Data Warehouses 1

Betriebliche Anwendung von Datenbanksystemen:

Data WarehouseWas ist ein Data Warehouse?

Unterschied Online Transaction Processing / Online Analytical Processing (OLTP – OLAP)

Aufbau Data WarehouseStern-Schema

Daten-Würfel

Optimierung des Zugriffs

SAP Business Information Warehouse (SAP BW)

Data Mining

Data Warehouses 2

Was ist ein Data Warehouse?

Data Warehouses 3

Vom MIS zum Data Warehouse

MIS

Unt

erst

ützu

ngsn

ivea

u

1960 1970 1980 1990 2000

EUS / DSSFIS / EIS

BI & DataWarehousing

Viele Abkürzungen für eine Sache

• Management Information System• Decision Support System /

Entscheidungsunterstützendes System• Financial / Enterprise Information System• Business Intelligence

Data Warehouses 4

Definitionen für Data Warehouses

1. Ein Data Warehouse ist eine zentrale Datensammlung aller Daten oder signifikanter Teile von Daten, die innerhalb verschiedener Unternehmens-Systeme anfallen.

2. Ein Data Warehouse ist eine Kopie von Transaktionsdaten, die speziell für Abfragen und Berichte strukturiert ist.

3. Ein Data Warehouse ist eine Datensammlung, die Management-Entscheidungen unterstützen soll. Data Warehouses enthalten sehr unterschiedliche Daten, die die gegebenen Unternehmensbedingungen innerhalb eines vorgegebenen Zeitraums kohärent abbilden.

Data Warehouses 5

Inmon-Definition: Data Warehouse

„A data warehouse is a subject-oriented, integrated, nonvolatile, time-variant collection of data in support of management’s decision”.

(Bill Inmon)

DauerhafteSammlung von Informationen

unternehmensweite Integration vonDaten

Zeitraumbezug als Bestandteil der Daten

Themenausrichtung an Sachverhaltendes Unternehmens

Data Warehouses 6

Reflexion dieser Definition

subject-oriented Fragestellungen sind nicht orientiert am Objektverhalten (im Kleinen) sondern an statistischen Analysen von Geschäftsprozessen im Großen

integrated Datenanalyse nicht technisch, sondern logisch betrachten. Nicht technische Transformation, sondern fachlich-einheitliche Informationen.

time-variant Kein Zeitpunktbezug, sondern Zeitraumanalysen

nonvolatile Zugriff nur über Lese- und Einfügeoperationen. Keine zeitpunktaktuellen aber unveränderliche Informationen.

in support of management‘s decision

Continuous Improvement

Ein Data Warehouse ist ein Datenbestand, der eine integrierte Sicht auf die zugrunde liegenden Datenquellen ermöglicht, um fundierte Entscheidungen für Wandel in Unternehmen zu unterstützen.

Data Warehouses 7

Continuous Improvement

(Re-)Definition der Geschäftsprozesse

(Erfolgs-)Kontrolle durch Auswertungen von

Informationen

Erzeugtes Wissen

Wissensbasierte Entscheidungen

Data Warehouses 8

Data Warehouse: erweiterte Definition

DW

im w

eite

ren

Sin

ne

Bericht-erstellung

Grafik-erstellung

Tabellen-kalkulation

Analyse-methoden

externeDatenexterne

Daten

operativeDaten

operativeDaten

DW

imen

gere

n S

inne

Data Warehouse

Datensammlung1. themenorientiert2. integriert3. dauerhaft4. zeitbezogen

Data Warehouses 9

Aufbau SAP BW

Stamm-daten

Dat

enha

ltu

ngB

W-S

erve

rD

aten

ber

eits

tell

ung

Que

llsy

stem

eIn

form

atio

nsa

naly

seB

Ex

Ana

lyze

r, W

ebR

epor

ting

R/3

FlatfilesFremdsysteme

Grafik-erstellung

Tabellen-kalkulation

ODS

Meta-daten-

Repository

OLAP-Prozessor

Staging Engine

Data Warehouses 10

Aufbau des SAP BW

© SAP AG

Data Warehouses 11

Nutzenpotentiale

Technischer Nutzen• Verbesserte

Datenintegration• Keine Datenprüfungen

notwendig (Reporting only)• Schnelle Abfragen möglich• Entlastung operativer

Anwendungen• Flexible

Zugriffsmöglichkeiten

Betriebswirtschaftlicher Nutzen

• Verbesserte Informationsbereitstellung

• Frühzeitiges Erkennen von Trends

• Continuous Improvement• Frühwarnsystem (Exception

Reporting)• Verbesserung der

Kundenzufriedenheit durch Entwicklung kundenorientierter Strategien

Data Warehouses 12

Online Transaction Processing (OLTP)

