Ableitung & prototypische Anwendung eines Vorgehensmodells für die Migration von Product- Lifecycle-Daten bei einem Automobilhersteller

Transkript

1 Fakultät für Informatik Technische Universität München Diplomarbeit: Ableitung & prototypische Anwendung eines Vorgehensmodells für die Migration von Product- Lifecycle-Daten bei einem Automobilhersteller Abschlussvortrag Datum: Betreuer (TUM): Bearbeiter: Christopher Schulz (TUM), Matthias Schuck (Siemens) Stefan Donauer sebis 1

2 Bedarf an Literatur und Datenmigation Literaturanalyse: Kein Vorgehensmodell wie für Softwareentwicklung Bisher geringe Anzahl an Quellen welche Vorgehensmodelle enthalten Finden von typischen Eigenschaften und essentiellen Elementen Siemens: Update von PLM-Systemen bei Industriepartner sebis 2

3 Agenda Motivation & Definition Literaturstudie Vergleich Vorgehensmodelle Fallstudie Siemens sebis 3

4 Motivation & Definition Datenmigration (DM): Einmaliges, permanentes und toolunterstütztes Transferieren und Umstrukturieren von Daten von einem Format zu einem anderen. [Ho07, Wi11] Ursachen: Fachlich (M&A, Carve-Out) Technisch (Ablösung von Legacysystemen, Update von Hard- oder Software) Rechtlich (Basel, MiFID) [En07] sebis 4

5 Ziele der Arbeit Forschungsziele: Identifizierung von Vorgehensmodellen für Datenmigrationen an Hand aktueller Literatur Vergleich der identifizierten Modelle mit dem des Lehrstuhls Anwendungsziele: Evaluation und erste prototypische Umsetzung des Modells für Update von konkreten PLM-Systemen sebis 5

6 Strukturierte Literaturanalyse Untersuchung nach Ansatz von Webster und Watson [WW02]: 26 Quellen über dreimonatige Internetsuche und Analyse Typische Bestandteile in der Literatur Phasen, Aufgaben, Rollen und Ergebnisse Strukturierung, Kategorisierung der Eigenschaften der Quellen Essentielle Elemente und Eigenschaften eines Vorgehensmodelles für DM sebis 6

7 Eigenschaften von Vorgehensmodellen Concept Sub-concept % Sub-concept % Sub-concept % Sub-concept % Sub-concept % Language German 23 English 77 Author roles Service provider 54 Researcher 12 Consultant 35 View Project manager 85 Programmer 15 Reason Legacy decommission 62 Hardware update 65 Software update 77 Merger 50 regulatory 23 Pitfalls Costs 54 no business involvement 19 Migration execution 65 Time 50 Frequency One-time 58 Multiple-times 31 Importance critical 81 Routine task 35 negative impact 54 Project factors Back up, back out 46 historical data 42 Future data usage 19 Independent project 73 Method selection 65 Balancing tool or manual 38 Performance 46 Downtime 58 Business integration 65 Staging area implicit 15 explicit 35 Tool Tool support 96 Self-build script 65 Purchased /special 73 Method Big bang 27 incremental 69 iterative 73 offline /downtime 58 online /parallel 35 Phase Count (ø) 6 based Phase activities 10 0 Plan 88 Analyze data 81 Extract 50 Filter 62 Cleansing 65 Enhancing 50 Transform /Mapping 81 Build 58 Test 81 Load /execute 77 Verify 81 Roles Project manager 67 Enduser 21 Tester 17 Migration specialist 67 IT /system expert 42 Business 71 Application developer 33 Deliverables Infrastructure information 79 Data information 92 Mapping 75 Project plan 92 Verification plan 83 sebis 7

8 Bewertung des Modell des Lehrstuhls Eigenschaften: Phasenbasiert Iterativ Inkrementell Offline Bewertung: Mehre Staging areas und Tests Keine Analyse des Ziels Keine separate Orchestrierung Kein Backup oder Harmonisierung [MS11] sebis 8

9 Erfolgreiche Modelladaption für Praxisfall Ausgangslage: Zwei fertig entwickelte PLM-Systeme beim Automobilhersteller Migration wegen besserer Funktionen Phasen: Zielanalyse eingefügt Cleansing übersprungen Unloading zusammengefasst (Unloading von Staging area) Virtuelle Maschine als Plattform Transformation über RapidMiner Unloading mit XML Export und Import sebis 9

