Multi-Tenant-Datenbanken für SaaS (Schema Management)

Größe: px
Ab Seite anzeigen:

Download "Multi-Tenant-Datenbanken für SaaS (Schema Management)"

Transkript

1 Universität Leipzig Fakultät für Mathematik und Informatik Institut für Informatik Professur Datenbanksysteme Seminararbeit Multi-Tenant-Datenbanken für SaaS (Schema Management) Betreuerin: Bearbeiter: Sabine Maßmann Hendrik Kerkhoff Nürnberger Str Leipzig Matr.-Nr: MSc. 1. Semester Eingereicht am:

2 Inhaltsverzeichnis I Inhaltsverzeichnis Abkürzungsverzeichnis II 1 Einleitung Ziel der Arbeit Aufbau der Arbeit Grundlagen Software as a Service Anforderungen an Multi-Tenancy Datenbanken Einsatzszenarien Multi-Tenancy mit aktuellen Datenbanken Shared Machine Shared Process Shared Table Private Table Layout Basic Table Layout Extension Table Layout Universal Table Layout Pivot Table Layout Chunk Table Layout Chunk Folding Beispiel: force.com Ausblick 15 Abbildungsverzeichnis Verzeichnis der Listings Literaturverzeichnis III IV V

3 Inhaltsverzeichnis II Abkürzungsverzeichnis CRM DBS ERP ID QTL SaaS SLA TCO Customer Relationship Management Datenbanksystem Enterprise Resource Planning Identifikationsnummer Query Transformation Layer Software as a Service Service Level Agreements Total Cost of Ownerchip

4 1 Einleitung 1 1 Einleitung In seinem Blog 1 stellt Robert Warfield die These auf, dass Unternehmen durch den Einsatz von Software as a Service im Vergleich zu klassischer Software bis zu 16% ihrer Kosten einsparen können [War07]. Dies wird durch Mehrmandantenfähigkeit (engl. Multi-Tenancy) erreicht: Mehrere Kunden nutzen gemeinsam ein Softwaresystem, welches von einem Serviceanbieter bereitgestellt wird. Hierdurch sinken die Kosten, die für das Betreiben notwendig sind. 1.1 Ziel der Arbeit Diese Arbeit soll Möglichkeiten zeigen und erläutern, wie Multi-Tenancy Datenbanken implementiert werden können. Da für den performanten und somit kostensparenden Betrieb einer Mehrmandanten-Datenbank eine möglichst hohe Konsolidierung ( Vereinheitlichung ) benötigt wird, werden verschiedene Möglichkeiten gezeigt, diese zu erreichen, ohne dabei auf flexibele Datenbankschemas für die en verzichten zu müssen. 1.2 Aufbau der Arbeit In Kapitel 2 werden die Grundlagen zu Software as a Service erklärt und die Anforderungen an Multi-Tenancy-Datenbanken erläutert sowie mögliche Einsatzszenarien skizziert. Kapitel 3 beleuchtet die drei Grundmöglichkeiten für den Aufbau einer Mehrmandantendatenbank. Hierbei liegt der Schwerpunkt auf den verschiedenen Ansätzen zum Schema-Mapping in der Shared Table-Methode. Zudem wird anhand der Plattform Force.com die Umsetzung und Optimierung in der Praxis gezeigt. 1

5 1 Einleitung 2 Im Ausblick (Kapitel 4) werden Methoden und Techniken vorgestellt, mit denen Forscher der Technischen Universität München sowie der SAP AG die Umsetzung einer reinen Multi-Tenancy Datenbank planen.

6 2 Grundlagen 3 2 Grundlagen In diesem Kapitel wird zunächst das Konzept von Software as a Service erläutert. Im Anschluss werden Anforderungen an eine Multi-Tenancy Datenbank für Software as a Service beschrieben sowie mögliche Einsatzszenarien beschrieben. 2.1 Software as a Service Software as a Service (SaaS) ist ein Geschäftsmodell, in dem Software nicht als Produkt an Kunden verkauft wird, sondern als Dienstleistung für viele Kunden bereitgestellt wird [BHS08, S. 88]. Ziel hierbei ist es, die Total Cost of Ownerchip (TCO) im Vergleich zu den Kosten von on-premises Lösungen, also vom Kunden selbst betriebene Software, zu senken [AJKS09, S. 881]. Um dieses zu erreichen wird die Software vielen Kunden zur Verfügung gestellt, was dazu führt, dass Kosten wie Thirdparty-Softwarelizenzen, Hardwarekosten und Kosten für die Administration auf die en verteilt werden und somit im Durchschnitt sinken. Bei der Nutzung von SaaS sind häufig Service Level Agreements (SLA) Bestandteil der Verträge. In diesen werden nicht-funktionale Anforderungen wie die Kosten für die Nutung der Services sowie Anforderungen an Verfügbarkeit und Performanz festgelegt [Pap08]. 2.2 Anforderungen an Multi-Tenancy Datenbanken Bob Warfield, Mitgründer von SmoothSpan und Author von mehreren Artikeln zum Thema SaaS, leitet in einem seiner Blog-Artikel eine Definition für Multi-Tenancy her: Multitenancy is the ability to run multiple customers on a single software instance installed on multiple servers to increase resource utilization

7 2 Grundlagen 4 by allowing load balancing among tenants, and to reduce operational complexity and cost in managing the software to deliver the service. Tenants on a multitenant system can operate as though they have an instance of the software entirely to themselves which is completely secure and insulated from any impact by other tenants. [War07] Diese Definition beschreibt Multi-Tenancy Systeme aus Sicht von Serviceanbieter sowie der en. Die Mandaten werden in [AJPK09] weiter unterschieden zwischen Kunde und Anwendungsentwickler. Für den Kunden sind hohe Verfügbarkeit bei hoher Datensicherheit zentrale Aspekte eines Multi-Tenancy Systems. Die Anforderungen der Anwendungsentwickler sind einfache, aber mächtige Funktionsmodelle. Eine gemeinsame Instanz wächst aus der Anforderung heraus, dass die operationale Komplexität minimiert werden soll. Da der Ressourcenbedarf einzelner Instanzen auf Shared Machine Systemen zu hoch ist, wird gefordert, dass es eine gemeinsame Datenbankinstanz für mehrere en gibt. Isolation der en ist notwendig für die geforderte Sicherheit und dient der Herstellung von Transparenz für die en. Für die Kunden soll das Multi- Tenancy System aussehen, als hätten sie eine eigene Datenbankinstanz. Schemaflexibilität muss gewährleistet werden. Insbesondere ist es notwendig, Schemaänderungen während der Laufzeit durchzuführen, da aufgrund der Transparenzforderung für andere en das Gesamtsystem online bleiben muss. Jedoch dürfen Änderungen die Performanz des Systems nicht beeinflussen. Um dieses zu gewährleisten müssen gegebenenfalls temporäre Tabellen mit dem neuen Schema erstellt werden und zu einem Zeitpunkt mit niedriger Last permanent einbunden werden. Hohe Verfügbarkeit ist für das Anwendungsgebiet von SaaS notwendige Bedingung, da im Rahmen von Service Level Agreements meist Vereinbarungen über die Verfügbarkeit getroffen werden. 2.3 Einsatzszenarien Durch die steigende Komplexität von Anwendungen sinkt die mögliche Konsolidierung der Mandaten und somit die Anzahl der en, die durch ein Multi-Tenancy System gehandhabt werden können [AGJ + 08]. Einfache Software, wie Plattfor-

