Christian Mehrwald ist Senior Consultant beim Business-Intelligence-Spezialisten

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Christian Mehrwald ist Senior Consultant beim Business-Intelligence-Spezialisten"

Transkript

1

2 Christian Mehrwald ist Senior Consultant beim Business-Intelligence-Spezialisten quadox AG. Sein Schwerpunkt liegt in der Planung und Implementierung von Data-Warehouse-Systemen. Er ist verantwortlich für die Entwicklung des Referenzdesigns, das die quadox AG für unternehmensweites Data Warehousing mit dem SAP Business Information Warehouse einsetzt. Sie erreichen ihn per Mail über

3 Christian Mehrwald Data Warehousing mit SAP BW 7.3 Umfasst SAP BW 7.3 powered by SAP HANA 6., komplett überarbeitete Auflage

4 Christian Mehrwald Lektorat: Dr. Michael Barabas Copy-Editing: Ursula Zimpfer, Herrenberg Herstellung: Birgit Bäuerlein Umschlaggestaltung: Helmut Kraus, Druck und Bindung: M.P. Media-Print Informationstechnologie GmbH, Paderborn Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar. ISBN Buch PDF epub , komplett überarbeitete Auflage 2013 Copyright 2013 dpunkt.verlag GmbH Ringstraße 19 B Heidelberg Die vorliegende Publikation ist urheberrechtlich geschützt. Alle Rechte vorbehalten. Die Verwendung der Texte und Abbildungen, auch auszugsweise, ist ohne die schriftliche Zustimmung des Verlags urheberrechtswidrig und daher strafbar. Dies gilt insbesondere für die Vervielfältigung, Übersetzung oder die Verwendung in elektronischen Systemen. Es wird darauf hingewiesen, dass die im Buch verwendeten Soft- und Hardware-Bezeichnungen sowie Markennamen und Produktbezeichnungen der jeweiligen Firmen im allgemeinen warenzeichen-, markenoder patentrechtlichem Schutz unterliegen.»sap«ist ein eingetragenes Warenzeichen der SAP Aktiengesellschaft Systeme, Anwendungen, Produkte in der Datenverarbeitung, Neurottstraße 16, D Walldorf. Der Herausgeber bedankt sich für die freundliche Genehmigung der SAP Aktiengesellschaft, das Warenzeichen im Rahmen des vorliegenden Titels verwenden zu dürfen. Die SAP AG ist jedoch nicht Herausgeberin des vorliegenden Titels oder sonst dafür presserechtlich verantwortlich. Alle abgedruckten Screenshots unterliegen dem Copyright der SAP AG. Alle Angaben und Programme in diesem Buch wurden mit größter Sorgfalt kontrolliert. Weder Autor noch Verlag können jedoch für Schäden haftbar gemacht werden, die in Zusammenhang mit der Verwendung dieses Buches stehen

5 v Danksagung Bei der Arbeit an diesem Buch habe ich von einigen Seiten wertvolle Unterstützung erhalten, denen ich an dieser Stelle meinen herzlichen Dank aussprechen möchte. Dies ist zunächst mein Arbeitgeber, die quadox AG, der das Entstehen des Buchs so engagiert unterstützt und gefördert hat. Ferner habe ich von zahlreichen Menschen auf die unterschiedlichste Weise Unterstützung erfahren, sei es durch Anregungen und Tipps, aber auch durch Feedback von Lesern der vorangehenden Auflagen. Ein besonderer Dank gebührt meinem Kollegen Andreas Jüttner und Helen Corell von der DekaBank, die bereits in den früheren Auflagen dieses Buchs zahlreiche Ideen beigetragen haben. Ebenso danke ich meinem Kollegen Wolfgang Lühdorff, der seinen prüfenden Blick auf den Abschnitt zur Datenbewirtschaftung geworfen hat. Doch der größte Dank von allen gebührt wieder einmal meiner Familie, die mit mir zusammen den immensen Berg an Arbeit ertragen, erlitten und bewältigt hat. Christian Mehrwald Barsinghausen, den 10. Januar 2013

6 vi

7 vii Inhaltsübersicht 1 Einleitung 1 Teil I Datenmodell 5 2 Grundlagen 7 3 Datenmodellierung in der DWWB 21 4 InfoObjekte 25 5 Relationale InfoCubes 65 6 HANA-optimierte InfoCubes BWA-Indizes BWA-basierte InfoCubes Analytische Indizes Relationale DataStore-Objekte HANA-optimierte DataStore-Objekte Partitionierung, Clustering, Splitting 161 Teil II Datenbewirtschaftung Datenbewirtschaftung in der DWWB Extraktion und Bereitstellung Transformation InfoSources Delta-Ermittlung durch DataStore-Objekte Steuerung der Verarbeitung x-Staging Fehlerprüfung und -behandlung Bewirtschaftung von BWA-Indizes und Aggregaten Echtzeitnahe Datenbewirtschaftung 459

8 viii Inhaltsübersicht Teil III Automatisierung Prozessketten in der DWWB Ablaufsteuerung Prozesstypen Monitoring von Prozessketten 515 Teil IV Analytical Engine(s) InfoProvider Requeststatus und Datenaktualität OLAP-Caching Runtime-Statistiken 577 Teil V BW-Design Extraction Layer Data Acquisition Layer Data Propagation Layer Data Mart Layer Presentation Layer Master Data Layer Datenflussvorlagen Namenskonvention 653 Anhang 667 A Information Lifecycle Management 669 B Mengen- und Währungsumrechnung 689 C DataStore-Objekt für direktes Schreiben 705 D Logische Dateien und Pfade 707 E Indextypen 713 F Metadaten-Repository 717 G Transportwesen 729 H Verzeichnis performancerelevanter Themen 745 I Abkürzungsverzeichnis 747 Stichwortverzeichnis 749

9 ix Inhaltsverzeichnis 1 Einleitung 1 Teil I Datenmodell 5 2 Grundlagen Semantische Aspekte der Modellierung Zeilenbasierte Speicherstrukturen Star-Schema Snowflake-Schema Spaltenbasierte Speicherstrukturen Datenmodellierung in der DWWB 21 4 InfoObjekte Merkmale Zulässigkeit von Zeichen Konvertierungsroutine Stammdaten-Identifikation Texte Stammdatenattribute Hierarchien Referenzierende Merkmale Zeiten Kennzahlen Ausnahmeaggregation bei Flussgrößen Ausnahmeaggregation bei Beständen Einheiten Remodellierung von InfoObjekten Generierte Tabellen

10 x Inhaltsverzeichnis 5 Relationale InfoCubes Dimensionstabellen Indizierung der Dimensionstabellen Trimmen von Dimensionen Faktentabellen Die unkomprimierte Faktentabelle Die komprimierte Faktentabelle InfoCubes mit Bestandskennzahlen Indizierung der Faktentabellen Aggregate Modellierung von Aggregaten Optimierung spezifischer Queries Modelländerungen an relationalen InfoCubes Remodellierung von Dimensionstabellen Remodellierung der Faktentabelle Veränderung der Gültigkeitstabelle Generierte Tabellen HANA-optimierte InfoCubes Delta-Merge und Komprimierung InfoCubes mit Bestandskennzahlen Remodellierung von HANA-optimierten InfoCubes Generierte Tabellen BWA-Indizes Indizierte InfoCubes Indizierte Stammdaten BO-Explorer-Indizes Attribute und Texte Hierarchien BWA-basierte InfoCubes Analytische Indizes Relationale DataStore-Objekte Indizierung Remodellierung von DataStore-Objekten Generierte Tabellen

11 Inhaltsverzeichnis xi 11 HANA-optimierte DataStore-Objekte Generierte Tabellen Partitionierung, Clustering, Splitting Range-Partitionierung Partitionierung von relationalen InfoCubes Partitionierung von Aggregaten Partitionierung von relationalen DataStore-Objekten Re-Partitionierung Clustering Clustering von relationalen InfoCubes Clustering von relationalen DataStore-Objekten Re-Clustering Splitting Semantische Partitionierung Eigenständige Datenziele Semantisch partitionierte Objekte Teil II Datenbewirtschaftung Datenbewirtschaftung in der DWWB Extraktion und Bereitstellung Definition von DataSources Adapter, Parser, Zahlenformat DataSource- und Transferstruktur Umwandlung von Kleinbuchstaben Input-Konvertierung Selektionsfelder Delta-Verfahren Bestandskennzahlen Extraktion aus SAP ERP Generische DataSources Erweiterung von DataSources Extraktion aus BW-Systemen Export-DataSources Open-Hub-Destinationen Extraktion aus Datenbanksystemen

12 xii Inhaltsverzeichnis 14.5 Extraktion aus Dateien Dateiname Adapter, Parser, Zahlenformat DataSource- und Transferstruktur Extraktion mittels Webservices Extraktion aus JDBC-, XML/A- und ODBO-Quellen Einrichten eines BI JDBC Connector Einrichten eines BI ODBO Connector Einrichten eines BI XML/A Connector Einrichten eines BI SAP Query Connector Quellsystem-IDs Persistent Staging Area Steuerung und Monitoring der Extraktion Datenselektion Extraktion Hierarchieauswahl Fortschreibung Ausführung Parallelisierung und Paketbildung Monitoring von Extraktionsprozessen Schreiboptimierte DataStore-Objekte Transformation Regeln, Regeltypen und Regelgruppen InfoObjekt-Zuweisung und Typisierung Zuweisung von Konstanten Direkte Zuweisung Formeln Nachlesen aus Stammdaten und DataStore-Objekten Konvertierungsroutine Behandlung von Einheiten Segmente Routinen Klassenattribute und Datendeklarationen der Klasse lcl_transform Regelroutinen Globale Übertragungsroutine Startroutine Endroutine

