min 10 sec 2 hr 18 min 37 sec 0 hr 03 min 05 sec 2 hr 40 min 17 sec 0 hr 25 min 10 sec

29 Oracle 10g SQL Erweiterungen mehr relationale Analyse Native Numbers SQL Model Umfangreiche und Ausdrucksvolle Syntax, um multidimensionale Berechnungen auszudrücken Darstellung relationaler Daten als Arbeitsblatt inkl. Berechnungsmodelle Frequent Itemsets Für DataMining: Warenkorb-Analyse Findet z.b. häufige Kombinationen von gekauften Produkten 9i: grosse Joins oder tausende SQL-Kommandos 10g Algorithmus ca. 10x schneller

30 Oracle 10g Native Numbers neuer Datentyp: binary_float, binary_double Native Speicherung von Fliesskomma-Werten Schnellere Fliesskomma-Berechnungen Beispiel mit massiver Berechnung (Datentyp Number) 326s Änderungen am SQL 23s Änderungen am Schema 12s

31 Oracle 10g - Frequent Itemsets Unterstützt Data Mining Wird in Warenkorbanalysen genutzt Findet die am häufigsten vorkommenden Kombinationen innerhalb einer Liste Was wurde am häufigsten zusammen gekauft Oracle10g nutzt neue Algorithmen, um multiple Zählung innerhalb dieser Liste durchzuführen Ohne Optimierung würden riesige Joins oder tausende SQL-Befehle abgesetzt werden Oracle 10g Algorithmus ist durchschnittlich 10mal schneller als konventionelles SQL Neues Package: DBMS_DATAMINING

32 Oracle 10g - SQL Model Clause Stellt Daten als Arbeitsblatt dar Berechnung innerhalb der Arbeitsblätter einfache Adressierung von Zellen Automatische Festlegung der Reihenfolge Wildcards Schleifen look-up auf andere Arbeitsblätter NULL-Unterdrückung

33 SQL Model: Konzept Die Spalten einer Tabelle oder eines Views werden in Partitionen, Dimensionen und Measures (Maße) aufgeteilt: Land D PARTITION A D A D A D A Produkt Äpfel DIMENSION Apfel Birne Birne Apfel Apfel Birne Birne Jahr 2000 DIMENSION Umsatz MEASURE Wie die Spalten aufgeteilt werden, hängt von den geplanten Berechnungen ab!

34 SQL Model: Partitionen etc Partitionen: bleiben außerhalb der Berechnungen, auf diese wird nicht referenziert Dimensionen: auf diese wird referenziert, evtl werden Neue angelegt Measures: mit diesen wird gerechnet Land D PARTITION A Produkt Äpfel DIMENSION Äpfel Jahr 2000 DIMENSION 2000 Umsatz MEASURE D Birne A Birne

35 SQL Model: Regeln Mit Regeln werden die Berechnungen ausgedrückt Innerhalb der Regeln können Zellen direkt adressiert werden umsatz(apfel,2002)=umsatz(apfel,2000)+umsatz(apfel,2001) umsatz(birne,2002)=umsatz(birne,2000)+umsatz(birne,2001) PARTITION DIMENSION MEASURE Keine Berechnung, keine Referenzierung Referenzierung: gilt für Apfel und 2000 Berechnung: ein Umsatz wird berechnet

36 das Arbeitsblatt Ausgangstabelle Land D Produkt Apfel Jahr 2000 Umsatz 10 D Apfel D Birne D Birne PARTITION Jahr Apfel Birne Produkt

37 Eine Zelle füllen Neue Daten erzeugen: Umsatz für Apfel für Jahr 2002 auf Summe von Jahren 2000 und 2001 setzen Jahr Apfel Birne Produkt SELECT land, produkt, jahr, umsatz FROM sales_view MODEL RETURN UPDATED ROWS PARTITION BY (land) DIMENSION BY (produkt, jahr) MEASURES (umsatz) RULES(umsatz['Apfel',2002]=umsatz['Apfel',2001]+umsatz['Apfel',2000]) ORDER BY land, produkt, jahr;

38 Mehrere Zellen füllen Veränderung bestehender Daten: Umsatz für Äpfel und Birnen für Jahr 2001 auf 50 setzen Jahr Apfel Birne Produkt SELECT land, produkt, jahr, umsatz FROM sales_view MODEL RETURN UPDATED ROWS PARTITION BY (land) DIMENSION BY (produkt, jahr) MEASURES (umsatz) RULES(umsatz[produkt in ('Apfel', 'Birne'), 2001] = 50) ORDER BY land, produkt, jahr; HINWEIS: keine neuen Daten mit symbolischer Adressierung!

39 Mehrere Zellen füllen mit CV Veränderung bestehender Daten: Umsatz für Äpfel und Birnen für Jahr 2001 auf den Wert des Vorjahres * Faktor setzen Jahr Apfel Birne Produkt SELECT land, produkt, jahr, umsatz FROM sales_view MODEL RETURN UPDATED ROWS PARTITION BY (land) DIMENSION BY (produkt, jahr) MEASURES (umsatz) RULES(umsatz[produkt in ('Apfel', 'Birne'),2001] = 1.2 * umsatz[cv(produkt),2000]) ORDER BY land, produkt, jahr; HINWEIS: keine neuen Daten mit symbolischer Adressierung!

