Datenintegration (Fach) / Lektion 1 (Lektion)

Diese Lektion wurde von Sogn erstellt.

Lektion lernen

zurück  |  weiter 1 / 1

• Was bedeutet Datenintegration? Warum ist sie notwendig? Das Zusammenführen von Daten aus mehreren unterschiedlichen Quellen in einer einzigen (globalen) AnsichtZwar sollten Firmen eigentlich eine Single Company Database nutzen, in der Realität sieht dies aber aufgrund von Vorplanen, Weiterentwicklung der Firma, möglichen neue Anforderungen oder auch am Ende zu großen Datenbanken (Laufzeit) anders aus.  -> Aufteilung auf mehrere verschiedene Datenbanken, welche meistens nicht homogen sind
• Wie funktioniert Datenanalyse? Welche Arten gibt es? Datenanalyse wird mit verschiedenen Methoden durchgeführt, um aus Daten Informationen zu gewinnen.Data Cube Traditionelle Datanalyse (Reporting) Mit SQL möglich Advanced Data Analytics Beinhaltet Schlussfolgerungen, Vorraussagen Komplexer, benötigt eine Modellbildung
• Was bedeutet Integration? Erschaffen eines Ganzen, also hier die globale Sicht auf alle Daten
• Was bedeuten Homo- und Heterogenität? HomogenitätGleichheit von Daten HeterogenitätDifferenzen zwischen den Daten, welche bei der Integration beseitigt werden sollten
• Welche Arten von Heterogenitäten gibt es ? Semantisch Attribut Heterogenität Synonyme (Gehalt <-> Einkommen) Mappings (Celsius <-> Kelvin, Umrechnung notwendig) Union Types (Verschiedene Datentypen, gleiche Information) Language (Deutsch, Englisch..) Missing Data NULL-Values (Gibt Schemata, welche keine NULL zulassen) Virtuelle Spalten (direkter Eintrag vs. Eintrag durch eine Berechnung/Formel) Semantische Inkompatibilität (Notwendige Konzepte in anderen Schema nicht abgedeckt) Strukturell Attribut hat in A eine andere Bedeutung als in B Zusammenfassung oder Aufführung (tutor <-> tutor1, tutor2..) Attribut beschreibt Semantik ungenügend Komposition der Attribute (Zusammensetzung verschiedener Attribute)
• Was sind die Ziele von Datenintegration? Homogenisierung (Globale Sicht auf die Daten, Zusammenführen der Datenmengen) Interoperabilität (Datensynchronisation, Interaktion zwischen heterogenen Systemen/Anwendungen) Performance/Skalierbarkeit/Verfügbarkeit (Quality of Service, Disaster Recovery, Load Balancing)
• Nach was werden Integrationsansätze klassifiziert? Anwendungsbereich Information- , Application- , Process- und GUI-Integration Zeit/Konsistenz Synchron, sobald eine Änderung in A erfolgt, so auch in B (Starke Konsistenz), ermöglicht aber kein autonomes Arbeiten Asynchron, Puffer zwischen den Systemen, in welchen die Updates eingeschrieben und später auf die anderen Datenbanken übertragen werden (Schwache Konsistenz) Eventuelle Konsistenz, System wird, sofern keine neuen Updates eingehen, in einen konsistenten Status, mithilfe von Event Models, übergehen (Read your own rights, Session Konsistenz)
• Welche Eventmodels gibt es für die Event Konsistenz? Ad-Hoc (beides) Läuft nach dem Event-Condition-Action Schema abJe nach Condition werden die Daten in das andere System übertragen (Integration)Time (asynchron) periodische Integration 
• Was versteht man unter Query Processing? Das Übersetzen einer High-Level-Language (zb SQL) in eine Low-Level-Language, um mit dieser besser arbeiten zu können, da nicht alle Systeme SQL verstehen.
• Welche zwei Systemarten gibt es? Vor und Nachteile beider? Materialisierte Integrationssysteme Data-Warehouse in der Mitte, welches die Queries empfängt ETL Prozess sammelt Informationen der Quellsysteme und sendet diese ans Warehouse Warehouse verarbeitet die Queries Vorteil:    Performance, keine Queryzerlegung, unabhängig von Quellsystemen Nachteil:  Regelmäßige Updates nötig, Redundanz,  Virtuelle Integrationssysteme Daten nur logisch, nicht physisch enthalten Virtuelles DBMS in der Mitte, an welches die queries der Anwendungen gesendet werden Dieses verteilt diese Teile dann an verschiedene Quellsysteme Quellsysteme bearbeiten und senden dies zurück ans DBMS DBMS sendet query zurück an die Anwendungen Vorteil:    Flexibel, keine Synchronisierung nötig, up-to-date Nachteil:  Query Performance leidet unter langsamten Query, kein Archiv
• Anzeige
• Was ist das Data Warehouse? Ein zentrales Datenbanksystem , das zu Analysezwecken im Unternehmen einsetzbar ist. Das System extrahiert, sammelt und sichert relevante Daten aus verschiedenen heterogenen Datenquellen und versorgt nachgelagerte Systeme.- globale Sicht auf Daten aus unterschiedlichen Datenbeständen - Daten in einer zentralen Datenbank konsistent und strukturiert bereitgestellt
• In welche Teilprozesse ist das DWH unterteilt? Data Recording (Rohe Daten) Data Preperation (Processed Rohe Daten) Data Analysis (Macrocosmos)
• Welche Eigenschaften besitzt ein DWH? Anwendungsorientiert (Zweck: Zur Analyse) Dient zur Durchführung der Integration aus verschiedenen Quellsystemen User Updates gehen nicht ans DWH sondern an die Quellsysteme (Read only) Historische Daten gespeichert (Zeitliche Entwicklung)
• Wie lauten die Schritte, welche für die Bereitstellung der Daten im Data Ware House notwendig sind? Heranschaffen der Daten (Transformierung zB. alles in Euro bei verschiedenen Währungen) Zusammenwerfen der verschiedenen Daten aus verschiedenen Quellen Daten werden für den Zugriff nach außen zur Verfügung gestellt (Provisioning) Datenanalyse (Wie hat sich xy entwickelt?)
• Was sind Quellsysteme? Heterogene Systeme oder Files (Datenbanken, Excel, Webseiten, CSV) Attribute: Herkunft der Daten (intern, extern) Verfügbarkeit (immer, manchmal, kaum?) Kosten (Aufbereitung, Zugriff) Qualität der Daten (Konsistenz bei mehreren Quellen)
• Wie läuft das Heranschaffen und Transformieren der Daten? 1) Staging Areas/Tables (Speicher für neue unberührte extrahierte Daten) 2) Schema Integration (Anpassen der Schemas der Stagin Areas -> alles in eine Tabelle) 3) Datenintegration (Anpassung von Formaten, Abkürzungen etc.) 4) ETL (Extract Transform Load, von den Quellsystem ins Zielsystem)  Bsp: Kettle, Jasper, Clover
• Was sind Data Marts? Eine Untergruppe der Daten eines Data Warehouse, konzipiert für eine bestimmte Nutzergruppe - Unabhängigkeit der Analysen (Performance/Load Distribution) - Umsetzen von Zugriffsrechten (Zugriff nicht auf alle Daten) - Geographische Trennung (Globale Firmen) Warum: Schneller, weil weniger Daten und Quellen, effizient, preiswert, schnellere Analysen
• Was sind Metadaten? Strukturierte Daten, die Informationen über Merkmale anderer Daten enthalten. (Dateiname, die Zugriffsrechte, Datum der letzten Änderung)

zurück  |  weiter 1 / 1