8 2 Grundlagen 5 men, bieten den Kunden keine oder nur sehr beschränkte Anpassungungen der Software. Somit werden erweiterbare Datenstrukturen kaum benötigt und es reichen einfache und einheitliche Schemas für die Nutzer der Software. Enterprise Resource Planning (ERP) Systeme hingegen haben eine hohe Komplexität. Es werden viele Erweiterungen und Anpassungen benötigt, um die Geschäftsprozesse der en umzusetzen. Die benötigten Ressourcen, auch hinsichtlich der Laufzeit von einzelnen Operationen, sind um ein Vielfaches höher, als das einer - Plattform. Dieser Zusammenhang ist in Abbildung 2.1 schematisch dargestellt. Durch Rechner mit mehr Ressourcen ist es möglich, die Anzahl der en zu vervielfachen. Daher ist der Einsatz von Clustern, welche relativ niedrige Hardwarekosten haben, für den Einsatz für Multi-Tenancy Datenbanken sehr gut geeignet. Größe des Rechners Mainframe Blade- Server Kollaborationsplattformen CRM ERP Komplexität der Anwendung Abbildung 2.1: en pro Datenbank (in Anlehnung an [AGJ + 08, S. 1196]) Hauptanwendung finden Multi-Tenancy Datenbanken bei Systemen mit mittlerer Komplexität [AGJ + 08, S. 1196]. Beispiele hierfür sind Kollaborationsplattformen wie Google Docs 2, Conject 3 und Microsofts Office Live 4. Die SaaS-Plattform salesforce.com 5 (siehe hierzu auch Abschnitt 3.4) bietet Customer Relationship Management (CRM) Software unter Verwendung von Multi-Tenancy Datenbanken an

9 3 Multi-Tenancy mit aktuellen Datenbanken 6 3 Multi-Tenancy mit aktuellen Datenbanken In diesem Kapitel werden drei Möglichkeiten vorgestellt, Mehrmandanten-Fähigkeit in aktuelle Datenbanksysteme zu integrieren. Bei dem Shared Machine Ansatz erhält jeder eine eigene Datenbankinstanz auf einem gemeinsamen Computer. Teilen sich alle Mandaten eine Datenbankinstanz, wobei jeder sein eigenes Schema erhält, spricht man von Shared Process. Der Schwerpunkt dieses Kapitels liegt auf dem Shared Table Ansatz. In Abschnitt 3.3 werden mehrere Techniken vorgestellt, um das Teilen einer gemeinsamen Tabellenstruktur für alle en zu ermöglichen. Schema Schema Schema DB DB DB Schema Schema Schema DB Schema DB Computer / Cluster / Grid Computer / Cluster / Grid Computer / Cluster / Grid a) Shared Machine b) Shared Process c) Shared Table Isolation Ressourcenteilung Abbildung 3.1: Shared Machine, Shared Process und Shared Table (in Anlehnung an [JA07a, S. 1198])

10 3 Multi-Tenancy mit aktuellen Datenbanken Shared Machine Jeder erhält bei Shared Machine seine eigene Datenbankinstanz auf einer gemeinsamen Maschine. Dieser Ansatz ist leicht umzusetzen, da hier keine Modifikationen an dem Datenbanksystem vorgenommen werden müssen. Alle en sind bis auf den gleichen Computer voneinander isoliert (vgl. Abbildung 3.1). Jedoch wirkt sich diese Isolation negativ auf die Ressourcennutzung aus: Jede Datenbankinstanz benötigt Speicher für die Grundfunktionen. Aufgrund dieses hohen Speicherbedarfs skaliert der Shared Machine Ansatz nur bis circa zehn Instanzen pro Rechner [JA07b]. Zudem kann der Administrationsaufwand nicht gesenkt werden. Daher eignet sich dieser Ansatz nur bedingt für die Verwendung als Multi-Tenancy Datenbank für SaaS. 3.2 Shared Process Abbildung 3.1 b) zeigt schematisch den Shared Process Ansatz: Jeder erhält hier ein eigenes Schema, welches auf einer gemeinsamen Datenbankinstanz läuft. Durch die Möglichkeit der physisch getrennten Speicherung der Daten der einzelnen en ist die Migration von en auf andere Server sowie die Implementierung von Load-Balancing einfach zu realisieren [JA07b]. Die physische und logische Trennung der Daten muss hierbei auf Anwendungsebene vorgenommen werden. Durch die gemeinsame Nutzung einer Instanz wird lediglich für die verschiedenen Schemas und Daten der en, jedoch nicht für mehrere Instanzen des Datenbanksystems Speicher benötigt. Wenn die Anzahl der Tabellen pro auf wenige beschränkt ist, skaliert dieser Ansatz für bis zu 1000 aktiver en pro Server [JA07b]. Daher ist er gut für kleine und mittlere SaaS-Anwendungen geeignet. 3.3 Shared Table Durch die Verwendung des Shared Table Ansatzes können die meisten Einsparungen hinsichtlich Hardwarekosten gemacht werden. Jedoch müssen zusätzliche Erweiterungen am Datenbanksystem implementiert werden: Da alle en die gleichen Tabellen nutzen muss eine Zwischenschicht, die Query-Transformation-Schicht (QTL) (siehe Abbildung 3.2) entwickelt werden [AGJ + 08]. Diese sorgt dafür, dass für die en das physische Schema transparent ist. Jeder hat ein eigenes, lo-

11 3 Multi-Tenancy mit aktuellen Datenbanken 8 gisches Schema. Die QTL wandelt die Anfragen um und mappt diese auf das physische Datenbankschema. Hierbei muss zudem sichergestellt werden, dass nur die Daten des en angefragt werden. Die Ergebnisse werden dann wieder passend zu dem logischen Schema des en umgewandelt Software Software Software logisches Schema logisches Schema logisches Schema Query Transformation Schicht physisches Schema Datenbank Betriebsystem Hardware Abbildung 3.2: Query Transformation Layer (selbsterstellte Grafik) Die Datenmigration für einzelne en ist nicht problemlos möglich, kann jedoch auf Kosten zusätzlicher Abfragen durchgeführt werden. Es gibt verschiedene Tabellen-Layouts, die den Shared Table Ansatz ermöglichen. Alle diese Ansätze sind hierbei Kompromisse zwischen Performanz, Funktionaliät und Flexibilität. In den folgenden Abschnitten werden diese Layouts dargestellt und erläutert. Die Beispiele hierfür entstammen dem Paper [AGJ + 08]. Es wurde ein Szenario mit drei en gewählt. Der mit der ID 17 stammt aus dem Gesundheitsbereich, 42 hat eine Erweiterung im Bereich der Automobilindustrie. 35 hat keine Erweiterungen.

12 3 Multi-Tenancy mit aktuellen Datenbanken Private Table Layout Beim Private Table Layout erhält jeder eigene Tabellen. Diese werden lediglich umbenannt, um zu gewährleisten das ein bestimmter Tabellenname nicht nur von einem en genutzt werden kann. Hierzu werden in den Meta-Daten des Datenbanksystems bzw. des Query-Transformation-Layers Mapping Daten gehalten. Eine Konsolidierung der en findet hier nicht statt. Abbildung 3.3 zeigt ein Schema mit privaten Tabellen. Die Tabellen sind hier nach Account sowie der en-id benannt. Wenn diese Tabellen für alle en Account heißen, so muss bei der Abfrage ein Mapping von AccountXX <-> Account durchgeführt werden, wobei XX die en-id repräsentiert. Abbildung 3.3: Private Table Layout (aus [AGJ + 08, S. 1198]) Basic Table Layout Da sich die en alle Tabellen beim Basic Table Layout teilen, ist es nicht möglich, mandantenspezifische Erweiterungen zu handhaben. Die Datensätze der jeweiligen en werden durch eine hinzugefügte Tenant-Spalte unterschieden (siehe Abbildung 3.4). Das Basic Table Layout eignet sich lediglich für angebotene Software, in der keine Erweiterungen benötigt werden, wie z.b. Webmail oder Blogs. Account Tenant Aid Name Acme Gump Ball Big Abbildung 3.4: Basic Table Layout (selbsterstellte Grafik)

13 3 Multi-Tenancy mit aktuellen Datenbanken Extension Table Layout Beim Extension Table Layout werden mandantenspezifische Erweiterungen in zusätzlichen Tabellen gespeichert. Alle Tabellen erhalten eine Spalte mit der ID des en sowie eine Spalte durch welche der Datensatz identifiziert wird. Durch die en- ID ist es möglich, dass mehrere en eine Erweiterung nutzen. Die Datensatz-IDs sind notwendig, um die Tabellen durch einen JOIN zum logischen Datenbankschema zurückzuführen. Abbildung 3.5 zeigt das Schema einer Extension Table. Durch die Fragmentierung in mehrere Tabellen entstehen zusätzliche Schreib-/Lesezugriffe, da nicht sichergestellt werden kann, dass zusammengehörige Reihen zusammenhängend in den Speicher geschrieben werden. 1 SELECT Aid, Name, Hospital, Beds FROM 2 (SELECT Aid, Name, Hospital, Beds 3 FROM AccountExt a, HealthcareAccount h 4 WHERE a.row = h.row AND a.tenant = 17 AND h.tenant = 17) 5 AS Account17 Listing 3.1: Transformierte SQL Anfrage für Extension Table Layout Listing 3.1 zeigt eine Anfrage an die Daten. Hierbei wird eine JOIN-Verknüpfung zwischen den Tabellen AccountExt und Healthcare Account durchgeführt. Das Ergebnis wird in einer Tabelle mit dem Namen Account17 ausgegeben. Abbildung 3.5: Extension Table Layout (aus [AGJ + 08, S. 1198])) Universal Table Layout Das Univeral Table Layout hat nur eine Tabelle, in der sämtliche Daten gespeichert werden. Um dies zu ermöglichen wird eine Table-Spalte eingeführt, mit der die einzelnen Tabellen des logischen Schemas unterschieden werden. Die Daten werden beim Universal Table Layout in Spalten mit einem universellem Datentyp, wie z.b. VAR- CHAR, gespeichert.

