VerkÃ¤ufe

Weitere Magazine

Empfehlungen

Info

◮ Datenbankarchitektur: Ein Data Warehouse enthält üblicherweise zwei Arten von Informationen: c○ M. Scholl, 2005/06 – Informationssysteme: 8. Data Warehousing 8-4 eine (sehr große) Faktentabelle: ⊲ Diese enthält pro Tupel einen einzelnen Geschäftsvorfall (einen Verkauf, einen Vertragsabschluß, einen Auftrag, . . .) ⊲ enthält jeweils Fremdschlüssel der beteiligten Dimensionen sowie weitere Informationen ⊲ Beispiele: □ Alle Verkäufe der letzten drei Jahre □ Alle Telefonate des letzten Jahres □ Alle Flugreservierungen der letzten fünf Jahre ⊲ typischerweise eine normalisierte Relation verschiedene Dimensionstabellen: Jede Dimension beschreibt einen zentralen Aspekt für das Data Warehouse. Übliche Dimensionen sind: Lieferant, Produkt, Zeit, Region, Filiale, Kunde, . . . oftmals nicht normalisiert
c○ M. Scholl, 2005/06 – Informationssysteme: 8. Data Warehousing 8-5 ◮ Ein wesentliches Problem ist etwa die adäquate Modellierung der Dimensionen Auftretende Probleme: ⊲ Dimensionen haben eine hierarchische Gliederungsstruktur: □ Region: Kontinent – Land – Bundesland – Stadt – Straße □ Zeit: Jahr – Monat – Tag ⊲ Manche Dimensionen haben mehrere nicht-kompatible Strukturen: □ Jahr – Quartal – Monat– Tag □ Jahr – Woche – Tag Jahr Woche (KW) Quartal Monat Tag Dimensionsstrukturen können sich über die Zeit verändern, wenn sich das Anwendungsfeld verändert ⇒ Anpassung alter Daten/Dimensionsinformation problematisch! ◮ Üblicherweise werden Anfragen an die Fakten-Tabelle im Zusammenhang mit einer oder mehreren Dimensionen gestellt (mehrfache Joins). ◮ Diese Anfragen enthalten oft Aggregierungen und sind nach den Dimensionen strukturiert ⇒ Multidimensionale Anfragen
Seite 1 und 2: c○ M. Scholl, 2005/06 - Informati
Seite 3: ◮ Typische Aspekte: Sehr große
Seite 7 und 8: ◮ Datenwürfel ( ” Cube“): St
Seite 9 und 10: ◮ Wesentliche Anforderung: Das Da
Seite 11 und 12: ◮ Zweck: c○ M. Scholl, 2005/06
Seite 13 und 14: Das Stern-Schema: Handelsunternehme
Seite 15 und 16: Stern-Schema ... ... ... ... ... ..
Seite 17 und 18: Nicht-normalisierte Dimensionstabel
Seite 19 und 20: Anfragen im Sternschema select sum(
Seite 21 und 22: Roll-up/Drill-down-Anfragen select
Seite 23 und 24: Rollup Drill- Down
Seite 25 und 26: Materialisierung von Aggregaten ins
Seite 27 und 28: Würfeldarstellung
Seite 29 und 30: Wiederverwendung von Teil-Aggregate
Seite 31 und 32: Die Materialisierungs-Hierarchie {
Seite 33 und 34: ◮ Datenbankgröße skalierbar (SF
Seite 35 und 36: Beispiel: ” Bestimmng des Brutto-
Seite 37 und 38: ◮ Rollup-Anfragen: select deptno,
Seite 39 und 40: ◮ Weitere Beispiele: c○ M. Scho
Seite 41 und 42: ◮ Top-n/Bottom-n-Anfragen: c○ M
Seite 43 und 44: 8.5.2 Datenmodellierung c○ M. Sch
Seite 45 und 46: ◮ Normalisierte Dimensionen: c○
Seite 47 und 48: Anfrage: c○ M. Scholl, 2005/06 -
Seite 49 und 50: 8.6 Weitere Fragestellungen c○ M.
Seite 51: 8.7 Literaturhinweise c○ M. Schol

VerkÃ¤ufe

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?