Die generierte Zeitmaschine - Historisierung auf Knopfdruck

Trivadis
TrivadisTrivadis
Die generierte Zeitmaschine – 
Historisierung auf Knopfdruck 
Dani Schnider 
Principal Consultant 
Trivadis AG 
DOAG-Konferenz, Nürnberg 
17. November 2010 
BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
1
Kurzvorstellung Trivadis 
Trivadis ist führend bei der IT-Beratung, der Systemintegration, dem 
solution based Software- und Product-Engineering und der Erbringung 
von IT-Services mit Fokussierung auf und 
Technologien im D-A-CH-Raum. 
Unsere Leistungen erbringen wir aus den strategischen Geschäftsfeldern: 
Durch unser Trainingsangebot stellen wir den Know-how-Transfer sicher. 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
2
Mit über 600 IT- und Fachexperten bei Ihnen vor Ort 
2014 © Trivadis 
11 Trivadis Niederlassungen mit 
über 600 Mitarbeitenden 
200 Service Level Agreements 
Mehr als 4'000 Trainingsteilnehmer 
Forschungs- und Entwicklungs-budget: 
CHF 5.0 / EUR 4 Mio. 
Finanziell unabhängig und 
nachhaltig profitabel 
Erfahrung aus mehr als 1'900 
Projekten pro Jahr bei über 800 
Kunden 
Stand 12/2012 
Hamburg 
Düsseldorf 
Frankfurt 
Freiburg 
München 
Wien 
Basel 
Bern Zürich 
Lausanne 
3 
Stuttgart 
Die generierte Zeitmaschine 
17. November 2010 
3
Die generierte Zeitmaschine 
2014 © Trivadis 
Textseite 
 Erste Ebene 
 Zweite Ebene 
- Dritte Ebene 
- Vierte Ebene 
> Fünfte Ebene 
> Sechste Ebene 
 Erste Ebene 
Die generierte Zeitmaschine 
17. November 2010 
4
Historisierung: Grundidee 
2014 © Trivadis 
Gründe: 
 Nachvollziehbarkeit von Datenänderungen 
 Reproduzierbarkeit von Auswertungen 
 Revisionsfähigkeit des Systems 
Prinzip: 
 Alle Änderungen des Quellsystems werden festgehalten 
 Speicherung in historisiertem Data Store 
 Lesezugriff auf Data Store über View Layer 
Die generierte Zeitmaschine 
17. November 2010 
5
Historisierung: Beispiel 
 Stand heute: Heidi Müller-Huber aus Basel 
 Stand 31.12.2009: Heidi Huber aus Zürich 
 Stand 31.12.2008: Es gibt kein Konto 901-2491-8 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
6
DWH Architekturübersicht 
Aufgabe Data Store: 
 Lückenlose Historisierung aller Datenänderungen 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
7
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
8
Data Store: Datenmodell 
2014 © Trivadis 
Objekt-Tabelle 
 Objekt-Id 
 Primary Key des Quellsystems 
 Statische Attribute 
Versions-Tabelle 
 Versions-Id 
 Objekt-Id 
 Gültigkeitsdauer (Gültig von – Gültig bis) 
 Dynamische Attribute 
Die generierte Zeitmaschine 
17. November 2010 
9
Data Store: Datenmodell 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
10
Data Store: Datenmodell 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
11 
 Statische 
Fremdschlüsselbeziehung 
 Dynamische 
Fremdschlüsselbeziehung
View Layer: Fenster in die Vergangenheit 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
12
View Layer: Stand-View 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
13
View Layer: Intervall-View 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
14
View Layer: Parametrisierbare Views 
 Oracle Context erstellen 
 PL/SQL Package erstellen 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
15
View Layer: Parametrisierbare Views 
 Beispiel für Stand-View 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
16
View Layer: Parametrisierbare Views 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
17
ETL-Prozesse: Überblick 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
18
ETL-Prozesse: Oracle Warehouse Builder 
ETL-Implementation mit Oracle Warehouse Builder 
Pro Quelltabelle sind zu erstellen: 
2014 © Trivadis 
 1 Flat File 
 1 External Table 
 3 Tabellen 
 2 Sequences 
 3 Mappings 
 2 Views 
Beispiel eines Kundenprojekts 
 Quellsystem mit 90 Tabellen 
  360 Tabellen, 270 Mappings und 180 Views im Data Store 
Die generierte Zeitmaschine 
17. November 2010 
19
TOGO: Trivadis Objects Generator for OWB 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
20
TOGO: Trivadis Objects Generator for OWB 
 Beispiel für generiertes OMB*Plus Script 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
21
TOGO: Trivadis Object Generator for OWB 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
22
Vielen Dank. 
Dani Schnider 
Principal Consultant 
Trivadis AG 
DOAG-Konferenz, Nürnberg 
17. November 2010 
BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 
2014 © Trivadis 
Die generierte Zeitmaschine 
17. November 2010 
23
1 of 23

