Frameworks als rettende Helfer Data Vault: mehr Agilität im Data Warehouse (Teil 3)

0

Data Vault

Mehr Agilität durch Data Vault

Wer bislang noch nicht mit der Modellierungstechnik Data Vault gearbeitet hat, fragt sich häufig, wie diese in die bestehende Data Warehouse-Architektur integriert werden kann. Data Vault Frameworks sind hier die Lösung, weil sie einen Layer zwischen Data Warehouse und Entwickler ziehen und somit die Komplexität bei der Umsetzung verringern.  zum Artikel

Die Vorteile von Data Vault Data Vault: mehr Agilität im Data Warehouse (Teil 2)

0

Data Vault

Mehr Agilität durch Data Vault

Agile Unternehmen brauchen eine agile IT. Moderne Datenstrukturen sind aber mit bestehenden Data Warehouse-Architekturen nur umständlich (und teuer) zu erreichen. Data Vault ist ein Technologieansatz, mit dem sich Legacy Data Warehouses den Anforderungen der Digitalisierung anpassen lassen. Im zweiten Beitrag der Blogserie geht es um die Vorteile des Konzepts.  zum Artikel

Data Vault: mehr Agilität im Data Warehouse Teil 1: Konzept und Definition

0

Data Vault

Mehr Agilität durch Data Vault

Unternehmen müssen ihr Geschäft in immer kürzeren Zyklen transformieren und sich permanent den Marktbedürfnissen anpassen. Data Warehouse-Verantwortliche stehen deshalb unter Druck, für agile Datenstrukturen sorgen zu müssen. Dafür sind bestehende Data Warehouses aber häufig zu schwerfällig, zu komplex oder zu teuer. Eine gute Lösung, um mit bestehenden Architekturen moderne Anforderungen abzudecken, ist Data Vault. In dieser Blogserie, die auf dem gleichnamigen Whitepaper basiert, diskutiere ich das Konzept und seine Einsatzmöglichkeiten für Data Warehouses.  zum Artikel

Data Warehouse in der Cloud Wie die Cloud die klassischen Datenplattformen revolutioniert

1

Rene Medak, Sales Director bei Snowflake

Rene Medak, Sales Director bei Snowflake

Themen wie Geschwindigkeit, Flexibilität und Data Sharing werden im Data Warehouse-Bereich immer wichtiger für Unternehmen. Klassische Data Warehouses können die durch Digitalisierung und Big Data veränderten Anforderungen kaum noch erfüllen. Welche Vorteile die Cloud für Data Warehousing besitzt, stellt Rene Medak vom Cloud-Spezialisten Snowflake auf dem Pentaho User Meeting am 11. März vor. Ich habe mich mit ihm über die wachsende Bedeutung der Cloud für Datenhaltung und -analyse unterhalten.  zum Artikel

Pentaho Analyzer – flexibles Analysetool für das Open Data Warehouse

0
Pentaho Analyzer – flexibles Analysetool für das Open Data Warehouse

Pentaho Analyzer: flexibles Analysetool für das Open Data Warehouse

Die Datenpräsentation bildet die Schnittstelle zwischen System und Anwender – aus Vertrieb, Controlling, Produktion und zunehmend auch dem Marketing ist sie heute kaum mehr wegzudenken. Mit den Datenintegrations- und Analysemöglichkeiten von Pentaho sind auch Anwender ohne Programmierkenntnisse in der Lage, Daten aus dem Data Warehouse aufzubereiten, zu visualisieren und interaktiv miteinander zu teilen.  zum Artikel

Mondrian – quelloffener OLAP Server für relationale Datenbanksysteme

0
Mondrian bietet gute Abfragegeschwindigkeit bei großen DatenmengenDatenbanken

Mondrian bietet gute Abfragegeschwindigkeit bei großen DatenmengenDatenbanken

Die Arbeitsschritte innerhalb eines Data Warehouse basieren auf dem Online Analytical Processing. OLAP dient zur mehrdimensionalen Visualisierung großer Datenmengen. Zusammenhängende Daten werden typischerweise in Form eines Würfels dargestellt. Ob relationales (ROLAP), multidimensionales (MOLAP) oder hybrides (HOLAP) Online Analytical Processing eingesetzt werden sollte, ist u.a. davon abhängig, ob die Daten aus einer Datenbank kommen oder aus operativen Systemen.  zum Artikel

Spaltenorientierte Datenhaltung im Data Warehouse (OSS)

0
OLAP-Systeme laufen schneller mit spaltenorientierten Datenbanken

OLAP-Systeme laufen schneller mit spaltenorientierten Datenbanken wie Infobright

Je nachdem, welche Art von Daten gespeichert und verarbeitet werden soll, lassen sich auf Ebene der Datenhaltung verschiedene Datenbanken einbinden. Generell wird zwischen relationalen und nicht-relationalen Systemen unterschieden. In unserem Best Practice „Open Source Data Warehouse“ haben wir die Datenhaltung mit der analytischen Datenbank Infobright realisiert. Im Gegensatz zu klassischen relationalen Datenbanken arbeitet Infobright spaltenorientiert – und bietet dadurch auch bei großen Datenbeständen eine hohe Abfragegeschwindigkeit.

 zum Artikel

Open Source Data Warehouse – Diese Daten gehören ins Lager

0
Diese Daten gehören ins Datenlager

Pentaho Data Integration erfasst auch unstrukturierte Daten

Ursprünglich für Reportings und einfache Analysen entworfen, erwarten Unternehmen von einem Data Warehouse heute, dass auf Basis operativer Daten auch spezielle Ad-hoc-Auswertungen für unterschiedliche Fachanwender möglich sind. Der Ausbau des Data Warehouse mit kommerzieller Datenbanksoftware kann dabei schnell zu hohen Lizenz- und Betriebskosten führen. Für die Umsetzung des ETL-Prozesses in unserem Best Practice nutzen wir deshalb das Open Source Tool Pentaho Data Integration.

 zum Artikel

Best Practice: Aufbau eines Data Warehouse System mit OSS

0
Ein Warenhaus für Daten

Ein Warenhaus für Daten

Unternehmen und ihr Umfeld produzieren immer schneller, immer größere Datenmengen. Die anfallenden Daten bergen ein riesiges wirtschaftliches Potenzial – wenn sie richtig verarbeitet und analysiert werden. Ein Data Warehouse System bildet die ideale Grundlage dafür. In diesem Best Practice-Bericht zeigen wir, wie und mit welchen Open-Source-Lösungen ein leistungsfähiges Data Warehouse aufgebaut werden kann.

 zum Artikel