book

Modellierung von Business-Intelligence-Systemen

by Michael Hahne

June 2014

Intermediate to advanced

276 pages

7h 35m

German

dpunkt

Read now

Unlock full access

Zum Aufbau des BuchesFür wen ist das BuchDanksagung
1.1 Data Warehouse1.2 OLAP und mehrdimensionale Datenbanken1.3 Architekturvarianten1.3.1 Stove-Pipe-Ansatz1.3.2 Data Marts mit abgestimmten Datenmodellen1.3.3 Core Data Warehouse1.3.4 Hub-and-Spoke-Architektur1.3.5 Data-Mart-Busarchitektur nach Kimball1.3.6 Corporate Information Factory nach Inmon1.3.7 Architekturvergleich Kimball und Inmon1.4 Schichtenmodell der BI-Architektur1.4.1 Acquisition Layer1.4.2 Integration Layer1.4.3 Reporting Layer1.4.4 Modellierung im Schichtenmodell
2.1 Datenmodelle und Datenmodellierung2.2 Grundbestandteile mehrdimensionaler Datenstrukturen2.3 Hierarchische Dimensionsstrukturen2.3.1 Strukturlose Dimensionen2.3.2 Balancierte Baumstrukturen2.3.3 Balancierte Waldstrukturen2.3.4 Unbalancierte Baum- und Waldstrukturen2.3.5 Parallele Hierarchien2.3.6 Heterarchien (Many-Many-Beziehungen)2.3.7 Rekursive Hierarchien und bebuchbare Knoten2.3.8 Hierarchieattribute2.4 Kennzahlen und deren Berechnung2.4.1 Kennzahlen und Kennzahlensysteme2.4.2 Kennzahlen im mehrdimensionalen Modell2.4.3 Additivitätseigenschaft2.5 Historisierung und Zeitabhängigkeit
3.1 Methoden auf Basis der Entity-Relationship-Modellierung3.1.1 Grundbestandteile der ER-Modellierung3.1.2 Erweiterte ERM-Konstrukte3.1.3 ER-basierte mehrdimensionale Modellierung3.1.4 Mehrdimensionales ER-Modell (ME/R)3.2 Mehrdimensionale Modellierung mit ADAPT3.2.1 Dimensionsmodellierung in ADAPT3.2.2 Varianten der Hierarchiemodellierung3.2.3 Modellierung von Würfeln3.3 T-ADAPT: Modellierung von Zeitabhängigkeit
4.1 Einfaches Star-Schema4.1.1 Grundform des Star-Schemas4.1.2 Abbildung von Kennzahlen und Kennzahlensystemen4.1.3 Attribute in Dimensionen4.2 Modellierung von Dimensionshierarchien4.2.1 Flache Strukturen4.2.2 Balancierte Baum- und Waldstrukturen4.2.3 Unbalancierte Strukturen4.2.4 Parallele Hierarchien4.2.5 Anteilige Verrechnung und Heterarchien4.3 Normalisierung von Dimensionen4.4 Übergang von T-ADAPT zum logischen Modell4.4.1 Transformation von Dimensionen4.4.2 Abbildung von Attributen4.4.3 Transformation von Scopes4.4.4 Behandlung spezieller ADAPT-Varianten4.5 Modellierung von Parent-Child-Hierarchien4.5.1 Iterative Abfrage4.5.2 Einstufige Rekursion4.5.3 Mehrstufige Rekursion4.5.4 Rekursives SQL4.5.5 Brückentabellen
5.1 Historisierung im Star-Schema5.1.1 Keine Historisierung bei Type 0 und Type 15.1.2 Type-3-Attribut-Paare5.1.3 Versionen und Zeitstempelung für as is und as of5.2 Bewegungsdatensicht in der Historisierung5.2.1 As-posted-Type-2-Szenario5.2.2 Snapshot-Verfahren5.2.3 Vollständige Zeitstempelung plus as posted5.2.4 Varianten für hybride Historisierung5.3 Best Practices der Historisierung5.4 Bitemporale Historisierung

6.1 Dimensionstabellen6.1.1 Degenerierte Dimensionen6.1.2 Housekeeping und technische Dimensionen6.1.3 Große Dimensionen6.1.4 Mehrsprachigkeit6.1.5 Outrigger-Tabellen6.2 Rollen von Dimensionen6.3 Many-Many-Beziehungen6.3.1 Heterarchien über Faktentabellen6.3.2 Mehrwertige Dimensionen (multi valued dimensions)6.3.3 Many-Many-Beziehungen über Dimensionen6.3.4 Mehrwertige Attribute6.4 Datum- und Zeitdimension
7.1 Kennzahlen und Kennzahlensysteme7.2 Aggregate7.3 Snowflake-Schema7.4 Faktenlose Faktentabellen7.5 Granularität7.6 Additivität und berechnete Kennzahlen7.6.1 Transaktionsfaktentabellen7.6.2 Bestandsmodelle7.6.3 Prozessmodelle7.7 Abgeleitete Schemata
8.1 Aufgaben der Data-Warehouse-Komponenten8.1.1 Datenintegrations-Framework8.1.2 Aufgaben und Komponenten in Multi-Layer-Architekturen8.1.3 Eignungskriterien für Methoden der Core-Data-Warehouse-Modellierung8.2 Star-Schema-Modellierung im Core Data Warehouse8.2.1 Granulare Star-Schemata im Core Data Warehouse8.2.2 Bewertung dimensionaler Core-Data-Warehouse-Modelle8.3 3NF-Modelle im Core Data Warehouse8.3.1 Core-Data-Warehouse-Modellierung in 3NF8.3.2 Historisierungsaspekte von 3NF-Modellen8.3.3 Bewertung der 3NF-Modellierung im Core Data Warehouse8.4 Data-Vault-Ansatz8.4.1 Hub-Tabellen8.4.2 Satellite-Tabellen8.4.3 Link-Tabellen8.4.4 Zeitstempel im Data Vault8.4.5 Harmonisierung von fachlichen Schlüsseln8.4.6 Agilität in Data-Vault-Modellen8.4.7 Vorgehensweise zur Data-Vault-Gestaltung8.4.8 Bewertung der Data-Vault-Methode

Content preview from Modellierung von Business-Intelligence-Systemen

Dr. Michael Hahne

E-Mail: michael@hahneconsulting.de

Lektorat: Christa Preisendanz

Fachlektorat: Prof. Peter Gluchowski, Technische Universität Chemnitz

Copy-Editing: Ursula Zimpfer, Herrenberg

Herstellung: Frank Heidt

Umschlaggestaltung: Anna Diechtierow, Heidelberg

Druck und Bindung: M.P. Media-Print Informationstechnologie GmbH, 33100 Paderborn

Fachliche Beratung und Herausgabe von dpunkt.büchern in der Edition TDWI: Marcus Pilz · Marcus.Pilz@pilmar.com

Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

ISBNBuch 978-3-89864-827-1PDF 978-3-86491-523-9 ...