Dokument 1 - RWTH Aachen University

34 3 Ein Metamodell für die Architektur von Data-Warehouse-Systemen
In den folgenden Abschnitten wird zunächst die Notwendigkeit für eine erweiterte Metadatenverwaltung
in DW-Systemen motiviert. Dafür analysiere ich zunächst Architekturen und Modelle
für DW-Systeme in kommerziellen Produkten. Darüber hinaus werden Standards für die Verwaltung
und den Austausch von Metadaten untersucht. Aufgrund der festgestellten Schwächen in
diesen Modellen, wird zunächst in Abschnitt 3.4 das schon erwähnte Rahmenwerk entwickelt,
und dieses dann in Abschnitt 3.5 in ein erweitertes Metamodell für DW-Systeme umgesetzt. Abschnitt
3.6 präsentiert dann an einigen Beispielen, wie das Modell angewendet werden kann.
Abgeschlossen wird das Kapitel mit einer Diskussion des Modells und einem Ausblick auf die
folgenden Kapitel.
3.1 DW-Architekturen in kommerziellen Produkten
Die kommerziell verfügbaren Produkte im Bereich Data Warehousing kann man im wesentlichen
in zwei Gruppen unterteilen. Auf der einen Seite gibt es die ETL-Werkzeuge (Extraktion–
Transformation–Laden), die für die Beschaffung der Daten aus den Quellsystemen verantwortlich
sind. Andererseits gibt es einen Markt für OLAP-Werkzeuge, die die Daten multidimensional
aufbereiten, daraus Berichte generieren und über verschiedene Benutzerschnittstellen zur
Verfügung stellen. Da in dieser Arbeit die Integration von Daten im Vordergrund steht, werden
hier die ETL-Werkzeuge genauer betrachtet.
Verschiedene Marktstudien belegen [Agosta, 2002; Friedman, 2002], dass der Markt für ETL-
Produkte vor allem von Firmen beherrscht wird, die entweder sich auf ETL-Produkte spezialisiert
haben (wie z.B. Ascential Software oder Informatica) oder die ETL-Produkte mit ihren Datenbankprodukten
ausliefern (wie z.B. IBM, Microsoft oder Oracle). In den folgenden Abschnitten
wird jeweils ein Beispiel dieser beiden Kategorien vorgestellt.
3.1.1 Beispiel eines speziellen ETL-Produkts
Als Beispiel für die Gruppe der speziellen ETL-Produkte wird hier das Produkt DataStage von
Ascential Software vorgestellt [Ascential Software, 2002]. DataStage ist eine Zusammenstellung
von Werkzeugen, die die Integration von Daten in einem Unternehmen erleichtern sollen.
DW-Systeme sind zwar das Haupteinsatzgebiet von DataStage, jedoch können die Werkzeuge
auch in anderen Kontexten eingesetzt werden, wo die Integration von Daten erforderlich ist. Neben
Funktionen zur Extraktion, Transformation und Integration von Daten bietet DataStage auch
Möglichkeiten zur Verwaltung von Datenqualitätsmerkmalen und zur Integration der Metadaten
unterschiedlicher Datenquellen. Die angebotenen Funktionalitäten stehen also in direktem
Zusammenhang mit den Kernthemen dieser Arbeit.
Die Hauptkomponente von DataStage ist der DataStage Server, in dem die eigentlichen Integrationsprozesse
ablaufen. Dieser Server ist darauf ausgelegt eine große Menge von Daten parallel
zu verarbeiten und kann daher auch die Vorteile von Mehrprozessormaschinen nutzen. Des Weiteren
bietet der Server eine Vielzahl von Schnittstellen zu Datenbanksystemen (wie z.B. Oracle,