14 3 Multi-Tenancy mit aktuellen Datenbanken 11 Um Flexibilität zu gewährleisten, muss die Anzahl der Spalten sehr breit gewählt werden. Hierduch entstehen viele Zellen mit NULL-Werten, welche zwar von den meisten Datenbanksystemen effizient verwaltet werden, aber dennoch einen Speicher-Overhead erzeugen. Zusätzlich muss das DBS Meta-Daten halten, in denen die Datentypen sowie die logischen Namen der Spalten in Abhängigkeit der jeweiligen logischen Tabelle gespeichert werden. Ein großer Nachteil vom Universal Table Layout ist, dass die Indizierung nicht praktikabel ist. Abbildung 3.6: Universal Table Layout (aus [AGJ + 08, S. 1198]) Pivot Table Layout Beim Pivot Table Layout werden neben der en- und Tabellen-Spalte Reihensowie Spalten-Werte eingefügt. Jeder Wert eines Datensatzes in der logischen Tabelle wird hier in einem eigenen Datensatz gespeichert. Hierduch sind für die Rückführung einer n-spaltigen Tabelle n 1 Join-Verknüpfungen notwendig. Jedoch entfällt im Vergleich zu Universal Tables die Speicherung von NULL-Werten. Die Daten selbst können hierbei entweder als variabler Datentyp VARCHAR gespeichert werden oder man führt für jeden Datentyp eine eigene Pivot-Tabelle ein (siehe Abbildung 3.7), wodurch das Casten der Datentypen entfällt. Um Indizies zu unterstützen können zusätzliche Index-Tabellen für jeden Datentyp eingeführt werden Chunk Table Layout Die Datensätze werden in Chunks, also Datenblöcke untergliedert. Mehrere dieser Chunks bilden gemeinsam einen logischen Datensatz. Dazu wird beim Chunk-Table- Layout neben Spalten für Tenant, Tabelle und Reihe eine Chunk-Nummer vergeben. Physische Zeilen mit gleicher Tenant-ID, gleicher Tabellennummer und gleicher Rei-

15 3 Multi-Tenancy mit aktuellen Datenbanken 12 1 SELECT Beds FROM 2 (SELECT s.str as Hospital, i.int as Beds 3 FROM PivotStr s, PivotInt i 4 WHERE s.tenant = 17 5 AND i.tenant = 17 6 AND s.table = 0 7 AND s.col = 2 8 AND i.table = 0 9 AND i.col = 3 10 AND s.row = i.row) 11 WHERE Hospital= State Listing 3.2: Transformierte SQL Anfrage für Pivot Table Layout Abbildung 3.7: Pivot Table Layout (aus [AGJ + 08, S. 1198]) he gehören zu einem logischen Datensatz, sortiert nach den inkrementierten Chunk- Nummern. In Abbildung 3.8 sind dieses beispielsweise die ersten beiden Zeilen. In einem Chunk werden verschiedene Attribute mit verschiedenen Datentypen, wahlweise mit Indizierung, gespeichert. Hierdurch ist es möglich, häufig zusammen auftretende Werte zu gruppieren, wodurch die Schreib-/Lesezugriffe optimiert werden können. Abbildung 3.8: Chunk Table Layout (aus [AGJ + 08, S. 1198])

16 3 Multi-Tenancy mit aktuellen Datenbanken 13 Im Vergleich zu Pivot Tabellen wird hier nur eine Tabelle benötigt, wodurch der Aufwand für die Rekonstruktion der logischen Tabellen geringer ausfällt. Die Anfrage- Transformation ist jedoch komplexer. Dieses wird leicht aus einem Beispiel ersichtlich: Für das Auflösen der Spaltennamen wird beim Pivot Table Layout ein Mapping Tenant, Table, Col -> Spaltenname benötigt. Hingegen beim Chunk Table Layout Tenant, Table, Chunk -> Int1 = Spaltenname1 Str1 = Spaltenname2. Die Spalten in der physischen Schicht müssen hier nochmal zugeordnet werden Chunk Folding In [AGJ + 08] stellen die Autoren eine weitere Schema-Mapping Technik vor: Chunk Folding. Es werden die Techniken des Extension Tables mit denen der Chunk Tables kombiniert. Abbildung 3.9 zeigt ein Schema für Chunk Folding. Hierbei gibt es eine (oder auch mehrere) gemeinsame Tabelle, die von allen (oder vielen) en genutzt werden sowie eine Erweiterungstabelle deren Struktur dem Chunk Table Layout entspricht. Abbildung 3.9: Chunk Folding (aus [AGJ + 08, S. 1198]) Durch diese Kombination wird erreicht, dass häufig genutzte Attribute in herkömmlichen Tabellen gespeichert werden, wodurch erhöhter I/O- sowie Transformationsaufwand beim Zugriff auf Attribute dieser Tabelle entfällt. Durch Variation der Breite der Chunk-Tabelle wird diese zu einer Mischform von Universal Table Layout und Chunk Table Layout: Die Breite kann so optimiert werden, dass z.b. 80% der logischen Datensätze in einen Chunk passen. Tabellen mit vielen Attributen werden hingegen in zwei oder mehr Chunks verteilt. Dadurch wird der Aufwand, mandantenspezifische Erweiterungen zu Laden und Verarbeiten, gering gehalten.

17 3 Multi-Tenancy mit aktuellen Datenbanken Beispiel: force.com Die Plattform Salesforce.com, Anbieter von Customer Relationship Management (CRM), sowie deren Tochter-Plattform Force.com, eine Entwicklungsumgebung für die Entwicklung von Cloud-basierter Software, nutzen Multi-Tenancy für die Datenhaltung. Das Datenbankschema zeigt Abbildung Es handelt sich hierbei um ein Universal Table Layout mit mehreren Erweiterungen zur Optimierung sowie Flexibilisierung. Metadaten Datentabellen Spezielle Pivot Tabellen Objects # GUID OrgID ObjID ObjName Fields # GUID OrgID ObjID FieldName Datatype isindexed FieldNum...weitere... Data # GUID OrgID ObjID Name Value0 Value1... Value500 Clobs Character Large Objects bis zu Zeichen Indexes # OrgID # ObjID # FieldNum GUID StringValue NumValue DateValue Relationships OrgID ObjID GUID RelationID TargetObjID...weitere... Abbildung 3.10: Force.com Datenbankschema (in Anlehnung an [For08]) Mithilfe von Pivot-Tabellen werden beispielsweise Indizierungen ermöglicht. Die Indexes Tabelle enthält hierfür neben Schlüsseln, die das zu indizierende Objekt referenzieren, Spalten mit verschiedenen Datentypen. Über diese wird die Indizierung durchgeführt. Zudem gibt es Tabellen für Relationen zwischen den Objekten, eine Tabelle für Unique-Werte, History-Tracking Tabellen und viele weitere [For08]. In Metadaten-Tabellen werden Informationen über die gespeicherten Objekte (Objects- Tabelle) sowie Meta-Informationen über die einzelnen Werte in der Datentabelle gespeichert. Mit diesen Informationen kann das logische Schema der en aus diesem physischem Schema rekonstruiert werden.

