Wieviel Zeit braucht mein Data Warehouse?
Temporale Datenhaltung ist ein wichtiges Thema in jedem Data Warehouse. Die geladenen Daten müssen so historisiert werden, dass Abfragen auf vergangene Datenstände möglich sind. Dabei sind oft mehrere Zeitachsen im Spiel. Immer wieder gibt es Anforderungen zu bi-temporaler (oder multi-temporaler) Historisierung, die leider oft in endlosen Diskussionen und Missverständnissen enden. Multi-temporale Historisierung ist ein komplexes Thema.
Der Vortragende hat in einem aktuellen Projekt mit einem tri-temporalen Data Warehouse zu tun. In dieser Präsentation wird gezeigt, welche Konzepte dabei zum Einsatz kommen und wie diese mit Hilfe von Data Vault und verschiedenen Standard-Patterns umgesetzt werden. Wie funktionieren diese Patterns? Wo liegen die Herausforderungen? In welchen DWH-Schichten können und sollen sie eingesetzt werden? Und wann sollte multi-temporale Historisierung nach Möglichkeit vermieden werden?
Dani Schnider arbeitet als Principal Oracle & DWH Consultant bei Callista, einem Schweizer IT-Beratungsunternehmen. Er ist seit über 20 Jahren im Datenbank-Consulting tätig, hauptsächlich im Bereich Data Warehousing. Zu seinen Aufgaben gehören DWH-Architekturreviews, Datenmodellierung, ETL-Entwicklung und Performanceoptimierung in Oracle-Datenbanken. Dani ist Oracle ACE Director sowie Co-Autor der Bücher "Data Warehousing mit Oracle" (2011) und "Data Warehouse Blueprints" (2016), die beide beim Hanser-Verlag erschienen sind.
