Zusammenfassung
Beim Aufbau eines Data Warehouse kommt es insbesondere darauf an, die relevanten Begriffe — Kennzahlen und Dimensionen — klar herauszuarbeiten und das Data Warehouse entsprechend zu modellieren. Nach einer Klärung der Begriffe der Datenmodellierung werden die Ebenen der semantischen und der logischen Modellierung betrachtet. Der Fokus ist dabei auf die Abbildung mehrdimensionaler Strukturen gerichtet. Unberücksichtigt bleiben die vielfältigen anderen Datenformen wie z. B. multimediale und geographische Daten. Nach Darlegung und Abgrenzung einiger Grundbegriffe der semantischen Modellierung folgt eine eingehende Betrachtung logischer Datenmodelle zum Aufbau eines Data Warehouses mittels einer relationalen Datenbank. Diese Modelle sind unter dem Begriff „Star Schema“ bekannt. Ausgehend von dem klassischen Star Schema werden modifizierte Modelle wie das Fact Constellation Schema und das Snow Flake Schema diskutiert. Ein durchgängiges Beispiel dient der Verdeutlichung.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Bulos, Dan: A New Dimension, in: DBPD, Juni 1996, Vol. 9, No. 6.
Chamoni, Peter; Stock, Steffen: Temporale Daten in Management Support Systemen, in: Wirtschaftsinformatik 40 (1998) 6, S. 513519.
Edelstein, Herb: Technology Analysis: Faster Data Warehouses,New tools provide high-performance querying through advanced indexing, Dec. 1995, http://techweb.cmp.com/iw/556/56olbit.htm.
Gabriel, Roland; Röhrs, Heinz-Peter: Datenbanksysteme, Konzeptionelle Datenmodellierung und Datenbankarchitekturen, 2. Auflage, Berlin u.a. 1995.
Gluchowski, Peter: Data Warehouse-Datenmodellierung, Weg von der starren Normalform, in: Datenbank Fokus, Heft 11, November 1997, S. 62–66.
Gluchowski, Peter: Schnelle Zugriffe bei Analyse-Datenbanken, Antwortzeit als Erfolgsfaktor, in: Datenbank Fokus, Heft 3, März 1998, S. 16–22.
Informix: Designing the Data Warehouse On Relational Databases, White Paper, 1995.
Inmon, William H.; Hackathorn, R. D.: Using the Data Warehouse, New York 1996.
Inmon, William H.: Building the Data Warehouse, 2. Auflage, New York 1996.
Kena95] Kenan Technologies: An introduction to Multidimensional Database Technology, http://www.kenan.com/acumate/mddb_ps.zip
Kimball, Ralph: The Data Warehouse Toolkit: Practical techniques for building Dimensional Data Warehouses, New York 1996.
Küting, Karlheinz: Kennzahlensysteme in der betrieblichen Praxis, in: WiSt, Heft 6, Juni 1983, S. 291–296.
Lockemann, Peter C.; Radermacher, Klaus: Konzepte, Methoden und Modelle zur Datenmodellierung, in: HMD 152, 1990, S. 3–16.
McGuff, Frank: Designing the Perfect Data Warehouse, Februar 1998, White Paper, Comprehensive Systems Inc.,http://members.aol.com/fmcguff/dwmodel/dwmodel.htm, ehemals McGuff, Frank: Data Modelling Patterns for Data Warehouses, Juli 1996.
Nußdorfer, Richard: Star Schema–Das E/R-Modell steht auf dem Kopf, Teil 1: Modellieren von Faktentabellen, in: Datenbank Fokus, Heft 10, Oktober 1998, S. 22–28.
Nußdorfer, Richard: Star Schema–Das E/R-Modell steht auf dem Kopf, Teil 2: Modellierung von Dimensionstabellen, in: Datenbank Fokus, Heft 11, November 1998, S. 16–23.
Pilot Software: An introduction to OLAP, Multidimensional Terminology & Technology, 1996, White Paper, Pilot Software,http:// www.pilotsw.com/pilot013.htm.
Raden, N.: Star Schema 101, 1996,http://members.aol.com /nraden/ str 101.htm.
Red Brick Systems: Star Schemas and STARjoin Technology, Sep. 1995, White Paper, Red Brick Systems, http://www.redbrick.com/rbs/whitepapers/star_wp.pdf.
Vossen, Gottfried: Datenmodelle, Datenbanksprachen und Datenbank-Management-Systeme, 3. Auflage, München u. a. 1999.
Winterkamp, Tiemo: Man nehme…, Komponenten für eine erfolgreiche Data Warehouse-Architektur, in: PC-Netze, Oktober 1996, S. XII–XIV.
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1999 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Hahne, M. (1999). Logische Datenmodellierung für das Data Warehouse. In: Chamoni, P., Gluchowski, P. (eds) Analytische Informationssysteme. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-05710-0_7
Download citation
DOI: https://doi.org/10.1007/978-3-662-05710-0_7
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-662-05711-7
Online ISBN: 978-3-662-05710-0
eBook Packages: Springer Book Archive