13 Inhaltsverzeichnis xiii Expertenroutine Erzeugen und Löschen von Datensätzen Aggregation Aggregationsverhalten bei InfoCubes Aggregationsverhalten bei DataStore-Objekten Aggregationsverhalten bei InfoObjekten Aggregationsverhalten bei Open-Hub-Destinationen InfoSources Aggregationsverhalten bei InfoSources Kapselung von BW-Objekten Delta-Ermittlung durch DataStore-Objekte Aktivierung und Change Log bei relationalen DSO Aktivierung und Change Log bei HANA-optimierten DSO Steuerung der Verarbeitung Extraktion DTP-Filter OLAP-Variable Routine Semantische Gruppen Umgang mit doppelten Datensätzen Verbuchung von Hierarchien Ausführen Parallelisierung der Verarbeitung Monitoring von Datentransferprozessen x-Staging Definition von 3.x-DataSource DataSources bei SAP-Quellsystemen DataSources bei DB-Connect-Quellsystemen DataSources bei Dateiquellsystemen DataSources beim Universal Data Connect Definition von Übertragungsregeln Startroutine Regelroutinen Input-Konvertierung

14 xiv Inhaltsverzeichnis 19.3 Steuerung von Extraktion und Verarbeitung Verarbeitung von Hierarchien Verarbeitung und Parallelisierung Fehlerprüfung und -behandlung Bewertung leerer Datenlieferungen Bewertung von Warnungen Konsistenzprüfung Stammdaten-Integrität Überprüfung der Stammdaten-Integrität bei der Verbuchung Überprüfung der Stammdaten-Integrität in der Transformation Fehlerstack Fehlersuche und Simulation Bewirtschaftung von BWA-Indizes und Aggregaten Roll-up Delta-Indizes beim Roll-up in BWA-Indizes Roll-up-Hierarchie bei Roll-up in Aggregate Blockgröße für den Neuaufbau von Aggregaten Hierarchie- und Attributsänderungen Master Data Daemon Echtzeitnahe Datenbewirtschaftung Direktzugriff Realtime Data Acquisition Monitoring der Realtime Data Acquisition HybridProvider Teil III Automatisierung Prozessketten in der DWWB Ablaufsteuerung Start von Prozessketten Verkettung von Prozessschritten Integration von Programmen

15 Inhaltsverzeichnis xv 25 Prozesstypen Allgemeine Services Ladeprozesse und Nachverarbeitung Datenziel-Administration Sonstige BW-Prozesse Entwicklung eigener Prozesstypen Interfaces für Prozesstypen Monitoring von Prozessketten Überwachung periodischer Prozessketten Protokollsicht von Prozessketten Meldungen von Prozessschritten Teil IV Analytical Engine(s) InfoProvider MultiProvider Providerspezifische Konstanten und OLAP-Hints BWA-Operationen Semantisch partitionierte Objekte InfoSets InfoObjekte in InfoSets DataStore-Objekte in InfoSets InfoCubes in InfoSets TransientProvider CompositeProvider VirtualProvider VirtualProvider mit Funktionbaustein VirtualProvider mit BAPI Virtuelle InfoProvider in BWA und HANA Requeststatus und Datenaktualität OLAP-Caching Lokaler Cache Globaler Cache Runtime-Statistiken 577

16 xvi Inhaltsverzeichnis Teil V BW-Design Extraction Layer Konsistenz der Delta-Informationen Auswahl von Datenquellen bei Bewegungsdaten Auswahl von Datenquellen bei Stammdaten Data Acquisition Layer Strukturelle Aufbereitung und Kapselung Persistent Staging Area Corporate Memory Data Propagation Layer Semantische Aufbereitung Anreicherung Integration Technische Aufbereitung Merged Propagation Prozessketten im Data Propagation Layer Data Mart Layer Aggregation Ableitung und Einheitenumrechnung Filterung Stammdaten im Data Mart Layer Prozessketten im Data Mart Layer Presentation Layer Prozessketten im Presentation Layer Master Data Layer Bewirtschaftung von Stammdaten Schlüsselmapping in Bewegungsdaten Mappings im Data Propagation Layer Mappings im Presentation Layer Prozessketten im Master Data Layer

17 Inhaltsverzeichnis xvii 37 Datenflussvorlagen Namenskonvention Data Warehousing Workbench Prozessketten Platzhalter in Namenskonventionen Anhang 667 A Information Lifecycle Management 669 A.1 Löschen A.1.1 InfoCubes und DataStore-Objekte A.1.2 Stammdaten A.1.3 PSA und Change Log A.1.4 BW-Statistikdaten A.1.5 DTP-Zwischenspeicher A.2 Archivieren A.2.1 ADK-basierte Archivierung A.2.2 Nearline-Archivierung A.2.3 Restore und Nearline-Zugriff B Mengen- und Währungsumrechnung 689 B.1 Währungsumrechnung B.1.1 Kurstyp B.1.2 Quellwährung B.1.3 Zielwährung B.1.4 Zeitbezug B.2 Mengenumrechnung B.2.1 Quell- und Zielmengeneinheit B.2.2 Ermittlung des Umrechnungsfaktors B.3 Kurse und globale Einstellungen übernehmen C DataStore-Objekt für direktes Schreiben 705 D Logische Dateien und Pfade 707 D.1 Platzhalter in logischen Dateien E Indextypen 713

18 xviii Inhaltsverzeichnis F Metadaten-Repository 717 F.1 Übernahme von Metadaten-Content F.1.1 Übernahme des Technischen Content F.1.2 Übernahme des InfoObjekts 0MATERIAL F.2 Entwicklung von Metadaten-Content G Transportwesen 729 G.1 Transportanschluss G.2 Transport von Quellsystembezügen G.3 Transport von BEx-Objekten G.4 Transport von Prozessketten G.5 Transport partitionierter Objekte G.6 Transport von Einstellungen zum Batch-Manager G.7 Transport von Metadaten-Content G.8 Entwicklungen im Produktivsystem H Verzeichnis performancerelevanter Themen 745 I Abkürzungsverzeichnis 747 Stichwortverzeichnis 749

19 1 1 Einleitung Der Begriff»Data Warehouse«bezeichnet ein System zur zentralen Bereitstellung von Informationen für Kontroll- und Entscheidungsprozesse. Das Sammeln von Informationen einerseits und das Bereitstellen dieser Daten andererseits bringt technische und funktionale Besonderheiten mit sich, durch die sich Data-Warehouse-Systeme von anderen Systemen abgrenzen. Ein wesentliches Merkmal von Data-Warehouse-Systemen ist ihre Optimierung auf die Verarbeitung und Speicherung von Massendaten entweder um große Mengen von Transaktionsdaten zu verarbeiten und zu speichern, wenn sie aus operativen Systemen gesammelt werden (bspw. Aufträge, Fakturen, Bestandsveränderungen usw.), oder um die gespeicherten Daten über lange Zeiträume zu selektieren, zu lesen und (aggregiert) bereitzustellen. Die Grundlagen zur Modellierung geeigneter Datenstrukturen für ein Data-Warehouse-System werden im Teil I (Datenmodell) behandelt. Dabei werden auch die Besonderheiten herausgearbeitet, die der Betrieb des SAP BW auf unterschiedlichen Datenbankplattformen mit sich bringt. Unterschieden wird dabei zwischen den gängigen relationalen Datenbanksystemen (Oracle, DB2, MS SQL Server, Max DB, Informix) und der hauptspeicherresistenten HANA-Datenbank, die zusätzlich zu den bekannten zeilenbasierten Speicherstrukturen der relationalen Datenbanksysteme auch eine spaltenbasierte Speicherung bietet und damit vollständig andere Ansätze bei der Modellierung von Datenstrukturen ermöglicht. BW-Systeme, die auf Basis der HANA- Datenbank betrieben werden, werden von der SAP auch als»bw powered by SAP HANA«bezeichnet. Eine ähnliche Sonderstellung kommt dem Business Warehouse Accelerator (BWA) zu, der über vergleichbare Technologien wie die HANA-Datenbank verfügt, jedoch nicht das jeweils eingesetzte relationale Datenbanksystem ersetzen, sondern nur in Teilbereichen ergänzen kann.

20 2 1 Einleitung Im Anschluss an die Grundlagen zur Datenmodellierung werden in diesem Abschnitt der Umgang mit den einzelnen Objekttypen erläutert, die die unterschiedlichen Datenmodelle im BW abbilden. Die Erläuterungen reflektieren die unterschiedlichen Datenbanktechnologien und gehen implizit auf performancerelevante Aspekte ein. Ein weiteres Merkmal von Data-Warehouse-Systemen ist ihre Fähigkeit, Daten aus operativen Systemen zu sammeln (zu»extrahieren«) und in der individuellen Form, in der sie durch die unterschiedlichen Quellsysteme bereitgestellt werden, zu verarbeiten, zu vereinheitlichen und zusammenzuführen. Zur Extraktion von Daten aus Quellsystemen können Tools von Drittherstellern genutzt werden, die sich auf den Zugriff auf unterschiedlichste Systeme spezialisiert haben. Im Falle des SAP BW ist der Einsatz derartiger Tools in der Regel nicht erfoderlich, da das BW bereits umfangreiche Funktionen zur Extraktion aus SAP-ERP- und SAP-BW-Systemen, aus Datenbanksystemen, Dateien, JDBC-, XML/A- und ODBO-Datenquellen sowie aus XML- Datenströmen bereithält. Wie Datenquellen an das BW angebunden, Daten im BW verarbeitet und in den unterschiedlichen Datenmodellen gespeichert werden, wird im Abschnitt Datenbewirtschaftung ab Seite 199 detailliert erläutert. Der Fokus liegt dabei auf der Beschreibung, wie der Datenfluss mit den Funktionen des BW-Release 7.3 definiert werden kann. Die»alten«Verfahren zur Datenbewirtschaftung, die bis zum BW-Release 3.5 bereitstanden, werden auf die Verarbeitung von Stammdaten reduziert und in Kapitel 19 gesondert erläutert. Alle Prozesse zur Datenbewirtschaftung und zum Management von Datenbeständen können im SAP BW mithilfe sogenannter Prozessketten automatisiert werden. Die Beschreibung der Steuerungsmechanismen und der Gestaltungsmöglichkeiten von Prozessketten liefert der Abschnitt Automatisierung ab Seite 475. Zur Verwertung der in einem Data Warehouse bereitgestellten Daten können unterschiedlichste entscheidungsunterstützende Systeme eingesetzt werden. Das SAP BW wird zu diesem Zweck mit dem sogenannten Business Explorer ausgeliefert, der einfache OLAP- und Reporting-Werkzeuge bereitstellt. Darüber hinaus können weitere entscheidungsunterstützende Systeme auf das SAP BW zugreifen, beispielsweise die diversen SAP-BusinessObjects-Tools innerhalb der SAP BI Suite, aber auch Tools von Drittherstellern. Zwischen den entscheidungsunterstützenden Werkzeugen und den Datenbeständen des BW steht die sogenannte Analytical Engine. Diese nimmt alle Abfragen auf den Datenbestand entgegen und bildet daraus spezifische Zugriffe für die jeweiligen physischen Modelle. Sie berück-

