57
Data Warehousing Data Warehousing Themenkomplex: Datenmodellierung und -speicherung Meta Daten Meta Daten Marek Opuszko Marek Opuszko

Data Warehousing Themenkomplex: Datenmodellierung und -speicherung Meta Daten Marek Opuszko

  • Upload
    gari

  • View
    29

  • Download
    0

Embed Size (px)

DESCRIPTION

Data Warehousing Themenkomplex: Datenmodellierung und -speicherung Meta Daten Marek Opuszko. Gliederung des Vortrags zum Thema Meta Daten :. - Gliederung - Multidim. Datenmodell - Meta Daten - Modelle und Standards. Hilfe. Gliederung Multidim. Datenmodell Meta Daten - PowerPoint PPT Presentation

Citation preview

Page 1: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

Data WarehousingData Warehousing

Themenkomplex: Datenmodellierung und -speicherung

Meta DatenMeta DatenMarek OpuszkoMarek Opuszko

Page 2: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 2 von 53

Marek Opuszko

Agenda

1 Das multidimensionale Datenmodell 1.1 Einführung 1.2 Elemente des multidimensionalen Datenmodells

2 Meta Daten 2.1 Definition / Einführung 2.2 Klassifikation von Meta Daten 2.3 Wozu Meta Daten ? 2.4 Meta Daten Modellierung 2.5 Anforderungen an die Repositories

3 Modelle und Standards 3.1 Meta Daten Referenzmodelle 3.2 Repository Standards 3.3 Austauschstandards 3.4 Kommerzielle MD Management Lösungen 3.5 Forschungsansätze

Gliederung des Vortrags zum Thema Meta Daten:- Gliederung

- Multidim. Datenmodell

- Meta Daten

- Modelle und Standards

HilfeHilfe

Page 3: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 3 von 53

Marek Opuszko

Agenda

1 Das multidimensionale Datenmodell1 Das multidimensionale Datenmodell

1.1 Einführung1.1 Einführung

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Akt. Punkt:

1 Das multidimensionale Datenmodell

Page 4: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 4 von 53

Marek Opuszko

Agenda

Akt. Punkt:

1 Das multidimensionale Datenmodell

Multidimensionales Datenmodell ist ausgerichtet an Multidimensionales Datenmodell ist ausgerichtet an speziellen Bedürfnissen der Datenanalysespeziellen Bedürfnissen der Datenanalyse

Datenanalyse im Entscheidungsprozess (à la OLAP)

Betriebswirtschaftliche Kennzahlen stehen im Mittelpunkt –z.B. Umsatz, Gewinn, Verlust …

Wichtig ist die Betrachtung der Kennzahlen aus unterschied-lichen Perspektiven -> Dimensionen – z.B. zeitlich, regional, produktbezogen

Weiterhin ist eine Hierarchisierung der Auswertedimensionen bedeutsam -> Hierarchien oder Konsolidierungsebenen z.B. Quartal, Monat etc.

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 5: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 5 von 53

Marek Opuszko

Agenda

Akt. Punkt:

1 Das multidimensionale Datenmodell

- Verdeutlichung anhand der „Würfel Metapher“

- Kanten des Würfels entspr. Dimensionen

- Jeder Punkt enthält betriebswirtschaftliche Kennzahl

z.B. „verkaufte Menge" für eine bestimmte Kombination

von Produkt, Kunde und Zeit

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 6: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 6 von 53

Marek Opuszko

Agenda

1 Das multidimensionale Datenmodell1 Das multidimensionale Datenmodell

1.2 Elemente des multidimensionalen 1.2 Elemente des multidimensionalen

DatenmodellsDatenmodellsAkt. Punkt:

1.2 Elemente des multidimensionalen Datenmodells

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 7: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 7 von 53

Marek Opuszko

Agenda

Akt. Punkt:

1.2 Elemente des multidimensionalen Datenmodells

Kennzahlen (Kenngrößen, Fakten):Kennzahlen (Kenngrößen, Fakten):

- definieren die Art der gespeicherten Daten

- meist quantitative, numerische Werte

- Bsp.: Umsatzdaten, Kosten, verkaufte Menge etc.