Recommended

Wie modelliere ich mein Core DWH? by
Wie modelliere ich mein Core DWH?Wie modelliere ich mein Core DWH?
Wie modelliere ich mein Core DWH?Trivadis
2.7K views30 slides
Performanceaspekte im Oracle DWH by
Performanceaspekte im Oracle DWHPerformanceaspekte im Oracle DWH
Performanceaspekte im Oracle DWHTrivadis
1K views29 slides
Indexierungsstrategie im Data Warehouse - Zwischen Albtraum und optimaler Per... by
Indexierungsstrategie im Data Warehouse - Zwischen Albtraum und optimaler Per...Indexierungsstrategie im Data Warehouse - Zwischen Albtraum und optimaler Per...
Indexierungsstrategie im Data Warehouse - Zwischen Albtraum und optimaler Per...Trivadis
1.3K views24 slides
Wie sicher sind Database Links? DOAG BI Konfernenz München. by
Wie sicher sind Database Links? DOAG BI Konfernenz München.Wie sicher sind Database Links? DOAG BI Konfernenz München.
Wie sicher sind Database Links? DOAG BI Konfernenz München.Trivadis
1K views21 slides
DWH-Modellierung mit Data Vault by
DWH-Modellierung mit Data VaultDWH-Modellierung mit Data Vault
DWH-Modellierung mit Data VaultTrivadis
4.5K views47 slides
Modellierung agliler Data Warehouses mit Data Vault by
Modellierung agliler Data Warehouses mit Data VaultModellierung agliler Data Warehouses mit Data Vault
Modellierung agliler Data Warehouses mit Data VaultTrivadis
2.3K views35 slides

More Related Content

What's hot

Data Vault Vor- und Nachteile by
Data Vault Vor- und NachteileData Vault Vor- und Nachteile
Data Vault Vor- und NachteileTorsten Glunde
3.3K views25 slides
DWH Modernisierung mit Data Lake, Lab und Governance by
DWH Modernisierung mit Data Lake, Lab und GovernanceDWH Modernisierung mit Data Lake, Lab und Governance
DWH Modernisierung mit Data Lake, Lab und GovernanceOPITZ CONSULTING Deutschland
767 views38 slides
CDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie by
CDC und Data Vault für den Aufbau eines DWH in der AutomobilindustrieCDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie
CDC und Data Vault für den Aufbau eines DWH in der AutomobilindustrieAndreas Buckenhofer
1.4K views102 slides
Agiles Data Mining mit Data Vault 2.0 by
Agiles Data Mining mit Data Vault 2.0Agiles Data Mining mit Data Vault 2.0
Agiles Data Mining mit Data Vault 2.0Michael Olschimke
2.3K views32 slides
Lambdaarchitektur für BigData by
Lambdaarchitektur für BigDataLambdaarchitektur für BigData
Lambdaarchitektur für BigDataAndreas Buckenhofer
1.4K views40 slides
Caching: In-Memory Column Store oder im BI Server by
Caching: In-Memory Column Store oder im BI ServerCaching: In-Memory Column Store oder im BI Server
Caching: In-Memory Column Store oder im BI ServerAndreas Buckenhofer
718 views81 slides

What's hot(14)

