Konzept und Umsetzung einer Service-orientierten Datenintegration ...

von verschiedenen Datenquellen kommenden Daten verarbeitet werden. Der Vorgang der
Datenintegration wird im DWH System durch einen sogenannten ETL-Prozess [BG08]
realisiert. ETL steht für Extraktion, Transformation und Laden. Alle nötigen Daten werden
zuerst aus verschiedenen Quellsystemen extrahiert. Wegen ihres vielfältigen Ursprungs sind
die Daten voneinander unterschiedlich in Bezug auf Format und Struktur. Sie müssen dann in
das Format und die Struktur (Basisschema), die im DWH festgelegt sind, transformiert
werden. Nach der Verarbeitung der Rohdaten im Arbeitsbereich können die Daten dann in
dieses gemeinsame Basisschema des DWH geladen werden.
Um die Aktualität der Daten zu gewährleisten, finden periodische Update-Operationen, z.B.
täglich zu bestimmten Zeitpunkten, statt. Bei Anfragen an das Anwendungssystem erfolgt die
Datenbereitstellung asynchron. Hierauf wird im Abschnitt 5.2.2 näher eingegangen.
Data Warehouses sind heute die wichtigsten auf Datenintegration basierenden Systeme in
Unternehmen. Da die Bearbeitung der Daten direkt auf der zentralen Datenbank stattfindet
und Quellsysteme zur Anfragezeit nicht mehr involviert sind, bringt dieser Ansatz einen
erheblichen Geschwindigkeitsvorteil. Außerdem ermöglicht er es, Daten im Data Warehouse
getrennt von den Quellsystemen zu manipulieren.
Der Nachteil von DWH besteht darin, dass bei diesem Integrationsansatz nicht immer die
aktuellsten Daten zur Verfügung stehen, da das Kopieren der Datenbestände nur in
bestimmten Intervallen erfolgt. Es können auch Konsistenzprobleme auftreten, wenn Daten
im Data Warehouse geändert wurden. [LN06]
3.3 Virtuelle Integration
Im Gegensatz zur materialisierten Integration werden bei der virtuellen Integration keine
Daten zentral gespeichert. Alle zur Integration notwendigen Daten bleiben hier in der
Datenquelle. Anders ausgedrückt, existiert bei der virtuellen Integration der integrierte
Datenbestand nur virtuell. Aus Sicht des Nutzers gibt es zwar einen homogenen Bestand, die
Daten werden aber erst bei einer Anfrage von den Datenquellen übertragen - die
Bereitstellung der Daten ist synchron.
Im Folgenden wird eine wichtige Architektur, die zurzeit oft zur virtuellen Integration
verwendet wird, vorgestellt.
3.3.1 Mediatorbasierte Informationssysteme
Ein mediatorbasiertes Informationssystem beinhaltet zwei wichtige Rollen: Mediator und
Wrapper. Sie dienen als Vermittler zwischen Datenquellen und Anwendungen. Zu jeder
autonomen, heterogenen Quelle wird ein spezieller Wrapper eingesetzt. Die Wrapper sind
zuständig für den Zugriff auf die einzelnen Datenquellen. Ein Mediator kann auf einen oder
32