Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Data Warehousing Abgrenzung, Einordnung und Anwendungen Sebastian Hentschel.

Ähnliche Präsentationen


Präsentation zum Thema: "Data Warehousing Abgrenzung, Einordnung und Anwendungen Sebastian Hentschel."—  Präsentation transkript:

1 Data Warehousing Abgrenzung, Einordnung und Anwendungen Sebastian Hentschel

2 09. Juni 20052

3 3 Agenda 1. Begriffe 2. Historie 3. Anwendungsbereiche 4. Aufbau eines DW-Systems 5. OLAP vs. OLTP 6. Fazit

4 09. Juni 20054 Agenda 1. Begriffe 2. Historie 3. Anwendungsbereiche 4. Aufbau eines DW-Systems 5. OLAP vs. OLTP 6. Fazit

5 09. Juni 20055 Begriffe Definition nach Inmon (1996): A data warehouse is a subject oriented, integrated, non-volatile, and time variant collection of data in support of managements decisions. William H. Inmon

6 09. Juni 20056 Begriffe Definition nach Bauer/Günzel: Ein Data-Warehouse ist eine physische Datenbank, die eine integrierte Sicht auf (beliebige) Daten darstellt, um Analysen zu ermöglichen.

7 09. Juni 20057 Begriffe Definition nach Zeh: Ein Data-Warehouse ist ein physischer Datenbestand, der eine integrierte Sicht auf zugrundeliegende Datenquellen ermöglicht.

8 09. Juni 20058 Begriffe Data Warehouse Physische Datenbank Integrierte Sicht auf Daten Häufig historisierte Daten Periodische Updates, aber keine Veränderungen Ausgangspunkt für OLAP und Data Mining

9 09. Juni 20059 Begriffe Unterschiede zu klassischen DBMS: –Zusätzlich Datenverdichtung, Partitionierung, Redundanz –Anwendungssicht, Datensicht, Entwicklungssicht siehe OLTP/OLAP

10 09. Juni 200510 Begriffe Data Warehouse Systeme Informationssystem Komponenten zur Integration und Analyse Statischer Charakter

11 09. Juni 200511 Begriffe Data Warehousing Prosess zur Planung, zum Aufbau und zum Betrieb eines DW-Systems Dynamischer Vorgang von der Datenbeschaffung über das Speichern bis zur Analyse der Daten

12 09. Juni 200512 Begriffe Data Mart kleines Data Warehouse auf bestimmte Geschäftsprozesse oder Problemstellungen bezogen dezentral Einführung kostengünstiger und schneller als DW

13 09. Juni 200513 Agenda 1. Begriffe 2. Historie 3. Anwendungsbereiche 4. Aufbau eines DW-Systems 5. OLAP vs. OLTP 6. Fazit

14 09. Juni 200514 Historie Triebfedern –Betriebswirtschaftliches Berichtswesen –Statistik –Integration

15 09. Juni 200515 Historie 1960er: Executive Information Systems (EIS) 1980er: Management Information Systems (MIS) 1988: EBIS-Architektur von IBM 1992: Einführung DW-Konzept (Inmon) 1993: OLAP (Codd) Heute: Business-Warehouse-Systeme bzw. Business-Intelligence-Systeme

16 09. Juni 200516 Historie Fehlende Voraussetzungen der Anfangszeit –Schnelle und flächendeckende Kommunikationstechnologie –Grafische Benutzeroberflächen –Ausreichende, kostengünstige und schnelle Datenspeicher –Kostengünstige und leistungsfähige Prozessoren –Große Datenbasen durch integrierte operative Systeme Scheitern der MIS-Ansätze der 60er, 70er, 80er

17 09. Juni 200517 Agenda 1. Begriffe 2. Historie 3. Anwendungsbereiche 4. Aufbau eines DW-Systems 5. OLAP vs. OLTP 6. Fazit

18 09. Juni 200518 Anwendungsbereiche Betriebswirtschaft –Informationsbereitstellung zur erfolgreichen Abwicklung von Geschäftsprozessen (Kennzahlen) –Analyse zur Untersuchung von Abweichungen und Auffälligkeiten –Planung –Kampagnenmanagement

19 09. Juni 200519 Anwendungsbereiche Wissenschaft (statistical and scientific databases) –Bsp. Project Earth Observing System Technik –Umweltdaten, geografische Daten –Bsp. Wasseranalysen

20 09. Juni 200520 Agenda 1. Begriffe 2. Historie 3. Anwendungsbereiche 4. Aufbau eines DW-Systems 5. OLAP vs. OLTP 6. Fazit

