SlideShare ist ein Scribd-Unternehmen logo
Business Vault - Strategien zur agilen Auswertung
Raus aus dem Vault
Themen
Logical Data Warehouse
Datenvirtualisierung
Agile Auswertung
Business Vault:
Als Alternative im Logical
Warehouse
Herausforderung
◻ Self-Service BI
◻ Operational BI
◻ Polyglot Storage
◻ Integration Big Data
◻ Machine Learning,
Predictive, Mining
Alte und neue Welt
◻ Sicherheit
◻ Metadata
◻ SQL
◻ Query planning
◻ Data Independence
◻ Skalierung
◻ Spätes Schema
◻ Frontendwahl
◻ Wahl der Engine
◻ Batch, Interactive,
Streaming, ML, graph
Gartner “Bimodal BI”
◻Historien bilden
◻Audit
◻Reproduzierbarkeit
◻Entkopplung
◻Langzeitspeicher
◻Neue Quellen
◻Schnelle
Veränderung
◻Self-Service
◻Operationale Daten
Mode 1: Zuverlässigkeit Mode 2: Agilität
Quadrant – 4QM
◻Ronald Damhof
◻Martijn Evers
◻Datenentropy
◻Data Deployment
◻Self-Service
◻Governance
Logical Data Warehouse
Logical Data Warehouse Architecture
DB DWH ESB externprivatAPP
DashboardMobileWebsiteReportingApp
Logical Data Warehouse
◻ Sichten für Projekte (Sampling)
◻ Wiederverwendung von Sichten
◻ Caching häufig genutzter Sets
◻ Agile Datenintegration
◻ Durchsetzung von
Datenschutzregeln
◻ Integrierte Metadaten, Glossary
“The logical data warehouse
architecture delivers data and
metadata to data consumers in
support of decision-making,
reporting, and data retrieval;
whereby data and metadata stores
are decoupled from data
consumers through a metadata-
driven layer to increase flexibility
and whereby data and metadata
are presented in a subject-
oriented, integrated, time-variant,
and reproducible style.“
Logical Data Warehouse
Quelle: r20.nl – Rick van der Lans - © 2016
Datenvirtualisierung
⬜ Modellgetrieben
■ Keine Datenbewirtschaftung
■ Modell-Definition anhand von SQL
⬜ SQL-Engine
■ View Definitionen
■ Bekannte Optimierung
⬜ Caching
■ Materialized Views
■ Ergebnis Caching
⬜ Hersteller
■ Cirro Data Hub, Denodo, Cisco , Delphix,
Informatica, SAS, Redhat JBoss DataVirt, Rocket,
Stone Bond Enterprise Enabler
Data Virtualization Server
Relationales
Modell
Quelltabellen
Views
Cache
Parser
Engine
Optimize
Quelle
Datenvirtualisierung
Quelle: r20.nl – Rick van der Lans - © 2016
Datenvirtualisierung
Virtualisierung
Quelle: Hortonworks.com – Julian Hyde - © 2016
Relational Algebra
Extension to
mathematical set
theory
E.F. Codd (IBM) 1970
Select,filter,join,sort,uni
on, …
Planning und
Optimierung
Quelle: Hortonworks.com – Julian Hyde - © 2016
Federation Engine - Calcite
Quelle: Hortonworks.com – Julian Hyde - © 2016
Quelle: Hortonworks.com – Julian Hyde - © 2016
Quelle: Hortonworks.com – Julian Hyde - © 2016
Raus aus dem Vault - Supernova
◻ Datenvirtualisierung kann die Persistierung nach
dem Data Vault ersetzen
◻ SuperNova ermöglicht eine automatisierte
Ableitung zum Übergang in die View-Schichten
◻ Regeln des Business Vault können in SQL
formuliert werden
Super Nova Überblick
⬜ Supernova
■ Alle Versionen von Hub und
Link (Eliminierung von
Satelliten)
⬜ Extended Supernova
■ Views mit Regeln
⬜ Delivery
■ Star Schema View
■ Denormalisierung
■ Anforderungsgetrieben
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
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
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
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
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
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
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
Business Vault virtualisiert
◻ Flexibilität
◻ Optimierung
transparent
⬜Caching
⬜Indexing
◻ SQL als Metasprache
für Regeln
◻ Schnelles Prototyping
◻Autorisierung über
Virtualisierungs
Softare
◻Wegfall von PIT und
Bridge
Data Virtualization Server
Raus aus dem Vault
Rohdaten Regeln
RAW Business
Data Virtualization Server
Rohdaten
Regeln
RAW
Q4
Q2
Q3
Virtualisierung
SQL
Q1
Logical Data Warehouse - Datenvermittlung
Data
Vault
Hadoop
Stream
BI
Data Science
Real-Time
Business
Vault
Mart
Datenmodell + Metadaten
Raus aus dem Data Vault - Virtualisierung und Logical Warheouse
Raus aus dem Data Vault - Virtualisierung und Logical Warheouse
Raus aus dem Data Vault - Virtualisierung und Logical Warheouse

