Was glauben Sie, ist all diesen Verfahren gemeinsam?
- DWH Metadaten Management (DWH MeDM)
- DWH Data Life Cycle Management (DWH DLM)
- DWH Information Requirements Engineering (DWH IRE)
- DWH Forward/Reverse/Re-Engineering (DWH Engineering)
- DWH Schema Evolution (DWH Evolution)
Weshalb sollten Softwarewerkzeuge diese Verfahren unterstützen?
Die Hersteller von Softwarewerkzeugen
für das Datenmanagement im BI-Umfeld
haben ihre Hausaufgaben in Bezug auf den Funktionsumfang ihrer Werkzeuge aus
Sicht der Anwender weitgehend gemacht. Bis auf wenige Spezialisten bieten alle Hersteller
eine breite Toolsuite an, die da und dort noch besser integriert werden
muss. Spannend wird es nun jedoch, wie
die sich
aktuell abzeichnende Herausforderung gemeistert
wird, nämlich die Verkürzung der Durchlaufzeiten zur Umsetzung neuer Anforderungen bzw. der Anpassung
bestehender DWH-Implementierungen. Dies bedeutet, dass in den Bereichen Data Warehouse, Data
Integration und Data Quality inkl. Stammdatenqualität immer schneller auf
Wünsche aus den Geschäftsbereichen zu reagieren ist. Die Durchlaufzeiten der BI-Projektphasen
Requirements Engineering, Design und Implementierung können nur
verkürzt werden, indem die Effizienz bei
der Erfassung und Umsetzung der Anforderungen
- sowohl durch verbesserte Verfahren in der Anforderungsanalyse
- als auch durch die werkzeugseitige Unterstützung dieser Analyseverfahren
drastisch gesteigert wird.
BARC @ 11th European TDWI Conference (6.-8.Juni 2011, München)
BARC präsentiert in seinem Datenmanagement-Track diese Verfahren aus zwei Perspektiven.
- Hersteller stellen vor, wie sie Ihren Kunden bei diesen Themen mit ihren Werkzeugen helfen.
- BARC stellt vor,
- was Anwender zu diesem Thema sagen,
- welche Herausforderungen dabei zu bewältigen sind und
- welche Werkzeuge die Anbieter zur Verfügung stellen.
DWH MeDM verwaltet „Daten über Objekte von Informationssystemen“. Analog zum Datenmanagement umfasst das Metadatenmanagements alle Aufgaben, die für die adäquate Bereitstellung der Metadaten auf strategischer, taktischer und operativer Ebene wahrzunehmen sind. MeDM stellt daher die Daten bereit, die DWH DLM, IRE, Evolution und Engineering brauchen, um quer über das DWH-Umfeld die „Zusammenhänge“ zwischen den dabei erzeugten Objekten bereitstellen und handhaben zu können.
DWH DLM beinhaltet alle Bemühungen, um ein effektives Management der Daten in und um ein DWH während ihrer Nutzungsdauer zu gewährleisten. Dies umfasst die Phasen Erzeugung, Verteilung, Nutzung, Wartung und Disposition. Letzteres beinhaltet gemäß Inmon vier „Life Cycle Sectors“, die festlegen, in welcher Art die Daten jeweils aufbewahrt werden: „Interactive“, „Integrated“, „Near Line“ und „Archivel“. Ziel dieser Strategie ist die Speicherung von Informationen (Daten und Metadaten) gemäß dem „Zugriffsmodus“ darauf, d.h. entsprechend der Zugriffswahrscheinlichkeit.
DWH IRE ist eine Engineering Methode, die den Gesamtprozess zur Erfassung der Informationsanforderungen von DWH Nutzern durch für den Fachbereich verständlichen Methoden so zu unterstützt, dass die Anforderungen auf die aktuellen Informationsquellen abgestimmt und auf zukünftige Anforderungen evaluiert werden. Die Informationsanforderungen werden dabei sowohl nach ihrem „Vollständigkeitsgrad“ priorisiert als auch wie weit sie eventuell später in vollem Umfang benötigt werden. DWH IRE ist nicht auf das DWH Modell beschränkt, sondern erstreckt sich vom „Report“ über das Modell bis in den Datenfluss, der das DWH mit den Datenquellen verbindet: vom primären über das sekundäre zum tertiären Requirements Engineering. „Top Down“ gesehen heißt dies „Demand Driven IRE“, „Bottom Up“ wird es „Supply Driven IRE“ genannt.
DWH Engineering ermöglicht die strikte Trennung von Systemspezifikation („das Was“) und Implementierung („das Wie“). Dieser Vorgang wird noch dadurch verstärkt, dass eine Schwerpunkverschiebung der Initiativen auf die fachliche Seite – weg von der IT – zu verzeichnen ist. Dabei bietet sich eine „Modellgetriebene Entwicklung“ derartig komplexer Systeme an. Dabei sind drei Entwicklungsrichtungen von Bedeutung: Forward-, Reverse- und Re-Engineering. Während das Forward- und Reverse-Engineering bereits als relativ gut erforscht angesehen werden kann, besteht im Bereich des Re-Engineerings noch erhöhter Bedarf, um zu einer plattformunabhängigen Beschreibung, die auf verschiedenen Systemen ausführbar ist, zu gelangen.
DWH
Evolution ist ein anderer Name für
die „kontinuierliche“ Fortschreibung bestehender DWH Modelle unter
„abgesicherten“ Bedingungen. Im Kontext ständig an Komplexität zunehmender Data
Warehouse-Lösungen, die in einer Vielzahl von Unternehmungen zur Unterstützung
strategischer, taktischer sowie verstärkt auch operativer Entscheidungen
dienen, gewinnt die „Modernisierung“ bzw. „Evolution“ von DWH-Modellen aufgrund
ständig auftretender, neuer Anforderungen zunehmend an Bedeutung. Die oftmals
über mehrere Jahre gewachsenen und teilweise sehr großen Schemata (=Modelle)
der DWH-Systeme sind zunehmend schwerer zu warten. Eine automatisierte Evolution als „abgesicherte
Fortschreibung“ von Data Warehouse-Systemen, basierend auf formalen,
algebraischen Beschreibungen, wäre ein ebensolcher Fortschritt für die
multidimensionalen Systeme wie es die Codd’schen Theoreme für die relationalen
Systeme waren.
March 7, 2011 1:00 PM
Permalink | keine Kommentare |
Twitter 
LinkedIn 
YouTube 