DataVault in der Praxis
|
|
- Johannes Krüger
- vor 6 Jahren
- Abrufe
Transkript
1 überraschend mehr Möglichkeiten! DataVault in der Praxis Nur ein Werbeversprechen? Marcel Aretz OPITZ CONSULTING 2016
2 Agenda A B C D Vorgeschichte und Prioritäten Wie wäre es mit DataVault? Unser Leben mit DataVault Lessons Learned / Fazit OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 2
3 Vorgeschichte und Erwartungen A OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 3
4 Vorgeschichte Gewachsenes Data-Warehouse auf Oracle- Exadata-Basis In 15 Jahren von x-entwicklern weiterentwickelt Zahlreiche Entwicklerdialekte Wenig Konventionen Logik über alle Schichten verteilt Fehlersuche und Erweiterung extrem aufwändig OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 4
5 Erwartungshaltung an neues Data-Warehouse Klare Konventionen Klare Trennung der Schichten Logik nicht überall verteilt Inkrementell erweiterbar Agile Projektvorgehen Weitere Quellsysteme einfach integrierbar Einfachere Prozesslogik Hohe Prozesstransparenz OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 5
6 Wie wäre es mit DataVault? B OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 6
7 Wie wäre es mit DataVault? Klare Konventionen Die Regeln für Hubs / Links / Satelliten sind klar vorgegeben Namenskonventionen LINK SAT HUB Klare Trennung der Schichten Raw-Data-Vault (RDV) Business-Data-Vault (BDV) Information-Mart (IM) Logik nicht überall verteilt harte Transformationen nur in BDV Notfalls zwischen BDV und IM OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 7
8 Wie wäre es mit DataVault? Inkrementell erweiterbar / Agiles Projektvorgehen eine Stärke von DataVault Erweiterung durch neue Objekte Weitere Quellsysteme einfach integrierbar Einfachere Prozesslogik Alles easy immer die gleichen Transformationen Alles nach Schema F klare Typisierung von Tabellen und damit Ideal für Automatisierung / Generierung OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 8
9 DataVault ist gesetzt! Oracle Exadata X6 es wird kein ETL-Tool verwendet eigener Code-Generator (mit APEX-Oberfläche) Flüchtiges Staging (STG) Persistentes Staging (PSA) Raw-Data-Vault (RDV) Business-Data-Vault (BDV) Information-Mart (IM) S S S H L S H S S L H S H S OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 9
10 Unser Leben mit DataVault Automatisierung: Der Generator C Hashes: Sinn und Unsinn Unsere Erfahrungen: Gute und Schlechte OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 10
11 Automatisierung: Der Generator Wird für alle Schichten bis auf den Information- Mart verwendet Hubs ohne zusammengesetzte Schlüssel (noch) keine Filter möglich Links / Satelliten Kapselung von Logik über Views View kann als Skelett erzeugt werden OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 11
12 Automatisierung: Der Generator Schema RDBMS Flat-Files JSON DWH-DB APEX-Masken 3NF-Metadaten PL/SQL-Bausteine Andere Quellen External- Table PL/SQL-Packages Quellsysteme DB-Link MetaDB GIT Oracle SQL Developer Data Modeller (RDV / BDV / IM) DDL DDL (STG/PSA/RDV) OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 12
13 Automatisierung: Der Generator Fazit Funktioniert prima Ausbaufähig Code-Optimierungen einfach ausrollbar Alle Packages sehen gleich aus Kein fehleranfälliges Copy & Paste OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 13
