SlideShare ist ein Scribd-Unternehmen logo
1 von 29
Downloaden Sie, um offline zu lesen
Performanceaspekte im Oracle DWH 
Dani Schnider 
Principal Consultant 
Business Intelligence 
6. Oracle DWH Konferenz 
Mainz, 30. März 2011 
BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
1
Mit über 600 IT- und Fachexperten bei Ihnen vor Ort 
2014 © Trivadis 
11 Trivadis Niederlassungen mit 
über 600 Mitarbeitenden 
200 Service Level Agreements 
Mehr als 4'000 Trainingsteilnehmer 
Forschungs- und Entwicklungs-budget: 
CHF 5.0 / EUR 4 Mio. 
Finanziell unabhängig und 
nachhaltig profitabel 
Erfahrung aus mehr als 1'900 
Projekten pro Jahr bei über 800 
Kunden 
Stand 12/2012 
Hamburg 
Düsseldorf 
Frankfurt 
Freiburg 
München 
Wien 
Basel 
Bern Zürich 
Lausanne 
2 
Stuttgart 
Performanceaspekte im Oracle DWH 
30. März 2011 
2
Kurzvorstellung Trivadis 
Trivadis ist führend bei der IT-Beratung, der Systemintegration, dem 
solution based Software- und Product-Engineering und der Erbringung 
von IT-Services mit Fokussierung auf und 
Technologien im D-A-CH-Raum. 
Unsere Leistungen erbringen wir aus den strategischen Geschäftsfeldern: 
Durch unser Trainingsangebot stellen wir den Know-how-Transfer sicher. 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
3
Dani Schnider 
 Principal Consultant und 
DWH/BI Lead Architect 
bei Trivadis in Zürich 
 Kursleiter für Trivadis-Kurse 
über Data Warehousing, 
SQL Optimierung und Oracle 
Warehouse Builder 
 Co-Autor des Buches «Data 
Warehousing mit Oracle» 
2014 © Trivadis 
4 
DOAG - Brücken bauen im dimensionalen Modell 
22. November 2012
Was heisst Performance im DWH? 
Projekt-Performance 
 Kurze Entwicklungszyklen eines DWH-Projekts 
ETL-Performance 
 Kurze Laufzeiten beim Laden des Data Warehouses 
Abfrageperformance 
 Kurze Antwortzeiten bei Abfragen auf Data Warehouse 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
5
Performance Tuning – Mythen 
 Phase „Performance Tuning“ am Ende des Projekts 
 Performance während Design und Implementierung noch unwichtig 
 Kurz vor Produktivsetzung wird das DWH noch „getuned“ 
 Performance-Probleme mit Hardware erschlagen 
 Hardware wird immer schneller und günstiger 
 Mit genügend CPUs und Memory ist Performance kein Problem 
 Tuning-Spezialist macht Datenbank schneller 
 Konfigurationsparameter „fast_oracle_enable= true“ 
 Optimizer-Hint /*+ go_faster */ 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
6
Performance Tuning – Realität 
 Oft werden grundlegende Architekturgrundsätze missachtet 
 Keine Unterscheidung Core / Data Marts 
 Abfragen direkt auf Core 
 Ungeeignetes Datenmodell 
 ETL-Prozesse werden row-based ausgeführt 
 Updates auf Fakten 
 Unklare Anforderungen an DWH 
 DWH ist „Quellsystem-getrieben“ 
 Sammeln auf Vorrat 
 Falsche Granularität 
 Keine spezifischen Data Marts 
 Performance Tuning beginnt bereits bei Analyse und Design 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
7
DWH Architektur 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
8
1. Jedes Data Warehouse besitzt ein Core 
 Data Marts nie direkt aus Quellsystemen laden 
 Einzige Datenquelle für Data Marts ist Core 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
9
2. Benutzer greifen nie direkt aufs Core zu 
 Core ist Integrations- und Historisierungsdatenbank 
 Core ist nicht für Benutzerabfragen optimiert 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
10
3. Pro Anwendungsbereich ein Data Mart 
 Data Mart „ELWMS“ vermeiden 
 Viele Dimensionen, feine Granularität 
  hohe Komplexität, schlechte Performance 
 Pro Benutzergruppe / Fachbereich spezifische Data Marts 
 Data Marts sind für Benutzergruppe zugeschnitten 
 Für Benutzer einfacher verständlich 
 Problem: Formulierung der Anforderungen 
 Fachbereich muss genaue Anforderungen kennen 
 …und auch formulieren können 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
11
Projekt-Performance – Problemstellung 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
12
 Benutzeranforderungen klar definieren 
 Requirement-Analyse zu Beginn des Projekts 
 Enge Zusammenarbeit zwischen Business und IT 
 Umsetzen, was notwendig ist 
 Nicht machen, was der Kunde will – sondern was er braucht 
 Anforderungsgetriebene Datenmodellierung („Top-down“) 
