Als Bill Inmon vor vielen Jahren einige der noch heute gültigen Eckpfeiler

  • Fachbezogenheit (subject oriented)
  • Integriertheit (integrated)
  • Zeitbezogenheit (time variant)
  • Persistenz (nonvolatile)

für die Datenhaltung im Data Warehouse formulierte, hatte er wahrscheinlich nicht geahnt, dass manches davon dauerhaft ein Problem darstellen würde. Von diesen vier Grundprinzipien wollen wir uns in diesem Papier mit der Abbildung zeitlicher Aspekte, sowie deren Modellierung im Data Warehouse beschäftigen. Automatisch ist dabei der Punkt der Flüchtigkeit bzw. Persistenz der Daten berührt.

Auf den folgenden Seiten sollen zunächst die wesentlichen Aspekte zur Historisierung und Versionierung von Daten in DWH-Umgebungen beschrieben werden. Danach wird dargestellt, welche datenseitigen Voraussetzungen in den Quellystemen für ein Data Warehouse angetroffen werden können. In den weiteren Abschnitten wird vorgestellt, welche Konsequenzen die Ausgestaltung der Quellsysteme und die Anforderungen an Historisierung und Versionierung für die Modellierung eines Core Warehouses haben. Es werden drei Ansätze zur Core Modellierung diskutiert.


In einem zukünftigen saracus White Paper zum Themenbereich Datenmodellierung werden wir die Modellierung von Data Marts vorstellen und
die hier beschriebenen Erkenntnisse und Ansätze berücksichtigen. Ebenfalls berücksichtigt wird die bei der Business Analyse erstellte Dokumentation (dazu lesen Sie bitte das vorangegangene saracus White Paper „Dokumentation der
Datemodellierung“) mit den erhobenen Anforderungen an Versionierung und Historisierung.

 

White Paper anfordern