40 SQL Model: weitere Funktionen Wildcards: nicht mehr explizit alle Werte auflisten FOR-Schleifen: symbolische Adressierung und neue Werte anlegen Reihenfolge: automatische Festlegung NULLs: NULL*1 =?? Look-Up/Referenzen: Verschachtelung von Modellen möglich

41 Oracle OLAP 10g neue Features für maximalen analytischen Nutzen Skalierbarkeit und Unterstützung großer Datenmengen Partitioning (AW - Range Partitionierung) Multi Writer Parallel Cube Build Support for Very Large Dimensions Neuer 64-Bit Index Manageability SQL Interface ausgebaut OLAP

42 Oracle OLAP 10g Partitionierung Aufteilung der Daten in 9i AW$SALES Oracle Data Files 0 20 GB SALES GB GB GB GB OLAP AW$ Tabelle kann partitioniert werden

43 Oracle OLAP 10g Partitionierung Aufteilung der Daten in 10g AW$SALES Oracle Data Files SALES UNITS COST SALES FORECAST_SALES FORECAST_UNITS OLAP AW$ Tabelle kann partitioniert werden

44 Oracle OLAP 10g Partitionierung Nutzen Vorteile von partitionierten Variablen: Rollierende Zeit-Perioden Parallelisiertes Daten laden Parallelisiertes Daten aggregieren, allokieren etc. Performance-Tuning Backup/Restore auf Partitionen

45 Oracle OLAP 10g Multi Writer Attach Modes 9i vs 10g 9i Release 2 attach modes Read only: Kein Locking des Analytic Workspace Read write:locking des AW zum Schreiben Read write exclusive: Locking des AW zum Lesen und Schreiben 10 MULTI attach mode Mehrere Sessions können R/W Zugriff auf den AW erhalten Objekte im AW müssen angefordert werden

46 Oracle OLAP 10g Multi Writer Nutzen von MULTI Separate Sessions können genutzt werden: Paralleles Daten laden Paralleles Aggregieren Paralleles Allokieren Modelle berechnen Prognosen berechnen Etc. Beispiel: AW ATTACH sales MULTI; ACQUIRE actual_sales Neue Daten laden UPDATE MULTI sales; COMMIT; RELEASE actual_sales

47 Oracle OLAP 10g neue Features für maximalen analytischen Nutzen Manageability Keine explizite Angabe für OLAP Page Pool XML-API Datenmodell und Würfelaufbau Variablen-Umdeklaration Dimensionen hinzufügen oder entfernen ohne Neuaufbau Neue analytische Funktionen Custom Members und Custom Measures als eigene Objekte Neuer Sortieralgorithmus: Hierarchisch Aggregation basierend auf Attributen OLAP

48 Oracle OLAP 10g: SQL Interface Verbesserung des relationalen Zugriffs Änderungen am SQL Durchgriff Filter Evaluierung früher ADT werden automatisch generiert Query rewrite auf multidimensionale Datentypen

49 Oracle OLAP 10g: SQL Filter Filter Evaluierung in 9.2: u.u. viele Daten! APPLICATION SELECT Statement Returns data through OCI or JDBC RELATIONAL ENGINE SQL filter evaluated here Select list and WHERE clause predicates Returns data in Row format OLAP_TABLE OLAP DML commands Returns data in multidimensional format Aggregation and calculation MULTIDIMENSIONAL ENGINE

50 Oracle OLAP 10g: SQL Filter Filter Evaluierung in 10g: Reduktion der Datenmenge! APPLICATION SELECT Statement Returns data through OCI or JDBC RELATIONAL ENGINE SQL filter evaluated here Select list and WHERE clause predicates Returns data in Row format OLAP_TABLE Aggregation and calculation OLAP DML commands MULTIDIMENSIONAL ENGINE Returns data in multidimensional format SQL filter evaluated here

51 Oracle OLAP 10g: Query Rewrite Query Equivalency RDBMS Feature Erlaubt es, eine Tabelle oder View so darzustellen als ob mit einem bestimmten SQL erstellt worden sein könnte Erlaubt Query Rewrite auf Views von Analytic Workspaces Erleichtert die Administration von SQL basierenden Werkzeugen

52 Oracle OLAP 10g: Query Rewrite Query Equivalency: Vorgang SQL client View with fact detail View with summary data Analytic Workspace 1) Anwendung fragt Summendaten aus einer Detail- Faktentabelle mit GROUP BY ab 2) Abfrage wird automatisch auf Summenview umgeleitet 3) Daten werden aus dem Analytic Workspace gelesen

53 Oracle Data Mining 10g neue Features für maximalen analytischen Nutzen Neues GUI: DM4J End-user Werkzeug für Data Mining Kann auch zur Codegenerierung genutzt werden Zwei neue Algorithmen Support Vector Machines Nonnegative Matrix Factorization Unterstützt strukturiertes und unstrukturiertes (Text) Data Mining

54 Oracle 10g Neues aus der Tools-Ecke noch mehr Integration! Oracle Warehouse Builder 10g Oracle Discoverer 10g Oracle jdeveloper / BI-Beans 10g

55 Oracle Warehousebuilder 10g neue Features für effektives Befüllen eines DWH Integrierter Debugger für Datenflüsse Integrierte Funktionen für Datenqualität Name & Addressen Überprüfung Unterstützung der Match/Merge Algorithmen Erweiterte OLAP Funktionen direkt aus logischem Design Anlegen von Analytic Workspaces ohne relationales STAR-Schema ETL