 Saubere DWH-Architektur 
 Integration in Core, nicht in Data Marts 
 Pro Anwendungsbereich ein Data Mart 
 Projektziele etappieren 
 Überschaubare und planbare Releases 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
13 
Projekt-Performance
Benutzeranforderungen klar formulieren 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
14
Datenmodellierung: Bottom-up oder Top-down 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
15
Releaseplanung: Projektziele etappieren 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
16
ETL-Performance – Problemstellung 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
17
ETL-Performance 
 Überschaubare Transformationsschritte 
 ETL in Teilschritte aufteilen (Layer-Konzept) 
 Vermeidung von komplexen ETL-Mappings 
 Überschaubare Datenmengen 
 Delta Extraction und Incremental Loads 
 Partitionenweises Laden (Partition Exchange) 
 Fast Refreshes von Materialized Views 
 Mengenbasierte Verarbeitung 
 „Set-based“ statt „Row-based“ 
 Vermeidung von prozeduraler Logik 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
18
Exchange Partition – Vorgehensweise 
1. Daten werden in Hilfstabelle geladen 
 Tabelle hat gleiche Attribute wie 
partitionierte Zieltabelle 
 INSERT INTO … SELECT oder CREATE 
TABLE … AS SELECT… 
2. Auf bestehenden Daten Indizes erstellen 
 Gleiche Indizes wie auf partitionierter 
Zieltabelle 
 Nachträgliche Indexerstellung ist effizienter 
als INSERT in indexierte Tabelle 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
19
Exchange Partition – Vorgehensweise 
3. Auf Zieltabelle neue Partition anfügen 
 ALTER TABLE ... ADD PARTITION ... 
 Partition mit minimaler Grösse, wird nie 
für Daten gebraucht 
 Tablespace, in dem die Partition liegt, ist 
egal, da die Partition am Ende wieder 
gelöscht wird 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
20
Exchange Partition – Vorgehensweise 
4. EXCHANGE PARTITION 
 Austausch der Hilfstabelle mit der neuen 
2014 © Trivadis 
Partition 
 Nur Änderung im Data Dictionary sehr 
schnell 
 Geladene Daten gehören nachher zur 
neuen Partition der Zieltabelle 
5. Hilfstabelle ist nachher leer und kann 
gelöscht werden 
Performanceaspekte im Oracle DWH 
30. März 2011 
21
ETL: Set-based vs. Row-based Verarbeitung 
Set-based ETL 
2014 © Trivadis 
Row-based ETL 
Performanceaspekte im Oracle DWH 
30. März 2011 
22
Abfrageperformance – Problemstellung 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
23
Abfrageperformance: Dimensionales Modell 
Anzahl Dimensionen beschränken 
Skalierung des Data Marts 
 Aktualisierungshäufigkeit 
2014 © Trivadis 
 Granularität 
 Historyfenster 
Performanceaspekte im Oracle DWH 
30. März 2011 
24
Abfrageperformance: Physisches DB-Design 
 Dimensionstabellen: 
 Pro Dimension eine Tabelle (Star Schema) 
 Primary Key Index auf jeder Dimensionstabelle 
 Fakttabellen: 
 Fakttabellen nach Datum partitionieren 
 Foreign Key auf Dimensionstabellen 
 Bitmap Index pro Foreign Key 
 ev. zusätzliche Bitmap Join Indexes 
 Aggregationstabellen: 
 Materialized Views für Hierarchiestufen 
 ev. Bitmap Indexes auf Materialized Views 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
25
Star Transformation 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
26
Performanceaspekte im Oracle DWH: Kernaussagen 
Performanceaspekte immer beachten, nicht erst am Ende des Projekts 
Saubere DWH-Architektur ist Grundlage für gute Performance 
Zahlreiche Oracle-Features für Performanceoptimierung – wenn man sie 
richtig einsetzt 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
27
Weiterführende Informationen 
Artikel „Data Warehouse – schnell gemacht“ 
 Trivadis Download Area 
 http://www.trivadis.com/uploads/tx_cabagdownloadarea/DWH_schnell_gemacht.pdf 
Trivadis-Kurs „Data Warehousing mit Oracle“ (O-DWH) 
 http://www.trivadis.com/o-dwh 
Buch „Data Warehousing mit Oracle – Business Intelligence in der 
Praxis“ 
 http://www.hanser.de/978-3-446-42562-0 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
28
Vielen Dank. 
Dani Schnider 
Principal Consultant 
Business Intelligence 
BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 
2014 © Trivadis 
Performanceaspekte im Oracle DWH 
30. März 2011 
29