- entspr. Variablen

- Kennzahl wird durch Anzahl der Dimensionen bestimmt

- durch Skalarfunktionen (Bsp.: + - *)oder Aggregationsfunktionen (Bsp.: Sum(), Count() ) werden aus Fakten Kennzahlen

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 8: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 8 von 53

Marek Opuszko

Agenda

Akt. Punkt:

1.2 Elemente des multidimensionalen Datenmodells

Dimensionen (1):Dimensionen (1):

- betriebswirtschaftliche Entscheidungsobjekte

- qualitative Daten

- beschreiben Benutzersicht auf Daten

- entspricht Kante des Würfels

Dimension

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 9: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 9 von 53

Marek Opuszko

Agenda

Akt. Punkt:

1.2 Elemente des multidimensionalen Datenmodells

Dimensionen (2):Dimensionen (2):

- Hierarchienbildung möglich

- Hierarchien als Baum darstellbar

- Feingranulare Unterteilung durch

Dimensionselemente -> Knoten des Baums

- Kantenlänge des Würfels = Anzahl der Elemente

einer Dimension

- Anzahl der Dimensionen = Dimensionalität

- Unterteilung in einfache und parallele Hierarchien

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 10: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 10 von 53

Marek Opuszko

Agenda

Akt. Punkt:

1.2 Elemente des multidimensionalen Datenmodells

Dimensionen (3):Dimensionen (3):

Bsp.: einfache Hierarchie

Top

Produktkategorie

Produktfamilie

Produktgruppe

Artikel

All

Prod.Kat 1

Prod.Kat 2

Prod.Fam 1

Prod.Fam 2

Prod.Fam 3

Prod.Grp. 1

Prod.Grp. 2

Prod.Grp. 3

Artikel 1 Artikel 2 Artikel 3

Klassifikationsschema Klassifikationshierarchie

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

In Anlehnung an Bauer,Günzel - 2004

Page 11: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 11 von 53

Marek Opuszko

Agenda

Akt. Punkt:

1.2 Elemente des multidimensionalen Datenmodells

Dimensionen (4):Dimensionen (4):

Bsp.: parallele (multiple) Hierarchie

Top

Jahr

Quartal

Monat

Tag

Woche

Konsolidierungspfad

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

In Anlehnung an Bauer,Günzel - 2004

Page 12: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 12 von 53

Marek Opuszko

Agenda

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

1 Das multidimensionale Datenmodell 1.1 Einführung 1.2 Elemente des multidimensionalen Datenmodells

2 Meta Daten 2.1 Definition / Einführung 2.2 Klassifikation von Meta Daten 2.3 Wozu Meta Daten ? 2.4 Meta Daten Modellierung 2.5 Anforderungen an die Repositories

3 Modelle und Standards 3.1 Meta Daten Referenzmodelle 3.2 Repository Standards 3.3 Austauschstandards 3.4 Kommerzielle MD Management Lösungen 3.5 Forschungsansätze

Page 13: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 13 von 53

Marek Opuszko

Agenda

2 Meta Daten2 Meta Daten

2.1 Definition / Einführung2.1 Definition / Einführung

Akt. Punkt:

2.1 Definition / Einführung

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 14: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 14 von 53

Marek Opuszko

Agenda

” Unter dem Begriff Metadaten versteht man gemeinhin jede Art von Information, die für den Entwurf, die Konstruktion und die Benutzung eines Informationssystems benötigt wird.“ (vgl. Bauer, Günzel (2004))

- Meta Daten (MD) werden im MD - Repository gespeichert

- Verwaltung durch den MD - Manager

- Im MD - System stehen Informationen über alle Data Warehouse Komponenten

- Meta Daten = „Daten über Daten“

Akt. Punkt:

2.1 Definition / Einführung

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 15: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 15 von 53

Marek Opuszko

Agenda

Akt. Punkt:

2.1 Definition / Einführung

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 16: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 16 von 53

Marek Opuszko

AgendaEinteilung von MD in drei Kategorien (Nutzen):

Passive MD:- MD zur reinen Dokumentation aller Komponenten Der Data Warehouse Architektur

Aktive MD:- Beschreibung von Prozessen (z.B. Transformationsregeln)

Semiaktive MD:- MD werden nicht direkt zur Ausführung eines Prozesses benutzt (z.B. Schemainformationen)

Akt. Punkt:

2.1 Definition / Einführung

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 17: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 17 von 53

Marek Opuszko

Agenda

2 Meta Daten2 Meta Daten

2.2 Klassifikation von Meta Daten2.2 Klassifikation von Meta Daten

Akt. Punkt:

2.2 Klassifikation v. Meta Daten

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 18: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 18 von 53