Weitere ähnliche Inhalte

Was ist angesagt?

Analytical Sandboxing: Data-Warehousing und Datenanalysen im Spannungsfeld zw...
Analytical Sandboxing: Data-Warehousing und Datenanalysen im Spannungsfeld zw...Analytical Sandboxing: Data-Warehousing und Datenanalysen im Spannungsfeld zw...
Analytical Sandboxing: Data-Warehousing und Datenanalysen im Spannungsfeld zw...
Business Intelligence Research
 
Hitachi marktforum it beschaffung 2012 0.2
Hitachi   marktforum it beschaffung 2012 0.2Hitachi   marktforum it beschaffung 2012 0.2
Hitachi marktforum it beschaffung 2012 0.2
Sascha Oehl
 
Weitere Dezentralisierung der BI - mehr Selbständigkeit der Fachbereiche durc...
Weitere Dezentralisierung der BI - mehr Selbständigkeit der Fachbereiche durc...Weitere Dezentralisierung der BI - mehr Selbständigkeit der Fachbereiche durc...
Weitere Dezentralisierung der BI - mehr Selbständigkeit der Fachbereiche durc...
Business Intelligence Research
 
Hif 3 d information center 0.7
Hif 3 d information center 0.7Hif 3 d information center 0.7
Hif 3 d information center 0.7
Sascha Oehl
 
Dropwizard Tech-Talk
Dropwizard Tech-TalkDropwizard Tech-Talk
Dropwizard Tech-Talk
mley2s
 

Was ist angesagt? (20)

Wie modelliere ich mein Core DWH?
Wie modelliere ich mein Core DWH?Wie modelliere ich mein Core DWH?
Wie modelliere ich mein Core DWH?
 
Analytical Sandboxing: Data-Warehousing und Datenanalysen im Spannungsfeld zw...
Analytical Sandboxing: Data-Warehousing und Datenanalysen im Spannungsfeld zw...Analytical Sandboxing: Data-Warehousing und Datenanalysen im Spannungsfeld zw...
Analytical Sandboxing: Data-Warehousing und Datenanalysen im Spannungsfeld zw...
 
Hitachi marktforum it beschaffung 2012 0.2
Hitachi   marktforum it beschaffung 2012 0.2Hitachi   marktforum it beschaffung 2012 0.2
Hitachi marktforum it beschaffung 2012 0.2
 
Weitere Dezentralisierung der BI - mehr Selbständigkeit der Fachbereiche durc...
Weitere Dezentralisierung der BI - mehr Selbständigkeit der Fachbereiche durc...Weitere Dezentralisierung der BI - mehr Selbständigkeit der Fachbereiche durc...
Weitere Dezentralisierung der BI - mehr Selbständigkeit der Fachbereiche durc...
 
Oracle Database Security Assessment Tool (DBSAT)
Oracle Database Security Assessment Tool (DBSAT)Oracle Database Security Assessment Tool (DBSAT)
Oracle Database Security Assessment Tool (DBSAT)
 
Middleware Basics für den DBA
Middleware Basics für den DBAMiddleware Basics für den DBA
Middleware Basics für den DBA
 
The cloud 2011
The cloud 2011The cloud 2011
The cloud 2011
 
Portfolio 2016
Portfolio 2016Portfolio 2016
Portfolio 2016
 
TechEvent 2019: Trivadis & Swisscom Partner Angebote; Konrad Häfeli, Markus O...
TechEvent 2019: Trivadis & Swisscom Partner Angebote; Konrad Häfeli, Markus O...TechEvent 2019: Trivadis & Swisscom Partner Angebote; Konrad Häfeli, Markus O...
TechEvent 2019: Trivadis & Swisscom Partner Angebote; Konrad Häfeli, Markus O...
 