21 09. Juni 200521 Aufbau eines DW-Systems Quelle: Uni Kaiserslautern

22 09. Juni 200522 Aufbau Datenquellen Metadaten OLAP-Server Data Mining

23 09. Juni 200523 Agenda 1. Begriffe 2. Historie 3. Anwendungsbereiche 4. Aufbau eines DW-Systems 5. OLAP vs. OLTP 6. Fazit

24 09. Juni 200524 OLAP vs. OLTP OLTP: Online Transactional Processing –Operative Systeme (viele kurze Transaktionen im Mittelpunkt) –Keine Redundanz, Normalisierung (reine Lehre) –Aktueller Datenbankzustand –Bsp.: Flugbuchung –Ziel: viele TA pro sek, TA-Sicherheit bei parallelen Anfragen, Minimierung der Antwortzeit

25 09. Juni 200525 OLAP vs. OLTP OLAP: Online Analytical Processing –Informative Systeme –Große Anfragen –Redundanz notwendig –Historisierung –Tages-/Wochenaktualität ausreichend –Voraggregation –Bsp.: Getränkemarkt (Quelle: Sattler/Saake) –Ziel: Antwortzeit von wenigen sek

26 09. Juni 200526 OLAP vs. OLTP Werbung Umsatz, Portfolio Quelle: Sattler/Saake Beispiel

27 09. Juni 200527 OLAP vs. OLTP Anfragen –Wie viele Flaschen Cola wurden letzten Monat verkauft? –Wie hat sich der Verkauf von Rotwein im letzten Jahr in den Regionen entwickelt? –Wer sind unsere Top-Kunden? –Von welchem Lieferanten beziehen wir die meisten Kisten?

28 09. Juni 200528 OLAP vs. OLTP Anforderungen –Ständig neue Anfragen (Gliederungsebenen, Fokus, …) –Schnelle Berichterstellung –Gleiche Antwortzeit für Standard- und Ad- hoc-Anfragen –Keine Einbindung von IT-Abteilungen bei neuer Anfragestruktur

29 09. Juni 200529 OLAP vs. OLTP

30 09. Juni 200530 OLAP vs. OLTP OLTP UPDATE Personal SET Bonus = Bonus * 1.1, Gehalt = Gehalt * 0.95 WHERE Name = Meier; UPDATE Kunden SET Betreuer = Meier WHERE Name = Huber; COMMIT; OLAP SELECT MONTH(V.Datum),R.Region,P.Produktfamilie FROM Verkäufe V,Produkte P,Regionen R WHERE V.ProduktNr = P.ProduktNr AND V.RegionNr = R.RegionNr AND YEAR(V.Datum) = 2004 AND P.Produktfamilie = Rotwein GROUP BY MONTH(V.Datum), R.Region Bsp. Anfragen

31 09. Juni 200531 OLAP vs. OLTP Codd`sche Regeln 1. Multidimensionale konzeptionelle Sicht 2. Transparenz 3. Zugriffsmöglichkeiten 4. Konstante Antwortzeiten 5. Client/Server-Architektur 6. Generische Dimensionalität 7. Dynamische Behandlung dünn besetzter Matrizen Ted Codd

32 09. Juni 200532 OLAP vs. OLTP Codd`sche Regeln 8. Mehrbenutzerunterstützung 9. Kreuzdimensionale Operationen 10. Intuitive Datenbearbeitung 11. Flexible Berichterstellung 12. Unbegrenzte Anzahl von Dimensionen und Klassifikationshierarchien 1995 Erweiterung um 6 weitere Regeln

33 09. Juni 200533 OLAP vs. OLTP FASMI ( fast analysis of shared multidimensional information) –Geschwindigkeit –Analysemöglichkeit –Sicherheit –Multidimensionalität –Kapazität

34 09. Juni 200534 Agenda 1. Begriffe 2. Historie 3. Anwendungsbereiche 4. Aufbau eines DW-Systems 5. OLAP vs. OLTP 6. Fazit

35 09. Juni 200535 Fazit Wir ertrinken in Informationen und dürsten nach Einsicht. John Naisbitt

36 09. Juni 200536 Fazit DW kann helfen Aber Einführung allein genügt nicht Sorgfältige Planung, Kostenanalyse und Nutzenabschätzung unumgänglich Sonst Gefahr des Scheiterns Dennoch immenses Marktwachstum

37 09. Juni 200537 Fazit Quelle: http://www. Olapreport.com

38 09. Juni 200538 Vielen Dank für die Aufmerksamkeit…


Herunterladen ppt "Data Warehousing Abgrenzung, Einordnung und Anwendungen Sebastian Hentschel."

Ähnliche Präsentationen


Google-Anzeigen