Das Besondere an Data Warehouse: <\/h2>\n\n\n\n

Mit Data Access Tools, wie Data Marts k\u00f6nnen Datenausz\u00fcge konzipiert werden. Dadurch ist es m\u00f6glich, die Daten individuell nach Vorgaben und Mustern zu analysieren. Diese Analysen werden als Basis genutzt, um betriebliche Kennzahlen zu bestimmen. Unter Data Warehouse oder Data Warehousing fallen alle Prozesse die im Rahmen der Beschaffung, der Sicherung und der Verwaltung der Daten anfallen. <\/p>\n\n\n\n

Kurz zusammengefasst, wie sich Data Warehouse aufbaut:<\/p>\n\n\n\n

• Die Datenbeschaffung, indem sie auf den Systemen geholten werden.<\/li>
• Die Speicherung der Daten und deren Langzeitarchivierung.<\/li>
• Bereitstellung der Daten durch Data Marts.<\/li>
• Die Daten auswerten.<\/li><\/ul>\n\n\n\n

  Die technologische Grundlage von Data Warehouse:
  <\/h2>\n\n\n\n

  Die Data Warehouse Architektur besteht aus den vier unterschiedlichen Bereichen:<\/p>\n\n\n\n

  • Quellsysteme<\/li>
  • Data Staging Area<\/li>
  • Data Presentation Area<\/li>
  • Data Access Tools, wie Data Marts<\/li><\/ul>\n\n\n\n

    Im ersten Schritt werden die Daten aus den verschiedenen Systemen gezogen und bereitgestellt. In der Staging Area werden die extrahierten Daten strukturiert und transformiert. Dann wandern die Daten in die Data Warehouse Datenbank. Diese Datenbank ist die Data Presentation Area. Auf diese Datenbank und alle nachgelagerten Systeme kann man einzeln zugreifen. Dieser einzelne Zugriff erfolgt mit Data Marts, den Data Access Tools. Data Warehouse nutzt relationale Datenbanken. Dabei handelt es sich um Datenbanken, welche die Speicherung und den Zugriff auf miteinander verbundene Datenpunkte erlaubt. So k\u00f6nnen Daten mit SQL abgefragt werden.<\/p>\n\n\n\n

    Wenn extrem gro\u00dfe Datenmengen gespeichert werden sollen, werden oft OLAP-Datenbanken genutzt. Die Daten des Data Warehouse werden regelm\u00e4\u00dfig erg\u00e4nzt, sprich aktualisiert. Es gibt immer mehr Systeme, welche einen Datenzugriff in Echtzeit erlauben. Bei Data Warehouse handelt es sich um das perfekte Werkzeug, um Systeme die operativ und auswertend arbeiten getrennt zu halten. Dadurch kann eine steuerbare Datenanalyse in Echtzeit stattfinden.<\/p>\n\n\n\n

    Die Einsatzgebiete von Data Warehouse
    <\/h2>\n\n\n\n

    Data Warehouse ist flexibel einsetzbar. Es hilft mit seinen Analysem\u00f6glichkeiten Unternehmenskennzahlen zu berechnen, welche bei der Entscheidungsfindung wichtig sind. Data Warehouse kann genutzt werden Ressourcen oder Kosten zu ermitteln. Es k\u00f6nnen Prozesse im Unternehmen analysiert werden, beispielsweise in der Produktion oder dem Vertrieb. Es k\u00f6nnen Statistiken und Reporte erstellt werden. Die Daten von Data Warehouse k\u00f6nnen zudem genutzt werden, um zu harmonisieren und zu strukturieren. <\/p>\n\n\n\n

    Ein gutes Team: Data Warehouse und Data Lake
    <\/h2>\n\n\n\n

    In der Data Warehouse finden sich \u00fcberwiegend Daten, die strukturiert sind und in SQL-Datenbanken erfasst sind. Handelt es sich um Big-Data, geht es um extrem gro\u00dfe Datenmengen, welche unstrukturiert sind. Diese Menge an Daten kann die M\u00f6glichkeiten Con SQL-Datenbanken sprengen. Daher gibt es die Kombination aus Data Warehouse und Data Lake.<\/p>\n\n\n\n

    Was ist Data Lake? <\/h2>\n\n\n\n

    Das Konzept von Data Lake ist es, gro\u00dfe Datenmengen ablegen zu k\u00f6nnen, die eine gro\u00dfe Speicherkapazit\u00e4t ben\u00f6tigen. F\u00fcr Data Lake ist es kein Problem auch gro\u00dfe Datenmenge und Struktur zu verarbeiten.<\/p>\n\n\n\n

    (Bildquelle: Pixabay.com – CC0 Public Domain)<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"

    Um was dreht es sich bei Data Warehouse? Data Warehouse wird \u00fcberwiegend von Firmen genutzt. Es ist ein zentrales Datenbanksystem, welches zur Analyse genutzt wird.<\/p>\n","protected":false},"author":7,"featured_media":4721,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5],"tags":[610],"class_list":["post-4720","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-computerlexikon","tag-data-warehouse","wpcat-5-id"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/posts\/4720","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/comments?post=4720"}],"version-history":[{"count":3,"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/posts\/4720\/revisions"}],"predecessor-version":[{"id":5140,"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/posts\/4720\/revisions\/5140"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/media\/4721"}],"wp:attachment":[{"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/media?parent=4720"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/categories?post=4720"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lexika.tanto.de\/wp-json\/wp\/v2\/tags?post=4720"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}