Data Warehouse Technologien

Eine analytische Anfrage, die eine lang andauernde Transaktion im Sin-

ne von OLAP darstellt, ist hingegen im folgenden Beispiel dargestellt. Dabei

wird der durchschnittliche Umsatz für die Jahre, Artikel und Verkaufsgebiete

angefragt. Aufgrund der Komplexität müssen mehrere Joins durchgeführt wer-

den. Die einzelnen Gruppierungselemente werden im Kontext des Data Ware-

house als Dimensionen bezeichnet, und die Kennzahlen, die zur Analyse und

Entscheidungsfindung herangezogen werden, heißen Fakten. Das multidimen-

sionale Schema wird in Kapitel 3 näher behandelt.

SELECT DISTINCT ROW Zeit.Dimension AS Jahr,

Produkt.Dimension AS Artikel,

AVG(Fact.Umsatz) AS Umsatzdurchschnitt,

Ort.Dimension AS Verkaufsgebiet

FROM (Produktgruppe INNER JOIN Produkt ON Produktgruppe.

[Gruppen-Nr] = Produkt.[Gruppen-ID]) INNER JOIN

((((Produkt INNER JOIN [Fact.Umsatz] ON Produkt.[Artikel-Nr]

= [Fact.Umsatz].[Artikel-Nr]) INNER JOIN Order ON

[Fact.Umsatz].[Bestell-Nr]= Order.[Order-ID]) INNER JOIN

Zeit.Dimension ON Orders.[Order-ID] =

Zeit.Dimension.[Order-ID]) INNER JOIN Ort.Dimension ON

Order.[Order-ID] = Ort.Dimension.[Order-ID]) ON

Produktgruppe.[Gruppen-Nr] = Produkt.[Gruppen-ID]

GROUP BY Produkt.Dimension.Gruppenname, Ort.Dimension.Bundesland,

Zeit.Dimension.Jahr;

Durch die beiden exemplarischen Anfragen in den unterschiedlichen Sys-

temumgebungen wird deutlich, dass eine unterschiedliche Funktionalität und

Ausrichtung in beiden Systemwelten vorliegt. Wir wollen im Folgenden die

wichtigsten Unterschiede zwischen den operativen Datenbanksystemen, die

auf OLTP-Basis arbeiten, und den für die Analyse ausgerichteten Data-

Warehouse-Systemen kennenlernen.

1.2.2 Vergleich von OLTP und OLAP

In klassischen operativen Informationssystemen ist das Online Transactional

Processing vorherrschend. Hier werden große Datenbestände sowohl erfasst als

auch verwaltet. Eine Verarbeitung der Daten erfolgt dabei unter Verantwor-

tung der jeweiligen Abteilung. Die transaktionale Verarbeitung bedeutet, dass

kurze Lese-/ Schreibzugriffe auf einigen wenigen Datensätzen stattfinden. Im

Gegensatz dazu wird im Data Warehouse mit dem Online Analytical Processing

die Analyse auf dem Datenbestand in den Vordergrund gestellt. Dies bedeu-

tet viele lange Lesetransaktionen auf vielen Datensätzen. Zudem soll das Data

6 1 Einführung in Data-Warehouse-Systeme