Marek Opuszko

Agenda

Akt. Punkt:

2.2 Klassifikation v. Meta Daten

Klassifikation nach Anwendersicht:Klassifikation nach Anwendersicht:

Technische Meta Daten

- alle MD für technischen Benutzer eines Data-Warehouses

- z.B. Zugangsrechte, Transformationsregeln und Datenbankkataloge

Business-Meta Daten - Ziel der Business-Meta Daten ist, den Benutzer mit Informationen zu versorgen, um Daten zu verstehen,

finden und nutzen zu können

- Aussagen über Datenqualität

- Präsentation spielt große Rolle

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 19: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 19 von 53

Marek Opuszko

Agenda

Akt. Punkt:

2.2 Klassifikation v. Meta Daten

Klassifikation nach Typ:Klassifikation nach Typ:

Meta Daten über Primärdaten

- Datenbestände von Quellsystemen, DW, BasisDB etc.

- Strukturdefinitionen der Quellsysteme, DW, BasisDB etc.

- Unterscheidung in teilschema- und gesamtschemabezogene Meta Daten

- Codetabellen

Prozessmetadaten

- Meta Daten über Prozesse des DW

- Bsp.: Regeln zur Datenextraktion, Transformation

- Protokolldateien und Ausführungspläne der Prozesse

- Population, Design, Administration, Analyse

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 20: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 20 von 53

Marek Opuszko

Agenda

Akt. Punkt:

2.3 Wozu Meta Daten ?

2 Meta Daten2 Meta Daten

2.3 Wozu Meta Daten?2.3 Wozu Meta Daten?

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 21: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 21 von 53

Marek Opuszko

Agenda Ein simples Beispiel:

Was bedeuten diese Ziffernfolgen?12345 789656 2110012

Umsatszahlen?

Kundennummern?

Geheimzahlen?

Daten + Meta Daten = Information

Akt. Punkt:

2.3 Wozu Meta Daten ?

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 22: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 22 von 53

Marek Opuszko

Agenda Zwei Ziele zur Erfassung von MD:Zwei Ziele zur Erfassung von MD:

11. Aufwand für den Aufbau und den laufenden Betrieb . Aufwand für den Aufbau und den laufenden Betrieb des Data-Warehouse-Systems minimierendes Data-Warehouse-Systems minimieren

- Automatisierung der Administrationsprozesse- Systemintegration- Schutz und Sicherheitsaspekte- Flexibler Softwareentwurf

Meist mit Hilfe von technischen MD

Akt. Punkt:

2.3 Wozu Meta Daten ?

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 23: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 23 von 53

Marek Opuszko

Agenda Zwei Ziele zur Erfassung von MD:Zwei Ziele zur Erfassung von MD:

22. optimale Auswertung und Beschaffung Daten. optimale Auswertung und Beschaffung Daten

- Datenqualität

- Terminologie

- Datenanalyse

hier eher Benutzung von Business MD

Akt. Punkt:

2.3 Wozu Meta Daten ?

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 24: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 24 von 53

Marek Opuszko

Agenda

2 Meta Daten2 Meta Daten

2.4 Meta Daten Modellierung2.4 Meta Daten Modellierung

Akt. Punkt:

2.4 Meta Daten Modellierung

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 25: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 25 von 53

Marek Opuszko

Agenda - Speicherung und Verwaltung der MD findet in einem Repository statt

- Struktur und Inhalt des Repositoriums werden vom zu modellierenden Informationssystem bestimmt.

- Bei komplexen Informationssystem mind. Vier Ebenen

Ebene:Ebene:

33

22

11

00

Akt. Punkt:

2.4 Meta Daten Modellierung

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

In Anlehnung an Bauer,Günzel - 2004

Page 26: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 26 von 53

Marek Opuszko

Agenda

2 Meta Daten2 Meta Daten

2.5 Anforderungen an die Repositories2.5 Anforderungen an die Repositories

Akt. Punkt:

2.5 Anforderungen an die Repositories

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 27: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 27 von 53

Marek Opuszko

Agenda

Akt. Punkt:

2.5 Anforderungen an die Repositories

Anwenderzugriff- Navigation- Selektion- Filterung- Manuelle Aktualisierung

Interoperabilität und Werkzeugunterstützung- Austauschformat- Programmierschnittstelle (API)- Erweiterbares Metamodell