und

Online Analytical Processing (OLAP)

Data Warehouses 13

OLTP: Online Transaction Processing

• Beispiele

– Flugbuchungssystem

– Bestellungen in einem Handelsunternehmen

• Charakterisierung

– Hoher Parallelitätsgrad

– Viele (Tausende pro Sekunde) kurze Transaktionen

– TAs bearbeiten nur ein kleines Datenvolumen

– „mission-critical“ für das Unternehmen

– Hohe Verfügbarkeit muss gewährleistet sein

• Normalisierte Relationen (möglichst wenig Update-Kosten)

• Nur wenige Indexe (wegen Fortschreibungskosten)

Data Warehouses 14

Operative Systeme -> DW

Operative Systeme

...

Reservie-rungs-system

Auftrags-verarbeitung ...

Reservie-rungs-system

Auftrags-verarbeitung

Personal-ver-

waltung

Personal-ver-

waltung

Data Warehouse

Data Warehouses 15

Data Warehouse-Anwendungen:OLAP-Online Analytical Processing

• Wie hat sich die Auslastung der Transatlantikflüge über die letzten zwei Jahre entwickelt?

oder

• Wie haben sich besondere offensive Marketingstrategien für bestimmte Produktlinien auf die Verkaufszahlen ausgewirkt?

Data Warehouses 16

Sammlung und periodische Auffrischung der Data Warehouse-Daten

Data Warehouse

OLTP-Datenbankenund andere Datenquellen

OLAP-AnfragenDecision Support

Data Mining

Data Warehouses 17

Transaktionsorientierte und analyseorientierten Systeme

Transaktionsorientierte SystemeOperative Systeme

Auswertungsorientierte Systeme

Weniger häufige, komplexe Anfragen

Grosse Datenmengen je Anfrage

Häufige, einfache Anfragen

Kleine Datenmengen je Anfrage

Schnelle Kalkulation wichtigSchneller Update wichtig

Parallele Ausführung von OLAP-Anfragen auf operationalen Datenbe-ständen könnte Leistungsfähigkeit der OLTP-Anwendungen

beeinträchtigen

Operieren auf fastaktuellen und historischen Daten

Operieren hauptsächlich auf aktuellen Daten

Datenbanksystem kann nicht gleichzeitig für OLTP- und für OLAP-Anwendungen optimiert werden

OLTP(Online Transaction Processing)

OLAP(Online Analytical Processing)

Data Warehouses 18

OLTP versus OLAP

Data Warehouses 19

Zusammenhang OLTP / OLAP

Data Warehouses 20

Architektur von SAP/R3

Data Warehouses 21

SAP R/3: Enterprise Resource Planning/Modelling (ERP-System)

Relationales DBMS als Backend-Server(Hana, MaxDB,

Oracle, Informix, DB2, MS SQL-Server, Adabas)

LAN

WAN (Internet)

Applikations-server

Data Warehouses 22

Sehr schnelles LAN

ein Datenbank-Server

mehrereApplikations-

Serverzur Skalierung

„langsame“Netzverbindung

(WAN, Internet, Telefon, ...)

sehr viele(Tausende)

Clients

Dreistufige Client/Server-Architektur (3 Tier, SAP R/3)

Data Warehouses 23

Interne Architektur von SAP R/3Applikationsserver

Data Warehouses 24

Transaktionsverarbeitung in SAP R/3

D1 D2 D3

P1 P2 P3 P3Dialog-Schritte

Posting-Schritte

Sperren anfordern

Online-Phase Posting-Phase

Sperrenfreigeben