14 Hashes: Sinn und Unsinn DV2.0 verwendet Hashes als Schlüssel über Krypto-Funktionen (z.b. MD5 / SHA1) Hash-Funktion ist nicht umkehrbar BusinessKeys werden durch Hash-Funktionen in künstliche Schlüssel überführt Hoffentlich exakt 1-zu-1 Mapping SurrogateKeys können über BusinessKeys erraten werden Warum dann nicht gleich den BusinessKeys als technischen Schlüssel? OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 14
15 KUNDEN ARTIKEL Hashes: Sinn und Unsinn BK SHA1 BK (mod) SHA1 (mod) 1 356a192b HARTI~^1 431f95ea 106 ac3478d6 HARTI~^ e f37062d9 HARTI~^ da HARTI~^333 b7f1f524 BK SHA1 BK (mod) SHA1 (mod) 1 356a192b HKUND~^1 159a9c86 2 da4b9237 HKUND~^ ee2 3 77de68da HKUND~^3 5fe680f5 4 1b HKUND~^4 f ac3478d6 HKUND~^5 9dbf1abd SHA1 40 CHAR Trennzeichen ~^ Gleicher Hash für unterschiedliche Objekte? Modifizierter BK für Hashing Salting Ist BK(mod) nicht der bessere künstliche Schlüssel? OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 15
16 Hashes: Sinn und Unsinn Wenig Mehrwert Birgt Risiko von Kollisionen Mit 40-Char (SHA1) deutlich länger als unser durchschnittlicher BK Ermöglicht paralleles Laden Wirklich BigData-Ready? OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 16
17 Bittere Erfahrungen: Nicht jede Abkürzung spart Zeit Regeln brechen rächt sich: Ich leg einfach eine neue Spalte an Oder besser doch ein neuer Satellit? Was passiert mit den alten Daten? Satellit neu laden? Die Historie steckt ja in der PSA? Patchen? Die Logik speziell im BDV kann sehr komplex werden das joine ich schnell auf dem Weg in den RDV Und wie erkenne ich dann das Delta? Vollabgleich? Regeln brechen sollte gut überlegt sein! OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 17
18 Bittere Erfahrungen: Einfacher wird s nicht Die Businesslogik ist so kompliziert wie sie ist! Ist tendenziell sogar komplizierter zu implementieren Abhängigkeiten im BDV lassen sich nicht eliminieren z.b. wiederverwendete Berechnungen Modellierung ist nicht einfach OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 18
19 Gute Erfahrungen: Erweiterbarkeit Inkrement 2 S_KUND_ADDR_STAMMDATEN L_KUND_ADDR H_ADRESSEN S_ADDR_STAMMDATEN S_KUND_DETAILS L_KUND_KUTY H_KUNDEN S_KUND_STAMMDATEN L_KUND_HÄND H_KUNDENTYPEN S_KUTY_STAMMDATEN Inkrement 1 H_HÄNDLER S_HAEN_STAMMDATEN DataVault in der Praxis Nur ein Werbeversprechen? Seite 19 OPITZ CONSULTING 2016
20 Lessons Learned / Fazit DataVault läßt sich sehr gut automatisieren Hashes sorgen für viele Diskussionen und wenig Nutzen Regeln einhalten! Es wird in Summe nicht einfacher werden Modellierung wird immer wieder Fragen aufwerfen Die Erweiterbarkeit ist gegeben wenn sich an die Regeln gehalten wird D OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 20
21 Fragen & Antworten OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 21
22 überraschend mehr Möglichkeiten! Seit 2006 antworte ich auf die Frage Was machst Du eigentlich beruflich? folgendes: Ich begleite Daten jeglicher Form von dem Punkt an, an dem sie in Maschinen und Anwendungen entstehen, bis zum Endstadium in Form einer validen Aussage in den Köpfen der Entscheider oder Nutzer. Marcel Aretz OPITZ CONSULTING Deutschland GmbH Standort Hamburg Landwehr Hamburg marcel.aretz@opitz-consulting.de Mobil: OPITZCONSULTING opitzconsulting opitz-consulting-bcb OPITZ CONSULTING 2016 DataVault in der Praxis Nur ein Werbeversprechen? Seite 22
25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU
BLUEFORTE GmbH Dirk Lerner 25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU 1 Elemente des Data Vault (Basic) HUB
MehrModellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART
MehrVom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05.
