Wie arbeitet das Logical Data Warehouse?

Wie arbeitet das Logical Data Warehouse?

Das Logical Data Warehouse verbindet zwei unterschiedliche Technologien auf intelligente Weise zu einer völlig neuen Form der Datenintegration. Die erste Technologie ist die Datenförderation, die zwei oder mehr voneinander getrennte Datenbanken verbindet und sie so darstellt, als wären sie eine einzige. Die zweite ist das analytische Datenbankmanagement mit einer nutzerfreundlichen Benennung der Datenelemente und einer Modellierung, die flexible Datenaufnahme- und Modellierungsoptionen bietet.

Die Ergebnisse können sich sehen lassen. Datenförderation ist flexibel, kann aber nicht skaliert werden. Analytisches Datenbankmanagement lässt sich gut skalieren, ist aber unflexibel. Die Kombination aus beidem sorgt für einmalige Flexibilität und eine bahnbrechende Performance. Sie steht für einen vollkommen neuen Ansatz im Umgang mit Daten.

Ein Logical Data Warehouse lässt sich beispielsweise mit verschiedenen Datenquellen gleichzeitig verbinden, unter anderem mit klassischen relationalen Datenbanken wie Oracle und MS-SQL, NoSQL-Datenbanken wie MongoDB oder Hadoop, spaltenorientierten Datenbanken wie Vertica oder SAP HANA sowie mit Webdiensten wie Google Analytics, AdWords, Facebook, Twitter und andere. Die resultierende integrierte Datenübersicht erscheint im Datenanalyse-Tool so, als wären die Informationen in einer zentralen SQL-Datenbank enthalten. Die Daten lassen sich anschließend mit einer gemeinsamen Sprache abfragen. Praktisch jedes Datenanalyse-Tool, das derzeit auf dem Markt angeboten wird (Qlik, Tableau, Aqua Data usw.), kann angebunden werden. Über die virtuelle Schicht lassen sich Daten abfragen und analysieren, ohne sie aus einer Quelle laden oder kopieren zu müssen.

Diese Methode bietet eine Fülle neuer Möglichkeiten für die explorative Datenanalyse, für Data Discovery, Rapid Prototyping und intuitive Experimente. Die Nutzer erhalten in kürzester Zeit ihre Ergebnisse und können ebenso schnell ihre Datenmodelle restrukturieren. Die Erstellung gemeinsam genutzter logischer Datenansichten, wie etwa für allgemeine KPIs und Metriken, sorgt dafür, dass jeder Bericht, jede Visualisierung und jedes Abfrageergebnis den gleichen Unternehmensstandards und -definitionen entspricht. Data Virtuality ist die zentrale

Datendrehscheibe, über die sämtliche Systeme und Anwendungen im Unternehmen miteinander verbunden werden. Sie ermöglicht den Datenaustausch zwischen diesen Systemen und stellt jederzeit die allerneuesten Daten bereit.