Data Vault Vor- und Nachteile by Torsten Glunde
Data Vault Vor- und NachteileData Vault Vor- und Nachteile
Data Vault Vor- und Nachteile
Torsten Glunde3.3K views
CDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie by Andreas Buckenhofer
CDC und Data Vault für den Aufbau eines DWH in der AutomobilindustrieCDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie
CDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie
Andreas Buckenhofer1.4K views
Agiles Data Mining mit Data Vault 2.0 by Michael Olschimke
Agiles Data Mining mit Data Vault 2.0Agiles Data Mining mit Data Vault 2.0
Agiles Data Mining mit Data Vault 2.0
Michael Olschimke2.3K views
Caching: In-Memory Column Store oder im BI Server by Andreas Buckenhofer
Caching: In-Memory Column Store oder im BI ServerCaching: In-Memory Column Store oder im BI Server
Caching: In-Memory Column Store oder im BI Server
Raus aus dem Data Vault - Virtualisierung und Logical Warheouse by Torsten Glunde
Raus aus dem Data Vault - Virtualisierung und Logical WarheouseRaus aus dem Data Vault - Virtualisierung und Logical Warheouse
Raus aus dem Data Vault - Virtualisierung und Logical Warheouse
Torsten Glunde336 views
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider by Désirée Pfister
Modellierung agiler Data Warehouses mit Data Vault Dani SchniderModellierung agiler Data Warehouses mit Data Vault Dani Schnider
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider
Désirée Pfister483 views
Data Virtualization - Supernova by Torsten Glunde
Data Virtualization - SupernovaData Virtualization - Supernova
Data Virtualization - Supernova
Torsten Glunde2.2K views
Einführung in nosql // ArangoDB mit Symfony 2 by ArangoDB Database
Einführung in nosql // ArangoDB mit Symfony 2Einführung in nosql // ArangoDB mit Symfony 2
Einführung in nosql // ArangoDB mit Symfony 2
ArangoDB Database2.7K views
Middleware Basics für den DBA by Trivadis
Middleware Basics für den DBAMiddleware Basics für den DBA
Middleware Basics für den DBA
Trivadis1.4K views

Similar to Die generierte Zeitmaschine - Historisierung auf Knopfdruck

Wie nutzen wir Cloud-Infrastruktur @ VSHN.ch by
Wie nutzen wir Cloud-Infrastruktur @ VSHN.chWie nutzen wir Cloud-Infrastruktur @ VSHN.ch
Wie nutzen wir Cloud-Infrastruktur @ VSHN.chAarno Aukia
512 views39 slides
Automatisierung im DWH - Sich das Leben erleichern mit dem ODI by
Automatisierung im DWH - Sich das Leben erleichern mit dem ODIAutomatisierung im DWH - Sich das Leben erleichern mit dem ODI
Automatisierung im DWH - Sich das Leben erleichern mit dem ODIOPITZ CONSULTING Deutschland
1.6K views30 slides
Office-Rolloutqualifizierung bei der Deutschen Flugsicherung GmbH by
Office-Rolloutqualifizierung bei der Deutschen Flugsicherung GmbHOffice-Rolloutqualifizierung bei der Deutschen Flugsicherung GmbH
Office-Rolloutqualifizierung bei der Deutschen Flugsicherung GmbHKnow How! AG
584 views24 slides
Infrastruktur agil bauen - der DBA im SAFe-Umfeld by
Infrastruktur agil bauen - der DBA im SAFe-UmfeldInfrastruktur agil bauen - der DBA im SAFe-Umfeld
Infrastruktur agil bauen - der DBA im SAFe-UmfeldDaniel Steiger
231 views36 slides
Cloud Native Computing by
Cloud Native ComputingCloud Native Computing
Cloud Native ComputingAarno Aukia
135 views32 slides
Agile BI in der Praxis - DevOps4BI by
Agile BI in der Praxis - DevOps4BIAgile BI in der Praxis - DevOps4BI
Agile BI in der Praxis - DevOps4BIOPITZ CONSULTING Deutschland
1.1K views31 slides

Similar to Die generierte Zeitmaschine - Historisierung auf Knopfdruck(20)