Vom Single Point of Truth zur Single Version of the Facts Data Warehousing zu Beginn des BigData-Zeitalters inspire IT - Frankfurt 11. 12.05.2015 Fahmi Ouled-Ali Kabel Deutschland Marian Strüby OPITZ CONSULTING
MehrPerformanceoptimierung 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
MehrAdlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung
Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte DWH Projekt, Methodik, Stärken und Schwächen, Übersicht, Weg der Daten,
MehrData Vault. Modellierungsmethode für agile Data Warehouse Systeme. Dr. Bodo Hüsemann Informationsfabrik GmbH. DOAG BI, München, 17.04.
Data Vault Modellierungsmethode für agile Data Warehouse Systeme Dr. Bodo Hüsemann Informationsfabrik GmbH DOAG BI, München, 17.04.2013 Die Informationsfabrik Die Informationsfabrik macht erfolgreiche
MehrDie 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
MehrOracle 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
MehrBI around the world - Globale Reporting Lösungen bei Continental Automotive
BI around the world - Globale Reporting Lösungen bei Continental Automotive Stefan Hess Trivadis GmbH Stuttgart Herbert Muckenfuss Continental Nürnberg Schlüsselworte: Oracle BI EE, Business Intelligence,
MehrVollständig 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
MehrITGAIN Fach- und Technikspezialist
ITGAIN Fach- und Technikspezialist KOMPETENZ GEWINNBRINGEND EINSETZEN. Copyright 2012 ITGAIN GmbH 1 SPoT Wir bringen Ihre Informationen auf den Punkt. Hamburg, 07.05.2012 FACTORY-ANSATZ FÜR ETL-PROZESSE
MehrData 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
MehrData Vault Ein Leben zwischen 3NF und Star. Michael Klose, CGI Deutschland Oracle DWH Community, 18.03.2014
Data Vault Ein Leben zwischen 3NF und Star Michael Klose, CGI Deutschland Oracle DWH Community, 18.03.2014 CGI Group Inc. 2013 Referent: Michael Klose Manager BI Architektur & Strategie, CGI Deutschland
MehrVorteile einer standardisierten DV-orientierten BI-Architektur hinsichtlich Modellierung, Bewirtschaftung und Betrieb. Thomas Mattick, BBF GmbH
Vorteile einer standardisierten DV-orientierten BI-Architektur hinsichtlich Modellierung, Bewirtschaftung und Betrieb Thomas Mattick, BBF GmbH Vorstellung Thomas Mattick Projektauszug (BI) Auftragsabwicklung/Leistungsbewertung
MehrAgile BI in der Praxis
Agile BI in der Praxis Agiles Testen Thomas Flecken Consultant OPITZ CONSULTING Deutschland GmbH Oracle DWH Konferenz Kassel, 20.03.2013 OPITZ CONSULTING Deutschland GmbH 2013 Seite 1 Agenda 1. Vorstellung
MehrOracle-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
MehrXML in der Oracle Datenbank
XML in der Oracle Datenbank Oracle XML DB Eine kurze Einführung Gruppe A Michaela Geierhos Galina Hinova Maximilian Schöfmann AGENDA Warum XML in einer Datenbank? Was bietet die Oracle XML DB? Unterschiedliche
MehrDatenmodellierung im Zeitalter agiler Softwareentwicklung
Datenmodellierung im Zeitalter agiler Softwareentwicklung Sebastian Graf, PROMATIS software GmbH DOAG 2013, Nürnberg, 1 Agenda u Über den Referenten u Datenmodellierung Begriffsdefinition und Abgrenzung
MehrData 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
MehrImplementierungsvarianten. mit Oracle Application Express
Implementierungsvarianten mit Oracle Application Express Niels de Bruijn, Fachbereichsleiter 26.09.2012 Inhabergeführte AG Hauptsitz Ratingen Gründung 1994 Niederlassungen Hamburg, Dortmund, Frankfurt,
MehrOracle 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
MehrNear Realtime ETL mit Oracle Golden Gate und ODI. Lutz Bauer 09.12.2015
