1 Business-Intelligence-Architektur 1

Transkript

1 D3kjd3Di38lk323nnm xi 1 Business-Intelligence-Architektur Data Warehouse OLAP und mehrdimensionale Datenbanken Architekturvarianten Stove-Pipe-Ansatz Data Marts mit abgestimmten Datenmodellen Core Data Warehouse Hub-and-Spoke-Architektur Data-Mart-Busarchitektur nach Kimball Corporate Information Factory nach Inmon Architekturvergleich Kimball und Inmon Schichtenmodell der BI-Architektur Acquisition Layer Integration Layer Reporting Layer Modellierung im Schichtenmodell Mehrdimensionale Datenstrukturen Datenmodelle und Datenmodellierung Grundbestandteile mehrdimensionaler Datenstrukturen Hierarchische Dimensionsstrukturen Strukturlose Dimensionen Balancierte Baumstrukturen Balancierte Waldstrukturen Unbalancierte Baum- und Waldstrukturen Parallele Hierarchien Heterarchien (Many-Many-Beziehungen)

2 xii Rekursive Hierarchien und bebuchbare Knoten Hierarchieattribute Kennzahlen und deren Berechnung Kennzahlen und Kennzahlensysteme Kennzahlen im mehrdimensionalen Modell Additivitätseigenschaft Historisierung und Zeitabhängigkeit Semantische mehrdimensionale Modellierung Methoden auf Basis der Entity-Relationship-Modellierung Grundbestandteile der ER-Modellierung Erweiterte ERM-Konstrukte ER-basierte mehrdimensionale Modellierung Mehrdimensionales ER-Modell (ME/R) Mehrdimensionale Modellierung mit ADAPT Dimensionsmodellierung in ADAPT Varianten der Hierarchiemodellierung Modellierung von Würfeln T-ADAPT: Modellierung von Zeitabhängigkeit Bestandteile und Varianten des Star-Schemas Einfaches Star-Schema Grundform des Star-Schemas Abbildung von Kennzahlen und Kennzahlensystemen Attribute in Dimensionen Modellierung von Dimensionshierarchien Flache Strukturen Balancierte Baum- und Waldstrukturen Unbalancierte Strukturen Parallele Hierarchien Anteilige Verrechnung und Heterarchien Normalisierung von Dimensionen Übergang von T-ADAPT zum logischen Modell Transformation von Dimensionen Abbildung von Attributen Transformation von Scopes Behandlung spezieller ADAPT-Varianten

3 xiii 4.5 Modellierung von Parent-Child-Hierarchien Iterative Abfrage Einstufige Rekursion Mehrstufige Rekursion Rekursives SQL Brückentabellen Historisierung und Zeitabhängigkeit im Data Warehouse Historisierung im Star-Schema Keine Historisierung bei Type 0 und Type Type-3-Attribut-Paare Versionen und Zeitstempelung für as is und as of Bewegungsdatensicht in der Historisierung As-posted-Type-2-Szenario Snapshot-Verfahren Vollständige Zeitstempelung plus as posted Varianten für hybride Historisierung Best Practices der Historisierung Bitemporale Historisierung Dimensionsmodellierung Dimensionstabellen Degenerierte Dimensionen Housekeeping und technische Dimensionen Große Dimensionen Mehrsprachigkeit Outrigger-Tabellen Rollen von Dimensionen Many-Many-Beziehungen Heterarchien über Faktentabellen Mehrwertige Dimensionen (multi valued dimensions) Many-Many-Beziehungen über Dimensionen Mehrwertige Attribute Datum- und Zeitdimension

4 xiv 7 Faktenmodellierung Kennzahlen und Kennzahlensysteme Aggregate Snowflake-Schema Faktenlose Faktentabellen Granularität Additivität und berechnete Kennzahlen Transaktionsfaktentabellen Bestandsmodelle Prozessmodelle Abgeleitete Schemata Core-Data-Warehouse-Modellierung Aufgaben der Data-Warehouse-Komponenten Datenintegrations-Framework Aufgaben und Komponenten in Multi-Layer-Architekturen Eignungskriterien für Methoden der Core-Data-Warehouse-Modellierung Star-Schema-Modellierung im Core Data Warehouse Granulare Star-Schemata im Core Data Warehouse Bewertung dimensionaler Core-Data-Warehouse-Modelle NF-Modelle im Core Data Warehouse Core-Data-Warehouse-Modellierung in 3NF Historisierungsaspekte von 3NF-Modellen Bewertung der 3NF-Modellierung im Core Data Warehouse Data-Vault-Ansatz Hub-Tabellen Satellite-Tabellen Link-Tabellen Zeitstempel im Data Vault Harmonisierung von fachlichen Schlüsseln Agilität in Data-Vault-Modellen Vorgehensweise zur Data-Vault-Gestaltung Bewertung der Data-Vault-Methode

5 xv Anhang 245 A Abkürzungen 247 B Literaturverzeichnis 249 Index 255