10 Modellbestätigung durch Siemens Fragenblock: Hintergrund Eigenschaften Stufen & Phasen Ergebnisse Rollen Antworten: Automotive und Manufacturing, Erfahrung, Tools und Methodiken vorhanden Inkrementell auf Fahrzeugprojekteebene, Modellvorschlag nicht komplett durchgeführt Akzeptiert, besonders wichtig Tests, Final rehearsal, produktive Migration Besonders wichtig sind Screenplay und gewonnene Erfahrungen Datenmigrationsteam, Fachseite Durchführung der Umfrage mit Lime Survey (51 Fragen) sebis 10

11 Erster Prototyp als proof-of-concept Aufgezeigte Fehlstände Siemens: Eigene Projektplanung aufstellen (Resourcen, Budget, etc.) Tatsächlicher Umstieg erst bis 2016 Soure-push Vorgehen (Migration ausgehend von Quelle) vermeiden Vollständige Analyse von Quelle und Ziel durchführen Daten müssen dokumentiert werden Vollständige Mappingvorgaben müssen aufgestellt werden Vorschlag an Siemens: Durchführung als proof-of-concept auf einer definierten Vorgabe eines Objekttyps Demo sebis 11

12 Zusammenfassung & Ausblick Weitere Validierung durch vollständige Migration: Initiierung des Projekts Komplette Datenanalyse, Entwicklung aller Mappingregeln und Skripte Testen der transformatierten Daten und der Anwendung Ausblick: Umfangreichere Literaturananlyse (>26 Quellen) Vergleich der Phasen mit denen der Softwareentwicklung Großflächigere Umfrage mit Experten Anwendung auf andere Formen der Datenmigration und Integration Cloud Computing sebis 12

13 Quellenübersicht [En07] [Ho07] [MS11] [Wi11] [WW02] Endava: Data Migration - The Endava Approach. White Paper Howard, P.: Data Migration. White Paper Matthes, F., & Schulz, C.: Towards an integrated data migration process model - State of the art & literature overview. Technical Report Wikipedia: Migration (Informationstechnik). Internetseite (abgerufen am ). Webster, J., Watson, R. T.: Analyzing the Past to Prepare for the Future: Writing a Literature Review. Artikel sebis 13

14 Anhang sebis 14

15 Initialization Phase Stellenwert Ergebnisse Rollen Tender & Bidding Bidding Report Sponsor, Manager, Strategy 88% Data migration Customer Core, strategy Application, Infrastructure, DMT Platform 35% /50% (= data migration team) sebis 15

16 Migration Development Phase Stellenwert Ergebnisse Rollen Unloading 50% (Filter 62%) Analysis 81% Data (structure) analysis report Cleansing 65% Transformation 81% (Build 58%) Data mapping report Business, Customer Core, Application, Testing, DMT sebis 16

17 Testing Phase Stellenwert Ergebnisse Rollen Data Validation Process Tests Application Tests Integration Tests Final Rehearsal 81% Data testing report Customer Core, DMT sebis 17

18 Cut-Over Phase Stellenwert Ergebnisse Rollen Productive Migration Cleansing 65% Finalizing 77% Data migration screenplay Lessons learned Manager, Auditor, Customer Core, DMT sebis 18

19 Zusammenfassung: Tasks und Aufwände Productive migration & finalicing 2% Integration test and final rehearsal 5% Project management 11% Call for tender and bidding < 1% Strategy and preanalysis 11% Platform setup 2% Source data unloading 6% Target application tests 11% Tests 32% Datenmigrations- Projekt Source data analysis 5% Source data cleansing 3% Data migration process tests 11% Data validation 5% Data transformation 27% sebis 19

20 7 Ausganslage Siemens & Automobilhersteller Ausgangslage: Zwei fertig entwickelte PLM-Systeme beim Automobilhersteller Migrationswunsch wegen besserer Funktionalitäten Projektmanagement: DM in der Anfangsphase, als Proof-of-concept, fehlende Dateninfos Kein eigener Projektrahmen und Datenmigrationsteam Verteilte Teams Anforderungen nicht komplett spezifiziert sebis 20