Near Realtime ETL mit Oracle Golden Gate und ODI Lutz Bauer 09.12.2015 Facts & Figures Technologie-orientiert Branchen-unabhängig Hauptsitz Ratingen 240 Beschäftigte Inhabergeführt 24 Mio. Euro Umsatz
MehrWerkzeuge 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
MehrOracle Warehouse Builder 3i
Betrifft Autoren Art der Info Oracle Warehouse Builder 3i Dani Schnider (daniel.schnider@trivadis.com) Thomas Kriemler (thomas.kriemler@trivadis.com) Technische Info Quelle Aus dem Trivadis Technologie
MehrZurück in die Zukunft
Zurück in die Zukunft OPITZ CONSULTING GmbH 2014 Seite 1 Zurück in die Zukunft Umstellen einer ADF 10g Applikation auf ADF 12c Enno Schulte Consultant OPITZ CONSULTING GmbH Nürnberg, 19.11.2014 OPITZ CONSULTING
MehrAgile Analytics Neue Anforderungen an die Systemarchitektur
www.immobilienscout24.de Agile Analytics Neue Anforderungen an die Systemarchitektur Kassel 20.03.2013 Thorsten Becker & Bianca Stolz ImmobilienScout24 Teil einer starken Gruppe Scout24 ist der führende
MehrDie Erkenntnis von gestern muss heute mit einem neuen. 19.06.2009 TEAM - Ihr Partner für IT 2
Beratung Software Lösungen Integration von Reporting Tools in Oracle ADF 11g Applikation Der Inhalt dieses Vortrages beruht auf den Erfahrungen und Erkenntnissen zu einem bestimmten Zeitpunkt und unter
MehrPerformance 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,
MehrData Warehouse. für den Microsoft SQL SERVER 2000/2005
Warehouse für den Microsoft SQL SERVER 2000/2005 Begriffe 1 DWH ( Warehouse) ist eine fachübergreifende Zusammenfassung von Datentabellen. Mart ist die Gesamtheit aller Datentabellen für einen fachlich
MehrIntelligence (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
MehrGraphen in Apex von Thomas Hernando. www.syntegris.de
Graphen in Apex von Thomas Hernando www.syntegris.de Einleitung FIRMENINFOS Gründung im Jahre 2000 mit Sitz in Neu-Isenburg bei Frankfurt am Main Mehr als 30 Berater Oracle Gold Partner Schwerpunkte liegen
MehrData Vault. Data Warehouse Agilität nicht nur durch Vorgehensweisen, sondern mit Methode. Dr. Bodo Hüsemann Informationsfabrik GmbH
Data Vault Data Warehouse Agilität nicht nur durch Vorgehensweisen, sondern mit Methode Dr. Bodo Hüsemann Informationsfabrik GmbH Konzeption und Architektur Implementierung [ETL, Reporting, OLAP, Planung]
MehrAgile DWH Modellierung mit Data Vault. Alexander Blech Matthias Wendt 2015-04-15
Agile DWH Modellierung mit Data Vault Alexander Blech Matthias Wendt 2015-04-15 Agile DWH Modellierung mit Data Vault Agenda OSP Dresden und die Ottogroup Data Vault Theorie DV im Einsatz für die Hermes
MehrBI-Metadaten. Ein ETL-Toolübergreifender. Ansatz. Dr. Lutz Driesen BI-Konferenz Hannover/ 11.03.2015
BI-Metadaten Ein ETL-Toolübergreifender Ansatz Dr. Lutz Driesen BI-Konferenz Hannover/ 11.03.2015 Inhalt 1 Die BI-Landschaft bei der Allianz Deutschland AG 2 Problem: Die technische Diversität der ETL-Prozesse
MehrOracle BI&W Referenz Architektur Big Data und High Performance Analytics
DATA WAREHOUSE Oracle BI&W Referenz Architektur Big Data und High Performance Analytics Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen
MehrDebugging in APEX. Christina Funke Apps Associates GmbH Dortmund
Debugging in APEX Christina Funke Apps Associates GmbH Dortmund Schlüsselworte Oracle Application Express, APEX, Debugging, Debugging Collection, Remote Debugging mit SQL- Developer, Error Handling, benutzerfreundliche
MehrManaged Self Service BI Vorgehensweise mit ODI und OBI
Managed Self Service BI Vorgehensweise mit ODI und OBI Michael Klose DOAG BI - München 23. April 2015 CGI Group Inc. Referent: Michael Klose Manager BI Architektur & Strategie, CGI Deutschland Ltd. & Co.
