Die Performance Ihres Data Warehouses erhöhen
Über die Zeit entstehen in einem Data Warehouse immer mehr Abhängigkeiten, insbesondere zwischen Abnehmern und Lieferanten. Das Problem: Wer an einer Stelle auch nur die kleinste Änderung vornimmt, sieht sich woanders möglicherweise mit gravierenden Konsequenzen konfrontiert. Wie bei einem Mikado-Spiel: Wer sich zuerst bewegt, verliert. PPI hat deshalb ein stringentes Datenmodell entwickelt. Data Vault 2.0 besteht aus Hubs, Links und Satelliten. Hubs bilden die einzelnen Geschäftsobjekte ab. Links stellen die Beziehung dar, die zwischen diesen Geschäftsobjekten besteht. Satelliten enthalten die unterschiedlichen Eigenschaften von Hubs und Links.
Senior Consultant Data and Analytics | Team Data and Analytics
Komplexität verringern, Abhängigkeiten vermeiden
Sowohl die fachliche Analyse, die Entwicklung und der Test, als auch die Beladung der einzelnen Komponenten werden entkoppelt. Dadurch lassen sich komplexe Verschachtelungen und Abhängigkeiten vermeiden und das Datenmodell flexibler anpassen. Diese hohe Agilität des Data Vault 2.0 ermöglicht, neue Anforderungen schneller und kostengünstiger umzusetzen als auf herkömmlichen Wegen. Zudem lassen sich mit Data Vault 2.0 Komponenten für das Data Warehouse erzeugen sowie dessen Performance erhöhen und die Beladung parallelisieren.
DVG als Lösung
Data Vault 2.0 basiert auf dem Prinzip, komplexe Aufgabenstellungen in möglichst kleine und einfache Schritte zu zerlegen. Der Grund dafür: Immer größere Datenmengen und damit einhergehend eine zunehmende Zahl an zu berücksichtigenden Vorgängen machen eine automatisierte Vorgehensweise erforderlich. Unsere Lösung dafür ist der Data Vault Generator (DVG). Dieses Eclipse-Plugin schließt eine falsche Bedienung durch implementierte Validierungen aus. Gleichzeitig setzt DVG zu 100% auf Automatisierung. Er erzeugt sämtlichen Code, SQL Skripte, Dokumentationen, Data Lineage Informationen sowie ein Steuerungsmoduls für den Produktionsbetrieb vollständig automatisiert.
Unsere Leistungen im Überblick:
Wir
- analysieren, ob und welche Data-Vault-Modellierung für ein Data Warehouse geeignet ist.
- stellen den DVG in einer voll funktionsfähigen Variante als Open-Source-Komponente bereit.
- passen den DVG an konkrete Projektanforderungen an.
- migrieren ein bestehendes Data Warehouse auf Data Vault 2.0.