Data Warehouse Technologien

Architekturprinzipien von Data-Warehouse-SystemenDatenstrukturen und AlgorithmenAnwendungsfeld Business IntelligenceDieses Lehrbuch behandelt Konzepte und Techniken von Data-Warehouse-Systemen, die eine wesentliche Komponente in betrieblichen Entscheidungsprozessen darstellen. Im Mittelpunkt stehen dabei Architekturprinzipien sowie die Umsetzung des multidimensionalen Datenwürfels als zentrale Komponente des Data Warehouse. Die Zusammenführung der Daten aus verschiedenen betrieblichen und externen Quellen spielt eine ebenso wichtige Rolle wie Datenstrukturen und Algorithmen für die Realisierung von Speicher- und Indexstrukturen. Die Navigation im Datenwürfel und die Anfrageverarbeitung sowie Anwendungen aus dem Themenfeld Business Intelligence geben einen Einblick in den Umgang mit dem Data Warehouse.Detailliert werden sowohl der Aufbau als auch die Nutzung von Data-Warehouse-Systemen beleuchtet. Dabei stehen Modellierungskonzepte und die Thematik der multidimensionalen Anfragen i m Vordergrund. Zudem werden Interna wichtiger Systemlösungen von Oracle, IBM und Microsoft anhand zahlreicher Beispiele erläutert.Das Buch fokussiert auf relationale Umsetzungsstrategien des Data Warehouse. Es ist daher empfehlenswert, sich ebenfalls mit den Grundlagenwerken Datenbanken - Konzepte und Sprachen sowie Datenbanken - Implementierungstechniken auseinanderzusetzen; sie erlauben es dem Leser, die Konzepte aus Datenbanken für das Data Warehouse leichter zu transferieren. Das Buch ist geeignet für Studierende der Informatik oder verwandter Fächer im Masterbereich und bietet gleichzeitig auch dem Anwender bzw. Entwickler vertiefende Hintergrundinformationen zu aktuellen Data-Warehouse-Technologien.Die Autoren lehren und forschen im Bereich Datenbanken und Informationssysteme sowie Business Intelligence - Veit Köppen und Gunter Saake an der Universität Magdeburg und Kai-Uwe Sattler an der TU Ilmenau.Aus dem Inhalt:Data WarehousingArchitekturkonzepteExtraktion, Transformation und LadenDatenqualitätBusiness IntelligenceModellierungMultidimensionales ModellRelationale UmsetzungStar- und Snowflake-SchemaSlowly Changing DimensionsSpeicher- und IndexstrukturenROLAP und MOLAPPartitionierungRow Stores, Column Stores und In-MemoryBitmap-IndexeMehrdimensionale IndexstrukturenData Warehouse:Anfragen und VerarbeitungOLAP-Anfrage-operatorenSQL-Operatoren im Data WarehouseAnfrageplanungMaterialisierte Sichten

Inhaltsverzeichnis:

Aus dem Inhalt:
Data Warehousing
Architekturkonzepte
Extraktion, Transformation und Laden
Datenqualität
Business Intelligence
Modellierung
Multidimensionales Modell
Relationale Umsetzung
Star- und Snowflake-Schema
Slowly Changing Dimensions
Speicher- und Indexstrukturen
ROLAP und MOLAP
Partitionierung
Row Stores, Column Stores und In-Memory
Bitmap-Indexe
Mehrdimensionale Indexstrukturen
Data Warehouse:Anfragen und Verarbeitung
OLAP-Anfrage-operatoren
SQL-Operatoren im Data Warehouse
Anfrageplanung
Materialisierte Sichten