Weitere ähnliche Inhalte

Was ist angesagt?

Data Vault Vor- und Nachteile
Data Vault Vor- und NachteileData Vault Vor- und Nachteile
Data Vault Vor- und NachteileTorsten Glunde
 
Agiles Data Mining mit Data Vault 2.0
Agiles Data Mining mit Data Vault 2.0Agiles Data Mining mit Data Vault 2.0
Agiles Data Mining mit Data Vault 2.0Michael Olschimke
 
CDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie
CDC und Data Vault für den Aufbau eines DWH in der AutomobilindustrieCDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie
CDC und Data Vault für den Aufbau eines DWH in der AutomobilindustrieAndreas Buckenhofer
 
DWH Modernisierung mit Data Lake, Lab und Governance
DWH Modernisierung mit Data Lake, Lab und GovernanceDWH Modernisierung mit Data Lake, Lab und Governance
DWH Modernisierung mit Data Lake, Lab und GovernanceOPITZ CONSULTING Deutschland
 
Einführung in nosql // ArangoDB mit Symfony 2
Einführung in nosql // ArangoDB mit Symfony 2Einführung in nosql // ArangoDB mit Symfony 2
Einführung in nosql // ArangoDB mit Symfony 2ArangoDB Database
 
Caching: In-Memory Column Store oder im BI Server
Caching: In-Memory Column Store oder im BI ServerCaching: In-Memory Column Store oder im BI Server
Caching: In-Memory Column Store oder im BI ServerAndreas Buckenhofer
 
Middleware Basics für den DBA
Middleware Basics für den DBAMiddleware Basics für den DBA
Middleware Basics für den DBATrivadis
 
Raus aus dem Data Vault - Virtualisierung und Logical Warheouse
Raus aus dem Data Vault - Virtualisierung und Logical WarheouseRaus aus dem Data Vault - Virtualisierung und Logical Warheouse
Raus aus dem Data Vault - Virtualisierung und Logical WarheouseTorsten Glunde
 
Data Virtualization - Supernova
Data Virtualization - SupernovaData Virtualization - Supernova
Data Virtualization - SupernovaTorsten Glunde
 
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
 
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
 
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider
Modellierung agiler Data Warehouses mit Data Vault Dani SchniderModellierung agiler Data Warehouses mit Data Vault Dani Schnider
Modellierung agiler Data Warehouses mit Data Vault Dani SchniderDésirée Pfister
 
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...Business Intelligence Research
 
Domain Driven Design und Nosql
Domain Driven Design und Nosql Domain Driven Design und Nosql
Domain Driven Design und Nosql ArangoDB Database
 
Dv 20 sdlc_oss_automation
Dv 20 sdlc_oss_automationDv 20 sdlc_oss_automation
Dv 20 sdlc_oss_automationTorsten Glunde
 

Was ist angesagt? (16)

Data Vault Vor- und Nachteile
Data Vault Vor- und NachteileData Vault Vor- und Nachteile
Data Vault Vor- und Nachteile
 
Agiles Data Mining mit Data Vault 2.0
Agiles Data Mining mit Data Vault 2.0Agiles Data Mining mit Data Vault 2.0
Agiles Data Mining mit Data Vault 2.0
 
CDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie
CDC und Data Vault für den Aufbau eines DWH in der AutomobilindustrieCDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie
CDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie
 
DWH Modernisierung mit Data Lake, Lab und Governance
DWH Modernisierung mit Data Lake, Lab und GovernanceDWH Modernisierung mit Data Lake, Lab und Governance
DWH Modernisierung mit Data Lake, Lab und Governance
 
Lambdaarchitektur für BigData
Lambdaarchitektur für BigDataLambdaarchitektur für BigData
Lambdaarchitektur für BigData
 
Einführung in nosql // ArangoDB mit Symfony 2
Einführung in nosql // ArangoDB mit Symfony 2Einführung in nosql // ArangoDB mit Symfony 2
Einführung in nosql // ArangoDB mit Symfony 2
 