21 1 Einleitung 3 sichtigt dabei auch Statusinformationen aus Extraktion und der weiteren Verarbeitung. Im Abschnitt Analytical Engine(s) ab Seite 523 werden die Arbeitsweise und das Tuning bzw. Monitoring der Analytical Engine behandelt. Die Beschreibung umfasst ferner solche Datenmodelle, die nicht physisch modelliert werden, sondern lediglich als logisches Modell vorliegen und von der Analytical Engine verarbeitet werden (bspw. MultiProvider zur Zusammenführung von Daten aus mehreren physchisch vorhandenen Datenbeständen). Der gesamte Prozess des Sammelns, Aufbereitens, Speicherns und der Bereitstellung wird im Rahmen dieses Buchs unter dem Begriff Data Warehousing zusammengefasst. Durch die Vielzahl von Objekten und Möglichkeiten zur Verarbeitung und Bereitstellung von Daten lassen sich Anforderungen auf unterschiedlichste Weise im SAP BW implementieren. Im Abschnitt BW-Design ab Seite 583 wird abschließend ein Referenzdesign beschrieben, in dem typische Problemstellungen behandelt werden. Hierdurch soll dem Leser ein strukturierter Ansatz zur Implementierung des SAP BW geboten werden. Die Funktionen zur Modellierung, Steuerung und Überwachung von Datenbeständen und Datenflüssen nimmt der sogenannte SAP NetWeaver Application Server wahr. Dieser besteht gleich aus zwei Entwicklungs- und Laufzeitumgebungen, die jeweils über alle Komponenten eines typischen Applikationsservers, wie z.b. Datenbank- und Kommunikationsschnittstellen, Sperrverwaltung, Job- und Prozesssteuerung oder Tools zur Systemadministration, verfügen: ein ABAPund ein Java-EE-Applikationsserver. Für das SAP BW (und viele andere Produkte der SAP) ist der ABAP-Applikationsserver von zentraler Bedeutung. Dieser nimmt alle Funktionen im Bereich Modellierung, Datenbewirtschaftung und Datenmanagement wahr. Die Entwicklung und Steuerung dieser Funktionen erfolgt im SAP Graphical User Interface (SAPGUI). Der zentrale Einstieg ist hierbei das sogenannte Easy-Access-Menü, von dem aus in weitere Menüs verzweigt werden kann. Welche im Easy-Access-Menü angeboten werden, richtet sich nach der jeweiligen Rolle, die ein Anwender hat. In Abbildung 1 1 wird das Menü und die Auswahl der Rolle SAP_BW_ADMINISTRATOR_BW dargestellt, die über den Menüpunkt BW- Administration Administrator Workbench: Modellierung die Data Warehousing Workbench aufrufen kann. Die Data Warehousing Workbench steht im Mittelpunkt von Entwicklung, Administration und Monitoring von BW-Funktionen. Alternativ zur Nutzung des Easy-Access-Menüs kann die Data Warehousing Workbench über die direkte Eingabe der Transaktion RSA1 aufgerufen werden.

22 4 1 Einleitung SAP AG Abb. 1 1 SAP Easy-Access-Menü und Data Warehousing Workbench Dem Java-EE-Applikationsserver war ursprünglich eine wachsende Bedeutung für das BW zugedacht. Mit dem Release 7.3 des BW wurden jedoch keine neuen Funktionen vom ABAP- in den Java-EE-Applikationsserver verschoben, sondern bestehende Entwicklungen sogar wieder zurückgenommen. Der Java-EE-Applikationsserver wird aktuell vor allem zum Betrieb von Portalanwendungen wie dem BI Administration Cockpit oder dem Information Broadcaster sowie für den Universal Data Connect (mit dessen Hilfe Daten aus JDBC-, ODBOund XML/A-Quellen extrahiert werden können) eingesetzt.

23 Teil I Datenmodell 5

24 6 I Datenmodell Grundlagen Datenmodellierung in der DWWB Partitionierung, Clustering, Splitting Die Gestaltung von Datenmodellen stellt ein zentrales Thema jedes Data-Warehouse-Systems dar. Dabei geht es einerseits darum, fachliche Anforderungen technisch abzubilden. Andererseits müssen technische Aspekte berücksichtigt werden, um sowohl die Bewirtschaftung des Systems mit neuen Daten als auch den Gebrauch der Daten für Analysezwecke möglichst effektiv zu gestalten. In den nachfolgenden Kapiteln werden zunächst die Grundlagen zur Modellierung von Strukturen in Data-Warehouse-Systemen vermittelt (Kap. 2). Dabei wird berücksichtigt, dass das BW seit der Version 7 nicht länger ausschließlich auf die Speicherung von Daten in relationalen Datenbanksystemen setzt, sondern mit dem Business Warehouse Accelerator (BWA) und der hauptspeicherresidenten Datenbank HANA eine weitere Speichertechnologie unterstützt, die vollständig anderen Paradigmen bei der Modellierung unterliegt. Nach einer kurzen Einführung in die Modellierungsoberfläche der Data Warehousing Workbench (Kap. 3) werden die unterschiedlichen Modelle im Einzelnen erörtert, wobei wiederum Wert darauf gelegt wird, zwischen Modellen für relationale Datenbanksysteme, dem BWA und HANA zu unterscheiden und die Spezifika der Modellierung herauszuarbeiten. Teil diese Beschreibung sind InfoObjekte, die die Grundlage aller weiteren Modelle bilden (Kap. 4), InfoCubes, bei deren Erläuterung zwischen der Modellierung in relationalen Datenbanken (Kap. 5) und der Modellierung von HANA-optimierten InfoCubes (Kap. 6), BWA-Indizes (Kap. 7), BWA-basierten InfoCubes (Kap. 8) und analytischen Indizes (Kap. 9) unterschieden wird, DataStore-Objekte, bei denen ebenso wie bei InfoCubes zwischen der Modellierung in relationalen Datenbanksystemen (Kap. 10) und der Modellierung für die HANA-Datenbank (Kap. 11) unterschieden wird. Die für die Performance relevanten Aspekte der Datenmodellierung werden in den einzelnen Kapiteln behandelt, sofern sie für die jeweiligen Objekte spezifisch sind. Einzig Partitionierung, Clustering und Splitting werden explizit in Kapitel 12 erläutert, da es sich hierbei um übergreifende Technologien zum Tuning handelt.

25 7 2 Grundlagen Ziel von Datenmodellen ist es, ein Abbild der Realität in einer datentechnisch darstellbaren Form zu schaffen. Welche semantischen Aspekte der Realität für die Datenhaltung in einem Data Warehouse relevant sind, ist spezifisch und unterscheidet sich von den Aspekten, die in einem operativen System abgebildet werden müssen. Gleiches gilt für die eingesetzten Speicherstrukturen, die grundlegend anderen Zielen dienen als bei operativen Systemen und für die entsprechend andere Modellierungsgrundsätze gelten 1. Die semantischen Aspekte, die der Gestaltung von Datenmodellen in einem Data Warehouse zugrunde liegen, werden in Abschnitt 2.1 behandelt. Bei den darauf aufbauenden Ausführungen wird zunächst auf logischer Ebene zwischen zeilenbasierten Speicherstrukturen (Abschnitt 2.2) und spaltenbasierten Speicherstrukturen (Abschnitt 2.3) unterschieden, bevor in den nachfolgenden Kapiteln 4 11 im Detail auf die unterschiedlichen Modelle eingegangen wird. 2.1 Semantische Aspekte der Modellierung Grundsätzlich sind Datenmodelle in einem Data Warehouse darauf fokussiert, Fakten, die sich in Form quantifizierbarer Größen ausdrücken lassen, in eine Beziehung zu gruppierenden Größen zu stellen. Bei gruppierenden Größen handelt es sich um Bezugsgrößen mit betriebswirtschaftlicher Bedeutung, wie Kunden, Produkte, Werke oder Sachkonten. Werden sie in Beziehung zu quantifizierbaren Größen gestellt, so können analytische Aussagen wie zum Beispiel Umsatz Gruppierende Größen 1. Beispielsweise findet keine Normalisierung von Datenmodellen statt bzw. wird bewusst denormalisiert, um einen möglichst performanten Zugriff auf Massendaten zu gewährleisten. Werden relationale Verknüpfungen in einem Data Warehouse modelliert, so dient dies vor allem inhaltlichen Zielen, jedoch nie zur Vermeidung von Redundanzen.