18 4 Ausblick 15 4 Ausblick In ihrer Arbeit [AJPK09] stellen Aulbach et al. ein Modell für die Implementierung einer echten Multi-Tenant-fähigen Datenbank vor. Dieses soll mithilfe von Grid- Technologien sowie Virtualisierung ermöglicht werden. Abbildung 4.1: Multi-Tenancy DBMS (aus [AJPK09]) Die Authoren wollen hierfür ein Grid-Cluster verwenden, wobei auf die einzelnen Knoten die Datenbanken der Mandaten aus einem Archiv-Speicher geladen werden (vgl. Abbildung 4.1). Je nach Auslastung soll dieser Vorgang dynamisch erfolgen. Bei hoher Last werden die Datenbanken auf andere Knoten repliziert. Hierbei werden zunächst die veralteten Abbilder aus dem Archivspeicher kopiert und anschließend durch einen Roll-Forward mithilfe von Log-Dateien aktualisiert [AJPK09]. Durch Tenant Swizzling, einer von den Autoren entwickelten Technik, die sich an das Pointer Swizzling in objekt-orientierten DBMS [AJPK09] anlehnt, wird ein schneller Datenzugriff gewährleistet: Die Daten im Hauptspeicher werden von den Daten des Archivspeichers vollkommen getrennt, wodurch Lese- und Schreibzugriffe auf langsamen Festplattenspeicher entfallen. Dieses wird durch Pointer ermöglicht, die jeweils auf referenzierende Objekte zeigen. Sollen diese Objekte persistiert werden, so müssen die Pointer aufgeflöst und durch entsprechende Referenzierungen per ID ersetzt werden. Durch den Einsatz dieser Techniken sollen Probleme der klassischen Multi-Tenancy- Lösungen hinsichtlich Isolation und Ressourcenverwaltung gelöst werden. Eine Umsetzung dieses Entwurfs ist geplant [AJPK09].

19 Abbildungsverzeichnis III Abbildungsverzeichnis 2.1 en pro Datenbank (in Anlehnung an [AGJ + 08, S. 1196]) Shared Machine, Shared Process und Shared Table (in Anlehnung an [JA07a, S. 1198]) Query Transformation Layer (selbsterstellte Grafik) Private Table Layout (aus [AGJ + 08, S. 1198]) Basic Table Layout (selbsterstellte Grafik) Extension Table Layout (aus [AGJ + 08, S. 1198])) Universal Table Layout (aus [AGJ + 08, S. 1198]) Pivot Table Layout (aus [AGJ + 08, S. 1198]) Chunk Table Layout (aus [AGJ + 08, S. 1198]) Chunk Folding (aus [AGJ + 08, S. 1198]) Force.com Datenbankschema (in Anlehnung an [For08]) Multi-Tenancy DBMS (aus [AJPK09])

20 Verzeichnis der Listings IV Verzeichnis der Listings 3.1 Transformierte SQL Anfrage für Extension Table Layout Transformierte SQL Anfrage für Pivot Table Layout

21 Literaturverzeichnis V Literaturverzeichnis [AGJ + 08] S. Aulbach, T. Grust, D. Jacobs, A. Kemper, and J. Rittinger. Multi-tenant databases for software as a service: schema-mapping techniques. In Proceedings of the 2008 ACM SIGMOD international conference on Management of data, pages ACM New York, NY, USA, [AJKS09] S. Aulbach, D. Jacobs, A. Kemper, and M. Seibold. A comparison of flexible schemas for software as a service. In Proceedings of the 35th SIGMOD international conference on Management of data, pages ACM, [AJPK09] S. Aulbach, D. Jacobs, J. Primsch, and A. Kemper. Anforderungen an Datenbanksysteme für Multi-Tenancy-und Software-as-a-Service- Applikationen. BTW Proceedings, /research/publications/conferences/btw2009-mtd.pdf. [BHS08] W. Beinhauer, M. Herr, and A. Schmidt. SOA für agile Unternehmen: Serviceorientierte Architekturen verstehen, einführen und nutzen. Symposion Publishing GmbH, [For08] Force.com. The force.com multitenant achitecture. Whitepaper, ForcedotcomBookLibrary/Force.com_Multitenancy_WP_ pdf. [JA07a] D. Jacobs and S. Aulbach. Ruminations on multi-tenant databases. BTW, Vortragsfolien, JacobsAulbach.pdf. [JA07b] D. Jacobs and S. Aulbach. Ruminations on multi-tenant databases. In BTW Proceedings. Citeseer, [Pap08] M.P. Papazoglou. Web services: principles and technology. Pearson Prentice Hall, [War07] Robert Warfield. Multitenancy can have a 16:1 cost advantage over singletenant, multitenancy-can-have-a-161-cost-advantage-over-single -tenant/.

Anforderungen von Cloud-Anwendungen an den Einsatz von Datenbanksystemen

Anforderungen von Cloud-Anwendungen an den Einsatz von Datenbanksystemen Anforderungen von Cloud-Anwendungen an den Einsatz von Datenbanksystemen Im Rahmen des Seminars Software as a Service, Cloud Computing und aktuelle Entwicklungen Friedrich Schiller Universität Jena Lehrstuhl

Mehr

Anforderungen von Cloud-Anwendungen an den Einsatz von Datenbanksystemen

Anforderungen von Cloud-Anwendungen an den Einsatz von Datenbanksystemen Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik Lehrstuhl für Datenbanken und Informationssysteme Anforderungen von Cloud-Anwendungen an den Einsatz von Datenbanksystemen Im

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

Christian Metzger Thorsten Reitz Juan Villar. Cloud Computing. Chancen und Risiken aus technischer und unternehmerischer Sicht HANSER

Christian Metzger Thorsten Reitz Juan Villar. Cloud Computing. Chancen und Risiken aus technischer und unternehmerischer Sicht HANSER Christian Metzger Thorsten Reitz Juan Villar Cloud Computing Chancen und Risiken aus technischer und unternehmerischer Sicht HANSER Inhalt Vorwort, XI 1 Ist die Zukunft schon da? 1 1.1 Allgemeine Definition

Mehr

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER INHALTSVERZEICHNIS 1. Datenbanken 2. SQL 1.1 Sinn und Zweck 1.2 Definition 1.3 Modelle 1.4 Relationales Datenbankmodell 2.1 Definition 2.2 Befehle 3.

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

Extended Abstract Obserseminar: Datenbanksysteme - Aktuelle Trends. Cloud-Datenbanken. Franz Anders 02.07.2015

Extended Abstract Obserseminar: Datenbanksysteme - Aktuelle Trends. Cloud-Datenbanken. Franz Anders 02.07.2015 Extended Abstract Obserseminar: Datenbanksysteme - Aktuelle Trends Cloud-Datenbanken Franz Anders 02.07.2015 Dies ist das erweiterte Abstract zum Vortrag Cloud-Datenbanken für das Oberseminar Datenbanksysteme

Mehr

Cloud Computing. Chancen und Risiken aus technischer und unternehmerischer Sicht. von Christian Metzger, Thorsten Reitz, Juan Villar. 1.

Cloud Computing. Chancen und Risiken aus technischer und unternehmerischer Sicht. von Christian Metzger, Thorsten Reitz, Juan Villar. 1. Cloud Computing Chancen und Risiken aus technischer und unternehmerischer Sicht von Christian Metzger, Thorsten Reitz, Juan Villar 1. Auflage Hanser München 2011 Verlag C.H. Beck im Internet: www.beck.de

Mehr

ARIS II - Modellierungsmethoden, Metamodelle und Anwendungen

ARIS II - Modellierungsmethoden, Metamodelle und Anwendungen ARIS II - Modellierungsmethoden, Metamodelle und Anwendungen C3: Structured Query Language Lernziele: Nach der Bearbeitung dieser Lektion haben Sie folgende Kenntnisse erworben: Sie können elementaren

Mehr

Relationale Datenbanken Datenbankgrundlagen

Relationale Datenbanken Datenbankgrundlagen Datenbanksystem Ein Datenbanksystem (DBS) 1 ist ein System zur elektronischen Datenverwaltung. Die wesentliche Aufgabe eines DBS ist es, große Datenmengen effizient, widerspruchsfrei und dauerhaft zu speichern

Mehr

IV. Datenbankmanagement

IV. Datenbankmanagement Wirtschaftsinformatik 2 (PWIN) IV. Datenbankmanagement Kapitel 2: Datenmanipulationssprache SQL Wirtschaftsinformatik 2 (PWIN) SS 2009, Professur für Mobile Business & Multilateral Security 1 Agenda 1.