Wie nutzen wir Cloud-Infrastruktur @ VSHN.ch by Aarno Aukia
Wie nutzen wir Cloud-Infrastruktur @ VSHN.chWie nutzen wir Cloud-Infrastruktur @ VSHN.ch
Wie nutzen wir Cloud-Infrastruktur @ VSHN.ch
Aarno Aukia512 views
Office-Rolloutqualifizierung bei der Deutschen Flugsicherung GmbH by Know How! AG
Office-Rolloutqualifizierung bei der Deutschen Flugsicherung GmbHOffice-Rolloutqualifizierung bei der Deutschen Flugsicherung GmbH
Office-Rolloutqualifizierung bei der Deutschen Flugsicherung GmbH
Know How! AG584 views
Infrastruktur agil bauen - der DBA im SAFe-Umfeld by Daniel Steiger
Infrastruktur agil bauen - der DBA im SAFe-UmfeldInfrastruktur agil bauen - der DBA im SAFe-Umfeld
Infrastruktur agil bauen - der DBA im SAFe-Umfeld
Daniel Steiger231 views
Cloud Native Computing by Aarno Aukia
Cloud Native ComputingCloud Native Computing
Cloud Native Computing
Aarno Aukia135 views
DevOps + Continuous Delivery + Cloud: The Three Drivers of Enterprise Agility... by Schlomo Schapiro
DevOps + Continuous Delivery + Cloud: The Three Drivers of Enterprise Agility...DevOps + Continuous Delivery + Cloud: The Three Drivers of Enterprise Agility...
DevOps + Continuous Delivery + Cloud: The Three Drivers of Enterprise Agility...
Schlomo Schapiro1.2K views
Netways NWS: Die neue SaaS Plattform (Webinar vom 15. März 2017) by NETWAYS
Netways NWS: Die neue SaaS Plattform (Webinar vom 15. März 2017)Netways NWS: Die neue SaaS Plattform (Webinar vom 15. März 2017)
Netways NWS: Die neue SaaS Plattform (Webinar vom 15. März 2017)
NETWAYS170 views
Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics... by Wiiisdom
Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...
Den Usern mehr bieten: Business Objects Tools als Teil der Business Analytics...
Wiiisdom161 views
iDempiere Reporting with LibreOffice and Microsoft Office by adrilleros
iDempiere Reporting with LibreOffice and Microsoft OfficeiDempiere Reporting with LibreOffice and Microsoft Office
iDempiere Reporting with LibreOffice and Microsoft Office
adrilleros773 views
Graphing mit Graphite (Webinar vom 06.11.2013) by NETWAYS
Graphing mit Graphite (Webinar vom 06.11.2013)Graphing mit Graphite (Webinar vom 06.11.2013)
Graphing mit Graphite (Webinar vom 06.11.2013)
NETWAYS816 views
Digitalisierungsoffensive Versicherungen: Schadensprozesse by SoftProject GmbH
Digitalisierungsoffensive Versicherungen: SchadensprozesseDigitalisierungsoffensive Versicherungen: Schadensprozesse
Digitalisierungsoffensive Versicherungen: Schadensprozesse
SoftProject GmbH894 views
Dnug 112014 modernization_openn_ntf_ersatzsession by Oliver Busse
Dnug 112014 modernization_openn_ntf_ersatzsessionDnug 112014 modernization_openn_ntf_ersatzsession
Dnug 112014 modernization_openn_ntf_ersatzsession
Oliver Busse931 views
Aconex business breakfast Praesentation by Aconex
Aconex business breakfast PraesentationAconex business breakfast Praesentation
Aconex business breakfast Praesentation
Aconex518 views
Dateien per Drag & Drop in APEX Applikationen ablegen. by MT AG
Dateien per Drag & Drop in APEX Applikationen ablegen.Dateien per Drag & Drop in APEX Applikationen ablegen.
Dateien per Drag & Drop in APEX Applikationen ablegen.
MT AG787 views

More from Trivadis

Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ... by
Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...
Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...Trivadis
909 views27 slides
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan... by
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...Trivadis
523 views26 slides
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron) by
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)Trivadis
284 views38 slides
Azure Days 2019: Master the Move to Azure (Konrad Brunner) by
Azure Days 2019: Master the Move to Azure (Konrad Brunner)Azure Days 2019: Master the Move to Azure (Konrad Brunner)
Azure Days 2019: Master the Move to Azure (Konrad Brunner)Trivadis
250 views28 slides
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A... by
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...Trivadis
207 views16 slides
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss) by
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)Trivadis
223 views41 slides

More from Trivadis(20)

Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ... by Trivadis
Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...
Azure Days 2019: Azure Chatbot Development for Airline Irregularities (Remco ...
Trivadis909 views
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan... by Trivadis
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...
Azure Days 2019: Trivadis Azure Foundation – Das Fundament für den ... (Nisan...
Trivadis523 views
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron) by Trivadis
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)
Azure Days 2019: Business Intelligence auf Azure (Marco Amhof & Yves Mauron)
Trivadis284 views
Azure Days 2019: Master the Move to Azure (Konrad Brunner) by Trivadis
Azure Days 2019: Master the Move to Azure (Konrad Brunner)Azure Days 2019: Master the Move to Azure (Konrad Brunner)
Azure Days 2019: Master the Move to Azure (Konrad Brunner)
Trivadis250 views
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A... by Trivadis
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...
Azure Days 2019: Keynote Azure Switzerland – Status Quo und Ausblick (Primo A...
Trivadis207 views
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss) by Trivadis
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)
Azure Days 2019: Grösser und Komplexer ist nicht immer besser (Meinrad Weiss)
Trivadis223 views
Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa... by Trivadis
Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...
Azure Days 2019: Get Connected with Azure API Management (Gerry Keune & Stefa...
Trivadis178 views
Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H... by Trivadis
Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...
Azure Days 2019: Infrastructure as Code auf Azure (Jonas Wanninger & Daniel H...
Trivadis452 views
Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (... by Trivadis
Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...
Azure Days 2019: Wie bringt man eine Data Analytics Plattform in die Cloud? (...
Trivadis136 views
Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po... by Trivadis
Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...
Azure Days 2019: Azure@Helsana: Die Erweiterung von Dynamics CRM mit Azure Po...
Trivadis311 views
TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ... by Trivadis
TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...
TechEvent 2019: Kundenstory - Kein Angebot, kein Auftrag – Wie Du ein individ...
Trivadis523 views
TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod... by Trivadis
TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...
TechEvent 2019: Oracle Database Appliance M/L - Erfahrungen und Erfolgsmethod...
Trivadis72 views
TechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - Trivadis by Trivadis
TechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - TrivadisTechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - Trivadis
TechEvent 2019: Security 101 für Web Entwickler; Roland Krüger - Trivadis
Trivadis139 views
TechEvent 2019: Trivadis & Swisscom Partner Angebote; Konrad Häfeli, Markus O... by Trivadis
TechEvent 2019: Trivadis & Swisscom Partner Angebote; Konrad Häfeli, Markus O...TechEvent 2019: Trivadis & Swisscom Partner Angebote; Konrad Häfeli, Markus O...
TechEvent 2019: Trivadis & Swisscom Partner Angebote; Konrad Häfeli, Markus O...
Trivadis211 views
TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ... by Trivadis
TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...
TechEvent 2019: DBaaS from Swisscom Cloud powered by Trivadis; Konrad Häfeli ...
Trivadis220 views
TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr... by Trivadis
TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...
TechEvent 2019: Status of the partnership Trivadis and EDB - Comparing Postgr...
Trivadis96 views
TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T... by Trivadis
TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...
TechEvent 2019: More Agile, More AI, More Cloud! Less Work?!; Oliver Dörr - T...
Trivadis202 views
TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -... by Trivadis
TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...
TechEvent 2019: Kundenstory - Vom Hauptmann zu Köpenick zum Polizisten 2020 -...
Trivadis233 views
TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;... by Trivadis
TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...
TechEvent 2019: Vom Rechenzentrum in die Oracle Cloud - Übertragungsmethoden;...
Trivadis222 views
TechEvent 2019: The sleeping Power of Data; Eberhard Lösch - Trivadis by Trivadis
TechEvent 2019: The sleeping Power of Data; Eberhard Lösch - TrivadisTechEvent 2019: The sleeping Power of Data; Eberhard Lösch - Trivadis
TechEvent 2019: The sleeping Power of Data; Eberhard Lösch - Trivadis
Trivadis67 views