26 8 2 Grundlagen Quantifizierbare Größen pro Kunde, Produktionskosten der Produkte A bis G oder durchschnittliche Lieferzeit aller Werke gebildet werden. Die gruppierenden Größen werden im Kontext des BW als Merkmale bezeichnet und beziehen sich stets auf einen abgebildeten Geschäftsvorfall. Werden beispielsweise zwei Aufträge eines Kunden abgebildet (jeder davon stellt einen Geschäftsvorfall dar), die vor und nach einem Umzug des Kunden entstanden sind, so kann der Umsatz des Kunden einmal mit seiner alten und einmal mit seiner neuen Postleitzahl kombiniert sein. Eine derartige Abbildung von Informationen im Datenmodell kann den analytischen Anforderungen entsprechen. Ebenso kann es jedoch erforderlich sein, dass Merkmale in eine Beziehung zueinander gesetzt werden. Auf das eben genannte Beispiel bezogen könnte dies bedeuten, dass die Postleitzahl im Sinne eines Stammdatums auf den Kunden bezogen wird (und nicht mehr auf den Geschäftsvorfall) und damit stets den Inhalt des Kundenstammes wiedergeben muss. In einem solchen Fall wird die Postleitzahl nicht mehr als Merkmal, sondern als Attribut des Kunden bezeichnet. Quantifizierbare Größen bieten die Möglichkeit, arithmetische Operationen mit ihnen durchzuführen, wie Summierung, Durchschnittsbildung, MIN/MAX-Werte etc. Die semantische Aussagekraft einer quantifizierbaren Größe ergibt sich dabei erst dadurch, dass sie in einen Bezug zu Merkmalsausprägungen vor allem einem Zeitbezug gestellt wird. In diesem Fall spricht man von einer Kennzahl. Werden quantifizierbare Größen in einem Datenmodell ohne jegliche semantische Aussage abgelegt, so spricht man von einem Kontenmodell, d.h., die quantifizierbaren Größen werden erst zu Kennzahlen, indem sie in Bezug zu Merkmalen gestellt werden. Das Gegenstück hierzu bildet das sogenannte Kennzahlenmodell, in dem Kennzahlen über eine eigene semantische Aussage verfügen. Abbildung 2 1 verdeutlicht die Unterschiede zwischen Kennzahlen- und Kontenmodell anhand eines Beispiels, in dem die Kennzahlen Umsatz, Preis und Rabatt auf beide Arten modelliert werden. Während das Kontenmodell mindestens ein Merkmal enthalten muss, das die Semantik der quantifizierbaren Größe spezifiziert, kann ein solches Merkmal im Kennzahlenmodell entfallen. Das Kontenmodell erzeugt im Vergleich zum Kennzahlenmodell ein Vielfaches an Datensätzen, punktet jedoch durch seine Flexibilität und durch die optimale Ausnutzung der definierten Datenstruktur. Es ist in der Praxis vor allem für die Modellierung von Daten aus dem Bereich des Controllings geeignet; dort kann ein Geschäftsvorfall mit

27 2.2 Zeilenbasierte Speicherstrukturen 9 Abb. 2 1 Kennzahlenmodell vs. Kontenmodell einer Vielzahl unterschiedlicher Kennzahlen bewertet werden, die in anderen Geschäftsvorfällen unter Umständen nicht verwendet werden. Das Kennzahlenmodell bietet Vorteile gegenüber dem Kontenmodell, indem die Anzahl der Datensätze in der Regel deutlich geringer ist. Sind die defnierten Kennzahlen in jedem Geschäftsvorfall gleichermaßen von Bedeutung, so ist gleichzeitig auch der Speicherbedarf des Kennzahlenmodells gering. Außerhalb des Controllings ist das Kennzahlenmodell das vorherrschende Modell in Data-Warehouse-Systemen. Die Verwendung von Kennzahlen- oder Kontenmodell ist ein semantischer Vorgang, der vom BW keinerlei spezifische Unterstützung verlangt und in jedem Fall mit»echten«kennzahlen arbeitet. Achten Sie selbst darauf, dass die zu verwendende Semantik für jedes einzelne Modell bekannt ist und die Implementierung dementsprechend durchgeführt wird. 2.2 Zeilenbasierte Speicherstrukturen Zeilenbasierte Speicherstrukturen speichern Sachverhalte in den Zeilen einer Tabelle, während die Spalten der jeweiligen Tabelle die Informationen zum jeweiligen Sachverhalt enthalten. Derartige Sachverhalte können vielfältig sein und Informationen zu Geschäftsvorfällen (Bewegungsdaten) ebenso wie zu Stammdaten enthalten. Abbildung 2 2 skizziert beispielhaft derartige Tabellen.

28 10 2 Grundlagen Abb. 2 2 Zeilenbasierte Speicherstrukturen Derartige Speicherstrukturen bieten vor allem Vorteile, wenn Zugriffe datensatzorientiert erfolgen: Durch geeignete Indexstrukturen können Einzelzugriffe sehr schnell erfolgen. Tabelleninhalte können datensatzweise gesperrt und geändert werden. Es können sehr viele parallele Zugriffe auf unterschiedliche Datensätze erfolgen, d.h., es werden sehr viele Transaktionen gleichzeitig ermöglicht. Einzelne Datensätze können sehr schnell verändert, eingefügt oder gelöscht werden. Die genannten Vorteile (und viele weitere) machen den Einsatz zeilenbasierter Speicherstrukturen unumgänglich für den Betrieb operativer (transaktionsorientierter) Systeme. Bekannt sind zeilenbasierte Speicherstrukturen vor allem aus den klassischen relationalen Datenbanksystemen. Im Gegensatz zu operativen Systemen müssen in Data-Warehouse- Systemen vor allem Massendatenzugriffe erfolgen, in denen große Datenbestände gelesen und aggregiert oder ebenso in Massen verändert/gespeichert werden. Relationale Datenbanksysteme mit ihren zeilenbasierten Speicherstrukturen eignen sind demnach nicht für die Anforderungen eines Data Warehouse und nehmen dennoch eine zentrale Rolle in vielen Data-Warehouse-Systemen ein. Dass relationale Datenbanksysteme dennoch eine zentrale Rolle für viele Data-Warehouse-Systeme spielen, liegt vor allem in ihrer Dominanz in Unternehmen sowie ihrem Entwicklungsstadium im Ver-

29 2.2 Zeilenbasierte Speicherstrukturen 11 gleich zu anderen Speichertechnologien. Hinzu kommen zahlreiche spezifische Erweiterungen für die Anforderungen des Data Warehousing, durch die die zeilenbasierten Speicherstrukturen relationaler Datenbanksysteme wenn auch ursprünglich nicht dafür konzipiert immerhin zu einer erträglichen Leistung beim Data Warehousing fähig sind. Nachfolgend wird das sogenannte Star-Schema beschrieben, das im Datawarehousing zur Speicherung von Daten in relationalen Datenbanksystemen verbreitet ist (Abschnitt 2.2.1). Darauf aufbauend wird das sogenannte Snowflake-Schema erläutert, das eine Erweiterung des Star-Schemas darstellt und das im SAP BW die theoretische Grundlage der InfoCube-Modelle liefert (Abschnitt 2.2.2). In beiden Fällen handelt es sich gewissermaßen um»workarounds«für relationale Datenbanksysteme, bei denen die aus operativen Systemen bekannten Modellierungstechniken wie beispielsweise die Normalisierung keine Bedeutung mehr haben. In den nachfolgenden Ausführungen werden Star-Schema und Snowflake-Schema als logisches Datenmodell beschrieben Star-Schema Den Kern des Star-Schemas bildet eine Faktentabelle, in der Kennzahlen abgelegt sind. Die gruppierenden Merkmale liegen nicht direkt in der Faktentabelle, sondern in Dimensionstabellen, die mittels künstlicher Schlüssel (Dimensions-IDs) relational mit der Faktentabelle verbunden sind. Hierdurch ist es möglich, die Faktentabelle mit einer begrenzten Anzahl von Schlüsselfeldern (den Dimensions-IDs) zu definieren und dennoch eine große Anzahl von Merkmalen in Bezug zu den Kennzahlen zu setzen, da die Dimensions-IDs als Schlüssel der Dimensionstabellen beliebige Wertekombinationen der darin enthaltenen Merkmale repräsentieren. Abbildung 2 3 illustriert beispielhaft das Modell eines Star-Schemas, in dem die Merkmale Kundennummer, Verkaufsorganisation, Postleitzahl, Materialnummer und Datum in einen Bezug zu den Kennzahlen Umsatz und Absatz gestellt werden.

30 12 2 Grundlagen Abb. 2 3 Star-Schema Granularität Jedes nach dem Star-Schema gestaltete Datenmodell ist thematisch in sich geschlossen und beschreibt Geschäftsvorfälle eines oder mehrerer Geschäftsprozesse, die miteinander in einem Zusammenhang stehen 2. Welche Informationen gemeinsam in einem Star-Schema abgebildet werden, richtet sich nach den analytischen Anforderungen, aber auch nach logischen Restriktionen: Beispielsweise können Informationen der Kostenrechnung nicht in einen Bezug zu vertrieblichen Informationen gestellt werden, wenn die Kostenrechnung keinen Bezug zu Aufträgen oder Fakturen zulässt. Wie granular Daten in einem Star-Schema gespeichert werden, ist durch die Merkmale vorgegeben, die in den Dimensionstabellen abgelegt werden. Werden Merkmale im Star-Schema abgelegt, die einzelne Geschäftsvorfälle und deren Details spezifizieren (bspw. Belegnummern, Belegpositionen), so wird die Faktentabelle entsprechend viele Datensätze aufweisen. Fehlen derartige Informationen, so können Werte in der Faktentabelle entsprechend aggregiert werden. Zur Verdeutlichung dieses Zusammenhangs wird ein Datenbestand mit Kunden betrachtet: Jeder Kunde erteilt dem Unternehmen durchschnittlich fünf Aufträge pro Monat. Jeder Auftrag enthält durchschnittlich 10 Positionen mit jeweils einem Material. Jeder Kunde bestellt im Durchschnitt 20 unterschiedliche Materialien. 2. Beispielsweise Daten zur Wertschöpfungskette vom Auftrag bis zur Fakturierung, in der Daten aus Fakturen in einen Zusammenhang mit den korrespondierenden Aufträgen gestellt werden.

