DWH Modernization

Mit neuen Datenplattformen können Unternehmen ihre in die Jahre gekommenen Data Warehouses technisch auf den neuesten Stand bringen. Diese neue elastische Leistungsfähigkeit allein löst aber nicht die Problematik der langsamen Anpassungsgeschwindigkeit von DWHs. In datengetriebenen Unternehmen sind Änderungen eher die Regel als die Ausnahme. Genau hier braucht es die Automatisierung von Entwicklungstätigkeiten um neue Inhalte mit den besten Methoden wesentlich schneller integrieren zu können.

Eine aufeinander abgestimmte Kollektion von Datenintegrations-Pattern und MetaKraftwerk versetzt Sie in die Lage, Datenintegrationsfunktionalität automatisiert zu erzeugen und zu deployen.

Data Vault (Core)

Beladung von Hub-, Satellite- und Link-Tabellen nach Data Vault, Einsatz für den Raw Vault sowie Business Vault.
  • Delivery-Modes: FULL, DELTA, REJECT
  • Eingebautes Reject-Handling und Ausleitung von abgelehnten Daten in Reject-Tabellen
  • Referenzprüfung / Foreign-Surrogate-Keys
  • Duplikatserkennung
  • Multiple-State-Change-Handling
  • Non-Chronological-State-Change-Handling
  • Custom-Logic-Frame

Transactional Links (Core)

Verarbeitung von Transactional Links (T_LNK) nach Data Vault, inklusive Reject-Handling. Für Transaktionale Daten (Bewegungsdaten, Massendaten) ist dies eine effizientere Art der Datenspeicherung. Zudem ermöglicht das Pattern Vorteile beim Zugriff auf Daten, da alles kompakt in einer Tabelle abgelegt ist.

Dimensional
(Data Mart)

Beladung von Dimensionstabellen mit Daten aus dem Data Vault. Dabei ist die Anordnung der Dimensionen als Star- und Snowflake-Schema möglich. Das Pattern macht die Historisierung, welche im Data Vault etabliert wurde, auswertbar (Versionierung). Komplexe Data Vault Modelle werden für das Reporting in optimierte, dimensionale Datenstrukturen (Star/Snowflake) überführt. Diese berücksichtigen die Historisierung im Core. Für Anwender stehen As-Was-Sichten (Stammdaten zum Geschäftszeitpunkt) und As-Is-Sichten (aktueller Stand) zur Verfügung.

Facts (Data Mart)

Beladung von Fakten-Tabellen mit Daten aus dem Data Vault, Verknüpfung mit Dimensionen. Dazu gibt es jeweils zwei Zeiger auf Dimensionen (L0-ID => As-Is, Versions-Id => As-Was).

Fragen zu Pattern?

In einer persönlichen Demo zeigen wir ihnen gerne die gesamte Funktionalität der Pattern und wie diese bei einem DWH Modernization Vorhaben einen entscheidenen Vorteil bringen
Nach oben