MehrFRT Consulting GmbH. Projekt KATEGO Komfortable SAP-Datenanalyse. Gustav Sperat FRT Consulting GmbH. www.frt.at. Wir machen aus Daten Wissen.
FRT Consulting GmbH Projekt KATEGO Komfortable SAP-Datenanalyse Gustav Sperat FRT Consulting GmbH 1 FRT Consulting das Unternehmen Spin off der TU Graz von langjährigen IT Experten Hauptsitz Graz, Büro
MehrMarketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch
Marketing Intelligence Vorstellung der Softwarekomponenten Josef Kolbitsch Manuela Reinisch Übersicht Übersicht über die Systemlandschaft Übersicht über die Werkzeuge Workshop Systemlandschaft 1/8 Klassische
MehrUnsere Vorträge auf der DOAG 2015
Unsere Vorträge auf der DOAG 2015 Dienstag Virtual Reality Analytics 12:00-12:45 Uhr Raum Oslo, Ebene 2 Jörg Osarek SQL Developer Lassen Sie sich anstecken! 12:00-12:45 Uhr Raum Sydney, Ebene 1 Sabine
MehrBIW - 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
MehrETL 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:
MehrOracle DWH & BI Konferenz Königswinter im März 2012
Klicken Sie noch im OWB oder generieren Sie schon? Erfahrungen & Best Practices zur Generierung von Mappings & Co. Carsten Herbe metafinanz - Informationssysteme GmbH Oracle DWH & BI Konferenz Königswinter
MehrFördercontrolling 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.
MehrPITSS.CON Oracle Forms 11g - Lower your IT Costs
PITSS.CON Oracle Forms 11g - Lower your IT Costs Die Basis für eine moderne Softwarearchitekture Andreas Gaede PITSS GmbH Agenda 09:00 Registrierung und Frühstück 09:25 Begrüßung 09:30 Executive Keynote
MehrAgile BI in der Praxis
Agile BI in der Praxis Agiles Testen Andreas Ballenthin, Solution Architect OPITZ CONSULTING Deutschland GmbH Agile World 2014 München, 01.07.2014 OPITZ CONSULTING GmbH 2014 Seite 1 Agenda 1. Vorstellung
MehrBig 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
MehrData-Vault-Automation aus dem Datenmodellierungstool. 1. Tagung der DDVUG am 24.Juni2014
Data-Vault-Automation aus dem Datenmodellierungstool 1. Tagung der DDVUG am 24.Juni2014 A G E N D A 1. MID & Innovator 2. Modell & Methode 3. Architektur & Automatisierung 4. Nutzen & Veränderung MID GmbH
MehrAgil beim Aufbau eines Data. Automation agiles Vorgehen unterstützen?
Agil beim Aufbau eines Data Warehouse. Lässt sich mit Automation agiles Vorgehen unterstützen? Vortrag von Oliver Cramer auf der TDWI Konferenz mit 1 Vorstellung Oliver Camer TDWI Europe Fellow ANCHOR
MehrAgenda. Einführung MS SQL Server Integration Services (SSIS) Oracle Data Warehouse Builder (OWB) Zusammenfassung Quellen. Einführung SSIS OWB
Agenda Einführung MS SQL Server Integration Services () Oracle Data Warehouse Builder () Quellen 10.12.2009 Martin Tobies - DQ Tools 2 Agenda Einführung MS SQL Server Integration Services () Oracle Data
MehrMMR online DWH as a service für Buchhändler
MMR online DWH as a service für Buchhändler Koch, Neff & Volckmar GmbH Edgar Kaemper Edgar Kaemper Folie 1 Vorstellung KNV KNV stellt als Großhändler (Barsortiment) die kurzfristige Versorgung der Buchhändler
MehrOracle-Statistiken im Data Warehouse effizient nutzen
Zur performanten Ausführung von Berichten und Ad-hoc-Abfragen eines BI-Systems sind beim Oracle Optimizer aussagekräftige und aktuelle Statistiken für die Tabellen und Indizes von essenzieller Bedeutung.