Changemanagement- Versions- und Konfigurationsverwaltung- Notifikationsdienst- Auswirkungsanalyse

Funktionalität:Funktionalität:Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Anforderungen an die RepositoriesAnforderungen an die Repositories

Page 28: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 28 von 53

Marek Opuszko

Agenda

Akt. Punkt:

2.5 Anforderungen an die Repositories

Repository-Architektur (1) – Ein Beispiel:Repository-Architektur (1) – Ein Beispiel:Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

In Anlehnung an Bauer,Günzel - 2004

Page 29: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 29 von 53

Marek Opuszko

Agenda

Es existieren mehrere Ansätze zur Gesamtarchitektur:

1. Zentralisierte MD-Verwaltung- Zugriff einheitlich für alle Anwender- Zentrale Konsistente Datenhaltung- In Realität kaum umsetzbar

2. Dezentralisierte MD-Verwaltung- Repositories völlig unabhängig- Daten über einheitliche Schnittstellen tauschen

3. Föderative MD-Verwaltung- Mischung aus obigen- globale, konzeptuelle Sicht auf die Meta Daten- Jedoch bleiben Repositories autonom

Repository-Architektur (2):Repository-Architektur (2):

Akt. Punkt:

2.5 Anforderungen an die Repositories

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 30: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 30 von 53

Marek Opuszko

Agenda

1 Das multidimensionale Datenmodell 1.1 Einführung 1.2 Elemente des multidimensionalen Datenmodells

2 Meta Daten 2.1 Definition / Einführung 2.2 Klassifikation von Meta Daten 2.3 Wozu Meta Daten ? 2.4 Meta Daten Modellierung 2.5 Anforderungen an die Repositories

3 Modelle und Standards 3.1 Meta Daten Referenzmodelle 3.2 Repository Standards 3.3 Austauschstandards 3.4 Kommerzielle MD Management Lösungen 3.5 Forschungsansätze

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 31: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 31 von 53

Marek Opuszko

Agenda

- CWM (Common Warehouse Metamodel)

- OIM (Open Information Model)

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

3 Modelle und Standards3 Modelle und Standards

3.1 Meta Daten Referenzmodelle3.1 Meta Daten ReferenzmodelleAkt. Punkt:

3.1 Meta Daten Refrenzmodelle

Page 32: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 32 von 53

Marek Opuszko

Agenda

CWM – Common Warehouse MetamodelCWM – Common Warehouse Metamodel

- Von der OMG – Object Management Group – entwickelter Standard

- Ziel ist ein einfacher Austausch zwischen Werkzeugen und Repositorien

- Erste Version seit September 1999

- Produktübergreifend und herstellerunabhängig

- Ist in Ebenenhierarchie aufgebaut

- Als UML Klassenmodell verfügbar (204 Klassen und 150 Assoziationen)

- Schnittstellen über IDL (später) oder XML

- Java Schnittstelle ist vorgesehen

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Akt. Punkt:

3.1 Meta Daten Refrenzmodelle

Page 33: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 33 von 53

Marek Opuszko

Agenda

CWM – Fünf Schichten ArchitekturCWM – Fünf Schichten ArchitekturGliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Akt. Punkt:

3.1 Meta Daten Refrenzmodelle

Page 34: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 34 von 53

Marek Opuszko

Agenda

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Akt. Punkt:

3.1 Meta Daten Refrenzmodelle

In Anlehnung an Bauer,Günzel - 2001

Page 35: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 35 von 53

Marek Opuszko

Agenda

OIM – Open Information ModelOIM – Open Information Model

- Von der Meta Data Coalition (MDC) entwickelt

- MDC ist nun Teil der OMG. Demzufolge wurde OIM aufgegeben

- Ziel war Verbesserung der Interoperabilität zwischen Werkzeugen

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Akt. Punkt:

3.1 Meta Daten Refrenzmodelle

Page 36: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 36 von 53

Marek Opuszko

Agenda

Akt. Punkt:

3.2 Repository Standards

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

3 Modelle und Standards3 Modelle und Standards

3.2 Repository Standards3.2 Repository Standards

- IRDS - Information Ressource Dictionary SystemInformation Ressource Dictionary System - PCTE - Portable Common Tool EnviromentPortable Common Tool Enviroment

Page 37: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 37 von 53

Marek Opuszko

Agenda

IRDSIRDS – Information Ressource Dictionary System – Information Ressource Dictionary System