Inhaltsverzeichnis. Teil I Datenmodell 5

Inhaltsverzeichnis. Teil I Datenmodell 5 ix 1 Einleitung 1 Teil I Datenmodell 5 2 Grundlagen 7 2.1 Semantische Aspekte der Modellierung....................... 7 2.2 Zeilenbasierte Speicherstrukturen........................... 9 2.2.1 Star-Schema....................................

Mehr

Data Warehousing mit SAP BW 7.3

Data Warehousing mit SAP BW 7.3 Christian Mehrwald Data Warehousing mit SAP BW 7.3 Umfasst SAP BW 7.3 powered by SAP HANA 6., komplett überarbeitete Auflage M dpunkt.verlag Inhaltsübersicht 1 Einleitung 1 Teil I Datenmodell ~ 5 2 Grundlagen

Mehr

1 Einführung 1 1.1 SAP Business Information Warehouse... 3. 1.1.1 BW Version 3.0...5. Architekturplanung... 9

1 Einführung 1 1.1 SAP Business Information Warehouse... 3. 1.1.1 BW Version 3.0...5. Architekturplanung... 9 vii 1 Einführung 1 1.1 SAP Business Information Warehouse... 3 1.1.1 BW Version 3.0...5 Architekturplanung.................................... 9 2 BW-Basissystem 11 2.1 Client/Server-Architektur... 12

Mehr

Datawarehousing mit SAP @ BW 7

Datawarehousing mit SAP @ BW 7 Christian Mehrwald Datawarehousing mit SAP @ BW 7 Bl in SAP NetWeaver 2004s Architektur, Konzeption, Implementierung 4., vollständig überarbeitete und erweiterte Auflage i" dpunkt.verlag Übersicht 1 Einleitung

Mehr

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s)

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Architektur, Konzeption, Implementierung von Christian Mehrwald überarbeitet Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Mehrwald schnell

Mehr

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s)

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Architektur, Konzeption, Implementierung von Christian Mehrwald 5., korrigierte Auflage Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s)

Mehr

Datawarehousing mit SAP BW 7

Datawarehousing mit SAP BW 7 Christian Mehrwald Datawarehousing mit SAP BW 7 BI in SAP NetWeaver 2004s Architektur, Konzeption, Implementierung 4., vollständig überarbeitete und erweiterte Auflage Christian Mehrwald Christian.Mehrwald@quadox.de

Mehr

SAP Business Information Warehouse 3 Architektur, Konzeption, Implementierung

SAP Business Information Warehouse 3 Architektur, Konzeption, Implementierung Christian Mehrwald SAP Business Information Warehouse 3 Architektur, Konzeption, Implementierung Christian Mehrwald E-Mail: Christian.Mehrwald@quadox.de Lektorat & Copy-Editing: Christine Weber Satz: Peter

Mehr

Zu diesem Buch 1. Leitfaden SAP BW 7 Buchinhalt... 1 Leitfaden SAP BW 7 Buchstruktur... 3 Leitfaden SAP BW 7 Motivation zum Buch...

Zu diesem Buch 1. Leitfaden SAP BW 7 Buchinhalt... 1 Leitfaden SAP BW 7 Buchstruktur... 3 Leitfaden SAP BW 7 Motivation zum Buch... xi Zu diesem Buch 1 Leitfaden SAP BW 7 Buchinhalt..................... 1 Leitfaden SAP BW 7 Buchstruktur................... 3 Leitfaden SAP BW 7 Motivation zum Buch............ 5 1 Einleitung ins Szenario

Mehr

Praxisbuch BI Reporting

Praxisbuch BI Reporting Alexander Adam Bernd Schloemer Praxisbuch BI Reporting Schritt für Schritt zum perfekten Report mit BEx Tools und BusinessObjects Alexander Adam alexander.adam@googlemail.com Bernd Schloemer bernd.schloemer@googlemail.de

Mehr

6 HANA-optimierte InfoCubes

6 HANA-optimierte InfoCubes 117 HANA-optimierte InfoCubes bilden im»sap BW powered by SAP HANA«das Pendant zu relationalen InfoCubes in BW-Systemen mit relationalen Datenbanksystemen. Obwohl ihr Modell wesentlich auf die spaltenorientierte

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

Mehr

Dr. Michael Hahne www.dpunkt.de/plus

Dr. Michael Hahne www.dpunkt.de/plus Dr. Michael Hahne ist Geschäftsführender Gesellschafter der Hahne Consulting GmbH, einem auf Business-Intelligence-Architektur und -Strategie spezialisierten Beratungsunternehmen. Zuvor war er Vice President

Mehr

Dominik Schadow. Java-Web-Security. Sichere Webanwendungen mit Java entwickeln

Dominik Schadow. Java-Web-Security. Sichere Webanwendungen mit Java entwickeln Dominik Schadow Java-Web-Security Sichere Webanwendungen mit Java entwickeln Dominik Schadow info@dominikschadow.de Lektorat: René Schönfeldt Copy-Editing: Friederike Daenecke, Zülpich Satz: Da-TeX, Leipzig

Mehr

Tilman Beitter Thomas Kärgel André Nähring Andreas Steil Sebastian Zielenski

Tilman Beitter Thomas Kärgel André Nähring Andreas Steil Sebastian Zielenski Tilman Beitter arbeitete mehrere Jahre als Softwareentwickler im ERP-Bereich und ist seit 2010 mit großer Begeisterung für die B1 Systems GmbH als Linux Consultant und Trainer unterwegs. Seine Themenschwerpunkte

Mehr

Maik Schmidt arbeitet seit beinahe 20 Jahren als Softwareentwickler für mittelständische und Großunternehmen. Er schreibt seit einigen Jahren

Maik Schmidt arbeitet seit beinahe 20 Jahren als Softwareentwickler für mittelständische und Großunternehmen. Er schreibt seit einigen Jahren Maik Schmidt arbeitet seit beinahe 20 Jahren als Softwareentwickler für mittelständische und Großunternehmen. Er schreibt seit einigen Jahren Buchkritiken und Artikel für internationale Zeitschriften und

Mehr

1... Einleitung... 15. 2... Grundlagen der Datenmodellierung... 25. 3... SAP NetWeaver BW und SAP BusinessObjects Überblick... 57

1... Einleitung... 15. 2... Grundlagen der Datenmodellierung... 25. 3... SAP NetWeaver BW und SAP BusinessObjects Überblick... 57 1... Einleitung... 15 1.1... Zielgruppen dieses Buches... 17 1.2... Aufbau des Buches... 18 1.3... Hinweise zur Benutzung des Buches... 21 1.4... Danksagung... 23 2... Grundlagen der Datenmodellierung...

Mehr

Software modular bauen

Software modular bauen Software modular bauen Architektur von langlebigen Softwaresystemen Grundlagen und Anwendung mit OSGi und Java von Ulf Fildebrandt 1. Auflage Software modular bauen Fildebrandt schnell und portofrei erhältlich

Mehr

Nicolai Josuttis. SOA in der Praxis. System-Design für verteilte Geschäftsprozesse

Nicolai Josuttis. SOA in der Praxis. System-Design für verteilte Geschäftsprozesse Nicolai Josuttis SOA in der Praxis System-Design für verteilte Geschäftsprozesse Nicolai Josuttis Website zum Buch http://www.soa-in-der-praxis.de Die englische Ausgabe erschien unter dem Titel»SOA in

Mehr

VMware vrealize Automation Das Praxisbuch

VMware vrealize Automation Das Praxisbuch VMware vrealize Automation Das Praxisbuch Dr. Guido Söldner leitet den Geschäftsbereich Cloud Automation und Software Development bei der Söldner Consult GmbH in Nürnberg. Sein Unternehmen ist auf Virtualisierungsinfrastrukturen

Mehr

dpunkt.lehrbuch Bücher und Teachware für die moderne Informatikausbildung

dpunkt.lehrbuch Bücher und Teachware für die moderne Informatikausbildung Hanspeter Mössenböck ist Professor für Informatik an der Universität Linz und Leiter des Instituts für Systemsoftware. Er beschäftigt sich vor allem mit Programmiersprachen, Compilern und Systemsoftware.

Mehr

Konfigurationsmanagement mit Subversion, Ant und Maven

Konfigurationsmanagement mit Subversion, Ant und Maven Gunther Popp Konfigurationsmanagement mit Subversion, Ant und Maven Grundlagen für Softwarearchitekten und Entwickler 2., aktualisierte Auflage Gunther Popp gpopp@km-buch.de Lektorat: René Schönfeldt Copy-Editing:

Mehr

Performanceaspekte in der SAP BI Modellierung

Performanceaspekte in der SAP BI Modellierung Performanceaspekte in der SAP BI Modellierung SAP BW 7.3 & SAP HANA Performance Indizes Aggregate DSO & InfoCube BWA SAP HANA Empfehlung 2 Performance Performance bedeutet, unter gegebenen Anforderungen

Mehr

IT-Service-Management mit ITIL 2011 Edition

IT-Service-Management mit ITIL 2011 Edition Roland Böttcher IT-Service-Management mit ITIL 2011 Edition Einführung, Zusammenfassung und Übersicht der elementaren Empfehlungen 3., aktualisierte Auflage Heise Prof. Dr. Roland Böttcher roland.boettcher@hs-bochum.de

Mehr

System angelegt, an das ein BWA angeschlossen ist.