MehrDWH-Metadaten Wie und wozu. Clemens Albrecht metafinanz Informationssysteme GmbH
DWH-Metadaten Wie und wozu Clemens Albrecht metafinanz Informationssysteme GmbH Wir fokussieren mit unseren Services die Herausforderungen des Marktes und verbinden Mensch und IT. Business Intelligence
MehrOWB Referenzarchitektur, Releasemanagement und Deployment. Carsten Herbe metafinanz - Informationssysteme GmbH
OWB Referenzarchitektur, Releasemanagement und Deployment Carsten Herbe metafinanz - Informationssysteme GmbH Wir fokussieren mit unseren Services die Herausforderungen des Marktes und verbinden Mensch
MehrSurvival Guide für Ihr Business Intelligence-Projekt
Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren
MehrEclipse und EclipseLink
Eclipse und EclipseLink Johannes Michler Johannes.Michler@promatis.de PROMATIS, Ettlingen Zugriff auf Oracle Datenbanken aus Eclipse RCP Anwendungen via EclipseLink 18.09.2009 1 Gliederung Eclipse als
MehrBusiness Objekte. Der Schlüssel für Applikationen mit Zukunft. 2001 TMN Systemberatung GmbH www.tmn-systemberatung.de. Folie 1
Business Objekte Der Schlüssel für Applikationen mit Zukunft 2001 TMN Systemberatung GmbH Folie 1 Agenda Kurze Vorstellung Die Theorie hinter Business Objekten Business Objekte (BOs) in der Praxis Anbindung
MehrDATA 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
MehrNEAR REAL TIME DWH BEI TRANSNETBW
Prozessdatenarchiv SCADA Data Warehouse NEAR REAL TIME DWH BEI TRANSNETBW MATTHIAS WOLF / TRANSNETBW PETER WELKER / TRIVADIS Stuttgart, 21. Januar 2015 AGENDA 01 02 03 04 Vorstellung TransnetBW Vorstellung
MehrGet Groovy with ODI. Andreas Nobbmann Trivadis AG Basel
Get Groovy with ODI Andreas Nobbmann Trivadis AG Basel Schlüsselworte Oracle Data Integrator Skripting Groovy Data Warehouse Generierung Interfaces Groovy ODI Einleitung In einem DWH sind - so unsere Erfahrungswerte
MehrO-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
MehrBI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA
BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA Agenda VORSTELLUNG B.TELLIGENT WIE ENTSTEHT EINE KENNZAHL? WAS SIND METADATEN? AUFBAU UND FUNKTIONSWEISE DES BI WIKI LIVE DEMO ZUSAMMENFASSUNG
MehrPräsentation der Bachelorarbeit
Präsentation der Bachelorarbeit Einrichtung einer BI-Referenzumgebung mit Oracle 11gR1 Jörg Bellan Hochschule Ulm Fakultät Informatik Institut für Betriebliche Informationssysteme 15. Oktober 2009 Agenda
MehrSQL (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
MehrRE.one. Self Service Information Management für die Fachabteilung
RE.one Self Service Information Management für die Fachabteilung Das Ziel Verwertbare Informationen aus Daten gewinnen Unsere Vision Daten Info Data Warehousing radikal vereinfachen in einem Tool Die Aufgabe
MehrDas generierte Data Warehouse
Das generierte Data Warehouse DOAG BI Konferenz 2012 Gregor Zeiler BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 Erwartungshaltungen und Hoffnungen
MehrAgile BI-Evolution bei Axel Springer SE
Agile BI-Evolution bei Axel Springer SE Nicole Jänchen Axel Springer SE Dr. Jens Bleiholder OPITZ CONSULTING Deutschland GmbH Till Sander OPITZ CONSULTING Deutschland GmbH TDWI Konferenz München, 23.-25.