- Wurde 1990 von der ISO (International Organization for Standardization) definiert

- behandelt Anforderungen und Architektureines Repositories

- IRD = gemeinsames Repository zur Definition und Speicherung von Informationen über Daten

- fünf Punkte sind hier von größererBedeutung:

Akt. Punkt:

3.2 Repository Standards

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 38: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 38 von 53

Marek Opuszko

Agenda

1. Die Daten die das Unternehmen benötigt

2. Automatisierte und nicht automatisierte Prozesse, die verfügbar sind um Daten zu präsentieren und zu verwalten

3. Die verfügbare physikalische Hardwareumgebung, in welcher diese Daten präsentiert werden

4. Die Organisation von humanen und physischen Ressourcen

5. Human Ressourcen die für die Erzeugung dieser Information verantwortlich sind

IRDSIRDS – Information Ressource Dictionary System(2) – Information Ressource Dictionary System(2)

Akt. Punkt:

3.2 Repository Standards

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 39: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 39 von 53

Marek Opuszko

Agenda

PCTEPCTE – Portable Common Tool Enviroment – Portable Common Tool Enviroment

- 1990 standardisiert von der ECMA (European Computer Manufactor‘s Association)

- Enthält Objekt Basis, bzw. Objekt Container

- Funktionen um diese Objekte zu manipulieren

- Das Objekt Management System ist aus dem E/R Modell abgeleitet

- Alle Entitäten sind typisiert

- Schnittstellen-Standard für Software-Entwicklungs-Umgebungen

- Objekte müssen in einem Schema Definition Set bekannt gemacht werden

Akt. Punkt:

3.2 Repository Standards

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 40: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 40 von 53

Marek Opuszko

Agenda

PCTEPCTE – Portable Common Tool Enviroment(2) - SDS – Portable Common Tool Enviroment(2) - SDS

- SDS gruppiert eine Menge zusammengehörender Typdefinitionen

Akt. Punkt:

3.2 Repository Standards

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 41: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 41 von 53

Marek Opuszko

Agenda

- CDIF - CASE Data Interchange FormatCASE Data Interchange Format- XMI - XML Metadata InterchangeXML Metadata Interchange

Akt. Punkt:

3.3 Austausch Standards

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

3 Modelle und Standards3 Modelle und Standards

3.3 Austausch Standards3.3 Austausch Standards

Page 42: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 42 von 53

Marek Opuszko

Agenda

CDIF – CASE Data Interchange FormatCDIF – CASE Data Interchange Format

- Seit 1987 von EIA ( Electronic Industries Alliance ) entwickelt

- Nicht auf XML basierend

- Deckt viele wesentliche Modellierungsarten ab, die auch von CASE Tools genutzt werden

- Transfer meist über Dateien

- Schnittstellen können auch wie bei CORBA über eine IDL (Interface Definition Language) definiert werden

- Wird wohl zugunsten eines XML-basierten Standards aufgegeben

Akt. Punkt:

3.3 Austausch Standards

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 43: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 43 von 53

Marek Opuszko

Agenda

CDIF – CORBACDIF – CORBA

Akt. Punkt:

3.3 Austausch Standards

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 44: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 44 von 53

Marek Opuszko

AgendaXMI – XML Metadata InterchangeXMI – XML Metadata Interchange

- Standard der OMG

- Austausch von MOF (Meta Object Facility - OMG Standard) basierten Metamodellen

- Der Standard besteht aus:

1. Einer Menge an DTD Erzeugungsregeln um MOF basierte Modelle in XML DTDs umzuwandeln

2. Einer Menge an XML- Dokument-Erstellungsregeln um MOF basierte Meta Daten zu kodieren und zu dekodieren

3. Design Prinzipien für XMI basierte DTDs und XML Streams

4. Konkrete DTDs für UML und MOF

Akt. Punkt:

3.3 Austausch Standards

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 45: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 45 von 53

Marek Opuszko

Agenda

- Microsoft Repository- Platinum Repository- Data Warehouse

Builder

Akt. Punkt:

3.4 Kommerzielle MD Management Lösungen

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

3 Modelle und Standards3 Modelle und Standards

3.4 Kommerzielle MD Management Lösungen3.4 Kommerzielle MD Management Lösungen

Page 46: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 46 von 53

Marek Opuszko

Agenda

Microsoft RepositoryMicrosoft Repository

Akt. Punkt:

