Cargando…
Modellierung von Business-Intelligence-Systemen : Leitfaden für erfolgreiche Projekte auf Basis flexibler Data-Warehouse-Architekturen.
Die Modellierung von Business-Intelligence-Systemen (BI) umfasst eine Vielzahl unterschiedlicher Facetten, die im Kontext von Operational BI, agile Warehousing, Real-Time und Self-Service BI zu bewerten sind. Dieses Buch beschreibt die Architektur und Gestaltung von unternehmensweiten analyseorienti...
| Clasificación: | Libro Electrónico |
|---|---|
| Autor principal: | |
| Formato: | Electrónico eBook |
| Idioma: | Alemán |
| Publicado: |
Heidelberg :
Dpunkt.verlag,
2014.
|
| Colección: | Edition TDWI.
|
| Temas: | |
| Acceso en línea: | Texto completo (Requiere registro previo con correo institucional) |
Tabla de Contenidos:
- Geleitwort; Vorwort; Inhaltsverzeichnis; 1 Business-Intelligence-Architektur; 1.1 Data Warehouse; 1.2 OLAP und mehrdimensionale Datenbanken; 1.3 Architekturvarianten; 1.3.1 Stove-Pipe-Ansatz; 1.3.2 Data Marts mit abgestimmten Datenmodellen; 1.3.3 Core Data Warehouse; 1.3.4 Hub-and-Spoke-Architektur; 1.3.5 Data-Mart-Busarchitektur nach Kimball; 1.3.6 Corporate Information Factory nach Inmon; 1.3.7 Architekturvergleich Kimball und Inmon; 1.4 Schichtenmodell der BI-Architektur; 1.4.1 Acquisition Layer; 1.4.2 Integration Layer; 1.4.3 Reporting Layer; 1.4.4 Modellierung im Schichtenmodell.
- 2 Mehrdimensionale Datenstrukturen2.1 Datenmodelle und Datenmodellierung; 2.2 Grundbestandteile mehrdimensionaler Datenstrukturen; 2.3 Hierarchische Dimensionsstrukturen; 2.3.1 Strukturlose Dimensionen; 2.3.2 Balancierte Baumstrukturen; 2.3.3 Balancierte Waldstrukturen; 2.3.4 Unbalancierte Baum- und Waldstrukturen; 2.3.5 Parallele Hierarchien; 2.3.6 Heterarchien (Many-Many-Beziehungen); 2.3.7 Rekursive Hierarchien und bebuchbare Knoten; 2.3.8 Hierarchieattribute; 2.4 Kennzahlen und deren Berechnung; 2.4.1 Kennzahlen und Kennzahlensysteme; 2.4.2 Kennzahlen im mehrdimensionalen Modell.
- 2.4.3 Additivitätseigenschaft2.5 Historisierung und Zeitabhängigkeit; 3 Semantische mehrdimensionale Modellierung; 3.1 Methoden auf Basis der Entity-Relationship-Modellierung; 3.1.1 Grundbestandteile der ER-Modellierung; 3.1.2 Erweiterte ERM-Konstrukte; 3.1.3 ER-basierte mehrdimensionale Modellierung; 3.1.4 Mehrdimensionales ER-Modell (ME/R); 3.2 Mehrdimensionale Modellierung mit ADAPT; 3.2.1 Dimensionsmodellierung in ADAPT; 3.2.2 Varianten der Hierarchiemodellierung; 3.2.3 Modellierung von Würfeln; 3.3 T-ADAPT: Modellierung von Zeitabhängigkeit; 4 Bestandteile und Varianten des Star-Schemas.
- 4.1 Einfaches Star-Schema4.1.1 Grundform des Star-Schemas; 4.1.2 Abbildung von Kennzahlen und Kennzahlensystemen; 4.1.3 Attribute in Dimensionen; 4.2 Modellierung von Dimensionshierarchien; 4.2.1 Flache Strukturen; 4.2.2 Balancierte Baum- und Waldstrukturen; 4.2.3 Unbalancierte Strukturen; 4.2.4 Parallele Hierarchien; 4.2.5 Anteilige Verrechnung und Heterarchien; 4.3 Normalisierung von Dimensionen; 4.4 Übergang von T-ADAPT zum logischen Modell; 4.4.1 Transformation von Dimensionen; 4.4.2 Abbildung von Attributen; 4.4.3 Transformation von Scopes; 4.4.4 Behandlung spezieller ADAPT-Varianten.
- 4.5 Modellierung von Parent-Child-Hierarchien4.5.1 Iterative Abfrage; 4.5.2 Einstufige Rekursion; 4.5.3 Mehrstufige Rekursion; 4.5.4 Rekursives SQL; 4.5.5 Brückentabellen; 5 Historisierung und Zeitabhängigkeit im Data Warehouse; 5.1 Historisierung im Star-Schema; 5.1.1 Keine Historisierung bei Type 0 und Type 1; 5.1.2 Type-3-Attribut-Paare; 5.1.3 Versionen und Zeitstempelung für as is und as of; 5.2 Bewegungsdatensicht in der Historisierung; 5.2.1 As-posted-Type-2-Szenario; 5.2.2 Snapshot-Verfahren; 5.2.3 Vollständige Zeitstempelung plus as posted; 5.2.4 Varianten für hybride Historisierung.