System angelegt, an das ein BWA angeschlossen ist. 129 BWA-Indizes sind ein Spezifikum des Business Warehouse Accelerator (BWA), dessen In-Memory-Technologie mit spaltenbasierter Speicherung in gewisser Weise als Ursprung der HANA-Datenbank betrachtet

Mehr

IT-Servicemanagement mit ITIL V3

IT-Servicemanagement mit ITIL V3 Roland Böttcher IT-Servicemanagement mit ITIL V3 Einführung, Zusammenfassung und Übersicht der elementaren Empfehlungen Heise Roland Böttcher roland.boettcher@fh-bochum.de Lektorat: Dr. Michael Barabas

Mehr

Über die Herausgeber

Über die Herausgeber Über die Herausgeber Frank R. Lehmann, Paul Kirchberg und Michael Bächle (von links nach rechts) sind Professoren im Studiengang Wirtschaftsinformatik an der Dualen Hochschule Baden-Württemberg (DHBW),

Mehr

Prof. Dr. Matthias Knoll

Prof. Dr. Matthias Knoll Prof. Dr. Matthias Knoll ist Professor für Betriebswirtschaftslehre an der Hochschule Darmstadt. Sein Spezialgebiet ist die betriebliche Informationsverarbeitung mit den Schwerpunkten GRC-Management, IT-Prüfung

Mehr

Michael Kurz Martin Marinschek

Michael Kurz Martin Marinschek Michael Kurz studierte Informatik an der Technischen Universität Wien und hat sich seitdem in seiner beruflichen Tätigkeit dem Thema Webentwicklung verschrieben. Seit seinem Wechsel zu IRIAN beschäftigt

Mehr

Dipl.-Inform. Sven Röpstorff Dipl.-Kaufm. Robert Wiechmann

Dipl.-Inform. Sven Röpstorff Dipl.-Kaufm. Robert Wiechmann Dipl.-Inform. Sven Röpstorff ist freiberuflicher Agiler Projektmanager und Coach mit 17 Jahren Berufserfahrung, Wandler zwischen der traditionellen und der agilen Welt mit Schwerpunkt in agilen Methoden

Mehr

IT-Servicemanagement mit ITIL V3

IT-Servicemanagement mit ITIL V3 IT-Servicemanagement mit ITIL V3 Einführung, Zusammenfassung und Übersicht der elementaren Empfehlungen von Roland Böttcher 2., aktualisierte Auflage IT-Servicemanagement mit ITIL V3 Böttcher schnell und

Mehr

JavaScript kinderleicht!

JavaScript kinderleicht! Nick Morgan JavaScript kinderleicht! Einfach programmieren lernen mit der Sprache des Web Übersetzung aus dem Amerikanischen von Isolde Kommer und Christoph Kommer Lektorat: Dr. Michael Barabas Übersetzung:

Mehr

Basiswissen Software-Projektmanagement

Basiswissen Software-Projektmanagement isql-reihe Basiswissen Software-Projektmanagement Aus- und Weiterbildung zum Certified Professional for Project Management nach isqi-standard von Bernd Hindel, Klaus Hörmann, Markus Müller, Jürgen Schmied

Mehr

IT-Controlling für die Praxis

IT-Controlling für die Praxis Martin Kütz IT-Controlling für die Praxis Konzeption und Methoden 2., überarbeitete und erweiterte Auflage Martin Kütz kuetz.martin@tesycon.de Lektorat: Christa Preisendanz & Vanessa Wittmer Copy-Editing:

Mehr

Maik Schmidt www.dpunkt.de/plus

Maik Schmidt www.dpunkt.de/plus Maik Schmidt arbeitet seit beinahe 20 Jahren als Softwareentwickler für mittelständische und Großunternehmen. Er schreibt seit einigen Jahren Buchkritiken und Artikel für internationale Zeitschriften und

Mehr

IT-Projektverträge: Erfolgreiches Management

IT-Projektverträge: Erfolgreiches Management IT-Projektverträge: Erfolgreiches Management RA Dr. Christoph Zahrnt war nach dem Studium sowohl des Rechts als auch der Volkswirtschaft mehrere Jahre als Softwareentwickler und Einkaufsjurist in der hessischen

Mehr

Cloud-Computing für Unternehmen

Cloud-Computing für Unternehmen Gottfried Vossen Till Haselmann Thomas Hoeren Cloud-Computing für Unternehmen Technische, wirtschaftliche, rechtliche und organisatorische Aspekte Prof. Dr. Gottfried Vossen vossen@helios.uni-muenster.de

Mehr

Mike Burrows Übersetzer: Florian Eisenberg Wolfgang Wiedenroth www.dpunkt.de/plus

Mike Burrows Übersetzer: Florian Eisenberg Wolfgang Wiedenroth www.dpunkt.de/plus Mike Burrows ist Geschäftsführer und Principal Consultant von David J. Anderson and Associates (djaa.com). In seiner beruflichen Laufbahn, die sich von der Luftfahrt über das Bankwesen, das Energiewesen

Mehr

Dr. Carola Lilienthal www.dpunkt.de/plus

Dr. Carola Lilienthal www.dpunkt.de/plus Dr. Carola Lilienthal ist Senior-Softwarearchitektin und Mitglied der Geschäftsleitung der WPS Workplace Solutions GmbH in Hamburg. Dort verantwortet sie den Bereich Softwarearchitektur und gibt ihr Wissen

Mehr

München 2014) und»uml2 glasklar«(carl Hanser Verlag München

München 2014) und»uml2 glasklar«(carl Hanser Verlag München Prof. Dr. Klaus Pohl ist Professor für Software Systems Engineering und Direktor von»paluno The Ruhr Institute for Software Technology«an der Universität Duisburg-Essen. Er ist bzw. war Koordinator von

Mehr

er auch mit dem 3D-Programm Blender in Kontakt, über das er bisher zahlreiche Vorträge hielt und Artikel in Fachzeitschriften veröffentlichte.

er auch mit dem 3D-Programm Blender in Kontakt, über das er bisher zahlreiche Vorträge hielt und Artikel in Fachzeitschriften veröffentlichte. beschäftigt sich seit Beginn der 80er Jahre intensiv mit Computern und deren Programmierung anfangs mit einem VC-20 von Commodore sowie speziell mit Computergrafik. Der Amiga ermöglichte ihm dann die Erzeugung

Mehr

Basiswissen Medizinische Software

Basiswissen Medizinische Software Basiswissen Medizinische Software Christian Johner ist Professor für Software Engineering, Softwarequalitätssicherung und Medizinische Informatik an der Hochschule Konstanz. Am»Johner Institut für IT im

Mehr

Teil I Modellierung des Data-Warehouses 15

Teil I Modellierung des Data-Warehouses 15 Vorwort.................................................. 13 Teil I Modellierung des Data-Warehouses 15 1 Einleitung................................................ 17 1.1 Zielgruppe und Voraussetzungen............................

Mehr

& Kundenmanagement, Supply Chain Management und Performance. Online Analytical Processing (OLAP)

& Kundenmanagement, Supply Chain Management und Performance. Online Analytical Processing (OLAP) 1 1 Einführung Der Begriff Data Warehouse bezeichnet ein System zur zentralen Bereitstellung von Informationen für Kontroll- und Entscheidungsprozesse. Dies bringt technische und funktionale Besonderheiten

Mehr

Die Computerwerkstatt

Die Computerwerkstatt Klaus Dembowski Die Computerwerkstatt Für PCs, Notebooks, Tablets und Smartphones Klaus Dembowski Lektorat: Gabriel Neumann Herstellung: Nadine Thiele Umschlaggestaltung: Helmut Kraus, www.exclam.de Druck

Mehr

SQL Server 2005. Eine umfassende Einführung

SQL Server 2005. Eine umfassende Einführung SQL Server 2005 Eine umfassende Einführung E-Mail: petkovic@fh-rosenheim.de Lektorat: Barbara Lauer, Bonn Copy-Editing: Sandra Gottmann, Münster Satz: Just in Print, Bonn Herstellung: Birgit Bäuerlein

Mehr

749 Stichwortverzeichnis 447 213 224 523 224 570

749 Stichwortverzeichnis 447 213 224 523 224 570 749 A ABAP Dictionary 62, 73, 95, 119, 284, 717, 732 Namenskonventionen 260 Activation Queue 372, 466 bei HANA-optimierten DSO 375 in Realtime Data Acquisition 466 Adapter 213 DB Connect 261 Filesysteme

Mehr

kontakt@artepictura.de

kontakt@artepictura.de Cora und Georg Banek leben und arbeiten im Raum Mainz, wo sie Mitte 2009 ihr Unternehmen um eine Fotoschule (www.artepictura-akademie.de) erweitert haben. Vorher waren sie hauptsächlich im Bereich der

Mehr

Kim Nena Duggen ist Vorstand und Trainerin der oose Innovative Informatik eg. Ihre thematischen Schwerpunkte sind das Geschäftsprozessmanagement,

Kim Nena Duggen ist Vorstand und Trainerin der oose Innovative Informatik eg. Ihre thematischen Schwerpunkte sind das Geschäftsprozessmanagement, Tim Weilkiens ist Vorstand und Trainer der oose Innovative Informatik eg. Seine thematischen Schwerpunkte sind die Modellierung von Systemen, Software und Unternehmen. Er ist für oose Repräsentant bei

Mehr

Im Rahmen seiner Beratertätigkeit veröffentlicht er Artikel und hält Vorträge und Schulungen zu diesen und weiteren Themen.