Data Quadrant - Daten Management Methode
Data Quadrant - Daten Management MethodeData Quadrant - Daten Management Methode
Data Quadrant - Daten Management Methode
 
Data Center Automation for the Cloud
Data Center Automation for the CloudData Center Automation for the Cloud
Data Center Automation for the Cloud
 
Überblick zu Oracle Database 12c Release 2
Überblick zu Oracle Database 12c Release 2Überblick zu Oracle Database 12c Release 2
Überblick zu Oracle Database 12c Release 2
 
Performanceaspekte im Oracle DWH
Performanceaspekte im Oracle DWHPerformanceaspekte im Oracle DWH
Performanceaspekte im Oracle DWH
 
Data Vault Vor- und Nachteile
Data Vault Vor- und NachteileData Vault Vor- und Nachteile
Data Vault Vor- und Nachteile
 
Teams Nation 2022 - Securing Microsoft 365 data with service encryption
Teams Nation 2022 - Securing Microsoft 365 data with service encryptionTeams Nation 2022 - Securing Microsoft 365 data with service encryption
Teams Nation 2022 - Securing Microsoft 365 data with service encryption
 
Die generierte Zeitmaschine - Historisierung auf Knopfdruck
Die generierte Zeitmaschine - Historisierung auf KnopfdruckDie generierte Zeitmaschine - Historisierung auf Knopfdruck
Die generierte Zeitmaschine - Historisierung auf Knopfdruck
 
Hif 3 d information center 0.7
Hif 3 d information center 0.7Hif 3 d information center 0.7
Hif 3 d information center 0.7
 
Azure Days 2019: Master the Move to Azure (Konrad Brunner)
Azure Days 2019: Master the Move to Azure (Konrad Brunner)Azure Days 2019: Master the Move to Azure (Konrad Brunner)
Azure Days 2019: Master the Move to Azure (Konrad Brunner)
 
Metadaten und Data Vault (Meta Vault)
Metadaten und Data Vault (Meta Vault)Metadaten und Data Vault (Meta Vault)
Metadaten und Data Vault (Meta Vault)
 
Dropwizard Tech-Talk
Dropwizard Tech-TalkDropwizard Tech-Talk
Dropwizard Tech-Talk
 

Ähnlich wie Raus aus dem Data Vault - Virtualisierung und Logical Warheouse

SAP Datashpere - von Bits und Bites zu Widgets und Charts
SAP Datashpere - von Bits und Bites zu Widgets und ChartsSAP Datashpere - von Bits und Bites zu Widgets und Charts
SAP Datashpere - von Bits und Bites zu Widgets und Charts
IBsolution GmbH
 
Data Mesh: "Daten als Produkt" weitergedacht
Data Mesh: "Daten als Produkt" weitergedachtData Mesh: "Daten als Produkt" weitergedacht
Data Mesh: "Daten als Produkt" weitergedacht
IBsolution GmbH
 

Ähnlich wie Raus aus dem Data Vault - Virtualisierung und Logical Warheouse (20)

Auf gehts in die Cloud: „Das kann doch nicht so schwer sein!“
Auf gehts in die Cloud: „Das kann doch nicht so schwer sein!“Auf gehts in die Cloud: „Das kann doch nicht so schwer sein!“
Auf gehts in die Cloud: „Das kann doch nicht so schwer sein!“
 
SAP Datashpere - von Bits und Bites zu Widgets und Charts
SAP Datashpere - von Bits und Bites zu Widgets und ChartsSAP Datashpere - von Bits und Bites zu Widgets und Charts
SAP Datashpere - von Bits und Bites zu Widgets und Charts
 
Data Mesh: "Daten als Produkt" weitergedacht
Data Mesh: "Daten als Produkt" weitergedachtData Mesh: "Daten als Produkt" weitergedacht
Data Mesh: "Daten als Produkt" weitergedacht
 
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
 
Dataservices - Data Processing mit Microservices
Dataservices - Data Processing mit MicroservicesDataservices - Data Processing mit Microservices
Dataservices - Data Processing mit Microservices
 
Warum sap hana sql data warehousing
Warum sap hana sql data warehousingWarum sap hana sql data warehousing
Warum sap hana sql data warehousing
 
Cloud Native Migration: Wie IT-Landschaften ihren Weg auf eine Cloud-Native-P...
Cloud Native Migration: Wie IT-Landschaften ihren Weg auf eine Cloud-Native-P...Cloud Native Migration: Wie IT-Landschaften ihren Weg auf eine Cloud-Native-P...
Cloud Native Migration: Wie IT-Landschaften ihren Weg auf eine Cloud-Native-P...
 
