Dr.-Ing. Andreas Bauer studierte Informatik an der Universität Erlangen-Nürnberg. Danach war er als wissenschaftlicher Mitarbeiter am Fachgebiet Wirtschaftsinformatik I der TU Darmstadt und am Lehrstuhl für Datenbanksysteme der Universität Erlangen-Nürnberg tätig. Von 2003 bis 2008 war er Berater, Projektleiter und Architekt bei der T-Systems und Siemens IT Solutions and Services im Bereich Data Warehousing und Business Intelligence. Seit 2008 ist er im Bereich Business Information Management der Capgemini Deutschland, aktuell als Geschäftsbereichsmanager, tätig. Er ist Mitgründer und war Sprecher des GI-Arbeitskreises 'Konzepte des Data Warehousing'. Prof. Dr.-Ing. Holger Günzel studierte Informatik an der Universität Erlangen-Nürnberg. Danach war er dort als wissenschaftlicher Mitarbeiter am Lehrstuhl für Datenbanksysteme tätig. Von 2001 bis 2007 war er Berater und zuletzt Führungskraft bei der IBM Business Consulting Services in den Bereichen 'unternehmensweite Architekturen', 'Business Intelligence' und 'Serviceorientierte Architekturen'. Seit 2007 ist er Professor an der Fakultät für Betriebswirtschaftslehre der Hochschule München für das Lehrgebiet 'Prozess- und Informationsmanagement'. Er ist Mitgründer der GI-Arbeitskreise 'Konzepte des Data Warehousing' und 'Enterprise Architecture'.
Dr.-Ing. Andreas Bauer studierte Informatik an der Universität Erlangen-Nürnberg. Danach war er als wissenschaftlicher Mitarbeiter am Fachgebiet Wirtschaftsinformatik I der TU Darmstadt und am Lehrstuhl für Datenbanksysteme der Universität Erlangen-Nürnberg tätig. Von 2003 bis 2008 war er Berater, Projektleiter und Architekt bei der T-Systems und Siemens IT Solutions and Services im Bereich Data Warehousing und Business Intelligence. Seit 2008 ist er im Bereich Business Information Management der Capgemini Deutschland, aktuell als Geschäftsbereichsmanager, tätig. Er ist Mitgründer und war Sprecher des GI-Arbeitskreises 'Konzepte des Data Warehousing'. Prof. Dr.-Ing. Holger Günzel studierte Informatik an der Universität Erlangen-Nürnberg. Danach war er dort als wissenschaftlicher Mitarbeiter am Lehrstuhl für Datenbanksysteme tätig. Von 2001 bis 2007 war er Berater und zuletzt Führungskraft bei der IBM Business Consulting Services in den Bereichen 'unternehmensweite Architekturen', 'Business Intelligence' und 'Serviceorientierte Architekturen'. Seit 2007 ist er Professor an der Fakultät für Betriebswirtschaftslehre der Hochschule München für das Lehrgebiet 'Prozess- und Informationsmanagement'. Er ist Mitgründer der GI-Arbeitskreise 'Konzepte des Data Warehousing' und 'Enterprise Architecture'.
Inhaltsverzeichnis
1.1.2 Abgrenzung von transaktionalen Systemen
1.2 Historie des Themenbereichs
1.3 Einordnung und Abgrenzung von Business Intelligence
1.4 Verwendung von Data-Warehouse-Systemen
1.4.2 Wissenschaftliche Anwendungsbereiche
1.4.3 Technische Anwendungsbereiche
1.4.4 Betriebswirtschaftliche Anwendungsbereiche
2.1 Aspekte einer Referenzarchitektur
2.1.1 Referenzmodell für die Architektur von Data-Warehouse-Systemen
2.1.2 Beschreibung der Referenzarchitektur
2.3.1 Bestimmung der Datenquellen
2.3.3 Klassifikation der Quelldaten
2.9.1 Charakterisierung, Aufgaben und Abgrenzung
2.9.2 Aktualisierungsalternativen der Basisdatenbank
2.9.3 Qualität der Daten in der Basisdatenbank
2.10.1 Unterstützung des Ladeprozesses
2.10.2 Unterstützung des Auswertungsprozesses
2.10.3 Nabe-Speiche-Architektur
3.1.1 Realisierungen des Monitoring
3.5.2 Online Analytical Processing (OLAP)
4.1 Speicherarchitekturen für die Basis-, Ableitungs- oder Auswertungsdatenbank
4.1.1 Architektur eines Datenbankverwaltungssystems
4.1.2 Speichermodelle für Daten
4.2.2 Zweischichtenarchitektur
4.2.3 Dreischichtenarchitektur
4.3 Realtime-Data-Warehouse-Systeme
4.3.3 Aktualisierung der Daten
4.4 Architektur für unstrukturierte Daten
4.5.3 Appliance-Datenbanksystem
5 Modellierung der Basisdatenbank
5.1 Begriffsbestimmungen: Vom Modell zum Schema
5.2 Notwendigkeit eines übergreifenden Datenmodells
5.2.1 Probleme beim Verzicht einer übergreifenden Modellierung
5.2.2 Abgrenzung zur unternehmensweiten Modellierung