Caching: In-Memory Column Store oder im BI Server
Caching: In-Memory Column Store oder im BI ServerCaching: In-Memory Column Store oder im BI Server
Caching: In-Memory Column Store oder im BI Server
 
Middleware Basics für den DBA
Middleware Basics für den DBAMiddleware Basics für den DBA
Middleware Basics für den DBA
 
Raus aus dem Data Vault - Virtualisierung und Logical Warheouse
Raus aus dem Data Vault - Virtualisierung und Logical WarheouseRaus aus dem Data Vault - Virtualisierung und Logical Warheouse
Raus aus dem Data Vault - Virtualisierung und Logical Warheouse
 
Data Virtualization - Supernova
Data Virtualization - SupernovaData Virtualization - Supernova
Data Virtualization - Supernova
 
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...
 
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...
 
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider
Modellierung agiler Data Warehouses mit Data Vault Dani SchniderModellierung agiler Data Warehouses mit Data Vault Dani Schnider
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider
 
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...
Beyond SAP - Effektive Nutzung von Business Content durch In-Memory-OLAP und ...
 
Domain Driven Design und Nosql
Domain Driven Design und Nosql Domain Driven Design und Nosql
Domain Driven Design und Nosql
 
Dv 20 sdlc_oss_automation
Dv 20 sdlc_oss_automationDv 20 sdlc_oss_automation
Dv 20 sdlc_oss_automation
 

Ähnlich wie Performanceaspekte im Oracle DWH

Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTigges
Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTiggesDas modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTigges
Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTiggesOPITZ CONSULTING Deutschland
 
Big Data Konnektivität
Big Data KonnektivitätBig Data Konnektivität
Big Data KonnektivitätTrivadis
 
SAP_Basis_Klassisch.pdf
SAP_Basis_Klassisch.pdfSAP_Basis_Klassisch.pdf
SAP_Basis_Klassisch.pdfCazLP
 
Perry pakull datenbank entwickler auf dem prüfstand präsentation
Perry pakull datenbank entwickler auf dem prüfstand präsentationPerry pakull datenbank entwickler auf dem prüfstand präsentation
Perry pakull datenbank entwickler auf dem prüfstand präsentationTrivadis
 
Wie kommt der Hint in das SQL, ohne die anwendung zu ändern?
Wie kommt der Hint in das SQL, ohne die anwendung zu ändern?Wie kommt der Hint in das SQL, ohne die anwendung zu ändern?
Wie kommt der Hint in das SQL, ohne die anwendung zu ändern?Trivadis
 
PL SQL Unit Tests mit SQL Developer
PL SQL Unit Tests mit SQL DeveloperPL SQL Unit Tests mit SQL Developer
PL SQL Unit Tests mit SQL DeveloperTrivadis
 
Business Case für eine Toolchain-Integrationslösung
Business Case für eine Toolchain-IntegrationslösungBusiness Case für eine Toolchain-Integrationslösung
Business Case für eine Toolchain-IntegrationslösungPlanview
 
Infrastruktur agil bauen - der DBA im SAFe-Umfeld
Infrastruktur agil bauen - der DBA im SAFe-UmfeldInfrastruktur agil bauen - der DBA im SAFe-Umfeld
Infrastruktur agil bauen - der DBA im SAFe-UmfeldDaniel Steiger
 
Migration auf die OBIEE - OPITZ CONSULTING - Till Sander
Migration auf die OBIEE - OPITZ CONSULTING - Till SanderMigration auf die OBIEE - OPITZ CONSULTING - Till Sander
Migration auf die OBIEE - OPITZ CONSULTING - Till SanderOPITZ CONSULTING Deutschland
 
CLOUDSERVICES FÜR ISVs
CLOUDSERVICES FÜR ISVsCLOUDSERVICES FÜR ISVs
CLOUDSERVICES FÜR ISVsacentrix GmbH
 
OpenDMA - Daten Management Solution
OpenDMA  - Daten Management SolutionOpenDMA  - Daten Management Solution
OpenDMA - Daten Management SolutionTorsten Glunde
 
Data Mining und OLAP
Data Mining und OLAPData Mining und OLAP
Data Mining und OLAPmurat9393
 