Mehr

Whitepaper. Produkt: combit Relationship Manager. Datensatzhistorie mit dem SQL Server 2000 und 2005. combit GmbH Untere Laube 30 78462 Konstanz

Whitepaper. Produkt: combit Relationship Manager. Datensatzhistorie mit dem SQL Server 2000 und 2005. combit GmbH Untere Laube 30 78462 Konstanz combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager Datensatzhistorie mit dem SQL Server 2000 und 2005 Datensatzhistorie mit dem SQL Server 2000 und 2005-2 - Inhalt

Mehr

Szenarien zu Hochverfügbarkeit und Skalierung mit und ohne Oracle RAC. Alexander Scholz

Szenarien zu Hochverfügbarkeit und Skalierung mit und ohne Oracle RAC. Alexander Scholz Hochverfügbar und Skalierung mit und ohne RAC Szenarien zu Hochverfügbarkeit und Skalierung mit und ohne Oracle RAC Alexander Scholz Copyright its-people Alexander Scholz 1 Einleitung Hochverfügbarkeit

Mehr

Relationale Datenbanken in der Praxis

Relationale Datenbanken in der Praxis Seite 1 Relationale Datenbanken in der Praxis Inhaltsverzeichnis 1 Datenbank-Design...2 1.1 Entwurf...2 1.2 Beschreibung der Realität...2 1.3 Enitiy-Relationship-Modell (ERM)...3 1.4 Schlüssel...4 1.5

Mehr

SQL (Structured Query Language) Schemata Datentypen

SQL (Structured Query Language) Schemata Datentypen 2 SQL Sprachelemente Grundlegende Sprachelemente von SQL. 2.1 Übersicht Themen des Kapitels SQL Sprachelemente Themen des Kapitels SQL (Structured Query Language) Schemata Datentypen Im Kapitel SQL Sprachelemente

Mehr

Best Practice: On-demand Lösungen bei der Software AG. Dr. Dirk Ventur CIO and Head of Global Support

Best Practice: On-demand Lösungen bei der Software AG. Dr. Dirk Ventur CIO and Head of Global Support Best Practice: On-demand Lösungen bei der Software AG Dr. Dirk Ventur CIO and Head of Global Support Software AG ist der weltweit größte unabhängige Anbieter von Infrastruktursoftware für Geschäftsprozesse

Mehr

Software as a Service

Software as a Service Software as a Service Andreas Von Gunten http://www.ondemandnotes.com http://www.andreasvongunten.com SaaSKon 2008 11. November 2008 Das Problem - Komplexität Software selber zu betreiben, bedeutet zunehmende

Mehr

Whitepaper Externe Speicherung von Binary Large Objects (BLOBs) mit SharePoint 2007 sowie SQL Server 2005 / 2008

Whitepaper Externe Speicherung von Binary Large Objects (BLOBs) mit SharePoint 2007 sowie SQL Server 2005 / 2008 Externe Speicherung von Binary Large Objects (BLOBs) mit SharePoint 2007 sowie SQL Andreas Glaser, 23. September 2008 Teufenerstrasse 19 CH 9001 St.Gallen t [+41] 71 228 67 77 f [+41] 71 228 67 88 info@namics.com

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

8.4 Überblick und Vergleich weiterer ERP-Systeme. G Oracle Applications 11 G PeopleSoft 7 G J.D. Edwards One World G BaanERP

8.4 Überblick und Vergleich weiterer ERP-Systeme. G Oracle Applications 11 G PeopleSoft 7 G J.D. Edwards One World G BaanERP 8.4 Überblick und Vergleich weiterer ERP-Systeme G Oracle Applications 11 G PeopleSoft 7 G J.D. Edwards One World G BaanERP Kapitel 8: ERP-Einführung 32 Architektur von Oracle Applications 11 G Logische

Mehr

SQL- & NoSQL-Datenbanken - Speichern und Analysen von großen Datenmengen

SQL- & NoSQL-Datenbanken - Speichern und Analysen von großen Datenmengen SQL- & NoSQL-Datenbanken - Speichern und Analysen von großen Datenmengen Lennart Leist Inhaltsverzeichnis 1 Einführung 2 1.1 Aufgaben einer Datenbank...................... 2 1.2 Geschichtliche Entwicklung

Mehr

Gliederung und Einordnung

Gliederung und Einordnung Gliederung und Einordnung 1. Objektorientierte Programmierung mit Object Pascal (5. Studienbrief, Kapitel 5) 9.4. + 16.4. 2. Software-Bausteine am Beispiel der Delphi-Komponenten (5. Studienbrief, Kapitel

Mehr

T-Systems. Managed business flexibility.

T-Systems. Managed business flexibility. T-Systems. Managed business flexibility. = Der Wettbewerb wird härter. Werden Sie flexibler! = Im globalen Business wird das Klima rauer. Wer vorn bleiben will, muss jederzeit den Kurs ändern können. Dies

Mehr

Seminar Cloud Data Management WS09/10. Tabelle1 Tabelle2

Seminar Cloud Data Management WS09/10. Tabelle1 Tabelle2 Seminar Cloud Data Management WS09/10 Tabelle1 Tabelle2 1 Einführung DBMS in der Cloud Vergleich verschiedener DBMS Beispiele Microsoft Azure Amazon RDS Amazon EC2 Relational Databases AMIs Was gibt es

Mehr

SLO-basiertes Management in relationalen Datenbanksystemen mit nativer Multi-Tenancy-Unterstützung

SLO-basiertes Management in relationalen Datenbanksystemen mit nativer Multi-Tenancy-Unterstützung SLO-basiertes Management in relationalen Datenbanksystemen mit nativer Multi-Tenancy-Unterstützung Andreas Göbel Lehrstuhl für Datenbanken und Informationssysteme Fakultät für Mathematik und Informatik

Mehr

Das Business Web für KMU Software as a Service

Das Business Web für KMU Software as a Service Das Business Web für KMU Software as a Service Andreas Von Gunten http://www.ondemandnotes.com http:// TopSoft 2007 (20. Sept. 2007) Weitere Infos: Software as a Service Blog http://www.ondemandnotes.com

Mehr

MySQL Queries on "Nmap Results"

MySQL Queries on Nmap Results MySQL Queries on "Nmap Results" SQL Abfragen auf Nmap Ergebnisse Ivan Bütler 31. August 2009 Wer den Portscanner "NMAP" häufig benutzt weiss, dass die Auswertung von grossen Scans mit vielen C- oder sogar

Mehr

Einführung in Hauptspeicherdatenbanken

Einführung in Hauptspeicherdatenbanken Einführung in Hauptspeicherdatenbanken Harald Zankl Probevorlesung 13. 01., 13:15 14:00, HS C Inhaltsverzeichnis Organisation Überblick Konklusion Harald Zankl (LFU) Hauptspeicherdatenbanken 2/16 Organisation

Mehr

Foreign Data Wrappers

Foreign Data Wrappers -Angebot Foreign Data Wrappers Postgres ITos GmbH, CH-9642 Ebnat-Kappel Swiss Postgres Conference 26. Juni 2014 Foreign Data Wrapper Postgres -Angebot Foreign Data Wrapper? Transparente Einbindung (art-)fremder

Mehr

Configuration Management mit Verbosy 17.04.2013 OSDC 2013. Eric Lippmann www.netways.de

Configuration Management mit Verbosy 17.04.2013 OSDC 2013. Eric Lippmann www.netways.de Configuration Management mit Verbosy 17.04.2013 OSDC 2013 Eric Lippmann Kurzvorstellung NETWAYS Expertise OPEN SOURCE SYSTEMS MANAGEMENT OPEN SOURCE DATA CENTER Monitoring & Reporting Configuration Management

Mehr

Sructred Query Language

Sructred Query Language Sructred Query Language Michael Dienert 11. November 2010 Inhaltsverzeichnis 1 Ein kurzer Versionsüberblick 1 2 SQL-1 mit einigen Erweiterungen aus SQL-92 2 3 Eine Sprache zur Beschreibung anderer Sprachen

