15-mal heruntergeladen
Hochgeladen vonTorsten Glunde
Data Virtualization - Supernova
Das Dokument beschreibt ein Networking-Event der deutschsprachigen Data Vault User Group (DDVUG) in Hannover, bei dem das Konzept der Datenvirtualisierung sowie Business Vault Patterns vorgestellt und diskutiert wurden. Es wird auf die Trennung zwischen Raw und Business Vault eingegangen, einschließlich der Vorteile und Herausforderungen der Datenmodellierung. Zudem wird das Supernova-Modell als neue Technik zur Datenvirtualisierung präsentiert, die die herkömmlichen Datenbewirtschaftungsprozesse überwindet.
Data Virtualization - Supernova
- 1. DDVUG HANNOVER STAMMTISCH Networking – Rausaus dem Vault - Virtualisierung
- 2. Willkommen Einleitung –DDVUG – Vorstellung Business Vault Patterns Raus aus dem Vault – Virtualisierung Networking - Diskussion
- 3. DDVUG e.V. DeutschsprachigeData Vault User Group Verbreitung von Wissen Veranstaltungen (Stammtische) Arbeitsergebnisse bereitstellen ddvug.de http://datavaultusergroup.de/wp-content/uploads/Mitgliedsantrag.pdf
- 4. Alligator Company “CrossingBorders” – 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 eintragenüber 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
- 7. Business Vault –Muster Abgeleitete Attribute Satelliten Gleiche Granularität Abgeleitete Relationen Same-As-Link Identity Resolution, DQ Aggregation (Portfolio, Deckungsbeiträge, …) Abgeleitete Events (Bewegungssätze aus Bestandssystemen, Zufallssätze / Stichproben) Abgeleitete Hubs Identity Resolution DQ Bestehende Data Vault Muster!
- 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 demVault 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
- 10. Data Virtualization Rohdaten Regel n RAW Business DataVirtualization Server Rohdaten Regel n RAW Business DM Cube File
- 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: Rickvan 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 RoelantVos 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
- 21.
Hinweis der Redaktion
- #6 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