Bessere Data Warehouses durch Table Functions - DOAG Konferenz 2011 - OPITZ C...
Bessere Data Warehouses durch Table Functions - DOAG Konferenz 2011 - OPITZ C...Bessere Data Warehouses durch Table Functions - DOAG Konferenz 2011 - OPITZ C...
Bessere Data Warehouses durch Table Functions - DOAG Konferenz 2011 - OPITZ C...OPITZ CONSULTING Deutschland
 
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...Harald Erb
 
Self-Service BI mit Salesforce. Mehr Transparenz, bessere Entscheidungen.
Self-Service BI mit Salesforce. Mehr Transparenz, bessere Entscheidungen. Self-Service BI mit Salesforce. Mehr Transparenz, bessere Entscheidungen.
Self-Service BI mit Salesforce. Mehr Transparenz, bessere Entscheidungen. Kathrin Schmidt
 
Oracle BAM - Volle Übersicht über Meta- und Prozessdaten - DOAG Konferenz 201...
Oracle BAM - Volle Übersicht über Meta- und Prozessdaten - DOAG Konferenz 201...Oracle BAM - Volle Übersicht über Meta- und Prozessdaten - DOAG Konferenz 201...
Oracle BAM - Volle Übersicht über Meta- und Prozessdaten - DOAG Konferenz 201...OPITZ CONSULTING Deutschland
 
Oracle AVDF in der Praxis
Oracle AVDF in der PraxisOracle AVDF in der Praxis
Oracle AVDF in der PraxisTrivadis
 
SEO Campixx 2015 | ETL & BI für SEO Analysen und Reportings von Johannes Kunze
SEO Campixx 2015 | ETL & BI für SEO Analysen und Reportings von Johannes KunzeSEO Campixx 2015 | ETL & BI für SEO Analysen und Reportings von Johannes Kunze
SEO Campixx 2015 | ETL & BI für SEO Analysen und Reportings von Johannes Kunzetakevalue Consulting GmbH
 

Ähnlich wie Performanceaspekte im Oracle DWH (20)

Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTigges
Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTiggesDas modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTigges
Das modulare DWH-Modell - DOAG SIG BI/DWH 2010 - OPITZ CONSULTING - ArnoTigges
 
Big Data Konnektivität
Big Data KonnektivitätBig Data Konnektivität
Big Data Konnektivität
 
SAP_Basis_Klassisch.pdf
SAP_Basis_Klassisch.pdfSAP_Basis_Klassisch.pdf
SAP_Basis_Klassisch.pdf
 
Perry pakull datenbank entwickler auf dem prüfstand präsentation
Perry pakull datenbank entwickler auf dem prüfstand präsentationPerry pakull datenbank entwickler auf dem prüfstand präsentation
Perry pakull datenbank entwickler auf dem prüfstand präsentation
 
Wie kommt der Hint in das SQL, ohne die anwendung zu ändern?
Wie kommt der Hint in das SQL, ohne die anwendung zu ändern?Wie kommt der Hint in das SQL, ohne die anwendung zu ändern?
Wie kommt der Hint in das SQL, ohne die anwendung zu ändern?
 
PL SQL Unit Tests mit SQL Developer
PL SQL Unit Tests mit SQL DeveloperPL SQL Unit Tests mit SQL Developer
PL SQL Unit Tests mit SQL Developer
 
Business Case für eine Toolchain-Integrationslösung
Business Case für eine Toolchain-IntegrationslösungBusiness Case für eine Toolchain-Integrationslösung
Business Case für eine Toolchain-Integrationslösung
 
Infrastruktur agil bauen - der DBA im SAFe-Umfeld
Infrastruktur agil bauen - der DBA im SAFe-UmfeldInfrastruktur agil bauen - der DBA im SAFe-Umfeld
Infrastruktur agil bauen - der DBA im SAFe-Umfeld
 
Migration auf die OBIEE - OPITZ CONSULTING - Till Sander
Migration auf die OBIEE - OPITZ CONSULTING - Till SanderMigration auf die OBIEE - OPITZ CONSULTING - Till Sander
Migration auf die OBIEE - OPITZ CONSULTING - Till Sander
 
CLOUDSERVICES FÜR ISVs
CLOUDSERVICES FÜR ISVsCLOUDSERVICES FÜR ISVs
CLOUDSERVICES FÜR ISVs
 
Datenmanagement 2.0: Active Datamanagement (ADM)
Datenmanagement 2.0: Active Datamanagement (ADM)Datenmanagement 2.0: Active Datamanagement (ADM)
Datenmanagement 2.0: Active Datamanagement (ADM)
 