3.4 Kommerzielle MD Management Lösungen

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Vgl. http://msdn.microsoft.com/library/default.asp?url=/library/en-us/reposit/htm/reconintroducingmicrosoftrepository.asp

Page 47: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 47 von 53

Marek Opuszko

Agenda

Microsoft Repository (2)Microsoft Repository (2)

- Objekt orientiertes erweiterbares Repository

- Besteht aus zwei Hauptkomponenten:

1. Eine Menge von APIs, basierend auf dem Component Object Modell von Microsoft um Information und Modelle zu beschreiben

2. Eine (relationale) Repository Engine, Bsp.: MS-SQL Server

- Integriert in Visual Studio 6.0

- Wurde in Vergangenheit stark erweitert

Akt. Punkt:

3.4 Kommerzielle MD Management Lösungen

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 48: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 48 von 53

Marek Opuszko

Agenda

Platinum RepositoryPlatinum Repository

- Von Computer Associates entwickelt (seit 1988)

- Basierend auf dem E/R Modell

- Bietet verschiedenste Schnittstellen zu CASE – Werkzeugen

- Weiterhin Werkzeuge zum Import vieler aktueller Datenbanksprachen

- Kollaboration mit Microsoft um Microsoft Repository auch auf andere Plattformen zu portieren

Beispiel1

Beispiel2

Akt. Punkt:

3.4 Kommerzielle MD Management Lösungen

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 49: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 49 von 53

Marek Opuszko

Agenda

Data Warehouse BuilderData Warehouse Builder

- Produkt von Oracle

- Bietet mit der Meta Base integriertes Data Warehouse Meta Daten Management

- Übernimmt Metadatensammlung, Überwachung der Aktualität, der Qualität und Vollständigkeit der Meta Daten

- Zur Visualisierung der Meta Daten existiert eine webbasierte Umgebung.

Beispiel

Akt. Punkt:

3.4 Kommerzielle MD Management Lösungen

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 50: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 50 von 53

Marek Opuszko

Agenda

- ConceptBase- H-PCTE

Akt. Punkt:

3.5 Forschungs-ansätze

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

3 Modelle und Standards3 Modelle und Standards

3.5 Forschungsansätze3.5 Forschungsansätze

Page 51: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 51 von 53

Marek Opuszko

Agenda

ConceptBaseConceptBase

- Entwickelt an der Technischen Universität Aachen

- Client-Server Datenbank System

- Nutzt die Wissensrepräsentationssprache Telos

- Telos erlaubt, Wissen in Form eines semantischen Netzes zu bearbeiten

- Hauptaufgabengebiet ist Gruppenarbeit und Entwurfsunterstützung

- Besonderheit ist die Verbindung von deduktiven und objektorientierten Datenbankkonzepten

- Lösung: Aufsatz eines objektorientierten Datenmodells auf ein grundsätzlich deduktives System

Akt. Punkt:

3.5 Forschungs-ansätze

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 52: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 52 von 53

Marek Opuszko

Agenda

H-PCTEH-PCTE

- Hochperformante PCTE Implementation der Universität Siegen

- Explizite Unterstützung von Objektversionierung

- Dynamisches erzeugen und verändern von Typen

- Bietet mengenorientierte Algebra sowie SQL ähnliche Abfragesprache

- Hauptsächlich als Repository für Software Engeneering Zwecke entwickelt

Akt. Punkt:

3.5 Forschungs-ansätze

Gliederung

Multidim.Datenmodell

Meta Daten

Modelle undStandards

Page 53: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

Ende der PräsentationEnde der Präsentation

Vielen Dank für Ihre Aufmerksamkeit

Page 54: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 54 von 53

Marek Opuszko

Agenda

Page 55: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 55 von 53

Marek Opuszko

Agenda

Eine kurze „Meta Präsentation“Eine kurze „Meta Präsentation“

- Gliederung

- Multidim. Datenmodell

- Meta Daten

- Modelle und Standards

Gliederung der Präsentation

Akt. Punkt:

1 Meta Präsentation

Aktueller Punkt innerhalb der Gliederung

Hauptinformation

Zurück zur GliederungZurück zur Gliederung

Page 56: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 56 von 53

Marek Opuszko

Agenda

ZurückZurück

Page 57: Data Warehousing Themenkomplex:  Datenmodellierung und -speicherung Meta Daten Marek Opuszko

April 21, 2023

Folie 57 von 53

Marek Opuszko

Agenda

ZurückZurück