DBS - HSLU

Beispiel: Börse Stuttgart

• Architektur
  • Dimensionen wie Kunden, Kundengruppen, Anlageprodukte, Zeiträume
  • Datenmodellierung mit Fokus auf Erweiterbarkeit
  • Schema-Integration
• Administration
  • In-House Administration
  • Zentralisiertes Metadaten-Management: Datenherkunft und Verwendung
• Technik
  • Einsatz von Standardkomponenten
  • Integration IBM Tools und Microsoft SQL Server
  • Tools für Business Analytics (Cognos)
• Nutzung
  • Zentrale Datenplattform für Reports und Analysen zur Steuerung des zentralen Handelsprozesses
  • Datenquelle: Ausgeführte Orders
  • Zugriff über Web
  • Kostensenkung bei Reporterstellung

Vorteile

• Schnelligkeit, Zeitersparnis 
• Räumliche Unabhängigkeit 
• Interaktivität 
• Suchvariabilität: eine Suche kann großen Zeitraum umfassen, mehrere Datenbanken können gleichzeitig abgefragt werden 
• Aktualität
• Mehrdimensionale Verknüpfungen möglich 
• Suchstrategie kann problemlos nachvollzogen werden (bei Recherchen in gedruckten Diensten oft problematisch) 
• mehr Einstiegspunkte pro Dokument 

Nachteile

• Erschwerter Benutzungszugang 
• "Kenntnis" einer Datenbank nur über Erfahrungswissen
• Unterschiedlichkeit der Suchsprachen und -oberflächen
• Daten reichen selten früher als vor 1965 zurück
• Abrechnung komplizierter als bei Print- oder CD-ROM-Produkt 
• Kosten "erscheinen" hoch
• Abhängigkeit von Technik (Hard- und Software, Verbindung zum Host-Rechner)
• Schwierigkeit des Browsing 

1, c, m, mc (genau eins, keins oder eins, eins oder mehrere, keins, eins oder mehrere)

Vollständig: Deckt alle Individuen der Superklasse ab.

Disjunkt: Individuen können nur in einer
der Subklassen vorkommen.

Um Redundanz in Daten und die damit verbundenen Anomalien zu vermeiden

Wenn z.B. In einer Adressliste eines Vereins zum Mitglied auch die Mitgliederkategorie
gespeichert wird, und alle Mitglieder einer Kategorie aus der Adressliste gelöscht werden,
verschwindet die Kategorie aus der Datenbank, obwohl sie in den Statuen nach wie vor
existiert.

Eine injektive Abbildung

Bei zusammengesetzten Schlüsseln wird ein Datenwert durch eine Kombination sämtlicher
Teilschlüsselattribute bestimmt, nicht nur eine Untermenge davon

A bestimmt B, B bestimmt C, C bestimmt nicht A: Dann ist C transitiv abhängig von A.

NF 2: nur volle Funktionale Abh. NF3: keine transitiven Abh.

In einer Relation können gleiche Tupel aufgrund des Mengenbegriffs nur einmal vorkommen.

Eindeutigkeit, Minimalität

Mengenorientierte Operatoren gelten für alle Mengen; die relationalen Operatoren nur für
Mengen von Tupeln, also für Relationen

Relationen sind Mengen von Tupeln, und SQL arbeitet auf Mengen von
Datensätzen

Im where-Statement

Im select-Statement

Im from-Statement

Es werden keine Algorithmen / Prozeduren programmiert, sonder es wird das Zielresultat beschrieben

Sie ist gleich mächtig wie die lineare Algebra d.h. sie implementiert alle Mengenorientierten und relationalen Operatoren

Englisch-sprachige Abfragen statt Mathe, auch für gelegentliche Benutzer verwendbar

Reduktion von Software-Kosten, und gelegentliche Benutzer dazu zu bringen, selbstständig
DBs abzufragen

Mathematisch v.s. Englisch

Z.B. UNION, die ganzen CREATE und DROP statements, Hochkomma bezi Zahlen ,Klammern bei Unterabfragen, ...

Mengenorientierte Operatoren gelten für alle Mengen; die relationalen Operatoren nur für
Mengen von Tupeln, also für Relationen

Siehe Seite 72: „Der
Divisionsoperator RS berechnet eine Teiltabelle R' aus R mit der Eigenschaft, dass die
Kombinationen aller Tupel r' aus R' mit den Tupeln s aus S in der Tabelle R liegen. Es muss also
das kartesische Produkt R'x S in der Tabelle R enthalten sein.“

Relationen sind Mengen von Tupeln, und SQL arbeitet auf Mengen von
Datensätzen

• Schicht 1: Anfrageübersetzung / Zugriffsoptimierung

Hier kann mithilfe der relationalen Algebra optimiert werden.

• • Schicht 3: Zugriffspfad- und Satzverwaltung

Hier kann mithilfe der Indexe optimiert werden.

Der benötigte Aufwand wird linear (vorher: quadratisch). => sort-merge-Join

Ein B-Baum ist ein vollständig balancierter Baum, der Daten nach Schlüsseln speichert. In dieser
Datenstruktur werden die Indexe verwaltet. Durch einen Zugriff über den Pfad vom Wurzel- zum
Blattknoten wird der Zugriffspfad verkürzt, und so wird die Zugriffszeit mit dem Index optimiert.

• Parallelverarbeitung: 1 Task dauert sequentiell eine Zeit t, dann dauert der Task auf n Maschinen neu t/n + z, wobei z ein konstanter Zusatzaufwand der neuen Knoten im Cluster ist.
• Solange gilt: z < (1-1/n)*t, ist die Parallelverarbeitung scheller.

Weil die beiden Ansätze unterschiedliche Anforderungen aufweisen (siehe Unterschied OLAP
/ OLTP). Zudem soll das produktive System nicht durch Analysevorgänge beeinflusst werden.

Das Data Warehouse oder DWH ist ein verteiltes Informationssystem mit
folgenden Eigenschaften:

• Integriert:

Daten aus verschiedenen Datenquellen und Applikationen (Quellsystemen) werden periodisch zusammengefasst und in einem einheitlichen Schema abgelegt.

• Read only:

Daten im Data Warehouse werden, sobald sie festgeschrieben sind, nicht mehr verändert.

• Historisiert:

Daten können dank einer Zeitachse nach verschiedenen Zeitpunkten ausgewertet werden.

• Auswertungsorientiert:

Alle Daten zu verschiedenen Themenbereichen (Subject Areas) wie Kunden, Verträge und Produkte sind an einem Ort vollständig verfügbar.

• Entscheidungsunterstützend:

Die Fakten in mehrdimensionalen Datenwürfeln bilden die Grundlage von Management-Entscheiden.

ETL (Extract, Transform, Load) ist ein Prozess, welcher Daten aus mehreren gegebenenfalls
unterschiedlich strukturierten Datenquellen in einer Zieldatenbank (Data-Warehouse)
vereinigt.

Hauptmerkmal eines Sternschemas (engl. star schema) ist die Klassifikation der Daten in
die zwei Gruppen Indikatorendaten und Dimensionsdaten. Die Indikatorentabelle steht im
Zentrum, um welches die deskriptiven Dimensionstabellen angesiedelt sind; pro Dimension je
eine Tabelle. Die Dimensionstabellen hängen also sternartig an der Indikatorentabelle.