5.3 Konzeptuelle Modellierung der Basisdatenbank
5.3.5 Langfristiger Lebenszyklus
6 Das multidimensionale Datenmodell
6.1.1 Verschiedene Vorgehensweisen zur Definition einer Methodik
6.1.2 Vorstellung verschiedener Designnotationen
6.2.1 Notwendigkeit der Formalisierung des multidimensionalen Modells
6.2.2 Struktur des multidimensionalen Datenmodells
6.2.3 Fehlende Werte in Würfelzellen (Nullwerte)
6.2.4 Operatoren des multidimensionalen Modells
6.2.5 Weitere Ansätze zur Formalisierung
6.2.6 Grenzen und Erweiterungen des multidimensionalen Datenmodells
6.3 Unterstützung von Veränderungen
6.3.2 Aspekte der Klassifikationsveränderungen
6.3.3 Aspekte der Schemaänderung
7 Umsetzung des multidimensionalen Datenmodells
7.1.1 Abbildungsmöglichkeiten auf Relationen
7.1.2 Relationale Umsetzung multidimensionaler Anfragen
7.1.3 Relationale Versionierungs- und Evolutionsaspekte
7.2 Multidimensionale Speicherung
7.2.2 Speicherung multidimensionaler Daten
7.2.4 Grenzen der multidimensionalen Datenhaltung
7.2.5 Hybride Speicherung: Hybrides OLAP (HOLAP)
7.3 Realisierung der Zugriffskontrolle
7.3.1 Zugriffskontrollanforderungen
7.3.2 Relationale Realisierung
7.3.3 Multidimensionale Realisierung
7.3.4 Inferenzen und Trackerangriffe
8.1 Anfragen im multidimensionalen Modell
8.2.1 Überblick über Indexstrukturen
8.2.2 Eindimensionale Baumindexstrukturen
8.2.3 Mehrdimensionale Baumindexstrukturen
8.2.5 Vergleich der Indizierungstechniken
8.3.1 Horizontale Partitionierung
8.3.2 Vertikale Partitionierung
8.3.3 Partitionierungssteuerung
8.4 Relationale Optimierung von Star-Joins
8.5 Einsatz materialisierter Sichten
8.5.1 Verwendung materialisierter Sichten
8.5.2 Bestimmung des Auswertekontextes für Aggregatanfragen
8.5.3 Statische Auswahl materialisierter Sichten
8.5.4 Dynamische Auswahl materialisierter Sichten
8.5.5 Aktualisierung materialisierter Sichten
8.6 Optimierung eines multidimensionalen Datenbanksystems
9.1 Metadaten und Metamodelle beim Data Warehousing
9.3.1 Anforderungen an ein Metadatenmanagementsystem
9.3.3 Repositorium- und Metadatenaustauschstandards
9.4 Data-Warehouse-Metadatenschemata
9.4.1 Eine Klassifikation für Metadaten
9.4.2 Standards und Referenzmodelle
9.5 Entwurf eines Schemas zur Verwaltung von Data-Warehouse-Metadaten
9.5.2 Personen, Organisation und Aufgaben
10 Vorgehensweise beim Aufbau eines Data-Warehouse-Systems
10.1.2 Data-Warehouse-Strategie
10.1.3 Rolle des Data-Warehouse-Systems innerhalb der IT-Strategie
10.3 Ableitung der Data-Warehouse-Architektur
10.3.1 Data-Warehouse-Rahmenwerk als gesamtheitliche Vorgabe
10.3.2 Umgang mit mehreren Data-Warehouse-Systemen
10.3.3 Data-Warehouse-Konsolidierung
10.3.4 Architekturüberlegungen in der Praxis
10.3.5 Umgebungen im Hinblick auf Entwicklung, Test, Produktion und Wartung
10.4 Data-Warehouse-Vorgehensweise
10.4.1 Grundsätzliche Überlegungen zum Projektvorgehen
10.4.3 Machbarkeitsbetrachtung zum Data Warehousing
10.4.8 Vorgehensweisen bei der Einführung
| Erscheint lt. Verlag | 6.6.2013 |
|---|---|
| Verlagsort | Heidelberg |
| Sprache | deutsch |
| Themenwelt | Mathematik / Informatik ► Informatik ► Datenbanken |
| Schlagworte | Architektur • Data Warehouse • Data Warehouse; OLAP; Modellierung; Architektur; Datenbanksystem; Informationssysteme • Datenbanksystem • Informationssysteme • Modellierung • OLAP |
| ISBN-10 | 3-86491-300-4 / 3864913004 |
| ISBN-13 | 978-3-86491-300-6 / 9783864913006 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 14,9 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
EPUB (Wasserzeichen)Größe: 10,0 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: EPUB (Electronic Publication)
EPUB ist ein offener Standard für eBooks und eignet sich besonders zur Darstellung von Belletristik und Sachbüchern. Der Fließtext wird dynamisch an die Display- und Schriftgröße angepasst. Auch für mobile Lesegeräte ist EPUB daher gut geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür die kostenlose Software Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür eine kostenlose App.
Geräteliste und zusätzliche Hinweise
Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