OpenDMA - Daten Management Solution
OpenDMA  - Daten Management SolutionOpenDMA  - Daten Management Solution
OpenDMA - Daten Management Solution
 
Die Neuerungen in SDL WorldServer 10.4
Die Neuerungen in SDL WorldServer 10.4Die Neuerungen in SDL WorldServer 10.4
Die Neuerungen in SDL WorldServer 10.4
 
Data Mining und OLAP
Data Mining und OLAPData Mining und OLAP
Data Mining und OLAP
 
Bessere Data Warehouses durch Table Functions - DOAG Konferenz 2011 - OPITZ C...
Bessere Data Warehouses durch Table Functions - DOAG Konferenz 2011 - OPITZ C...Bessere Data Warehouses durch Table Functions - DOAG Konferenz 2011 - OPITZ C...
Bessere Data Warehouses durch Table Functions - DOAG Konferenz 2011 - OPITZ C...
 
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...
Endeca Web Acquisition Toolkit - Integration verteilter Web-Anwendungen und a...
 
Self-Service BI mit Salesforce. Mehr Transparenz, bessere Entscheidungen.
Self-Service BI mit Salesforce. Mehr Transparenz, bessere Entscheidungen. Self-Service BI mit Salesforce. Mehr Transparenz, bessere Entscheidungen.
Self-Service BI mit Salesforce. Mehr Transparenz, bessere Entscheidungen.
 
Oracle BAM - Volle Übersicht über Meta- und Prozessdaten - DOAG Konferenz 201...
Oracle BAM - Volle Übersicht über Meta- und Prozessdaten - DOAG Konferenz 201...Oracle BAM - Volle Übersicht über Meta- und Prozessdaten - DOAG Konferenz 201...
Oracle BAM - Volle Übersicht über Meta- und Prozessdaten - DOAG Konferenz 201...
 
Oracle AVDF in der Praxis
Oracle AVDF in der PraxisOracle AVDF in der Praxis
Oracle AVDF in der Praxis
 
SEO Campixx 2015 | ETL & BI für SEO Analysen und Reportings von Johannes Kunze
SEO Campixx 2015 | ETL & BI für SEO Analysen und Reportings von Johannes KunzeSEO Campixx 2015 | ETL & BI für SEO Analysen und Reportings von Johannes Kunze
SEO Campixx 2015 | ETL & BI für SEO Analysen und Reportings von Johannes Kunze
 

Mehr von Trivadis

Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...
Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...
Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...Trivadis
 
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...Trivadis
 
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)Trivadis
 
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)Trivadis
 
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...Trivadis
 
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)Trivadis
 
Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...
Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...
Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...Trivadis
 
Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...
Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...
Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...Trivadis
 
Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...
Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...
Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...Trivadis
 
Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...
Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...
Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...Trivadis
 
TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...
TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...
TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...Trivadis
 
TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...
TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...
TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...Trivadis
 
TechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - Trivadis
TechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - TrivadisTechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - Trivadis
TechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - TrivadisTrivadis
 
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...Trivadis
 
TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...
TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...
TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...Trivadis
 
TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...
TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...
TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...Trivadis
 
TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...
TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...
TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...Trivadis
 
TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...
TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...
TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...Trivadis
 
TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...
TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...
TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...Trivadis
 
TechEvent 2019: The sleeping Power of Data; Eberhard Lösch - Trivadis
TechEvent 2019: The sleeping Power of Data; Eberhard Lösch - TrivadisTechEvent 2019: The sleeping Power of Data; Eberhard Lösch - Trivadis
TechEvent 2019: The sleeping Power of Data; Eberhard Lösch - TrivadisTrivadis
 

Mehr von Trivadis (20)

Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...
Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...
Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...
 
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...
 
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)
 
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)
 
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...
 
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)
 
Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...
Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...
Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...
 
Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...
Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...
Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...
 
Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...
Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...
Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...
 
Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...
Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...
Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...
 
TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...
TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...
TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...
 
TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...
TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...
TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...
 
TechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - Trivadis
TechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - TrivadisTechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - Trivadis
TechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - Trivadis
 
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...
 
TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...
TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...
TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...
 
TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...
TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...
TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...
 
TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...
TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...
TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...
 
TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...
TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...
TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...
 
TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...
TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...
TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...
 