Im Rahmen seiner Beratertätigkeit veröffentlicht er Artikel und hält Vorträge und Schulungen zu diesen und weiteren Themen. Dr. Wolf-Gideon Bleek ist seit 1997 in der Softwaretechnik-Gruppe der Universität Hamburg in Forschung und Lehre tätig. Er führt seit 1999 agile Projekte durch und berät Organisationen beim Einsatz agiler

Mehr

Uwe Vigenschow Andrea Grass Alexandra Augstin Dr. Michael Hofmann www.dpunkt.de/plus

Uwe Vigenschow Andrea Grass Alexandra Augstin Dr. Michael Hofmann www.dpunkt.de/plus Uwe Vigenschow ist Abteilungsleiter bei Werum IT Solutions. In das Buch sind über 25 Jahre Erfahrung in der Softwareentwicklung als Entwickler, Berater, Projektleiter und Führungskraft eingeflossen. Mit

Mehr

www.braunconsult.de SAP BW 7.3 & SAP HANA

www.braunconsult.de SAP BW 7.3 & SAP HANA Performanceaspekte in der SAP BI Modellierung SAP BW 7.3 & SAP HANA Performance Indizes Aggregate DSO & InfoCube BWA SAP HANA Empfehlung 2 Performance Performance bedeutet, unter gegebenen Anforderungen

Mehr

Inhalt. Geleitwort 13. Vorwort 17. Einleitende Hinweise 19. 1 Business-Intelligence-Konzepte - Neuerungen 25

Inhalt. Geleitwort 13. Vorwort 17. Einleitende Hinweise 19. 1 Business-Intelligence-Konzepte - Neuerungen 25 Inhalt Geleitwort 13 Vorwort 17 Einleitende Hinweise 19 Handhabung des Buches 19 Übergreifendes Beispielszenario 19 Nach der Lektüre 21 Danksagung 21 1 Business-Intelligence-Konzepte - Neuerungen 25 1.1

Mehr

Basiswissen Medizinische Software

Basiswissen Medizinische Software Basiswissen Medizinische Software Aus- und Weiterbildung zum Certified Professional for Medical Software Bearbeitet von Christian Johner, Matthias Hölzer-Klüpfel, Sven Wittorf 2., überarbeitete und aktualisierte

Mehr

Continuous Delivery. Der pragmatische Einstieg. von Eberhard Wolff. 1. Auflage. dpunkt.verlag 2014

Continuous Delivery. Der pragmatische Einstieg. von Eberhard Wolff. 1. Auflage. dpunkt.verlag 2014 Continuous Delivery Der pragmatische Einstieg von Eberhard Wolff 1. Auflage dpunkt.verlag 2014 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 86490 208 6 Zu Leseprobe schnell und portofrei erhältlich

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

Performance-Optimierung in SAP BW. Helmut Tack

Performance-Optimierung in SAP BW. Helmut Tack Performance-Optimierung in SAP BW Helmut Tack INHALTSVERZEICHNIS Inhaltsverzeichnis Einleitung 9 1 Grundlegende Betrachtungen 13 2 Grundlagen der SAP BW-Datenhaltung 17 2.1 Flache Datenspeicher 21 2.2

Mehr

IT-basierte Kennzahlenanalyse im Versicherungswesen

IT-basierte Kennzahlenanalyse im Versicherungswesen Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen Kennzahlenreporting mit Hilfe des SAP Business Information Warehouse Diplomica Verlag Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen:

Mehr

Social Media Analytics & Monitoring

Social Media Analytics & Monitoring Andreas Werner Social Media Analytics & Monitoring Verfahren und Werkzeuge zur Optimierung des ROI Andreas Werner aw@datenonkel.com Lektorat: Dr. Michael Barabas Copy-Editing: Annette Schwarz, Ditzingen

Mehr

Basiswissen Software- Projektmanagement

Basiswissen Software- Projektmanagement Bernd Hindel. Klaus Hörmann. Markus Müller. Jürgen Schmied Basiswissen Software- Projektmanagement Aus- und Weiterbildung zum Certified Professional for Project Management nach isqi-standard 2., überarbeitete

Mehr

IT-basierte Kennzahlenanalyse im Versicherungswesen

IT-basierte Kennzahlenanalyse im Versicherungswesen Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen Kennzahlenreporting mit Hilfe des SAP Business Information Warehouse Diplomica Verlag Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen:

Mehr

Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08

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

Mehr

Managementsysteme für IT-Serviceorganisationen

Managementsysteme für IT-Serviceorganisationen Bernhard M. Huber Managementsysteme für IT-Serviceorganisationen Entwicklung und Umsetzung mit EFQM COBIT ISO 20000 ITIL Bernhard M. Huber Bernhard.Huber@qmvision.de Lektorat: Christa Preisendanz Copy-Editing:

Mehr

Helge Dohle Rainer Schmidt Frank Zielke Thomas Schürmann ISO 20000. Eine Einführung für Manager und Projektleiter

Helge Dohle Rainer Schmidt Frank Zielke Thomas Schürmann ISO 20000. Eine Einführung für Manager und Projektleiter Helge Dohle Rainer Schmidt Frank Zielke Thomas Schürmann ISO 20000 Eine Einführung für Manager und Projektleiter Helge Dohle Rainer Schmidt Frank Zielke Thomas Schürmann Helge.Dohle@impaqgroup.com Rainer.Schmidt@fh-aalen.de

Mehr

CNC-Fräsen für Maker und Modellbauer

CNC-Fräsen für Maker und Modellbauer Christian Rattat arbeitet seit etwa 20 Jahren als Softwareentwickler und begann seine Karriere 1987 auf einem Commodore Amiga 2000. Heute arbeitet er für Großunternehmen im Microsoft- und Unix-Umfeld,

Mehr

Web-Apps mit jquery Mobile

Web-Apps mit jquery Mobile Philipp Friberg Web-Apps mit jquery Mobile Mobile Multiplattform-Entwicklung mit HTML5 und JavaScript Philipp Friberg jqm@xapps.ch Lektorat: René Schönfeldt Copy Editing: Christoph Ecken, Heidelberg Herstellung:

Mehr

Professionell blitzen mit dem Nikon Creative Lighting System

Professionell blitzen mit dem Nikon Creative Lighting System Mike Hagen Professionell blitzen mit dem Nikon Creative Lighting System dpunkt.verlag Mike Hagen Lektorat: Gerhard Rossbach Copy-Editing: Alexander Reischert (Redaktion ALUAN, Köln) Layout und Satz: Almute

Mehr

Seminar C16 - Datenmodellierung für SAP BW

Seminar C16 - Datenmodellierung für SAP BW C16: Datenmodellierung für SAP BW Ein Seminar der DWH academy Seminar C16 - Datenmodellierung für SAP BW Dieses Seminar soll einen umfassenden Einblick in die Datenmodellierung beim Einsatz von SAP BW

Mehr

Kennzahlen in der IT

Kennzahlen in der IT Kennzahlen in der IT Dr. Martin Kütz ist geschäftsführender Gesellschafter der TESYCON GMBH und Fachberater für IT-Controlling und Projektmanagement. Er verfügt über langjährige Erfahrungen im IT-Management

Mehr

MultiProvider. Logische Reporting- Schicht. Abb. 9 21 Einsatz von MultiProvidern als logische Reporting- Schicht

MultiProvider. Logische Reporting- Schicht. Abb. 9 21 Einsatz von MultiProvidern als logische Reporting- Schicht MultiProvider 243 MultiProvider MultiProvider sind virtuelle InfoProvider ohne eigene Datenhaltung, deren Hauptaufgabe die Grundlage für die Datenanalyse und -planung ist. Dabei nimmt der MultiProvider

Mehr

InfoObjects&InfoSource

InfoObjects&InfoSource InfoObjects&InfoSource Projekt: elearning SAP BPS Auftraggeber: Prof. Dr. Jörg Courant Gruppe 3: Bearbeiter: Diana Krebs Stefan Henneicke Uwe Jänsch Andy Renner Daniel Fraede Daniel Fraede 1 Inhaltsverzeichnis

Mehr

Cubeware Connectivity for SAP Solutions

Cubeware Connectivity for SAP Solutions Cubeware Connectivity for SAP Solutions Beispiele und Anwendungsfälle 1. Modellierung, Extraction, Transformation und Loading mit Datenquelle SAP R/3 und mysap ERP Mit Hilfe des Cubeware Importers und

Mehr

Soft Skills für Softwareentwickler

Soft Skills für Softwareentwickler Soft Skills für Softwareentwickler Uwe Vigenschow arbeitet als Abteilungsleiter bei der Werum IT Solutions AG in Lüneburg, dem international führenden Anbieter von Manufacturing Execution Systems (MES)

Mehr

Workshop Fit for SAP BW 7.40!

Workshop Fit for SAP BW 7.40! Workshop Fit for SAP BW 7.40! Fit for SAP BW 7.40 Seite 1 von 5 Agendavorschlag - Tag 1 Delta Workshop BW 7.4 09:00 09:15 Vorstellung Ablauf 09:15 09:30 Übersicht Neuerungen BW 7.4 09:30 10:00 Data Staging

Mehr

Praxiswissen TYPO3 CMS 7 LTS

Praxiswissen TYPO3 CMS 7 LTS Praxiswissen TYPO3 CMS 7 LTS 8. AUFLAGE Praxiswissen TYPO3 CMS 7 LTS Robert Meyer & Martin Helmich Robert Meyer & Martin Helmich Lektorat: Alexandra Follenius Korrektorat: Sibylle Feldmann Herstellung:

Mehr

Der Autor ist seit dem Jahr 2001 bei der Firma GeNUA mbh als Security Consultant und gegenwärtig als Koordinator für Intrusion Detection tätig.

