Skip to main content

Data Warehouse

Agiles Data Warehouse mit Data Vault

Data Warehouse (abgekürzt DWH) ist eine Softwarearchitektur, die Unternehmen seit vielen Jahren hilft, wertvolles Wissen aus ihren unterschiedlichen IT-Systemen zu bergen. Die Realität, in der diese Technologie eingesetzt wird, hat sich aber in jüngster Vergangenheit stark geändert: Heute erzeugen viele Unternehmen überproportional mehr Daten und die Reaktionsgeschwindigkeit für die Auswertung dieser Informationen hat sich drastisch verkürzt. Gleichzeitig nimmt der Wissensdurst von Organisationen und Unternehmen zu. Der klassische Data Warehouse-Ansatz stößt in diesem Umfeld schnell an seine Grenzen. Data Vault verspricht, den neuen Anforderungen gerecht zu werden und bietet einen vielversprechenden Ansatz, um das althergebrachte Data Warehouse Konzept zu erweitern und zu modernisieren. 

Die Grenzen klassischer Data Warehouses

Grenzen klassischer Data Warehouses

Konfrontiert mit extrem hohen Datenvolumina kann die Skalierung eines DWH sehr schwierig sein. Verwenden Unternehmen eine kommerzielle Datenbanksoftware, kann die Speicherung zudem hohe Lizenzkosten nach sich ziehen. Das schreckt viele Unternehmen ab, weshalb sie ihre Daten nicht analysieren und das Wissen darin nicht nutzen.

Weil immer mehr Daten in nicht standardisierten Formaten in den Mittelpunkt des Analyseinteresses rücken, stoßen relationale Datenbanken schnell an ihre Grenzen.

Um den gestiegenen Anforderungen gerecht zu werden, kommen neue Technologien ins Spiel.

Data Warehouse Modernisierung mit Data Vault

Data Vault ist die aktuelle Antwort auf viele Herausforderungen vor denen Data Warehouse (DWH) Architekten stehen, denn die innovative Data Warehouse-Modellierung verspricht wieder zeitgerechte Entwicklungen bzw. ein optimiertes time-to-market.

Vor allem Unternehmen, die große Datenvolumen in kurzer Zeit laden müssen sowie Unternehmen, die ihre Business Intelligence-Applikationen agil entwickeln, profitieren sehr stark von der Data Vault-Methodik.

Der Business-Value des Data Vault-Konzepts:

  • Massive Reduzierung der Entwicklungszeit bei der Implementierung von Business-Anforderungen
  • Schnellerer Return of Investment bei DWH-Aufbau/-Modernisierung
  • Verwaltung und Einhaltung von Compliance-Anforderungen (Basel, BCBS 239, u.a.)
  • 100%-ige Auditfähigkeit durch Historisierung und Nachvollziehbarkeit aller Daten bis zum Quellsystem
  • Stichtagsbezogene Auswertungen: Daten aus dem Altbestand können zum gewünschten Stichtag dargestellt/ wiederhergestellt werden. Berichtsstände können miteinander verglichen werden.

Um die Vorteile von Data Vault zu nutzen, ist es nicht notwendig eine existierende Data Warehouse-Architektur komplett neu aufzubauen. Es gibt die Möglichkeit, neue Aspekte einer Data Warehouse-Lösung mit Konzepten und Methoden des Data Vault aufzubauen, ohne die existierenden Bestandteile zu verlieren. Durch eine klare Zuordnung, welche Bereiche wo in der Architektur angesiedelt sind, ist dies machbar. Auch das partielle Anwenden von Data Vault ist möglich.


Stefan Müller
Director Big Data Analytics & IoT

Interesse an einem Pilotprojekt? Wir setzen Ihren speziellen Business Case mit Data Vault um.


Anrede:

Vorname*:

Name*:

Firma*:

Job Titel*:

Telefon*:

Anliegen*:

Geschäftliche E-Mail*:

Erweiterung des Data Warehouse um Hadoop, NoSQL & Co

Um die Beschränkungen von RDBMS zu überwinden wurden verschiedene technologische Ansätze entwickelt: NoSQL-Datenbanken, Apache Hadoop und analytische Datenbanken.

Hadoop als Data Warehouse Plattform

Hadoop als Data Warehouse Plattform

Apache Hadoop setzt dort an, wo traditionelle DWH-Systeme an ihre Grenzen stoßen. Das Grundproblem beim Einsatz herkömmlicher Data Warehouse-Technologien ist der rapide Anstieg der Betriebskosten, wenn große Datenmengen verarbeitet werden. Zudem werden immer mehr unstrukturierte Daten erzeugt, die nicht in die Logik eines Data Warehouse passen. Hadoop ist keine Datenbank, sondern besteht aus dem verteilten Dateisystem HDFS und dem MapReduce-Framework zur Verarbeitung der Daten.

Ihr Nutzen

Data Warehouse

ganzheitlicher Blick auf die Unternehmensdaten 

Auswertungen auf einer integrierten Datenbasis

Zeitersparnis durch einheitlichen Datenzugriff

automatisierte und standardisierte Berechnung von Kennzahlen

Wissensgewinn durch Verknüpfung von Informationen (Data Mining)

Unternehmensdaten über Zeitreihen vergleichbar

Data Vault

Time Traveling (stichtagsbezogene Auswertungen)

Auditierfähigkeit durch Historisierung aller im DWH gespeicherten Informationen

Near-Real-Time Beladung durch hohe Parallelisierbarkeit

Nahtlose Integration von NoSQL/unstrukturierten Daten

Datenmodell einfach für alle Themenbereiche erweiterbar

Wenige, automatisierbare ETL Patterns

Unsere Leistungen

Konzeption und Modellierung eines Data Warehouse

Als erfahrener Dienstleister im BI-Umfeld nutzen wir Pentaho Data Integration (PDI) für die Entwicklung der notwendigen Extraktions-, Transformations- und Ladeprozesse (ETL-Prozesse), sowie auf Datenbankebene interessante Technologien wie NoSQL, PostgreSQL oder Neo4J. Mit diesem Technologie Stack können wir auch komplexe Anforderungen umsetzen.

Entwicklung, Bereitstellung und Betrieb von Data Vaults

Mit unserem Pentaho Data Vault Framework bieten wir eine schnelle und einfache Umsetzungsmöglichkeit eines Data Warehouse mit Data Vault. Damit sind Sie beim Aufbau eines agilen Data Warehouse 2-5x schneller. Sie sparen nicht nur Zeit, sondern sind auch schneller time-to-market.


Stefan Müller
Director Big Data Analytics & IoT

Planen Sie ein DWH-Projekt oder möchten Sie ihr Data Warehouse mit Data Vault modernisieren?


Anrede:

Vorname*:

Name*:

Firma*:

Job Titel*:

Telefon*:

Anliegen*:

Geschäftliche E-Mail*:

Pentaho von Hitachi Vantara ist die führende Software für Data Integration und Big Data Analytics. Hitachi Vantara bietet ein umfassendes Lösungsportfolio für Big Data, Internet der Dinge und Cloud. it-novum ist Hitachi Vantara-Partner für Big Data Insights and IoT sowie größter Pentaho Implementierungs- und Trainingspartner in EMEA.