Mehr

Complex Hosting. Whitepaper. Autor.: Monika Olschewski. Version: 1.0 Erstellt am: 14.07.2010. ADACOR Hosting GmbH

Complex Hosting. Whitepaper. Autor.: Monika Olschewski. Version: 1.0 Erstellt am: 14.07.2010. ADACOR Hosting GmbH Complex Hosting Autor.: Monika Olschewski Whitepaper Version: 1.0 Erstellt am: 14.07.2010 ADACOR Hosting GmbH Kaiserleistrasse 51 63067 Offenbach am Main info@adacor.com www.adacor.com Complex Hosting

Mehr

bersicht Datenbanken und Datawarehouses Datenbank Datenbanksysteme Niels Schršter

bersicht Datenbanken und Datawarehouses Datenbank Datenbanksysteme Niels Schršter bersicht Niels Schršter EinfŸhrung GROUP BY Roll UpÔs Kreuztabellen Cubes Datenbank Ansammlung von Tabellen, die einen ãausschnitt der WeltÒ fÿr eine Benutzergruppe beschreiben. Sie beschreiben die funktionalen

Mehr

Uni Duisburg-Essen Fachgebiet Informationssysteme Prof. Dr. N. Fuhr

Uni Duisburg-Essen Fachgebiet Informationssysteme Prof. Dr. N. Fuhr Raum: LF 230 Bearbeitung: 9.-11. Mai 2005 Datum Gruppe Vorbereitung Präsenz Aktuelle Informationen unter: http://www.is.informatik.uni-duisburg.de/courses/dbp_ss03/ Tabellen in IBM DB2 Tabellen Eine relationale

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. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung

Inhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung Inhalt Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle Daten und Tabellen Normalisierung, Beziehungen, Datenmodell SQL - Structured Query Language Anlegen von Tabellen Datentypen (Spalten,

Mehr

Prüfungsberatungs-Stunde Datenbanksysteme 1 (Dbs1)

Prüfungsberatungs-Stunde Datenbanksysteme 1 (Dbs1) Prüfungsberatungs-Stunde Datenbanksysteme 1 (Dbs1) Herbstsemester 2013/14 Prof. S. Keller Informatik HSR Januar 2014, HS13/14 Dbs1 - Prüfungsvorbereitung 1 Dbs1 Ziele Grundlagenwissen in folgenden Gebieten

Mehr

5.3 Das vrealize-automation-rollenkonzept

5.3 Das vrealize-automation-rollenkonzept 5.3 Das vrealize-automation-nkonzept 87 5.3 Das vrealize-automation-nkonzept Nachdem wir in diesem Kapitel bereits die wichtigsten logischen Konzepte von vrealize Automation erläutert haben, werfen wir

Mehr

Wege in die private Cloud: Die Lösung von INNEO auf Basis von FlexPod Datacenter

Wege in die private Cloud: Die Lösung von INNEO auf Basis von FlexPod Datacenter Wege in die private Cloud: Die Lösung von INNEO auf Basis von FlexPod Datacenter Agenda Herausforderungen im Rechenzentrum FlexPod Datacenter Varianten & Komponenten Management & Orchestrierung Joint Support

Mehr

Mehr Dynamik in Apex mit Javascript und JQuery. Alexander Scholz its-people

Mehr Dynamik in Apex mit Javascript und JQuery. Alexander Scholz its-people Vortrag zur DOAG Konferenz 2011 Mehr Dynamik in Apex mit und Alexander Scholz its-people 1 Ablauf Thema des Vortragsthemas Motivation Besonderheit des Referenten Alexander Scholz its-people Wie kann in

Mehr

SQL structured query language

SQL structured query language Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query

Mehr

Whitepaper. Produkt: combit Relationship Manager / address manager. Integration der Ansicht "Adressen" in eigene Solution

Whitepaper. Produkt: combit Relationship Manager / address manager. Integration der Ansicht Adressen in eigene Solution combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager / address manager Integration der Ansicht "Adressen" in eigene Solution Integration der Ansicht "Adressen" in

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

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

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

Was ist Windows Azure? (Stand Juni 2012)

Was ist Windows Azure? (Stand Juni 2012) Was ist Windows Azure? (Stand Juni 2012) Windows Azure Microsofts Cloud Plattform zu Erstellung, Betrieb und Skalierung eigener Cloud-basierter Anwendungen Cloud Services Laufzeitumgebung, Speicher, Datenbank,

Mehr

NoSQL-Databases. Präsentation für Advanced Seminar "Computer Engineering", Matthias Hauck, matthias.hauck@stud.uni-heidelberg.de

NoSQL-Databases. Präsentation für Advanced Seminar Computer Engineering, Matthias Hauck, matthias.hauck@stud.uni-heidelberg.de NoSQL-Databases Präsentation für Advanced Seminar "Computer Engineering", Matthias Hauck, matthias.hauck@stud.uni-heidelberg.de Klassische SQL-Datenbanken Anwendungsgebiet: Geschäftsanwendungen Behördenanwendungen

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

Mehr

Systeme 1. Kapitel 10. Virtualisierung

Systeme 1. Kapitel 10. Virtualisierung Systeme 1 Kapitel 10 Virtualisierung Virtualisierung Virtualisierung: Definition: Der Begriff Virtualisierung beschreibt eine Abstraktion von Computerhardware hin zu einer virtuellen Maschine. Tatsächlich

Mehr

Database Technology for SaaS (Software as a Service)

Database Technology for SaaS (Software as a Service) Database Technology for SaaS (Software as a Service) Multi-Tenant Database Enhancements Quality of Service Enabled Databases Alfons Kemper Fakultät für Informatik Technische Universität München Alfons

Mehr

Relationale Datenbanken Kursziele

Relationale Datenbanken Kursziele Relationale Datenbanken Kursziele DB Grundlagen Daten-Modellierung Relationales Modell und DB => Praxis: Mit SQL als Anfragesprache Mit MySQL als DB RDB 1-1 Kursinhalt (Tage) 1. DB Einleitung / Entity-Relationship

Mehr

Service Management leicht gemacht!

Service Management leicht gemacht! 1 4. FIT-ÖV - 01. Juli 2009 in Aachen Service Management leicht gemacht! Integration, Steuerung und Bewertung von Servicepartnern in der ÖV Dipl.-Inf. Michael H. Bender BRAIN FORCE SOFTWARE GmbH SolveDirect

Mehr

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten Einführung in SQL Die Sprache SQL (Structured Query Language) ist eine Programmiersprache für relationale Datenbanksysteme, die auf dem ANSI-SQL-Standard beruht. SQL wird heute von fast jedem Datenbanksystem

Mehr

VMware vrealize Automation Das Praxisbuch

VMware vrealize Automation Das Praxisbuch VMware vrealize Automation Das Praxisbuch Cloud-Management für den Enterprise-Bereich von Guido Söldner, Jens-Henrik Söldner, Constantin Söldner 1. Auflage dpunkt.verlag 2015 Verlag C.H. Beck im Internet:

Mehr

Gliederung. Was ist Cloud Computing Charakteristiken Virtualisierung Cloud Service Modelle Sicherheit Amazon EC2 OnLive Vorteile und Kritik

Gliederung. Was ist Cloud Computing Charakteristiken Virtualisierung Cloud Service Modelle Sicherheit Amazon EC2 OnLive Vorteile und Kritik Cloud Computing Gliederung Was ist Cloud Computing Charakteristiken Virtualisierung Cloud Service Modelle Sicherheit Amazon EC2 OnLive Vorteile und Kritik 2 Bisher Programme und Daten sind lokal beim Anwender

Mehr

(Oracle) BPM in der Cloud

(Oracle) BPM in der Cloud ti&m seminare (Oracle) BPM in der Cloud Integration, Chancen und Risiken Alexander Knauer Architect ti&m AG Version 1.0 28. Januar 2013 ti&m AG Buckhauserstrasse 24 CH-8048 Zürich Belpstrasse 39 CH-3007

Mehr

A Generic Database Web Service for the Venice Lightweight Service Grid

A Generic Database Web Service for the Venice Lightweight Service Grid A Generic Database Web Service for the Venice Lightweight Service Grid Michael Koch Bachelorarbeit Michael Koch University of Kaiserslautern, Germany Integrated Communication Systems Lab Email: m_koch2@cs.uni-kl.de

Mehr

Unterabfragen (Subqueries)

Unterabfragen (Subqueries) Unterabfragen (Subqueries) Die kürzeste Formulierung ist folgende: SELECT Felderliste FROM Tabelle1 WHERE Tabelle1.Feldname Operator (SELECT Feldname FROM Tabelle2 WHERE Bedingung); wobei Tabelle1 und

Mehr

The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into

The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment to deliver any material,

Mehr

Einleitung. Literatur. Pierre Fierz. Architektur von Datenbanksystemen. Physische Datenunabhängigkeit. Der Datenbank Administrator (DBA) 1.