56 Oracle Discoverer 10g neue Features für verbesserte Analyse Jetzt (10g) Templates zum Erzeugen von Berechnungen Abfragegenerator überarbeitet Mehr Grafiken Integration mit AS Enterprise Manager Drake (Mitte 04) Neues UI, alle Desktopfunktionen im Web Integration mit Oracle OLAP Drill-to-Detail Export nach PDF Unterstützung zur Versendung von s... Viele, viele neue Features

57 Oracle jdeveloper/ BI-Beans 10g Business Intelligence Java Beans Volle Funktionalität des HTML-Clients Neue Berichte / Grafiken Query Builder Layout Calculation Builder

58 Oracle 10g Warehouse Zusammenfassung Viele Verbesserungen / Erweiterungen nicht speziell für DWH, aber nützlich Manageability Native Numbers Data Pump Neue SQL Analytik SQL Modell SQL Datamining Erweiterung der OLAP Lösung Für grosse Datenmengen

59 F R A G E N A N T W O R T E N

60

BIW - 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 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

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

Oracle Database 10g Die RAC Evolution

Oracle Database 10g Die RAC Evolution Oracle Database 10g Die RAC Evolution Markus Michalewicz BU Database Technologies ORACLE Deutschland GmbH 2 Page 1 www.decus.de 1 RAC-Revolution, RAC-Evolution & Computing Oracle8i mit OPS Oracle9i Rel.

Mehr

Oracle OLAP: Eine Übersicht

Oracle OLAP: Eine Übersicht Oracle OLAP: Eine Übersicht Marc Bastien Business Unit Datenbank Oracle Deutschland GmbH Decus IT Symposium, 22.04.2004 Oracle OLAP Übersicht Agenda Begriffe klären ROLAP, MOLAP etc. FrontEnd, Backend

Mehr

www.informatik-aktuell.de

www.informatik-aktuell.de www.informatik-aktuell.de Luxaviation Germany GmbH Wer bin ich? Marek Adar/ Bj. 1970 / 4 Kinder 2, 5, 15, 20 Luxaviation Group / IT-Leitung Luxaviation Germany Gruppenweit zuständig für Oracle, Monitoring,

Mehr

Seminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing

Seminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing Seminar in der Seminarreihe Business Intelligence 1 OLAP und Datawarehousing OLAP & Warehousing Die wichtigsten Produkte Die Gliederung Produkt Bewertung & Vergleiche Die Marktentwicklung Der aktuelle

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

Oracle 10g und SQL Server 2005 ein Vergleich. Thomas Wächtler 39221

Oracle 10g und SQL Server 2005 ein Vergleich. Thomas Wächtler 39221 Oracle 10g und SQL Server 2005 ein Vergleich Thomas Wächtler 39221 Inhalt 1. Einführung 2. Architektur SQL Server 2005 1. SQLOS 2. Relational Engine 3. Protocol Layer 3. Services 1. Replication 2. Reporting

Mehr

DOAG 2010 ORACLE PLATTFORM MIGRATION CROSS PLATFORM TRANSPORTABLE TABLESPACES (XTTS)

DOAG 2010 ORACLE PLATTFORM MIGRATION CROSS PLATFORM TRANSPORTABLE TABLESPACES (XTTS) DOAG 2010 ORACLE PLATTFORM MIGRATION CROSS PLATFORM TRANSPORTABLE TABLESPACES (XTTS) METHODE UND ERFAHRUNGSBERICHT JOSEF LIPPERT FREIBERUFLICHER IT CONSULTANT MÜNCHEN Wer bin ich Freiberuflicher IT Consultant

Mehr

Big Data Hype und Wirklichkeit Bringtmehrauchmehr?

Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Günther Stürner, Vice President Sales Consulting 1 Copyright 2011, Oracle and/or its affiliates. All rights Überschrift 2 Copyright 2011, Oracle and/or

Mehr

Oracle Datenbankadministration Grundlagen

Oracle Datenbankadministration Grundlagen Oracle Datenbankadministration Grundlagen Seminarunterlage Version: 12.02 Version 12.02 vom 14. April 2015 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen

Mehr

Markus Feichtinger. Power Systems. Der Weg zu POWER! 2009 IBM Corporation

Markus Feichtinger. Power Systems. Der Weg zu POWER! 2009 IBM Corporation Markus Feichtinger Power Systems Der Weg zu POWER! Agenda Motivation Lösung Beispiel Export / Import - Überblick - Migration Beispiel XenoBridge - Überblick - Migration Benefits 2 Motivation Strategisch

Mehr

Data Integration and ETL with Oracle Warehouse Builder

Data Integration and ETL with Oracle Warehouse Builder Oracle University Kontakt: +43 (0)1 33 777 401 Data Integration and ETL with Oracle Warehouse Builder Dauer: 5 Tage Lerninhalte Die Teilnehmer lernen, wie sie Mappings oder Prozessflüsse zum Laden von

Mehr

DOAG 2015. Demo Kino: Advisors, Monitoring Werkzeuge in der Datenbank Ulrike Schwinn Business Unit Database Oracle Deutschland B.V.