TechEvent 2019: The sleeping Power of Data; Eberhard Lösch - Trivadis
TechEvent 2019: The sleeping Power of Data; Eberhard Lösch - TrivadisTechEvent 2019: The sleeping Power of Data; Eberhard Lösch - Trivadis
TechEvent 2019: The sleeping Power of Data; Eberhard Lösch - Trivadis
 

Performanceaspekte im Oracle DWH

  • 1. Performanceaspekte im Oracle DWH Dani Schnider Principal Consultant Business Intelligence 6. Oracle DWH Konferenz Mainz, 30. März 2011 BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 1
  • 2. Mit über 600 IT- und Fachexperten bei Ihnen vor Ort 2014 © Trivadis 11 Trivadis Niederlassungen mit über 600 Mitarbeitenden 200 Service Level Agreements Mehr als 4'000 Trainingsteilnehmer Forschungs- und Entwicklungs-budget: CHF 5.0 / EUR 4 Mio. Finanziell unabhängig und nachhaltig profitabel Erfahrung aus mehr als 1'900 Projekten pro Jahr bei über 800 Kunden Stand 12/2012 Hamburg Düsseldorf Frankfurt Freiburg München Wien Basel Bern Zürich Lausanne 2 Stuttgart Performanceaspekte im Oracle DWH 30. März 2011 2
  • 3. Kurzvorstellung Trivadis Trivadis ist führend bei der IT-Beratung, der Systemintegration, dem solution based Software- und Product-Engineering und der Erbringung von IT-Services mit Fokussierung auf und Technologien im D-A-CH-Raum. Unsere Leistungen erbringen wir aus den strategischen Geschäftsfeldern: Durch unser Trainingsangebot stellen wir den Know-how-Transfer sicher. 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 3
  • 4. Dani Schnider  Principal Consultant und DWH/BI Lead Architect bei Trivadis in Zürich  Kursleiter für Trivadis-Kurse über Data Warehousing, SQL Optimierung und Oracle Warehouse Builder  Co-Autor des Buches «Data Warehousing mit Oracle» 2014 © Trivadis 4 DOAG - Brücken bauen im dimensionalen Modell 22. November 2012
  • 5. Was heisst Performance im DWH? Projekt-Performance  Kurze Entwicklungszyklen eines DWH-Projekts ETL-Performance  Kurze Laufzeiten beim Laden des Data Warehouses Abfrageperformance  Kurze Antwortzeiten bei Abfragen auf Data Warehouse 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 5
  • 6. Performance Tuning – Mythen  Phase „Performance Tuning“ am Ende des Projekts  Performance während Design und Implementierung noch unwichtig  Kurz vor Produktivsetzung wird das DWH noch „getuned“  Performance-Probleme mit Hardware erschlagen  Hardware wird immer schneller und günstiger  Mit genügend CPUs und Memory ist Performance kein Problem  Tuning-Spezialist macht Datenbank schneller  Konfigurationsparameter „fast_oracle_enable= true“  Optimizer-Hint /*+ go_faster */ 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 6
  • 7. Performance Tuning – Realität  Oft werden grundlegende Architekturgrundsätze missachtet  Keine Unterscheidung Core / Data Marts  Abfragen direkt auf Core  Ungeeignetes Datenmodell  ETL-Prozesse werden row-based ausgeführt  Updates auf Fakten  Unklare Anforderungen an DWH  DWH ist „Quellsystem-getrieben“  Sammeln auf Vorrat  Falsche Granularität  Keine spezifischen Data Marts  Performance Tuning beginnt bereits bei Analyse und Design 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 7
  • 8. DWH Architektur 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 8
  • 9. 1. Jedes Data Warehouse besitzt ein Core  Data Marts nie direkt aus Quellsystemen laden  Einzige Datenquelle für Data Marts ist Core 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 9
  • 10. 2. Benutzer greifen nie direkt aufs Core zu  Core ist Integrations- und Historisierungsdatenbank  Core ist nicht für Benutzerabfragen optimiert 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 10
  • 11. 3. Pro Anwendungsbereich ein Data Mart  Data Mart „ELWMS“ vermeiden  Viele Dimensionen, feine Granularität   hohe Komplexität, schlechte Performance  Pro Benutzergruppe / Fachbereich spezifische Data Marts  Data Marts sind für Benutzergruppe zugeschnitten  Für Benutzer einfacher verständlich  Problem: Formulierung der Anforderungen  Fachbereich muss genaue Anforderungen kennen  …und auch formulieren können 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 11
  • 12. Projekt-Performance – Problemstellung 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 12