Einleitung. Literatur. Pierre Fierz. Architektur von Datenbanksystemen. Physische Datenunabhängigkeit. Der Datenbank Administrator (DBA) 1. Inhalt der Vorlesung Literatur 1 Datenmodellierung (Entity-Relationship Modell) 2 Das relationale Modell 3 Relationenalgebra 4 Datenbanksprache (SQL) 5 Normalisierung 6 Vom ERM zum Datenbankschema 7 Routinen

Mehr

Cloud Computing Chancen für KMU

Cloud Computing Chancen für KMU Cloud Computing Chancen für KMU Sascha A. Peters Cluster Manager IT FOR WORK 31. Oktober 2012 Cloud Computing Worüber reden alle? Fragen zum Thema Cloud Was ist Cloud Computing und wofür wird es genutzt?

Mehr

SQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software

SQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software SQL Tutorial SQL - Tutorial SS 06 Hubert Baumgartner INSO - Industrial Software Institut für Rechnergestützte Automation Fakultät für Informatik Technische Universität Wien Inhalt des Tutorials 1 2 3 4

Mehr

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle DATA WAREHOUSE Big Data Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen aus Unternehmens- Daten ziehen! Datenmengen, Performance und Kosten Daten als Geschäftsmodell

Mehr

3 Indizes. 3.1 Indexarchitektur von SQL Server. SQL Server 2008: Datenbankentwicklung

3 Indizes. 3.1 Indexarchitektur von SQL Server. SQL Server 2008: Datenbankentwicklung 3 Indizes 3.1 Indexarchitektur von SQL Server Die folgende Abbildung zeigt die Organisationsstruktur einer Tabelle. Eine Tabelle befindet sich in einer oder mehreren Partitionen, und jede Partition enthält

Mehr

TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann

TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann Blatt Nr. 11 Übung zur Vorlesung Einsatz und Realisierung von Datenbanksystemen im SoSe15 Moritz Kaufmann (moritz.kaufmann@tum.de)

Mehr

Servicebasierte Datenintegration

Servicebasierte Datenintegration Präsentation zur Seminararbeit Christoph Aßmann Aßmann, Christoph Leipzig, 26.01.2010 Folie 1 Inhalt Begriffe Motivation Abgrenzung Grid Cloud OGSA: Architektur servicebasierter Grids Standardisierung

Mehr

DTS Systeme. IT Dienstleistungen das sind wir! Joseph Hollik. Tech. Consulting, Projektmanagement DTS Systeme GmbH

DTS Systeme. IT Dienstleistungen das sind wir! Joseph Hollik. Tech. Consulting, Projektmanagement DTS Systeme GmbH DTS Systeme IT Dienstleistungen das sind wir! Joseph Hollik Tech. Consulting, Projektmanagement DTS Systeme GmbH Warum virtualisieren? Vor- und Nachteile Agenda Was ist Virtualisierung? Warum virtualisieren?

Mehr

Anforderungen an Datenbankservices in SOA-basierten Lösungen. Liane Will SAP AG/ Otto-von-Güricke-Universität Magdeburg 6.5.2010

Anforderungen an Datenbankservices in SOA-basierten Lösungen. Liane Will SAP AG/ Otto-von-Güricke-Universität Magdeburg 6.5.2010 Anforderungen an services in SOA-basierten Lösungen Liane Will SAP AG/ Otto-von-Güricke-Universität Magdeburg 6.5.2010 Diplom-Mathematikerin Seit 1997 bei SAP AG Berlin im Active Global Support Best Practices

Mehr

Mailbox Cluster Konzepte

Mailbox Cluster Konzepte Ideen für grosse Mailstores Mailbox Cluster Konzepte Felix J. Ogris (fjo@dts.de) Version 1.0 2008-05-25 Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis 1 Schema 4 2 Storage 5 2.1 Mailbox- und

Mehr

Eine weitere Möglichkeit "die grosse weite Welt" zu erschliessen sind ODBC/JDBC bzw. ESS Verbindungen.

Eine weitere Möglichkeit die grosse weite Welt zu erschliessen sind ODBC/JDBC bzw. ESS Verbindungen. Database Designs Alexis Gehrt / alexis@database-designs.ch - Erster Kontakt mit FileMaker ca. 1991 ( Version 2, 2.1) - Jan 2000 - Database Designs - Seit 2007 bei einem Kunden (Linden-Grafik AG) angestellt

Mehr

Advanced Analytics mit EXAPowerlytics. Technisches Whitepaper

Advanced Analytics mit EXAPowerlytics. Technisches Whitepaper Advanced Analytics mit EXAPowerlytics Technisches Whitepaper Inhalt 1. Zusammenfassung... 3 2. Einführung... 4 3. Fachliche Einführung... 5 4. Beispiel: Zeichen zählen... 7 5. Fazit... 9 6. Anhang... 10-2

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

Client/Server-Systeme

Client/Server-Systeme Fachbereich Informatik Projektgruppe KOSI Kooperative Spiele im Internet Client/Server-Systeme Vortragender Jan-Ole Janssen 26. November 2000 Übersicht Teil 1 Das Client/Server-Konzept Teil 2 Client/Server-Architekturen

Mehr

CrossmedialeProzesse zum erfolgreichen e-publishing. 4. Medienforum 20. September 2012 Heike Beyer-Wenzel

CrossmedialeProzesse zum erfolgreichen e-publishing. 4. Medienforum 20. September 2012 Heike Beyer-Wenzel CrossmedialeProzesse zum erfolgreichen e-publishing 4. Medienforum 20. September 2012 Heike Beyer-Wenzel Mediennutzung im Jahre 2012 Seite 2 Business Challenges Vor welchen Herausforderungen stehen Verlage?

Mehr

Schriftenreihe des Fachbereiches Wirtschaft Sankt Augustin

Schriftenreihe des Fachbereiches Wirtschaft Sankt Augustin Schriftenreihe des Fachbereiches Wirtschaft Sankt Augustin Nils-Peter Koch, Dirk Schreiber IT-Management in KMU Eine praxisnahe Darstellung am Beispiel des Eskalationsmanagements eines IT-Systemhauses

Mehr

Oracle Datenbank Einführung Ulrike Schwinn Email: Ulrike.Schwinn@HS-Augsburg.DE

<Insert Picture Here> Oracle Datenbank Einführung Ulrike Schwinn Email: Ulrike.Schwinn@HS-Augsburg.DE Oracle Datenbank Einführung Ulrike Schwinn Email: Ulrike.Schwinn@HS-Augsburg.DE Oracle Corporation in Zahlen Gegründet 1977 Headquarter in Redwood Shores in Kalifornien 84 000 Angestellte

Mehr

Vertrags- und Lizenzfragen im Rahmen des Cloud Computing LES Arbeitsgruppenmeeting 13. Mai 2011

Vertrags- und Lizenzfragen im Rahmen des Cloud Computing LES Arbeitsgruppenmeeting 13. Mai 2011 Vertrags- und Lizenzfragen im Rahmen des Cloud Computing LES Arbeitsgruppenmeeting 13. Mai 2011 Heymann & Partners Übersicht Erscheinungsformen des Cloud Computing Vertragsgestaltung beim Cloud Computing

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

Lerox DB/2 Datenbankreferenz in QlikView für IBM System AS/400, iseries i5, System i

Lerox DB/2 Datenbankreferenz in QlikView für IBM System AS/400, iseries i5, System i Lerox DB/2 Datenbankreferenz in QlikView für IBM System AS/400, iseries i5, System i Inhaltsverzeichnis Überblick... 3 Die QlikView Applikation im Kontext... 4 Technische Rahmenbedinungen... 5 Funktionelle