DOAG 2015. Demo Kino: Advisors, Monitoring Werkzeuge in der Datenbank Ulrike Schwinn Business Unit Database Oracle Deutschland B.V. DOAG 2015 Demo Kino: Advisors, Monitoring Werkzeuge in der Datenbank Ulrike Schwinn Business Unit Database Oracle Deutschland B.V. & Co KG Monitoring Werkzeuge, Advisors... Einfaches Framework zum Monitoring

Mehr

IBM DB2 für Linux/Unix/Windows Monitoring und Tuning

IBM DB2 für Linux/Unix/Windows Monitoring und Tuning IBM DB2 für Linux/Unix/Windows Monitoring und Tuning Seminarunterlage Version: 4.05 Version 4.05 vom 9. Februar 2015 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt-

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

XML in der Oracle Datenbank "relational and beyond"

XML in der Oracle Datenbank relational and beyond XML in der Oracle Datenbank "relational and beyond" Ulrike Schwinn (Ulrike.Schwinn@oracle.com) Oracle Deutschland GmbH Oracle XML DB Ein Überblick 1-1 Agenda Warum XML in der Datenbank? Unterschiedliche

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

Model Klausel - Der Excel-Killer von Oracle?

Model Klausel - Der Excel-Killer von Oracle? Model Klausel - Der Excel-Killer von Oracle? Andrea Kennel Trivadis AG Glattbrugg, Schweiz Schlüsselworte: Model Klausel, SQL, Data Warehousing, OLAP Zusammenfassung Ein Data Mart kann als ein Würfel mit

Mehr

Darüber hinaus wird das Training dazu beitragen, das Verständnis für die neuen Möglichkeiten zu erlangen.

Darüber hinaus wird das Training dazu beitragen, das Verständnis für die neuen Möglichkeiten zu erlangen. Ora Education GmbH www.oraeducation.de info@oraeducation.de Lehrgang: Oracle 11g: New Features für Administratoren Beschreibung: Der Kurs über fünf Tage gibt Ihnen die Möglichkeit die Praxis mit der neuen

Mehr

Oracle 10g revolutioniert Business Intelligence & Warehouse

Oracle 10g revolutioniert Business Intelligence & Warehouse 10g revolutioniert Business Intelligence & Warehouse Marcus Bender Strategisch Technische Unterstützung (STU) Hamburg 1-1 BI&W Market Trends DWH werden zu VLDW Weniger Systeme, mehr Daten DWH werden konsolidiert

Mehr

Performance Tuning mit @enterprise

Performance Tuning mit @enterprise @enterprise Kunden-Forum 2005 Performance Tuning mit @enterprise Herbert Groiss Groiss Informatics GmbH, 2005 Inhalt Datenbank RMI JAVA API HTTP Konfiguration Analyse Groiss Informatics GmbH, 2005 2 Datenbank

Mehr

IBM Informix Tuning und Monitoring

IBM Informix Tuning und Monitoring Seminarunterlage Version: 11.01 Copyright Version 11.01 vom 25. Juli 2012 Dieses Dokument wird durch die veröffentlicht. Copyright. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen

Mehr

Fachbereich Informatik Praktikum 1

Fachbereich Informatik Praktikum 1 Hochschule Darmstadt DATA WAREHOUSE SS2015 Fachbereich Informatik Praktikum 1 Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.April.2015 1. Kurzbeschreibung In diesem Praktikum geht

Mehr

Themenblock: Erstellung eines Cube

Themenblock: 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

Mehr

Einführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem.

Einführung 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

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

Oracle SQL Developer Data Modeling

Oracle SQL Developer Data Modeling Oracle SQL Developer Data Modeling DOAG Regio Rhein-Neckar Oracle Deutschland GmbH The following is intended to outline our general product direction. It is intended for information

Mehr

Gut zu wissen... Lorenz Keller Server Technologies Competence Center Nord

Gut zu wissen... Lorenz Keller Server Technologies Competence Center Nord Gut zu wissen... Lorenz Keller Server Technologies Competence Center Nord Agenda Neue Produkte Oracle Secure Enterprise Search SQL Developer (Raptor) XML-Publisher Application Server/ JDeveloper 10.1.3

Mehr

IT-Symposium 2004. Ralf Durben. Business Unit Datenbank. ORACLE Deutschland GmbH. www.decus.de 1

IT-Symposium 2004. Ralf Durben. Business Unit Datenbank. ORACLE Deutschland GmbH. www.decus.de 1 Ralf Durben Business Unit Datenbank ORACLE Deutschland GmbH www.decus.de 1 Oracle Database 10g Diagnostik- und Taskmanagement Diagnostik Management Was passiert in der Datenbank, gibt es Probleme? Möglichst

Mehr

Oracle Automatic Storage Management (ASM) Best Practices

Oracle Automatic Storage Management (ASM) Best Practices Oracle Automatic Storage Management (ASM) Best Practices Markus Michalewicz BU Database Technologies ORACLE Deutschland GmbH 2 Page 1 www.decus.de 1 Agenda ASM Funktionalität und Architektur Storage Management

Mehr

Andrea Held. Virtualisierung im Oracle-Umfeld Virtualisierungslayer Voraussetzungen Schnittstellen Workload Management Grid Control