Der Autor ist seit dem Jahr 2001 bei der Firma GeNUA mbh als Security Consultant und gegenwärtig als Koordinator für Intrusion Detection tätig. WLAN-Sicherheit Der Autor ist seit dem Jahr 2001 bei der Firma GeNUA mbh als Security Consultant und gegenwärtig als Koordinator für Intrusion Detection tätig. Seine Aufgabengebiete sind: Penetration Testing/Auditing

Mehr

Leitfaden Web-Usability

Leitfaden Web-Usability Frank Puscher Leitfaden Web-Usability Strategien, Werkzeuge und Tipps für mehr Benutzerfreundlichkeit Lektorat: Barbara Lauer Copy-Editing: Alexander Reischert Satz: Frank Heidt Herstellung: Frank Heidt

Mehr

Tom Gansor Dr. Andreas Totok www.dpunkt.de/plus

Tom Gansor Dr. Andreas Totok www.dpunkt.de/plus Tom Gansor ist als Mitglied der Geschäftsleitung bei der OPITZ CONSULTING Deutschland GmbH unter anderem für die Weiterentwicklung des Portfolios, für Innovation und die Lösungsentwicklung verantwortlich.

Mehr

Gradle. Ein kompakter Einstieg in modernes Build-Management. Joachim Baumann. Joachim Baumann, Gradle, dpunkt.verlag, ISBN

Gradle. Ein kompakter Einstieg in modernes Build-Management. Joachim Baumann. Joachim Baumann, Gradle, dpunkt.verlag, ISBN D3kjd3Di38lk323nnm Joachim Baumann Gradle Ein kompakter Einstieg in modernes Build-Management Joachim Baumann joachim.baumann@codecentric.de Lektorat: René Schönfeldt Copy Editing: Sandra Gottmann, Münster-Nienberge

Mehr

Fotografieren lernen Band 2

Fotografieren lernen Band 2 Fotografieren lernen Band 2 Cora und Georg Banek leben und arbeiten in Mainz, wo sie Mitte 2009 ihr Unternehmen um eine Fotoakademie (www.artepictura-akademie.de) erweitert haben. Vorher waren sie hauptsächlich

Mehr

Konfigurationsmanagement mit Subversion, Maven und Redmine

Konfigurationsmanagement mit Subversion, Maven und Redmine Gunther Popp Konfigurationsmanagement mit Subversion, Maven und Redmine Grundlagen für Softwarearchitekten und Entwickler 4., aktualisierte und erweiterte Auflage Gunther Popp gpopp@km-buch.de Lektorat:

Mehr

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch Obwohl mit der Verwendung von SAP HANA ein neuer semantischer Layer zum Einsatz kommt,

Mehr

Über die Autoren. www.dpunkt.de/plus

Über die Autoren. www.dpunkt.de/plus Über die Autoren Joan Lambert beschäftigt sich seit 1986 umfassend mit Microsoft-Technologien und ist seit 1997 in der Schulungs- und Zertifizierungsbranche tätig. Als Vorsitzende und CEO von Online Training

Mehr

Information-Design-Tool

Information-Design-Tool Zusatzkapitel Information-Design-Tool zum Buch»HR-Reporting mit SAP «von Richard Haßmann, Anja Marxsen, Sven-Olaf Möller, Victor Gabriel Saiz Castillo Galileo Press, Bonn 2013 ISBN 978-3-8362-1986-0 Bonn

Mehr

Veit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien

Veit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien Veit Köppen Gunter Saake Kai-Uwe Sattler 2. Auflage Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis ix 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...

Mehr

Datenbanktechnologie für Data-Warehouse-Systeme

Datenbanktechnologie für Data-Warehouse-Systeme Wolfgang Lehner Datenbanktechnologie für Data-Warehouse-Systeme Konzepte und Methoden dpunkt.verlag 1 1.1 1.2 1.3 1.4 1. 5 2 2.1 2.2 2.3 Einleitung 1 Betriebswirtschaftlicher Ursprung des Data Warehousing...

Mehr

Data Warehouse Technologien

Data Warehouse Technologien Veit Köppen Gunter Saake Kai-Uwe Sattler Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...............

Mehr

Praxishandbuch SAP BW 3-1

Praxishandbuch SAP BW 3-1 Norbert Egger Praxishandbuch SAP BW 3-1 Technische Universität DarmsUdt FACHBEREICH INFORMATIK BIBLIOTHEK Inventar-Nr.: Ä/A< Sachgebiete: Standort- Co Galileo Press Inhalt Vorwort 13 Zu diesem Buch 17

Mehr

BW powered by HANA. Martin Effinger Month 06, 2013

BW powered by HANA. Martin Effinger Month 06, 2013 BW powered by HANA Martin Effinger Month 06, 2013 winnovation Quick Facts Form Aktiengesellschaft Gründung 28.3.2006 Aktienkapital 200 000 CHF (100% im Besitz des Mgt) Ort Baar (Zug, Schweiz) Mitarbeiter

Mehr

Logische Datenmodellierung zur Abbildung mehrdimensionaler Datenstrukturen im SAP Business Information Warehouse

Logische Datenmodellierung zur Abbildung mehrdimensionaler Datenstrukturen im SAP Business Information Warehouse Logische Datenmodellierung zur Abbildung mehrdimensionaler Datenstrukturen im SAP Business Information Warehouse Vortrag auf der BTW 2003, Leipzig 26.-28.02.2003 Dr. Michael Hahne cundus AG Prokurist,

Mehr

IT-Unternehmensarchitektur

IT-Unternehmensarchitektur Wolfgang Keller IT-Unternehmensarchitektur Von der Geschäftsstrategie zur optimalen IT-Unterstützung 2., überarbeitete und erweiterte Auflage Wolfgang Keller wk@objectarchitects.de Lektorat: Christa Preisendanz

Mehr

Profilbezogene informatische Bildung in den Klassenstufen 9 und 10. Schwerpunktthema Daten und Datenbanken

Profilbezogene informatische Bildung in den Klassenstufen 9 und 10. Schwerpunktthema Daten und Datenbanken Profilbezogene informatische Bildung in den Klassenstufen 9 und 10 Schwerpunktthema Robby Buttke Fachberater für Informatik RSA Chemnitz Fachliche Einordnung Phasen relationaler Modellierung Fachlichkeit

Mehr

Elisabeth Hendrickson Übersetzerin: Meike Mertsch www.dpunkt.de/plus

Elisabeth Hendrickson Übersetzerin: Meike Mertsch www.dpunkt.de/plus Explore It! Elisabeth Hendrickson (@testobsessed) arbeitet als Testerin, Entwicklerin und»agile-enabler«. Im Jahr 1980 schrieb sie ihre erste Codezeile und fand sofort ihre ersten Fehler. 2010 gewann sie

Mehr

6 InfoCubes erstellen und konfigurieren

6 InfoCubes erstellen und konfigurieren InfoCubes bilden die Reportingschicht in der LSA; sie sind für die Performance des Reportings entscheidend. In diesem Kapitel stellen wir Ihnen vor, welche InfoCubes es gibt und wie Sie damit arbeiten.

Mehr

www.braunconsult.de SAP HANA Einsatzmöglichkeiten und Potenziale

www.braunconsult.de SAP HANA Einsatzmöglichkeiten und Potenziale SAP HANA Einsatzmöglichkeiten und Potenziale Vorstellung HANA Einsatzmöglichkeiten und Potenziale SAP HANA Studio Performance Was ist SAP HANA : SAP HANA ist eine neue Plattform die die In-Memory Technologie

Mehr

Dipl.-Inform. Henning Wolf Prof. Dr. ir. Rini van Solingen Eelco Rustenburg

Dipl.-Inform. Henning Wolf Prof. Dr. ir. Rini van Solingen Eelco Rustenburg Dipl.-Inform. Henning Wolf ist Geschäftsführer der it-agile GmbH mit Sitz in Hamburg und München. Er verfügt über langjährige Erfahrung aus agilen Softwareprojekten (extreme Programming, Scrum, Kanban)

Mehr

Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht

Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Thomas Kreuzer ec4u expert consulting ag Karlsruhe Schlüsselworte: Kampagnenmanagement Praxisbericht Siebel Marketing Oracle BI - ec4u

Mehr

S A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R

S A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R S A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R S T E F A N M A R K 07.07.2015 F O L I E 1 V O N 2 7 F I R M E N P O R T R A I T S. O L I V E R GESCHICHTE F O L I E 2 V O N 2 7 F

Mehr

Aufgabe 1: [Logische Modellierung]

Aufgabe 1: [Logische Modellierung] Aufgabe 1: [Logische Modellierung] a) Entwerfen Sie für das von Ihnen entworfene Modell aus Aufgabe 2 des 1. Übungsblattes ein Star-Schema. b) Entwerfen Sie für das vorangegangene Modell einen Teil eines

Mehr

FHTW Berlin Einführungsskript SAP BPS Gruppe 3. Einführungsskript. Stefan Henneicke Uwe Jänsch Andy Renner Daniel Fraede

FHTW Berlin Einführungsskript SAP BPS Gruppe 3. Einführungsskript. Stefan Henneicke Uwe Jänsch Andy Renner Daniel Fraede Einführungsskript Projekt: elearning SAP BPS Auftraggeber: Prof. Dr. Jörg Courant Gruppe 3: Bearbeiter: Diana Krebs Stefan Henneicke Uwe Jänsch Andy Renner Daniel Fraede Daniel Fraede 1 Inhaltsverzeichnis

Mehr