Mit dem stetigen Zuwachs an digital gespeicherten Daten nimmt auch der Bedarf an Strukturierungs- und Abrufungsmöglichkeiten zu. Eine Lösung sind Data-Warehouse-Systeme.
Nach anfänglichen Versuchen der Datenablage als Stern- oder Schneeflockenschema arbeitet man heute aufgrund der zunehmenden Anforderungen an Konsistenz, Datenpersistenz und Flexibilität meist mit einer Schichtenarchitektur. Nach einem kurzen Überblick über die verschiedenen Schichten fokussiert sich die Untersuchung auf die spezifische Schichtenarchitektur von Data Warehouses (LSA) und deren unterschiedliche Nutzungsmöglichkeiten.
Inhaltsverzeichnis
Abbildungsverzeichnis
1. Die Architektur eines Data Warehouses
1.1. Einführung Data Warehouse Systeme
1.2. Persistent Staging Area
1.3. Data Warehouse
1.4. Data Mart
1.5. Operational Data Store
2. Schichtenarchitektur eines Data Warehouse (LSA)
2.1. Überblick: Schichtenarchitektur
2.2. Data-Acquisition-Schicht
2.3. Quality-And-Harmonisation-Schicht
2.4. Data-Propagation-Schicht
2.5. Corporate Memory
3. Architected-Data-Mart-Schicht
3.1. Business-Transformation-Schicht
3.2. Reporting-Schicht
3.3. Viritualization-Schicht
3.4. Operational Data Store
4. LSA Datendomänen
4.1. Globale BW-Systeme
5. Info Sources in der LSA
5.1. Info Sources und BW-Systeme
6. Der Data Flow im SAP Business Warehouse
7. Fazit
Literatur- und Quellenverzeichnis
-
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X.