Andrea Held. Virtualisierung im Oracle-Umfeld Virtualisierungslayer Voraussetzungen Schnittstellen Workload Management Grid Control Andrea Held Virtualisierung im Oracle-Umfeld Virtualisierungslayer Voraussetzungen Schnittstellen Workload Management Grid Control 1 Einzelne Server ausgelegt auf Lastspitzen Niedrige durchschnittliche

Mehr

SQL SERVER 2005 IM VERGLEICH ZU ORACLE 10G. Alexander Bittner, 07MIM Datenbanken II HTWK Leipzig, FbIMN

SQL SERVER 2005 IM VERGLEICH ZU ORACLE 10G. Alexander Bittner, 07MIM Datenbanken II HTWK Leipzig, FbIMN SQL SERVER 2005 IM VERGLEICH ZU ORACLE 10G Alexander Bittner, 07MIM Datenbanken II HTWK Leipzig, FbIMN Gliederung Rechnerarchitekturen Datenspeicherung Verbindungen / Instanzen SQL Standards Nebenläufigkeit

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

Datenbanken und Oracle, Teil 2

Datenbanken und Oracle, Teil 2 Datenbanken und Oracle, Teil 2 Mathias Weyland Linux User Group Switzerland 29. Juni 2007 SQL*Plus CHAR/VARCHAR2 Dokumentation Teil I Nachträge 1 SQL*Plus 2 CHAR/VARCHAR2 3 Dokumentation SQL*Plus SQL*Plus

Mehr

Fortgeschrittene OLAP Analysemodelle

Fortgeschrittene OLAP Analysemodelle Fortgeschrittene OLAP Analysemodelle Jens Kübler Imperfektion und erweiterte Konzepte im Data Warehousing 2 Grundlagen - Datenanalyse Systemmodell Datenmodell Eingaben System Schätzer Datentypen Datenoperationen

Mehr

IT-Symposium 2008 05.06.2008

IT-Symposium 2008 05.06.2008 Selftuning Database Ein Traum oder Wirklichkeit Ralf Durben Oracle Deutschland GmbH www.hp-user-society.de 1 Die Arbeitswelt des Gestern, heute und morgen Früher Ein für wenige Datenbanken

Mehr

NoSQL mit Postgres 15. Juni 2015

NoSQL mit Postgres 15. Juni 2015 Tag der Datenbanken 15. Juni 2015 Dipl.-Wirt.-Inform. Agenda l Vorstellung l Marktübersicht l Warum PostgreSQL? l Warum NoSQL? l Beispielanwendung Seite: 2 Vorstellung Dipl.-Wirt.-Inform. [1990] Erste

Mehr

NovaBACKUP DataCenter 5.0. Screenshots

NovaBACKUP DataCenter 5.0. Screenshots Software-Architektur Software - Architektur Zentrale Management Konsole Zentrales Management Zentrale Datenbank - Was/Wann/Wo - Zeitpläne - Jobs Backup Client Backup Client Backup Client Backup Server

Mehr

Zielsetzung. Fachlicher Schwerpunkt. Besondere Qualifikation. Fortbildung

Zielsetzung. Fachlicher Schwerpunkt. Besondere Qualifikation. Fortbildung Zielsetzung Freiberufliche Mitarbeit in Projekten (Teilzeitprojekte) Verfügbar ab: sofort Fachlicher Schwerpunkt Oracle Datenbanken Oracle Real Application Cluster (RAC) Veritas Cluster Server (VCS) SAP

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

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

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

Eine Datenbank im Quantensprung

Eine Datenbank im Quantensprung Eine Datenbank im Quantensprung Patrick Schwanke, Quest Software GmbH Dierk Lenz, Herrmann & Lenz Services GmbH 2010 Quest Software, Inc. ALL RIGHTS RESERVED Quest Software Simplicity at Work Quest unterstützt

Mehr

Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs])

Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs]) Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs]) Hochschule für Technik, Wirtschaft und Kultur Leipzig 06.06.2008 Datenbanken II,Speicherung und Verarbeitung großer Objekte

Mehr

Verschlüsseln als Überlebensstrategie

Verschlüsseln als Überlebensstrategie Verschlüsseln als Überlebensstrategie Netzwerk- und Datenverschlüsselung in Oracle Datenbanken Heinz-Wilhelm Fabry ORACLE Deutschland GmbH 1 Agenda Datentransfer über das Netzwerk

Mehr

Datenbanksystem. System Global Area. Hintergrundprozesse. Dr. Frank Haney 1

Datenbanksystem. System Global Area. Hintergrundprozesse. Dr. Frank Haney 1 Datenbanksystem System Global Area Hintergrundprozesse Dr. Frank Haney 1 Komponenten des Datenbanksystems System Global Area Program Global Area Hintergrundprozesse Dr. Frank Haney 2 System Global Area

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

Oracle Database 10g RAC Plattformen im Detail

Oracle Database 10g RAC Plattformen im Detail Oracle Database 10g RAC Plattformen im Detail Markus Michalewicz BU Database Technologies ORACLE Deutschland GmbH 2 Page 1 www.decus.de 1 Agenda Einleitung RAC was ist das noch gleich? Wer die Wahl hat,

Mehr

Business Intelligence Praktikum 1

Business Intelligence Praktikum 1 Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.10.2013 Business Intelligence Praktikum