MehrDatawarehouse 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
MehrStefan Kirner inovex GmbH. Stimmen meine Zahlen? Automatisiertes Testen von BI-Applikationen
Stefan Kirner inovex GmbH Stimmen meine Zahlen? Automatisiertes Testen von BI-Applikationen Kurzvorstellung Referent Business Intelligence-Entwicklung, -Beratung, -Projektleitung Seit ca. 10 Jahren im
MehrDie 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
MehrZeitlich abhängig von OWB?
Zeitlich abhängig von OWB? 24. April 2007 Beat Flühmann Trivadis AG > IT Lösungsanbieter» Application Development, Application Performance Management, Business Communication, Business Intelligence, Managed
MehrDW2004. XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science. 3. November 2004. Dr. Michael Hahne, cundus AG
DW2004 XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science Dr. Michael Hahne, cundus AG 3. November 2004 cundus AG 2004 Gliederung Motivation SAP Business Information Warehouse
MehrData Warehouse Grundlagen
Seminarunterlage Version: 2.10 Version 2.10 vom 24. Juli 2015 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen sind Warenzeichen
MehrStudierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen
Praxistag für die öffentliche Verwaltung 2012 Titel Präsentation Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Referenten-Info Gerhard Tschantré, Leiter Controllerdienste
MehrOWB Repository Individuelle Reports. Ute Middendorf metafinanz - Informationssysteme GmbH
OWB Repository Individuelle Reports Ute Middendorf metafinanz - Informationssysteme GmbH Wir fokussieren mit unseren Services die Herausforderungen des Marktes und verbinden Mensch und IT Facing the future
MehrDOAG 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
MehrDatenbank-Refactoring mit LiquiBase
Datenbank-Refactoring mit LiquiBase Agile Software-Entwicklung mit RDBMS Refactoring & Change Management Benjamin Schmid Softwareentwicklung in der Praxis Hervorragende Lösungen beim Programmcode für:
MehrDeutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung
Profil Andy Sydow Persönliche Daten Nationalität Sprachen Abschluss deutsch Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Herr Sydow verfügt über mehrjährige Erfahrung als DWH/BI
MehrBI für Jedermann. Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition
BI für Jedermann Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition Wolfgang Rütter Bereichsleiter Informationssysteme OPITZ CONSULTING Gummersbach GmbH 1 Warum BI für Jedermann? 1. Historie
MehrOracle DWH Konferenz Neuss
Oracle DWH Konferenz Neuss Migration OWB to ODI Martin de Gooijer Prinzipal Consultant BI BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 Migration
MehrDWH Szenarien. www.syntegris.de
DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen
MehrSQL Cockpit & SAP HANA Prüfen Sie Ihre SQL Abfragen auf HANA-Tauglichkeit
SQL Cockpit & SAP HANA Prüfen Sie Ihre SQL Abfragen auf HANA-Tauglichkeit Johann Fößleitner Cadaxo GmbH email: johann.foessleitner@cadaxo.com Twitter: @foessleitnerj Agenda 1 SAP HANA Integrationsszenarien
MehrRails Ruby on Rails Ajax on Rails. Clemens H. Cap http://wwwiuk.informatik.uni-rostock.de http://www.internet-prof.de
Rails Ruby on Rails Ajax on Rails Who is who? Rails Framework für Web (2.0) Anwendungen Ziel: Beschleunigung der Entwicklung Konzept des Agilen Programmierens Ruby InterpreDerte Sprache Rails IntegraDonen
MehrDas Ende von OWB was nun? Migrationspfade für OWB-Projekte Dani Schnider Stanislav Lando