Boston webcast hyperconverged_2016-06
Boston webcast hyperconverged_2016-06Boston webcast hyperconverged_2016-06
Boston webcast hyperconverged_2016-06
 
Modernes Rechenzentrum
Modernes Rechenzentrum Modernes Rechenzentrum
Modernes Rechenzentrum
 
Leveraging the Power of Solr with Spark
Leveraging the Power of Solr with SparkLeveraging the Power of Solr with Spark
Leveraging the Power of Solr with Spark
 
Innovationen aus der Cloud ganz einfach nutzen
Innovationen aus der Cloud ganz einfach nutzenInnovationen aus der Cloud ganz einfach nutzen
Innovationen aus der Cloud ganz einfach nutzen
 
CWMC Insights 2020|08 - Überblick Migration nach SAP S/4HANA
CWMC Insights 2020|08 - Überblick Migration nach SAP S/4HANACWMC Insights 2020|08 - Überblick Migration nach SAP S/4HANA
CWMC Insights 2020|08 - Überblick Migration nach SAP S/4HANA
 
Entdecken Sie SAP Datasphere: Einsatzmöglichkeiten im Überblick
Entdecken Sie SAP Datasphere: Einsatzmöglichkeiten im ÜberblickEntdecken Sie SAP Datasphere: Einsatzmöglichkeiten im Überblick
Entdecken Sie SAP Datasphere: Einsatzmöglichkeiten im Überblick
 
Überblick: 18c und Autonomous Data Warehouse Cloud (ADWC)
Überblick: 18c und Autonomous Data Warehouse Cloud (ADWC)Überblick: 18c und Autonomous Data Warehouse Cloud (ADWC)
Überblick: 18c und Autonomous Data Warehouse Cloud (ADWC)
 
Süßwarenhersteller und Discounter launchen Webportal für EM 2016-Gewinnspiel
Süßwarenhersteller und Discounter launchen Webportal für EM 2016-GewinnspielSüßwarenhersteller und Discounter launchen Webportal für EM 2016-Gewinnspiel
Süßwarenhersteller und Discounter launchen Webportal für EM 2016-Gewinnspiel
 
OpenDMA - Daten Management Solution
OpenDMA  - Daten Management SolutionOpenDMA  - Daten Management Solution
OpenDMA - Daten Management Solution
 
Tipps & Tricks zum Aufbau einer Unternehmenscloud mit CC13
Tipps & Tricks zum Aufbau einer Unternehmenscloud mit CC13Tipps & Tricks zum Aufbau einer Unternehmenscloud mit CC13
Tipps & Tricks zum Aufbau einer Unternehmenscloud mit CC13
 
Monitoring Openstack - LinuxTag 2013
Monitoring Openstack - LinuxTag 2013Monitoring Openstack - LinuxTag 2013
Monitoring Openstack - LinuxTag 2013
 
Steinzeit war gestern! Wege der cloud-nativen Evolution
Steinzeit war gestern! Wege der cloud-nativen EvolutionSteinzeit war gestern! Wege der cloud-nativen Evolution
Steinzeit war gestern! Wege der cloud-nativen Evolution
 
Datenintegrität für moderne Cloud Data Warehouse (MDWH) und Analytics Archite...
Datenintegrität für moderne Cloud Data Warehouse (MDWH) und Analytics Archite...Datenintegrität für moderne Cloud Data Warehouse (MDWH) und Analytics Archite...
Datenintegrität für moderne Cloud Data Warehouse (MDWH) und Analytics Archite...
 