Mehr

PostgreSQL in großen Installationen

PostgreSQL in großen Installationen PostgreSQL in großen Installationen Cybertec Schönig & Schönig GmbH Hans-Jürgen Schönig Wieso PostgreSQL? - Die fortschrittlichste Open Source Database - Lizenzpolitik: wirkliche Freiheit - Stabilität,

Mehr

Listener: Bei Oracle erfolgt die Steuerung (konventionell) via listener.ora (Listener Konfiguration), tnsnames.ora (Client Konfiguration)

Listener: Bei Oracle erfolgt die Steuerung (konventionell) via listener.ora (Listener Konfiguration), tnsnames.ora (Client Konfiguration) Protokoll 1: Listener: Bei Oracle erfolgt die Steuerung (konventionell) via listener.ora (Listener Konfiguration), tnsnames.ora (Client Konfiguration) Abschnitt 2.1 (Ausführungen zum Shutdown / Startup)

Mehr

NoSQL-Datenbanken und Hadoop im Zusammenspiel mit dem Data Warehouse

NoSQL-Datenbanken und Hadoop im Zusammenspiel mit dem Data Warehouse NoSQL-Datenbanken und Hadoop im Zusammenspiel mit dem Data Warehouse Carsten Czarski Oracle Deutschland B.V. & Co KG Big Data Betrachten von Daten die bislang nicht betrachtet wurden

Mehr

Werkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT

Werkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT Werkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT Neue Technologien effizient nutzen Ehningen, 3. Juli 2014 Rodney Krick rk@aformatik.de aformatik Training & Consulting GmbH & Co. KG

Mehr

Tipps & Tricks. Neues, Nützliches und Praktisches. Christian Dahmen con terra GmbH

Tipps & Tricks. Neues, Nützliches und Praktisches. Christian Dahmen con terra GmbH Tipps & Tricks Neues, Nützliches und Praktisches Christian Dahmen con terra GmbH 1 Qualitätssicherung von Geodaten Qualitätssicherung von Geodaten Mit FME lassen sich einfache und komplexe Prüfroutinen

Mehr

Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen

Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen DATA WAREHOUSE Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen Alfred Schlaucher, Detlef Schroeder DATA WAREHOUSE Themen Big Data Buzz Word oder eine neue Dimension

Mehr

GSCC General Storage Cluster Controller. TSM Verfügbarkeit

GSCC General Storage Cluster Controller. TSM Verfügbarkeit GSCC General Storage Cluster Controller TSM Verfügbarkeit Skyloft 17.06.2015 Karsten Boll GSCC Themen Historie und Überblick Design und Architektur IP Cluster (DB2 HADR) GSCCAD das GUI Trends GSCC Neuigkeiten

Mehr

Oracle 10g Einführung

Oracle 10g Einführung Kurs Oracle 10g Einführung Teil 7 Einige interessante SQL und PL/SQL Erweiterungen für Administratoren Timo Meyer Administration von Oracle-Datenbanken Timo Meyer Sommersemester 2006 Seite 1 von 19 Seite

Mehr

Marketing Update. Enabler / ENABLER aqua / Maestro II

Marketing Update. Enabler / ENABLER aqua / Maestro II Marketing Update Enabler / ENABLER aqua / Maestro II Quartal 01/2012 1 Kommentar des Herausgebers Liebe Kunden und Partner, dieser Marketing Update gibt Ihnen einen kurzen Überblick über die aktuell verfügbaren

Mehr

Neuerungen in FME 2015. Ein Überblick

Neuerungen in FME 2015. Ein Überblick Neuerungen in FME 2015 Ein Überblick Releasezyklus FME 2015.0 FME 2015.1 FME 2015.2 FME 2015.3 Januar April Formate und Transformer Neue Formate (Auswahl) Esri ArcGIS Server Feature Service Reader CartoDB

Mehr

Jakarta Turbine Ein Open Source Framework fÿr Webanwendungen. KNF Kongre 2001 Henning P. Schmiedehausen

Jakarta Turbine Ein Open Source Framework fÿr Webanwendungen. KNF Kongre 2001 Henning P. Schmiedehausen <henning@apache.org> Jakarta Turbine Ein Open Source Framework fÿr Webanwendungen Henning P. Schmiedehausen Turbine - ein berblick Open Source unter Apache License 100% pure Java, Java 2 (JDK 1.2+) Servlet-basiertes

Mehr

DB2 Codepage Umstellung

DB2 Codepage Umstellung DB2 Codepage Umstellung Was bei einer Umstellung auf Unicode zu beachten ist Torsten Röber, SW Support Specialist DB2 April 2015 Agenda Warum Unicode? Unicode Implementierung in DB2/LUW Umstellung einer

Mehr

Standardsoftware. SAP Basisarchitektur. Prof. Dr. Bernhard Schiefer 2-1

Standardsoftware. SAP Basisarchitektur. Prof. Dr. Bernhard Schiefer 2-1 Standardsoftware SAP Basisarchitektur Prof. Dr. Bernhard Schiefer 2-1 SAP Client/Server Dreistufige Rechnerhierarchie Lesen in der DB und Aktualisierung der Puffer Datenbankänderung Zentrale DB (speichert

Mehr

Automatisierung durch Information Lifecycle Management

Automatisierung durch Information Lifecycle Management Automatisierung durch Information Lifecycle Management Ralf Lange Oracle Deutschland B.V. & Co. KG Storage Management: Herausforderungen Verwalten von mehr Daten ohne ansteigende Kosten Komprimieren von

