Data Vault: Konzepte, Architektur und Modellierung
Startdaten und Startorte
Beschreibung
In Data-Warehouse-Systemen sind für anfrageorientierte Schichten (Data Marts) multidimensionale Modellierungsmethoden State-of-the-Art. Bei den vorgelagerten Integrationsschichten (Core Warehouse, Enterprise Data Warehouse) kommen hingegen klassische Modellierungsmethoden (ER-Modellierung, Normalisierung) zum Einsatz, die ursprünglich für transaktionsorientierte Systeme entwickelt wurden.
Diese Kern-Technologien und Standard-Vorgehensweisen sind langjährig erprobt und haben sich in der Praxis bewährt. Auf der anderen Seite sind aktuelle Anforderungen hinsichtlich kürzerer Aktualisierungsintervalle, höherer Ladeperformance bei wachsender Datenmenge und gleichzeitig agiler Adaptierbarkeit mit…
Frequently asked questions
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
In Data-Warehouse-Systemen sind für anfrageorientierte Schichten (Data Marts) multidimensionale Modellierungsmethoden State-of-the-Art. Bei den vorgelagerten Integrationsschichten (Core Warehouse, Enterprise Data Warehouse) kommen hingegen klassische Modellierungsmethoden (ER-Modellierung, Normalisierung) zum Einsatz, die ursprünglich für transaktionsorientierte Systeme entwickelt wurden.
Diese Kern-Technologien und Standard-Vorgehensweisen sind langjährig erprobt und haben sich in der Praxis bewährt. Auf der anderen Seite sind aktuelle Anforderungen hinsichtlich kürzerer Aktualisierungsintervalle, höherer Ladeperformance bei wachsender Datenmenge und gleichzeitig agiler Adaptierbarkeit mit den traditionellen Methoden oft nicht mehr effizient umsetzbar. Hier müssen neben neuen technologischen Pfaden (z.B. In-Memory-Datenbanken, Big-Data-Technologie) auch konzeptionell und methodisch neue Wege beschritten werden.
Ein Lösungsansatz zur Optimierung eines Core Warehouse ist die von Dan Linstedt entwickelte Modellierungsmethode Data Vault, die seit vielen Jahren erprobt ist und zunehmend auch im deutschsprachigen Raum Verwendung findet. Data Vault bietet:
- ein einfaches Datenmodell mit wenigen Basiskonzepten
- Struktur-Entkopplung und Impact-Isolation für Modelländerungen und -erweiterungen
- massiv parallelisierbare Ladeprozessemit Realtime-Unterstützung
- und flexible Strukturerweiterung bei gleichzeitiger Historisierungsoption
Seminarinhalt
- Gründe und Argumente für den Einsatz
- Grundkonzepte der Modellierung im Data-Vault-2.0-Standard
- Modellierungsmethode
- ETL-Prozesse und Generatoren zur Erstellung
- Architektur und Integration von Big-Data-Systemen
- Erweiterte Modellierungsoptionen aus der Praxis
- Best Practice Ansätze und Lösungen typischer Umsetzungsprobleme
- Kritische Erfolgsfaktoren
Warum Sie dieses Seminar nicht verpassen sollten
- Agile Entwicklungsmethoden sind in traditionellen Data-Warehouse-Systemen schwer umsetzbar? Lernen Sie anhand von Data Vault, wie Sie BI-Projekte beschleunigen und Entwicklungszyklen verkürzen können.
- Der Aufwand für Impactanalyse und Regressionstest steigt in Data-Warehouse-Systemen mit der Komplexität des Data Warehouse stetig an? Data Vault führt zur Entkopplung von inkrementellen Datenmodell- und ETL-Änderungen, sodass bestehende Systembestandteile nicht verändert werden müssen.
- ETL-Ladenetze weisen hohe Abhängigkeiten und schlechte Ladezeiten auf, obwohl die Systeme technisch nicht voll ausgelastet sind? Data Vault ermöglicht eine massive Parallelisierung der Ladeprozesse und sehr gute Skalierbarkeit.
Seminarziel
In diesem Seminar lernen die Teilnehmer die wesentlichen Grundbausteine des Data-Vault-Modells und die Hauptargumente für den Einsatz kennen. Zusätzlich werden Vorgehensweisen zur Umsetzung von Data-Vault-ETL-Prozessen und modernen Data-Warehouse-Architekturen vorgestellt. Darüber hinaus sind die Teilnehmer nach dem Seminarbesuch in der Lage, auf der Basis von Data Vault agile Entwicklungsmethoden effizient in der Praxis umzusetzen. Das Seminar ermöglicht den Teilnehmern auch, den Einsatz von Data Vault für eigene Projekte zu bewerten oder effektiv als Entwickler in einem Data-Vault-Projekt zu starten.
Zielgruppe
Datenmodellierer, Designer, Architekten, Projektleiter
Referent
Dr. Bodo Hüsemann ist seit 2005 als Experte für Data Warehouse Systeme und Business Intelligence für die Informationsfabrik GmbH in Münster tätig. Er studierte Wirtschaftsinformatik und promovierte an der Universität Münster. Seit 2009 ist er Partner der Informationsfabrik und berät Unternehmen bei der Konzeption und Umsetzung komplexer Data Warehouse Lösungen. Darüber hinaus führt er als erfahrener Trainer BI-Schulungen und Praxisworkshops für Unternehmen sowie für die Universität Münster durch.
Werden Sie über neue Bewertungen benachrichtigt
Schreiben Sie eine Bewertung
Haben Sie Erfahrung mit diesem Weiterbildung? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!