Raus aus dem Data Vault - Virtualisierung und Logical Warheouse

  • 1. Business Vault - Strategien zur agilen Auswertung Raus aus dem Vault
  • 2. Themen Logical Data Warehouse Datenvirtualisierung Agile Auswertung Business Vault: Als Alternative im Logical Warehouse
  • 3. Herausforderung ◻ Self-Service BI ◻ Operational BI ◻ Polyglot Storage ◻ Integration Big Data ◻ Machine Learning, Predictive, Mining
  • 4. Alte und neue Welt ◻ Sicherheit ◻ Metadata ◻ SQL ◻ Query planning ◻ Data Independence ◻ Skalierung ◻ Spätes Schema ◻ Frontendwahl ◻ Wahl der Engine ◻ Batch, Interactive, Streaming, ML, graph
  • 5. Gartner “Bimodal BI” ◻Historien bilden ◻Audit ◻Reproduzierbarkeit ◻Entkopplung ◻Langzeitspeicher ◻Neue Quellen ◻Schnelle Veränderung ◻Self-Service ◻Operationale Daten Mode 1: Zuverlässigkeit Mode 2: Agilität
  • 6. Quadrant – 4QM ◻Ronald Damhof ◻Martijn Evers ◻Datenentropy ◻Data Deployment ◻Self-Service ◻Governance
  • 7. Logical Data Warehouse Logical Data Warehouse Architecture DB DWH ESB externprivatAPP DashboardMobileWebsiteReportingApp
  • 8. Logical Data Warehouse ◻ Sichten für Projekte (Sampling) ◻ Wiederverwendung von Sichten ◻ Caching häufig genutzter Sets ◻ Agile Datenintegration ◻ Durchsetzung von Datenschutzregeln ◻ Integrierte Metadaten, Glossary “The logical data warehouse architecture delivers data and metadata to data consumers in support of decision-making, reporting, and data retrieval; whereby data and metadata stores are decoupled from data consumers through a metadata- driven layer to increase flexibility and whereby data and metadata are presented in a subject- oriented, integrated, time-variant, and reproducible style.“
  • 9. Logical Data Warehouse Quelle: r20.nl – Rick van der Lans - © 2016
  • 10. Datenvirtualisierung ⬜ Modellgetrieben ■ Keine Datenbewirtschaftung ■ Modell-Definition anhand von SQL ⬜ SQL-Engine ■ View Definitionen ■ Bekannte Optimierung ⬜ Caching ■ Materialized Views ■ Ergebnis Caching ⬜ Hersteller ■ Cirro Data Hub, Denodo, Cisco , Delphix, Informatica, SAS, Redhat JBoss DataVirt, Rocket, Stone Bond Enterprise Enabler Data Virtualization Server Relationales Modell Quelltabellen Views Cache Parser Engine Optimize Quelle
  • 11. Datenvirtualisierung Quelle: r20.nl – Rick van der Lans - © 2016
  • 13. Relational Algebra Extension to mathematical set theory E.F. Codd (IBM) 1970 Select,filter,join,sort,uni on, … Planning und Optimierung Quelle: Hortonworks.com – Julian Hyde - © 2016
  • 14. Federation Engine - Calcite Quelle: Hortonworks.com – Julian Hyde - © 2016
  • 15. Quelle: Hortonworks.com – Julian Hyde - © 2016
  • 16. Quelle: Hortonworks.com – Julian Hyde - © 2016
  • 17. Raus aus dem Vault - Supernova ◻ Datenvirtualisierung kann die Persistierung nach dem Data Vault ersetzen ◻ SuperNova ermöglicht eine automatisierte Ableitung zum Übergang in die View-Schichten ◻ Regeln des Business Vault können in SQL formuliert werden
  • 18. Super Nova Überblick ⬜ Supernova ■ Alle Versionen von Hub und Link (Eliminierung von Satelliten) ⬜ Extended Supernova ■ Views mit Regeln ⬜ Delivery ■ Star Schema View ■ Denormalisierung ■ Anforderungsgetrieben 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 –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
  • 20. 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
  • 21. 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
  • 22. 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
  • 23. 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
  • 24. 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
  • 25. Business Vault virtualisiert ◻ Flexibilität ◻ Optimierung transparent ⬜Caching ⬜Indexing ◻ SQL als Metasprache für Regeln ◻ Schnelles Prototyping ◻Autorisierung über Virtualisierungs Softare ◻Wegfall von PIT und Bridge
  • 26. Data Virtualization Server Raus aus dem Vault Rohdaten Regeln RAW Business Data Virtualization Server Rohdaten Regeln RAW
  • 27. Q4 Q2 Q3 Virtualisierung SQL Q1 Logical Data Warehouse - Datenvermittlung Data Vault Hadoop Stream BI Data Science Real-Time Business Vault Mart Datenmodell + Metadaten