Mehr

CARL HANSER VERLAG. Christopher Allen. Oracle PL/SQL für Einsteiger Der Einsatz von SQL und PL/SQL in der Oracle-Datenbank 3-446-21801-7

CARL HANSER VERLAG. Christopher Allen. Oracle PL/SQL für Einsteiger Der Einsatz von SQL und PL/SQL in der Oracle-Datenbank 3-446-21801-7 CARL HANSER VERLAG Christopher Allen Oracle PL/SQL für Einsteiger Der Einsatz von SQL und PL/SQL in der Oracle-Datenbank 3-446-21801-7 www.hanser.de Inhaltsverzeichnis Danksagung...XI Einleitung...XIII

Mehr

PostgreSQL im praktischen Einsatz. Stefan Schumacher

PostgreSQL im praktischen Einsatz. Stefan Schumacher PostgreSQL im praktischen Einsatz 2. Brandenburger Linux Infotag 2005 Stefan Schumacher , PGP Key http:/// $Header: /home/daten/cvs/postgresql/folien.tex,v 1.11 2005/04/25

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

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

Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08

Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08 Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08 Inhaltsverzeichnis SAP BUSINESS WAREHOUSE (BW) DATENKOLLEKTOR 3 GRUNDSÄTZLICHES:...3 DER BW DATENKOLLEKTOR ÜBERWACHT DIE FOLGENDEN KERNPROZESSE

Mehr

Backup & Recovery in Oracle 11g Funktionen und Features

Backup & Recovery in Oracle 11g Funktionen und Features Backup & Recovery in Oracle 11g Funktionen und Features Wolfgang Thiem Server Technologies Customer Center ORACLE Deutschland GmbH Warum werden Backups gemacht? Damit man im Fehlerfall auf einen konsistenten

Mehr

good. better. outperform.

good. better. outperform. good. better. outperform. Quo Vadis Oracle BI Relational oder besser multidimensional? DOAG 2013 Business Intelligence, 17.04.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence

Mehr

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar

SQL 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-

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

Einführung in SQL Datenbanken bearbeiten

Einführung in SQL Datenbanken bearbeiten Einführung in SQL Datenbanken bearbeiten Jürgen Thomas Entstanden als Wiki-Buch Bibliografische Information Diese Publikation ist bei der Deutschen Nationalbibliothek registriert. Detaillierte Angaben

Mehr

Inhalt. TEIL I Grundlagen. 1 SAP HANA im Überblick... 31. 2 Einführung in die Entwicklungsumgebung... 75

Inhalt. TEIL I Grundlagen. 1 SAP HANA im Überblick... 31. 2 Einführung in die Entwicklungsumgebung... 75 Geleitwort... 15 Vorwort... 17 Einleitung... 19 TEIL I Grundlagen 1 SAP HANA im Überblick... 31 1.1 Softwarekomponenten von SAP HANA... 32 1.1.1 SAP HANA Database... 32 1.1.2 SAP HANA Studio... 34 1.1.3

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

Die perfekte Kombination im Agilen Data Warehouse Oracle Engineered Systems mit Data Vault

Die perfekte Kombination im Agilen Data Warehouse Oracle Engineered Systems mit Data Vault Die perfekte Kombination im Agilen Data Warehouse Oracle Engineered Systems mit Data Vault Herbert Rossgoderer Geschäftsführer Matthias Fuchs DWH Architekt ISE Information Systems Engineering GmbH ISE

Mehr

Datenbankstatistiken im Griff mit DBMS_STATS. DOAG 2012 Konferenz + Ausstellung Nürnberg 21. November 2012

Datenbankstatistiken im Griff mit DBMS_STATS. DOAG 2012 Konferenz + Ausstellung Nürnberg 21. November 2012 Datenbankstatistiken im Griff mit DBMS_STATS DOAG 2012 Konferenz + Ausstellung Nürnberg 21. November 2012 Herrmann & Lenz Services GmbH Herrmann & Lenz Solutions GmbH Erfolgreich seit 1996 am Markt Firmensitz:

Mehr

Integrated Data Management Konzentrieren sie sich auf ihr Business, und nicht auf die Verwaltung ihrer Daten

Integrated Data Management Konzentrieren sie sich auf ihr Business, und nicht auf die Verwaltung ihrer Daten Integrated Data Management Konzentrieren sie sich auf ihr Business, und nicht auf die Verwaltung ihrer Daten Entwurf Data Architect Verwaltung und Umsetzung komplexer Datenmodelle Graphische Darstellung

Mehr

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch Markus Ruf, Geschäftsführer mip GmbH Jens Kretzschmar, Senior

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

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

Schwerpunkte von SQL Server 2005

Schwerpunkte von SQL Server 2005 3K05 Business Intelligence mit SQL Server 2005 Steffen Krause Technologieberater Microsoft Deutschland GmbH http://blogs.technet.com/steffenk Schwerpunkte von SQL Server 2005 Mission Ready Developer Ready

Mehr

Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen. Frank Irnich SAP Deutschland

Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen. Frank Irnich SAP Deutschland Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen Frank Irnich SAP Deutschland SAP ist ein globales Unternehmen... unser Fokusgebiet... IT Security für... 1 globales Netzwerk > 70 Länder, >