  • 13.  Benutzeranforderungen klar definieren  Requirement-Analyse zu Beginn des Projekts  Enge Zusammenarbeit zwischen Business und IT  Umsetzen, was notwendig ist  Nicht machen, was der Kunde will – sondern was er braucht  Anforderungsgetriebene Datenmodellierung („Top-down“)  Saubere DWH-Architektur  Integration in Core, nicht in Data Marts  Pro Anwendungsbereich ein Data Mart  Projektziele etappieren  Überschaubare und planbare Releases 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 13 Projekt-Performance
  • 14. Benutzeranforderungen klar formulieren 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 14
  • 15. Datenmodellierung: Bottom-up oder Top-down 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 15
  • 16. Releaseplanung: Projektziele etappieren 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 16
  • 17. ETL-Performance – Problemstellung 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 17
  • 18. ETL-Performance  Überschaubare Transformationsschritte  ETL in Teilschritte aufteilen (Layer-Konzept)  Vermeidung von komplexen ETL-Mappings  Überschaubare Datenmengen  Delta Extraction und Incremental Loads  Partitionenweises Laden (Partition Exchange)  Fast Refreshes von Materialized Views  Mengenbasierte Verarbeitung  „Set-based“ statt „Row-based“  Vermeidung von prozeduraler Logik 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 18
  • 19. Exchange Partition – Vorgehensweise 1. Daten werden in Hilfstabelle geladen  Tabelle hat gleiche Attribute wie partitionierte Zieltabelle  INSERT INTO … SELECT oder CREATE TABLE … AS SELECT… 2. Auf bestehenden Daten Indizes erstellen  Gleiche Indizes wie auf partitionierter Zieltabelle  Nachträgliche Indexerstellung ist effizienter als INSERT in indexierte Tabelle 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 19
  • 20. Exchange Partition – Vorgehensweise 3. Auf Zieltabelle neue Partition anfügen  ALTER TABLE ... ADD PARTITION ...  Partition mit minimaler Grösse, wird nie für Daten gebraucht  Tablespace, in dem die Partition liegt, ist egal, da die Partition am Ende wieder gelöscht wird 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 20
  • 21. Exchange Partition – Vorgehensweise 4. EXCHANGE PARTITION  Austausch der Hilfstabelle mit der neuen 2014 © Trivadis Partition  Nur Änderung im Data Dictionary sehr schnell  Geladene Daten gehören nachher zur neuen Partition der Zieltabelle 5. Hilfstabelle ist nachher leer und kann gelöscht werden Performanceaspekte im Oracle DWH 30. März 2011 21
  • 22. ETL: Set-based vs. Row-based Verarbeitung Set-based ETL 2014 © Trivadis Row-based ETL Performanceaspekte im Oracle DWH 30. März 2011 22
  • 23. Abfrageperformance – Problemstellung 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 23
  • 24. Abfrageperformance: Dimensionales Modell Anzahl Dimensionen beschränken Skalierung des Data Marts  Aktualisierungshäufigkeit 2014 © Trivadis  Granularität  Historyfenster Performanceaspekte im Oracle DWH 30. März 2011 24
  • 25. Abfrageperformance: Physisches DB-Design  Dimensionstabellen:  Pro Dimension eine Tabelle (Star Schema)  Primary Key Index auf jeder Dimensionstabelle  Fakttabellen:  Fakttabellen nach Datum partitionieren  Foreign Key auf Dimensionstabellen  Bitmap Index pro Foreign Key  ev. zusätzliche Bitmap Join Indexes  Aggregationstabellen:  Materialized Views für Hierarchiestufen  ev. Bitmap Indexes auf Materialized Views 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 25
  • 26. Star Transformation 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 26
  • 27. Performanceaspekte im Oracle DWH: Kernaussagen Performanceaspekte immer beachten, nicht erst am Ende des Projekts Saubere DWH-Architektur ist Grundlage für gute Performance Zahlreiche Oracle-Features für Performanceoptimierung – wenn man sie richtig einsetzt 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 27
  • 28. Weiterführende Informationen Artikel „Data Warehouse – schnell gemacht“  Trivadis Download Area  http://www.trivadis.com/uploads/tx_cabagdownloadarea/DWH_schnell_gemacht.pdf Trivadis-Kurs „Data Warehousing mit Oracle“ (O-DWH)  http://www.trivadis.com/o-dwh Buch „Data Warehousing mit Oracle – Business Intelligence in der Praxis“  http://www.hanser.de/978-3-446-42562-0 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 28
  • 29. Vielen Dank. Dani Schnider Principal Consultant Business Intelligence BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 2014 © Trivadis Performanceaspekte im Oracle DWH 30. März 2011 29