Custom cover image
Data-Warehouse-Systeme kompakt : Aufbau, Architektur, Grundfunktionen / von Kiumars Farkisch
Resource type: Ressourcentyp: Buch (Online)Book (Online)Language: German Series: Xpert.press | SpringerLink BücherPublisher: Berlin, Heidelberg : Springer-Verlag Berlin Heidelberg, 2011Description: Online-Ressource (XI, 122S. 31 Abb., 15 Abb. in Farbe, digital)ISBN:- 9783642215339
- 005.745
- 005.1
- 005.74
- QA76.758
- QA76.9.D37
Contents:
Summary: 1. Einleitung -- 2. Terminologie und Definition -- 3. Multidimensionale Datenmodellierung -- 4. Grundlagen von OLAP -- 5. Datenanalyse, Navigation anhand multidimensionaler Funktionen -- 6. Metadaten -- 7. Eigenschaften von Data-Warehouse-Systemen -- 8. Aufbau und Architektur eines Data-Warehouse-Systems -- 9. Optimierung -- 10. Realtime Data-Warehouse-Systeme -- 11. Data Mining -- Literaturverzeichnis -- Abbildungsverzeichnis -- Tabellenverzeichnis -- Index.Summary: Dieses Buch untersucht Data-Warehouse-Systeme als einheitliche, zentrale, unternehmensweite, vollständige, historisierte und analytische IT-Plattform und stellt diese zur Unterstützung der Datenanalyse und des Entscheidungsfindungsprozesses dar. Dabei wird auf die einzelnen Komponenten eingegangen, die am Aufbau, an der Architektur und an dem Betrieb eines Data-Warehouse-Systems von Bedeutung sind. Es werden die multidimensionale Datenmodellierung mit deren Dimensionen und Fakten, der ETL-Prozess, OLAP, OLAM und deren jeweiligen Eigenschaften, Besonderheiten und Fähigkeiten erörtert. Zusätzlich werden die Optimierungsmaßnahmen zur Erhöhung der Performance des Data-Warehouse-Systems diskutiert.PPN: PPN: 1651005346Package identifier: Produktsigel: ZDB-2-SEB | ZDB-2-STI
Vorwort; Inhaltsverzeichnis; Abbildungsverzeichnis; Tabellenverzeichnis; 1 Einleitung; 2 Terminologie und Definition; 2.1 Data Warehouse; 2.2 Data-Warehouse-System; 2.3 Data Warehousing; 2.4 Herkunft des Data Warehousing; 3 Multidimensionale Datenmodellierung; 3.1 Dimension; 3.2 Fakten; 3.3 Kennzahlen; 3.4 Datenwrfel; 4 Grundlagen von OLAP; 4.1 ROLAP; 4.2 MOLAP und multidimensionale Datenbanken; 4.3 HOLAP; 4.4 Client-OLAP; 5 Datenanalyse, Navigation anhand multidimensionaler Funktionen und Operatoren; 5.1 Anfrage und Zugriff auf multidimensionale Strukturen und SQL-Operatoren
5.2 Cube und Rollup6 Metadaten; 6.1 Common Warehouse Metamodell; 7 Eigenschaften von Data-Warehouse-Systemen; 7.1 Data-Warehouse-System Versus OLTP: Datensicht; 7.2 Data-Warehouse-System Versus OLTP: Anfragesicht; 7.3 Data-Warehouse-System Versus OLTP: Anwendersicht; 8 Aufbau und Architektur eines Data-Warehouse-Systems; 8.1 Anforderungen an ein Data-Warehouse-System; 8.2 Die Referenzarchitektur; 8.3 Datenextraktion, Datentransformation und Datenintegration; 8.4 Die Architektur eines Data-Warehouse-Systems; 8.5 Datenhaltung und Datenspeicherung; 9 Optimierung; 9.1 Indizes und Indexstrukturen
9.2 Die Bitmap-Indizierungstechniken9.3 Partitionierung; 9.4 Views und materialisierte Views; 9.5 Weitere Optimierungsmabnahmen; 10 Realtime Data-Warehouse-Systeme; 10.1 Anforderungen an ein Echtzeit-Data-Warehouse-System; 11 Data Mining; 11.1 Mustertypen; 11.2 Klassifikation; 11.3 Clusterbildung (Clustering); 11.4 Assoziation; Literaturverzeichnis; Sachverzeichnis
No physical items for this record