Mehr

SAP HANA ist schnell erklärt. TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag

SAP HANA ist schnell erklärt. TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag SAP HANA ist schnell erklärt TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag Ihr Referent Steckbrief Name: Miroslav Antolovic Jahrgang: 1975 Stationen: SAP, Walldorf 1999-2004 Realtech, Walldorf

Mehr

.NET-Objekte einfach speichern Michael Braam, Senior Sales Engineer InterSystems GmbH

.NET-Objekte einfach speichern Michael Braam, Senior Sales Engineer InterSystems GmbH Make Applications Faster.NET-Objekte einfach speichern Michael Braam, Senior Sales Engineer InterSystems GmbH Agenda Vorstellung InterSystems Überblick Caché Live Demo InterSystems auf einen Blick 100.000

Mehr

JDO Java Data Objects

JDO Java Data Objects JDO Java Data Objects Ralf Degner, Chief Consultant Ralf.Degner@poet.de Agenda POET Motivation Geschichte Einführung Architekturen FastObjects POET Gegründet 1993 Zwei Produktlinien esupplier Solutions:

Mehr

ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten. Referent: Lutz Bauer, Leiter CC Data Integration, MT AG

ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten. Referent: Lutz Bauer, Leiter CC Data Integration, MT AG ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten Referent: Lutz Bauer, Leiter CC Data Integration, MT AG MT AG managing technology Key-facts: 1994: Gründung als MT Software GmbH 2000:

Mehr

ORACLE Database Migration

ORACLE Database Migration ORACLE Database Migration Hürden und Best Practices in einer hochverfügbaren Umgebung GUUG FFG 2013 Andrea Held 27.2.2013 10:47:05 A. Held: Oracle DB Migration 1 Agenda Oracle Hochverfügbarkeit: Eine Auswahl

Mehr

5.8 Bibliotheken für PostgreSQL

5.8 Bibliotheken für PostgreSQL 5.8 Bibliotheken für PostgreSQL Haskell/WASH: Modul Dbconnect PHP: pqsql-funktionen Java/JSP: JDBC Perl: DBI database interface modul Vorläufige Version 80 c 2004 Peter Thiemann, Matthias Neubauer 5.9

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

die wichtigsten Caches (SGA) sind on-the-fly änderbar.

die wichtigsten Caches (SGA) sind on-the-fly änderbar. Betrifft Autor Umgang und Verwaltung von Oracle Memory Reno Glass (Reinhold.Glass@trivadis.com) Art der Info Technische Background Info (April 2002) Quelle Aus dem NF9i -Kurs und NF9i-Techno-Circle der

Mehr

Themen des Kapitels. 2 Oracle Features und Architektur

Themen des Kapitels. 2 Oracle Features und Architektur 2 Oracle Features und Architektur Einführung in die Eigenschaften und die Funktionsweise von Oracle. 2.1 Übersicht Themen des Kapitels - Oracle Features und Architektur Themen des Kapitels Oracle Produkte

Mehr

DOAG München 2011. Die etwas anderen Oracle Performance-Tipps. Marco Patzwahl

DOAG München 2011. Die etwas anderen Oracle Performance-Tipps. Marco Patzwahl DOAG München 2011 Die etwas anderen Oracle Performance-Tipps Marco Patzwahl MuniQSoft GmbH Gegründet 1998 Tätigkeitsbereiche: Oracle Support (Mo-Fr 7.00 22.00, Sa+So ab Mai 2011) Oracle IT Consulting &

Mehr

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick Volker.Hinz@microsoft.com Was sagt der Markt? Fakten Meinung der Analysten zu Microsofts Angeboten Nutzen

Mehr

SQL Optimizer und SQL Performance

SQL Optimizer und SQL Performance SQL Optimizer und SQL Performance Schlüsselworte SQL, Optimizer, Explain Plan, SQL Trace Marco Mischke Robotron Datenbank Software GmbH Dresden Einleitung Dieser Vortrag beschäftigt sich mit grundlegenden

Mehr

Dimensionale 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 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

Mehr

Acucorp Deutschland GmbH. HPe3000 Migration Workshop, 3. Dezember 2002

Acucorp Deutschland GmbH. HPe3000 Migration Workshop, 3. Dezember 2002 Acucorp Deutschland GmbH HPe3000 Migration Workshop, 3. Dezember 2002 Acucorp s Firmengeschichte Gegründet 1988/89 von COBOL-Entwicklern Entwicklung und Verkauf einer Finanz-Anwendung (ACUITY) waren mit

Mehr

Oracle Business Intelligence (OBIEE) 12c Ein erster Einblick in die neue Reporting-Engine von Oracle

Oracle Business Intelligence (OBIEE) 12c Ein erster Einblick in die neue Reporting-Engine von Oracle Oracle Business Intelligence (OBIEE) 12c Ein erster Einblick in die neue Reporting-Engine von Oracle David Michel Consultant Business Intelligence, Apps Associates GmbH Apps Associates Apps Associates

Mehr

FME Desktop. Data in Motion

FME Desktop. Data in Motion FME Desktop Data in Motion Übersicht Reporting Ausführen, Debuggen, Inspizieren, Profilen Neuigkeiten bei Datenbanken Reporting Move Your Data Analysis Organized Reporting in FME Tabellenkalkulationen

Mehr