Grin logo
en de es fr
Boutique
GRIN Website
Publier des textes, profitez du service complet
Aller à la page d’accueil de la boutique › Informatique - Informatique Appliquée à la Gestion

In-Memory Technologie. Untersuchung der Ersetzbarkeit von OLTP-basierten Datenbanken

Titre: In-Memory Technologie. Untersuchung der Ersetzbarkeit von OLTP-basierten Datenbanken

Exposé Écrit pour un Séminaire / Cours , 2016 , 22 Pages , Note: 1,7

Autor:in: Carina Butz (Auteur)

Informatique - Informatique Appliquée à la Gestion
Extrait & Résumé des informations   Lire l'ebook
Résumé Extrait Résumé des informations

Mit dieser Arbeit soll untersucht werden, ob die In-Memory Technologie die beiden Welten verknüpfen kann. Im ersten Schritt wird die In-Memory Technologie kurz vorgestellt und es werden die Begrifflichkeiten Online Transactional Processing (OLTP) und Online Analytical Processing (OLAP) erläutert. Anschließend wird untersucht, ob eine reine OLAP-basierte Datenbank die transaktionalen Funktionalitäten abdecken kann und ob diese eine rein reihenbasierte Speicherung ersetzen kann.

Nach dieser Untersuchung wird die hybride Struktur beleuchtet, ob sie die OLTP-basierten Datenbanken ablösen kann. Anschließend wird eine Bewertung dieser Möglichkeiten durchgeführt und ein Fazit gezogen.

Extrait


Inhaltsverzeichnis

  • 1 Einführung und Zielsetzung
  • 2 Erläuterung der Begrifflichkeiten
    • 2.1 In-Memory Technologie
    • 2.2 Säulen der In-Memory Technologie nach Plattner und Erläuterung der SanssouciDB
    • 2.3 Reihenbasierte Speicherungsstruktur (OLTP) versus Spaltenbasierte Speicherungsstruktur (OLAP)
  • 3 Ablösung der OLTP-basierten Datenbanken
    • 3.1 Exklusiver Einsatz von OLAP-basierten In-Memory Datenbanken
    • 3.2 Verwendung einer hybriden Struktur
    • 3.3 Bewertung dieser Einsatzmöglichkeiten
  • 4 Fazit und Ausblick

Zielsetzung und Themenschwerpunkte

Diese Seminararbeit befasst sich mit der Frage, ob die In-Memory Technologie die bisherige Trennung von transaktionalen (OLTP) und analytischen (OLAP) Datenbanken überwinden kann. Die Arbeit untersucht, ob eine reine OLAP-basierte In-Memory Datenbank die Funktionalitäten von OLTP-Systemen abdecken kann und ob eine hybride Struktur eine Alternative zu traditionellen OLTP-Datenbanken darstellt.

  • Erläuterung der In-Memory Technologie und der Unterschiede zwischen OLTP und OLAP
  • Bewertung der Einsatzmöglichkeiten von In-Memory Datenbanken für transaktionale und analytische Aufgaben
  • Analyse der Vor- und Nachteile einer reinen OLAP-basierten Datenbank im Vergleich zu einer hybriden Struktur
  • Bewertung der potenziellen Vorteile einer gemeinsamen Verarbeitung von Daten in einem System
  • Diskussion der Auswirkungen auf die IT-Infrastruktur und die Effizienz von Geschäftsprozessen

Zusammenfassung der Kapitel

1 Einführung und Zielsetzung

Die Einführung stellt die aktuelle Bedeutung von In-Memory Data Management (IMDM) im Kontext von Big Data und Data Mining dar. Sie beleuchtet die Vorteile der In-Memory Technologie für die Datenanalyse und diskutiert die Frage, ob sie sowohl transaktionale als auch analytische Operationen effizient ausführen kann. Die Arbeit zielt darauf ab, die Ersetzbarkeit von OLTP-basierten Datenbanken durch In-Memory Technologie zu untersuchen.

2 Erläuterung der Begrifflichkeiten

Dieses Kapitel erläutert die grundlegenden Begrifflichkeiten der In-Memory Technologie, einschließlich der Unterscheidung zwischen OLTP und OLAP. Es werden die Säulen der In-Memory Technologie nach Plattner vorgestellt und die SanssouciDB als Beispiel erläutert. Darüber hinaus werden die Unterschiede zwischen reihenbasierten und spaltenbasierten Speicherstrukturen im Detail dargestellt.

3 Ablösung der OLTP-basierten Datenbanken

Dieses Kapitel untersucht die Möglichkeiten der Ablösung von OLTP-basierten Datenbanken durch In-Memory Technologie. Es werden zwei Szenarien betrachtet: der exklusive Einsatz von OLAP-basierten In-Memory Datenbanken und die Verwendung einer hybriden Struktur. Die Vor- und Nachteile dieser Einsatzmöglichkeiten werden diskutiert und bewertet.

Schlüsselwörter

Die Arbeit konzentriert sich auf die In-Memory Technologie, OLTP, OLAP, Big Data, Data Mining, Real-Time Data Warehousing, hybride Speicherstrukturen, Performancegewinn, Entscheidungsfindung und IT-Infrastruktur.

Häufig gestellte Fragen

Was ist der Unterschied zwischen OLTP und OLAP?

OLTP (Online Transactional Processing) ist reihenbasiert und auf schnelle Transaktionen optimiert. OLAP (Online Analytical Processing) ist spaltenbasiert und für komplexe Datenanalysen ausgelegt.

Kann In-Memory Technologie OLTP-Datenbanken ersetzen?

Die Arbeit untersucht, ob In-Memory Datenbanken beide Welten (Transaktion und Analyse) in einem System vereinen und traditionelle OLTP-Systeme ablösen können.

Was ist eine hybride Speicherstruktur?

Eine hybride Struktur versucht, die Vorteile von reihen- und spaltenbasierter Speicherung zu kombinieren, um sowohl transaktionale als auch analytische Aufgaben effizient zu bewältigen.

Welche Vorteile bietet In-Memory für Big Data?

Durch die Verarbeitung der Daten direkt im Arbeitsspeicher (RAM) wird ein enormer Performancegewinn erzielt, der Echtzeit-Analysen (Real-Time Data Warehousing) ermöglicht.

Was ist die SanssouciDB?

Die SanssouciDB ist ein Forschungsbeispiel für eine In-Memory Datenbank, die auf den Säulen der In-Memory Technologie nach Plattner basiert.

Fin de l'extrait de 22 pages  - haut de page

Résumé des informations

Titre
In-Memory Technologie. Untersuchung der Ersetzbarkeit von OLTP-basierten Datenbanken
Université
University of Cooperative Education Ravensburg  (Wirtschaftsinformatik)
Cours
Integrationsseminar zu ausgewählten Themen der WI
Note
1,7
Auteur
Carina Butz (Auteur)
Année de publication
2016
Pages
22
N° de catalogue
V335518
ISBN (ebook)
9783668254480
ISBN (Livre)
9783668254497
Langue
allemand
mots-clé
HANA Informatik SAP OLAP OLTP Datenbank Data Warehouse In-Memory
Sécurité des produits
GRIN Publishing GmbH
Citation du texte
Carina Butz (Auteur), 2016, In-Memory Technologie. Untersuchung der Ersetzbarkeit von OLTP-basierten Datenbanken, Munich, GRIN Verlag, https://www.grin.com/document/335518
Lire l'ebook
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
Extrait de  22  pages
Grin logo
  • Grin.com
  • Expédition
  • Mentions légales
  • Prot. des données
  • CGV
  • Imprint