Die generierte Zeitmaschine - Historisierung auf Knopfdruck

  • 1. Die generierte Zeitmaschine – Historisierung auf Knopfdruck Dani Schnider Principal Consultant Trivadis AG DOAG-Konferenz, Nürnberg 17. November 2010 BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 1
  • 2. Kurzvorstellung Trivadis Trivadis ist führend bei der IT-Beratung, der Systemintegration, dem solution based Software- und Product-Engineering und der Erbringung von IT-Services mit Fokussierung auf und Technologien im D-A-CH-Raum. Unsere Leistungen erbringen wir aus den strategischen Geschäftsfeldern: Durch unser Trainingsangebot stellen wir den Know-how-Transfer sicher. 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 2
  • 3. Mit über 600 IT- und Fachexperten bei Ihnen vor Ort 2014 © Trivadis 11 Trivadis Niederlassungen mit über 600 Mitarbeitenden 200 Service Level Agreements Mehr als 4'000 Trainingsteilnehmer Forschungs- und Entwicklungs-budget: CHF 5.0 / EUR 4 Mio. Finanziell unabhängig und nachhaltig profitabel Erfahrung aus mehr als 1'900 Projekten pro Jahr bei über 800 Kunden Stand 12/2012 Hamburg Düsseldorf Frankfurt Freiburg München Wien Basel Bern Zürich Lausanne 3 Stuttgart Die generierte Zeitmaschine 17. November 2010 3
  • 4. Die generierte Zeitmaschine 2014 © Trivadis Textseite  Erste Ebene  Zweite Ebene - Dritte Ebene - Vierte Ebene > Fünfte Ebene > Sechste Ebene  Erste Ebene Die generierte Zeitmaschine 17. November 2010 4
  • 5. Historisierung: Grundidee 2014 © Trivadis Gründe:  Nachvollziehbarkeit von Datenänderungen  Reproduzierbarkeit von Auswertungen  Revisionsfähigkeit des Systems Prinzip:  Alle Änderungen des Quellsystems werden festgehalten  Speicherung in historisiertem Data Store  Lesezugriff auf Data Store über View Layer Die generierte Zeitmaschine 17. November 2010 5
  • 6. Historisierung: Beispiel  Stand heute: Heidi Müller-Huber aus Basel  Stand 31.12.2009: Heidi Huber aus Zürich  Stand 31.12.2008: Es gibt kein Konto 901-2491-8 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 6
  • 7. DWH Architekturübersicht Aufgabe Data Store:  Lückenlose Historisierung aller Datenänderungen 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 7
  • 8. 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 8
  • 9. Data Store: Datenmodell 2014 © Trivadis Objekt-Tabelle  Objekt-Id  Primary Key des Quellsystems  Statische Attribute Versions-Tabelle  Versions-Id  Objekt-Id  Gültigkeitsdauer (Gültig von – Gültig bis)  Dynamische Attribute Die generierte Zeitmaschine 17. November 2010 9
  • 10. Data Store: Datenmodell 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 10
  • 11. Data Store: Datenmodell 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 11  Statische Fremdschlüsselbeziehung  Dynamische Fremdschlüsselbeziehung
  • 12. View Layer: Fenster in die Vergangenheit 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 12
  • 13. View Layer: Stand-View 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 13
  • 14. View Layer: Intervall-View 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 14
  • 15. View Layer: Parametrisierbare Views  Oracle Context erstellen  PL/SQL Package erstellen 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 15
  • 16. View Layer: Parametrisierbare Views  Beispiel für Stand-View 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 16
  • 17. View Layer: Parametrisierbare Views 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 17
  • 18. ETL-Prozesse: Überblick 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 18
  • 19. ETL-Prozesse: Oracle Warehouse Builder ETL-Implementation mit Oracle Warehouse Builder Pro Quelltabelle sind zu erstellen: 2014 © Trivadis  1 Flat File  1 External Table  3 Tabellen  2 Sequences  3 Mappings  2 Views Beispiel eines Kundenprojekts  Quellsystem mit 90 Tabellen   360 Tabellen, 270 Mappings und 180 Views im Data Store Die generierte Zeitmaschine 17. November 2010 19
  • 20. TOGO: Trivadis Objects Generator for OWB 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 20
  • 21. TOGO: Trivadis Objects Generator for OWB  Beispiel für generiertes OMB*Plus Script 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 21
  • 22. TOGO: Trivadis Object Generator for OWB 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 22
  • 23. Vielen Dank. Dani Schnider Principal Consultant Trivadis AG DOAG-Konferenz, Nürnberg 17. November 2010 BASEL BERN BRUGG LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 2014 © Trivadis Die generierte Zeitmaschine 17. November 2010 23