1 / 38

Data Warehousing: Definitions, Applications, and Systems

Explore the definitions, history, and applications of data warehousing, comparing OLAP and OLTP systems. Learn about the components and structure of a data warehouse system.

mura
Download Presentation

Data Warehousing: Definitions, Applications, and Systems

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Data Warehousing Abgrenzung, Einordnung und Anwendungen Sebastian Hentschel

  2. Agenda • Begriffe • Historie • Anwendungsbereiche • Aufbau eines DW-Systems • OLAP vs. OLTP • Fazit

  3. Agenda • Begriffe • Historie • Anwendungsbereiche • Aufbau eines DW-Systems • OLAP vs. OLTP • Fazit

  4. Begriffe • Definition nach Inmon (1996): „A data warehouse is a subject oriented, integrated, non-volatile, and time variant collection of data in support of management‘s decisions.“ William H. Inmon

  5. Begriffe • Definition nach Bauer/Günzel: „Ein Data-Warehouse ist eine physische Datenbank, die eine integrierte Sicht auf (beliebige) Daten darstellt, um Analysen zu ermöglichen.“

  6. Begriffe • Definition nach Zeh: „Ein Data-Warehouse ist ein physischer Datenbestand, der eine integrierte Sicht auf zugrundeliegende Datenquellen ermöglicht.“

  7. Begriffe Data Warehouse • Physische Datenbank • Integrierte Sicht auf Daten • Häufig historisierte Daten • Periodische Updates, aber keine Veränderungen • Ausgangspunkt für OLAP und Data Mining

  8. Begriffe • Unterschiede zu klassischen DBMS: • Zusätzlich Datenverdichtung, Partitionierung, Redundanz • Anwendungssicht, Datensicht, Entwicklungssicht  siehe OLTP/OLAP

  9. Begriffe Data Warehouse Systeme • Informationssystem • Komponenten zur Integration und Analyse • Statischer Charakter

  10. 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

  11. Begriffe Data Mart • „kleines“ Data Warehouse • auf bestimmte Geschäftsprozesse oder Problemstellungen bezogen • dezentral • Einführung kostengünstiger und schneller als DW

  12. Agenda • Begriffe • Historie • Anwendungsbereiche • Aufbau eines DW-Systems • OLAP vs. OLTP • Fazit

  13. Historie • Triebfedern • Betriebswirtschaftliches Berichtswesen • Statistik • Integration

  14. 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

  15. 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

  16. Agenda • Begriffe • Historie • Anwendungsbereiche • Aufbau eines DW-Systems • OLAP vs. OLTP • Fazit

  17. Anwendungsbereiche • Betriebswirtschaft • Informationsbereitstellung zur erfolgreichen Abwicklung von Geschäftsprozessen (Kennzahlen) • Analyse zur Untersuchung von Abweichungen und Auffälligkeiten • Planung • Kampagnenmanagement

  18. Anwendungsbereiche • Wissenschaft (statistical and scientific databases) • Bsp. Project Earth Observing System • Technik • Umweltdaten, geografische Daten • Bsp. Wasseranalysen

  19. Agenda • Begriffe • Historie • Anwendungsbereiche • Aufbau eines DW-Systems • OLAP vs. OLTP • Fazit

  20. Aufbau eines DW-Systems Quelle: Uni Kaiserslautern

  21. Aufbau • Datenquellen • Metadaten • OLAP-Server • Data Mining

  22. Agenda • Begriffe • Historie • Anwendungsbereiche • Aufbau eines DW-Systems • OLAP vs. OLTP • Fazit

  23. 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

  24. 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

  25. Umsatz, Portfolio Werbung OLAP vs. OLTP • Beispiel Quelle: Sattler/Saake

  26. 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?

  27. 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

  28. OLAP vs. OLTP

  29. OLAP vs. OLTP • Bsp. Anfragen

  30. 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

  31. 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

  32. OLAP vs. OLTP • FASMI (fast analysis of shared multidimensional information) • Geschwindigkeit • Analysemöglichkeit • Sicherheit • Multidimensionalität • Kapazität

  33. Agenda • Begriffe • Historie • Anwendungsbereiche • Aufbau eines DW-Systems • OLAP vs. OLTP • Fazit

  34. Fazit „Wir ertrinken in Informationen und dürsten nach Einsicht.“ John Naisbitt

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

  36. Fazit Quelle: http://www. Olapreport.com

  37. Vielen Dank für die Aufmerksamkeit…

More Related