Mehr

Datenbanken und SQL. Kapitel 1. Übersicht über Datenbanken. Edwin Schicker: Datenbanken und SQL (1)

Datenbanken und SQL. Kapitel 1. Übersicht über Datenbanken. Edwin Schicker: Datenbanken und SQL (1) Datenbanken und SQL Kapitel 1 Übersicht über Datenbanken Übersicht über Datenbanken Vergleich: Datenorganisation versus Datenbank Definition einer Datenbank Bierdepot: Eine Mini-Beispiel-Datenbank Anforderungen

Mehr

Grid Computing. Einführung. Marc Lechtenfeld. Seminar Grid Computing Sommersemester 2004 Universität Duisburg-Essen

Grid Computing. Einführung. Marc Lechtenfeld. Seminar Grid Computing Sommersemester 2004 Universität Duisburg-Essen * Grid Computing Einführung Marc Lechtenfeld Seminar Grid Computing Sommersemester 2004 Universität Duisburg-Essen Übersicht 1 Problematik 2 Systemanforderungen 3 Architektur 4 Implementation 5 Projekte

Mehr

Cassandra Query Language (CQL)

Cassandra Query Language (CQL) Cassandra Query Language (CQL) Seminar: NoSQL Wintersemester 2013/2014 Cassandra Zwischenpräsentation 1 Gliederung Basic facts Datentypen DDL/DML ähnlich zu SQL Besonderheiten Basic facts CQL kurz für

Mehr

Datenbanksysteme 2015

Datenbanksysteme 2015 Datenbanksysteme 2015 Kapitel 09: Datenbankapplikationen Oliver Vornberger Institut für Informatik Universität Osnabrück Datenbankapplikationen ODBC MS Visio MS Access Embedded SQL JDBC Application SQLJ

Mehr

Technische Prozesse der Archivierung am Beispiel SAP R/3. Teil III: Dokumentenverarbeitung in SAP R/3

Technische Prozesse der Archivierung am Beispiel SAP R/3. Teil III: Dokumentenverarbeitung in SAP R/3 Elektronische Archivsysteme im kommerziellen Einsatz Institut für Publizistik und Kommunikationswissenschaften Dozent: R. Weißbach WS 00/01 Technische Prozesse der Archivierung am Beispiel SAP R/3 Teil

Mehr

Persistenzschicht in Collaborative Workspace

Persistenzschicht in Collaborative Workspace Persistenzschicht in Collaborative Workspace Mykhaylo Kabalkin 03.06.2006 Überblick Persistenz im Allgemeinen Collaborative Workspace Szenario Anforderungen Systemarchitektur Persistenzschicht Metadaten

Mehr

Software-Engineering und Datenbanken

Software-Engineering und Datenbanken Software-Engineering und Datenbanken Prof. Dr. Bernhard Schiefer bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer Prof. Dr. Bernhard Schiefer 1-1 Wesentliche Inhalte Begriff DBS Datenbankmodelle

Mehr

Integration Services - Dienstarchitektur

Integration Services - Dienstarchitektur Integration Services - Dienstarchitektur Integration Services - Dienstarchitektur Dieser Artikel solle dabei unterstützen, Integration Services in Microsoft SQL Server be sser zu verstehen und damit die

Mehr

Die nächste Revolution in der modelgetriebenen Entwicklung?

Die nächste Revolution in der modelgetriebenen Entwicklung? Die nächste Revolution in der modelgetriebenen Entwicklung? Me Johannes Kleiber Software Engineer bei FMC Johannes.Kleiber@fmc-ag.com Themen Überblick Window Workflow Foundation Workflows modellieren WF

Mehr

Das ERP System MS Dynamics NAV

Das ERP System MS Dynamics NAV Das ERP System MS Dynamics NAV Ob kaufmännische Software, Infrastrukturlösungen oder Telekommunikation: Wir sind Ihr Partner in Sachen ICT. Einfach. Gut. Durchdacht. Sebastian Büscher, M.Sc. Entwickler

Mehr

MailStore Service Provider Edition (SPE)

MailStore Service Provider Edition (SPE) MailStore Solutions MailStore Service Provider Edition (SPE) E-Mail-Archivierung für Service Provider Mit Hilfe der MailStore Service Provider Edition können Sie Ihren Kunden moderne E-Mail-Archivierung

Mehr

Object Relational Mapping Layer

Object Relational Mapping Layer Object Relational Mapping Layer Views Controlers Business logic GUI OO-application logic Object-relational-Mapping Relational DBMS PHP (propel) 1/18 Propel - Persistance Layer OR-Mapper für PHP Portierung

Mehr

Informationsintegration

Informationsintegration Informationsintegration Grundlegende Architekturen Ulf Leser Inhalt diese Vorlesung Klassifikation verteilter, autonomer, heterogener Systeme Weitere Klassifikationskriterien Schichtenaufbau integrierter

Mehr

Analyse und Auswertung großer heterogener Datenmengen

Analyse und Auswertung großer heterogener Datenmengen Analyse und Auswertung großer heterogener Datenmengen Herausforderungen für die IT-Infrastruktur Richard Göbel Inhalt Big Data Was ist das eigentlich? Was nützt mir das? Wie lassen sich solche großen Datenmengen

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

ALM mit Visual Studio Online. Philip Gossweiler Noser Engineering AG

ALM mit Visual Studio Online. Philip Gossweiler Noser Engineering AG ALM mit Visual Studio Online Philip Gossweiler Noser Engineering AG Was ist Visual Studio Online? Visual Studio Online hiess bis November 2013 Team Foundation Service Kernstück von Visual Studio Online

Mehr

Einführung in die Informatik II

Einführung in die Informatik II Einführung in die Informatik II Die Structured Query Language SQL Prof. Dr. Nikolaus Wulff SQL Das E/R-Modell lässt sich eins zu eins auf ein Tabellenschema abbilden. Benötigt wird eine Syntax, um Tabellen

Mehr

PROZESSE INTEGRIEREN leicht gemacht EFFIZIENTE PROZESSE

PROZESSE INTEGRIEREN leicht gemacht EFFIZIENTE PROZESSE PROZESSE INTEGRIEREN leicht gemacht DURCH TransConnect Geschäftsprozesse ableiten mit der Universal Worklist (UWL) Integrationsszenarien effektiver verwalten und transportieren Optimierte Personalverwaltung

Mehr

7. ArcView-Anwendertreffen. Einbindung von Datenbanken in ArcMap am Beispiel der Biotopkartierung Bayern. Daniel Fuchs

7. ArcView-Anwendertreffen. Einbindung von Datenbanken in ArcMap am Beispiel der Biotopkartierung Bayern. Daniel Fuchs 7. ArcView-Anwendertreffen Einbindung von Datenbanken in ArcMap am Beispiel der Biotopkartierung Bayern Daniel Fuchs 1. Grundlagen Biotopkartierung: Datenformat Die Daten der Biotopkartierung Bayern werden

Mehr

Aufbau eines IT-Servicekataloges am Fallbeispiel einer Schweizer Bank

Aufbau eines IT-Servicekataloges am Fallbeispiel einer Schweizer Bank SwissICT 2011 am Fallbeispiel einer Schweizer Bank Fritz Kleiner, fritz.kleiner@futureways.ch future ways Agenda Begriffsklärung Funktionen und Aspekte eines IT-Servicekataloges Fallbeispiel eines IT-Servicekataloges

Mehr

SQL-DDL und SQL-Anfragen. CREATE TABLE Kategorie (Bezeichnung VARCHAR(15) NOT NULL PRIMARY KEY, Klassifikationskriterium VARCHAR(100) NOT NULL )

SQL-DDL und SQL-Anfragen. CREATE TABLE Kategorie (Bezeichnung VARCHAR(15) NOT NULL PRIMARY KEY, Klassifikationskriterium VARCHAR(100) NOT NULL ) Technische Universität München WS 2003/04, Fakultät für Informatik Datenbanksysteme I Prof. R. Bayer, Ph.D. Lösungsblatt 6 Dipl.-Inform. Michael Bauer Dr. Gabi Höfling 1.12.2003 SQL-DDL und SQL-Anfragen

Mehr