Migrationspfade für OWB-Projekte Dani Schnider Stanislav Lando BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENF HAMBURG KOPENHAGEN LAUSANNE MÜNCHEN STUTTGART WIEN ZÜRICH Agenda 1. Einleitung
MehrFrühling für iphone-apps
Spring-basierte Backends für ios-applikationen Stefan Scheidt Solution Architect OPITZ CONSULTING GmbH OPITZ CONSULTING GmbH 2010 Seite 1 Wer bin ich? Software-Entwickler und Architekt Trainer und Coach
MehrVersionierung und Dateistruktur
Versionierung und Dateistruktur Tobias Strohmeyer Berlin, 15.09.2015 Agenda 1. Einordnung in ITSM 2. Varianten für die Versionierung 3. Integration von Subversion 4. Nutzung bei der Entwicklung 5. Dateistruktur
MehrXML 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
Mehr1001 Möglichkeiten eine Staging Area zu füllen. Sven Bosinger its-people GmbH
Ausgangslage Szenarien Populate the Stage - 1001 Möglichkeiten eine Staging Area zu füllen Sven Bosinger its-people GmbH 1 Sven Bosinger Solution Architect BI und Portfoliomanagement BI its-people GmbH
MehrSOA im Zeitalter von Industrie 4.0
Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING
MehrProfil Andreas Seiler
Profil Andreas Seiler Entwickler für Webapplikationen und Business Intelligence Systeme Ich bin freiberuflicher Entwickler für moderne Web Applikationen und Business Intelligence Systeme. Mein Schwerpunkt
MehrSolution for Business Intelligence. MID Insight 2013
Solution for Business Intelligence MID Insight 2013 A G E N D A 1. Solution für Business Intelligence (BI) 2. Die Gründe und Hintergründe 3. Die Methode 4. Vorteile MID GmbH 2013 2 Solution für Business
MehrErfolgsfaktor 1 beim Aufbau von DWH. Erik Purwins Unit Manager Business Intelligence 22.03.2012
Erfolgsfaktor beim Aufbau von DWH Erik Purwins Unit Manager Business Intelligence 22.3.22 Inhalt Das Unternehmen PPI Erfolgsfaktoren & Risiken Nutzeffekte durch DWH-/BI-Anwendungen Intuitive Bereitstellung
MehrMobile Analytics mit Oracle BI - was steckt in den Apps?
Mobile Analytics mit Oracle BI - was steckt in den Apps? Schlüsselworte Oracle BI, OBIEE, Mobile, Analytics Einleitung Gerd Aiglstorfer G.A. itbs GmbH Eching Oracle erweiterte im Laufe dieses Jahres das
MehrAgenda. IT-Symposium 2007 19.04.2007. www.hp-user-society.de 1. Secure Enterprise Search. Suchen und finden mit Suchmaschinen. Oracle SES Überblick
Secure Enterprise Search Das Intranet sicher durchsuchen Jürgen Vester, Snr. Manager Sales Consulting Stuttgart Agenda Suchen und finden mit Suchmaschinen Oracle SES Überblick Demo
Mehr1Ralph Schock RM NEO REPORTING
1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen
MehrPL/SQL Unit Tests mit SQL Developer
Perry Pakull Principal Consultant Trivadis AG BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 @PerryPakull Principal Consultant Trivadis AG in
MehrBridgeWare. Migration Workshop (CH) Urdorf, 3-Dez-2002. Vereinfachte Migration durch Parallelbetrieb. vorgestellt bei dem. ORBiT Software GmbH
BridgeWare Vereinfachte Migration durch Parallelbetrieb vorgestellt bei dem Migration Workshop (CH) Urdorf, 3-Dez-2002 BridgeWare HPe3000 Databank Migration Zuverlässlich, Effizient, Automatisch! von ORBiT
MehrExadata Ultimate Performance - Migration bei Migros Bank. Dr.-Ing. Holger Friedrich
Exadata Ultimate Performance - Migration bei Migros Bank Dr.-Ing. Holger Friedrich Exadata Ultimate Performance - Migration bei Migros Bank Dr.-Ing. Holger Friedrich Agenda Einführung Projekt Exadata Claims
MehrBusiness Intelligence
Hochschule Darmstadt Business Intelligence Fachbereich Informatik Praktikumsaufgabe 3 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.06.2007 Business Intelligence Aufgabenstellung 1.
Mehr