2. Willkommen
Einleitung – DDVUG – Vorstellung
Business Vault Patterns
Raus aus dem Vault – Virtualisierung
Networking - Diskussion
3. DDVUG e.V.
Deutschsprachige Data Vault User
Group
Verbreitung von Wissen
Veranstaltungen (Stammtische)
Arbeitsergebnisse bereitstellen
ddvug.de
http://datavaultusergroup.de/wp-content/uploads/Mitgliedsantrag.pdf
4. Alligator Company
“Crossing Borders” – DWH, Data
Vault und Automation
Torsten Glunde, CEO und Gründer
torsten.glunde@alligator-
company.de
@tglunde
alligator-company.de
5. Data Vault
16.12.
2016
Verfasser eintragen über Einfügen, Kopf- und Fußzeile 5
OLTP
Quellen
Anwende
r
Raw Vault
DM
DM
BU
Business
Vault
Data
Wahrnehmun
g
Realität
Anforderung Anforderung
Diskrepanz
Regel
Wahrnehmungen unterscheiden
sich
Diskrepanz zwischen verfügbaren
Daten und angeforderten
Informationen
Trennung von RAW und Business
Vault
Warum Data Vault?
Erweiterbarkeit
Nachvollziehbarkeit
6. Data Vault
RAW
Core Business Concept,
Geschäftsschlüssel
Automation und Generation
Langzeitspeicher
Keine Agilität
Regeln
Anforderungsgetrieben
Speicherung, Nachvollziehbarkeit
Hohe Agilität?
Raus
Höchste Agilität
Probleme mit Data Vault
Rohdaten
Regel
n
RAW Business
Raus
Agilität
8. Business Vault – Muster
Dimensionale Abbildung
Hierarchie
Link + SAL für Vorgänger und
Nachfolger
Denormalisierung?
Denormalisierte Strukturen
aufbauen?
Unbalancierte Hierarchien
NA-Dummies
Normalisierung zur balancierten
Hierarchie?
PIT?
Bridge?
Zeitlinien?
Source: Michael Müller, MID
9. Raus aus dem Vault
Data Virtualisierung + SuperNova Modeling
Data Virtualisierung ersetzt physische
Datenhaushalte nach dem Vault
SuperNova ist eine Modellierungstechnik speziell
für Data Vault gedacht
Modellgetriebener Ansatz
Virtualisierte Daten basierend auf VIEWs
11. Data Virtualization
Modellgetrieben
Keine Datenbewirtschaftung
Modell-Definition anhand von
SQL
SQL-Engine
View Definitionen
Bekannte Optimierung
Caching
Materialized Views
Ergebnis Caching
Hersteller
Denodo, Cisco, SAS, JBOSS
Data Virtualization Server
Relationales
Modell
Quelltabellen
Views
Cach
e
Parser
Engine
Optimiz
e
DV
12. Super Nova Überblick
Supernova
Alle Versionen von
Hub und Link
(Eliminierung von
Satelliten)
Extended Supernova
Views mit Regeln
Delivery
Star Schema View
Denormalisierung
Anforderungsgetriebe
n
Source: Rick van der Lans sponsored by Cisco Centennium: http://www.cisco.com/c/dam/en_us/services/enterprise-it-services/data-virtualization/documents/whitepaper-cisco-datavaul.pdf
13. Supernova –Views
Source: Rick van der Lans sponsored by Cisco Centennium: http://www.cisco.com/c/dam/en_us/services/enterprise-it-services/data-virtualization/documents/whitepaper-cisco-datavaul.pdf
14. Supernova – Views
Source: Rick van der Lans sponsored by Cisco Centennium: http://www.cisco.com/c/dam/en_us/services/enterprise-it-services/data-virtualization/documents/whitepaper-cisco-datavaul.pdf
15. Supernova – Views
Source: Rick van der Lans sponsored by Cisco Centennium: http://www.cisco.com/c/dam/en_us/services/enterprise-it-services/data-virtualization/documents/whitepaper-cisco-datavaul.pdf
16. Supernova – Views
Source: Rick van der Lans sponsored by Cisco Centennium: http://www.cisco.com/c/dam/en_us/services/enterprise-it-services/data-virtualization/documents/whitepaper-cisco-datavaul.pdf
17. Supernova – Views
Source: Rick van der Lans sponsored by Cisco Centennium: http://www.cisco.com/c/dam/en_us/services/enterprise-it-services/data-virtualization/documents/whitepaper-cisco-datavaul.pdf
18. Data Vault vs. Supernova
Source: Rick van der Lans sponsored by Cisco Centennium: http://www.cisco.com/c/dam/en_us/services/enterprise-it-services/data-virtualization/documents/whitepaper-cisco-datavaul.pdf
19. Supernova + Datenvirtualisierung
Modellierung mittels SQL-Views
Bestehendes Know-How
Transiente Datenhaltung
Versionierung / Transparenz über Metadaten
Lineage
Autorisierung
Abhängig vom Hersteller der Virtualisierungssoftware
Supernova Generierbar
Höhere Agilität als bei der Verwendung von
herkömmlichen Bewirtschaftungsprozessen
Virtualisierung ermöglicht auch Zugriff auf Legacy-
Systeme
?
Vorteile Nachteile
20. Linksammlung
Automation
Roelant Vos http://roelantvos.com
Quipu http://www.datawarehousemanagement.org/
Wherescape http://wherescape.com
BI-Ready http://attunity.com
Data Virtualization & Logical Data Warehouse
Mark Beyer http://blogs.gartner.com/merv-adrian/2011/11/03/mark-beyer-father-of-the-logical-data-
warehouse-guest-post/
Rick van der Lans http://www.r20.nl/whitepapers.htm
Data Virtuality http://datavirtuality.com/products/logical-data-warehouse/
Cisco http://www.cisco.com/c/en/us/services/enterprise-it-services/data-virtualization.html
Denodo http://www.denodo.com/en
SAS Federation http://www.sas.com/en_us/software/data-management/data-federation.html
Red Hat https://www.redhat.com/en/technologies/jboss-middleware/data-virtualization
Analyse von Quelldaten (Profiling) ergibt die Realität der Daten
Die Analyse der Anforderungen (Zielmodell) ergibt die Informationen.
Im Business Vault muss die Diskrepanz zwischen Informationsbedarf und Datenrealität durch Geschäftsregeln in Informationen transformiert werden.
Ein Weiterer Vorteil dieser Transparenz ist die Möglichkeit darauf MDM auf zu setzen um Datenqualität in der Quelle zu lösen