24.01.2013 Aufrufe

Dokument 1.pdf (1.378 KB) - MADOC - Universität Mannheim

Dokument 1.pdf (1.378 KB) - MADOC - Universität Mannheim

Dokument 1.pdf (1.378 KB) - MADOC - Universität Mannheim

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

- 86 -<br />

Lösung dieses Problems kann über Levelattribute oder die Aufteilung der Faktentabelle<br />

erfolgen. Letztere Alternative führt zu einem komplizierteren Datenbankschema.<br />

Datensichten, die die abgerufenen Informationen protokollieren, können in der Betriebsphase<br />

helfen, oft benötigte Aggregate zu identifizieren, um nur diese zu separieren. Dieser<br />

Ansatz zieht jedoch ein späteres Re-Design des DW nach sich.<br />

Bei der Speicherung von Aggregaten ist ein grundsätzlicher Interessenkonflikt zwischen<br />

der IT-Abteilung und den Anwendern festzustellen, dessen Lösung von der aktuellen<br />

Situation und der zukünftigen Entwicklung der Organisation beeinflusst wird.<br />

Bei ausschließlicher Speicherung der Daten in niedrigerer Granularität benötigt das DW<br />

weniger Speicherplatz als bei Speicherung detaillierterer Daten. Damit würden auch für<br />

Anwendungen, wie z.B. die Datenmanipulation, weniger Ressourcen benötigt und die<br />

Netzbelastung würde wegen des geringeren Datenvolumens abnehmen. Andererseits wären<br />

die Daten in niedrigerer Granularität für die Entscheidungsträger weniger brauchbar, wenn<br />

sie an sehr detaillierten Datenbeständen für ihre Auswertungen interessiert sind, da nur<br />

solche die benötigten Auswertungen zulassen. 298 Anwender würden also auch sehr<br />

detaillierte Daten im DW und nicht nur im Archivierungssystem vorhalten. Das wiederum<br />

verursacht wie beschrieben höhere Datenvolumen, längere Antwortzeiten oder komplexe<br />

Datenmodelle.<br />

3.2.3.2 Operational Data Store<br />

Der ODS stellt eine nicht unumstrittene Komponente des DWS dar und kann zwei<br />

Funktionen erfüllen - die Überbrückung des Zeitraumes zwischen zwei Aktualisierungen<br />

und die Sicherstellung einer performanten Antwortzeit.<br />

Einige Analysen erfordern zeitpunktaktuelle Daten, jedoch kann aus den oben genannten<br />

Gründen ein Durchgriff auf die operativen Daten nicht sinnvoll sein. Die Implementierung<br />

eines ODS überbrückt die Zeitspanne zwischen zwei Datenübernahmen in das DW, indem<br />

in den ODS die benötigten zeitpunktaktuellen Daten gemäß den Strukturen des DW und<br />

ggf. an die Auswertungstools angepasst extrahiert werden. Liegen die Zeitpunkte der<br />

Datenübernahme aus den operativen Systemen weit auseinander, können auch aggregierte<br />

Daten im ODS gespeichert werden. Bei der nächsten Datenübernahme werden dann diese<br />

Daten ebenfalls in das DW übernommen. 299 Der ODS stellt hier also keineswegs eine<br />

‚Ersatz-Datenbasis’ für die operativen Systeme dar. und nimmt die Funktion einer<br />

Zwischenschicht zwischen operativen Systemen und DW wahr.<br />

298 Vgl. Mucksch, H./ Behme, W. (2000), S.39f.<br />

299 Vgl. Mucksch, H./ Behme, W. (2000), S.21.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!