Mit dem stetigen Zuwachs an digital gespeicherten Daten nimmt auch der Bedarf an Strukturierungs- und Abrufungsmöglichkeiten zu. Eine Lösung sind Data-Warehouse-Systeme.
Nach anfänglichen Versuchen der Datenablage als Stern- oder Schneeflockenschema arbeitet man heute aufgrund der zunehmenden Anforderungen an Konsistenz, Datenpersistenz und Flexibilität meist mit einer Schichtenarchitektur. Nach einem kurzen Überblick über die verschiedenen Schichten fokussiert sich die Untersuchung auf die spezifische Schichtenarchitektur von Data Warehouses (LSA) und deren unterschiedliche Nutzungsmöglichkeiten.
Inhaltsverzeichnis
- Die Architektur eines Data Warehouses
- Einführung Data Warehouse Systeme
- Persistent Staging Area
- Data Warehouse
- Data Mart
- Operational Data Store
- Schichtenarchitektur eines Data Warehouse (LSA)
- Überblick: Schichtenarchitektur
- Data-Acquisition-Schicht
- Quality-And-Harmonisation-Schicht
- Data-Propagation-Schicht
- Corporate Memory
- Architected-Data-Mart-Schicht
- Business-Transformation-Schicht
- Reporting-Schicht
- Viritualization-Schicht
- Operational Data Store
- LSA Datendomänen
- Globale BW-Systeme
- InfoSources in der LSA
- InfoSources und BW-Systeme
- Der Data Flow im SAP Business Warehouse
Zielsetzung und Themenschwerpunkte
Diese Arbeit befasst sich mit der Architektur von Data Warehouses und deren Bedeutung für die Business Intelligence. Dabei werden verschiedene Schichtenarchitekturen vorgestellt und die Funktionsweise von Data Warehouses erläutert. Die Arbeit beleuchtet insbesondere die Bedeutung der Persistent Staging Area, des Data Warehouses und des Data Marts sowie die Rolle des Operational Data Stores.
- Schichtenarchitektur von Data Warehouses
- Funktionen und Aufgaben der verschiedenen Schichten
- Integration und Harmonisierung von Daten
- Anwendung des SAP Business Warehouse (BW)
- Data Flow im Business Warehouse
Zusammenfassung der Kapitel
- Die Architektur eines Data Warehouses: Dieses Kapitel führt in die verschiedenen Architekturen von Data Warehouses ein und erläutert die Schichtenarchitektur des Data Warehouse Systems. Dabei werden die Persistent Staging Area, das Data Warehouse, Data Marts und der Operational Data Store vorgestellt.
- Schichtenarchitektur eines Data Warehouse (LSA): Dieses Kapitel befasst sich mit der Schichtenarchitektur des LSA (Layered Scalable Architecture) und beschreibt die verschiedenen Schichten wie die Data-Acquisition-Schicht, die Quality-And-Harmonisation-Schicht, die Data-Propagation-Schicht und die Corporate Memory-Schicht.
- Architected-Data-Mart-Schicht: Dieses Kapitel behandelt die Architected-Data-Mart-Schicht und die darin enthaltenen Schichten, wie die Business-Transformation-Schicht, die Reporting-Schicht, die Viritualization-Schicht und den Operational Data Store.
- LSA Datendomänen: Dieses Kapitel beschäftigt sich mit den Datendomänen innerhalb der LSA und geht insbesondere auf die globalen BW-Systeme ein.
- InfoSources in der LSA: Dieses Kapitel erklärt die InfoSources in der LSA und deren Verbindung zu den BW-Systemen.
- Der Data Flow im SAP Business Warehouse: Dieses Kapitel erläutert den Data Flow im SAP Business Warehouse und die Prozesse, die bei der Datenverarbeitung stattfinden.
Schlüsselwörter
Data Warehouse, Schichtenarchitektur, LSA (Layered Scalable Architecture), Persistent Staging Area, Data Mart, Operational Data Store, SAP Business Warehouse (BW), Data Flow, Business Intelligence.
- Citation du texte
- Ivan Kurtovic (Auteur), 2015, Data Warehouse Architecture und LSA. Trends in Business Intelligence, Munich, GRIN Verlag, https://www.grin.com/document/428778
