Data Warehouse Technologien

• Die übersetzten SQL-Anfragen sollten effizient ausführbar sein. Dies kann

u.a. bedeuten, Wissen über die Relationen (etwa, ob sie Dimensionsdaten

oder Kennzahlen speichern) auszunutzen oder wiederholte Aggregationen

zu vermeiden.

• Die entstandenen Relationen und physischen Speicherstrukturen (z.B. In-

dexe) sollten leicht wartbar sein und etwas das einfache Laden neuer Daten

erlauben.

• Schließlich sind noch die Anfragecharakteristik (z.B. überwiegend Leseope-

rationen) und das Datenvolumen von Analyseanwendungen zu berücksich-

tigen.

Ausgangspunkt einer relationalen Umsetzung ist die Repräsentation des

Datenwürfels ohne Klassifikationshierarchien. Die Kennzahlen und die Dimen-

sionen (genauer die Kategorieattribute mit der feinsten Granularität) werden

auf die Spalten einer Relation abgebildet, die als Faktentabelle bezeichnet wird.

Jede Zelle des Datenwürfels entspricht somit einem Tupel dieser Faktentabelle

(Abbildung 3.11).

Produkt

Ort

Zeit

Magdeburg

Ilmenau

18.02.2012

19.02.2012

Rotwein

Weißwein

Erfurt

20.02.2012

Hefeweizen

Produkt Filiale Tag Umsatz

Rotwein Magdeburg 18.02.12 145

Weißbier Magdeburg 18.02.12 160

Hefeweizen Magdeburg 18.02.12 259

Rotwein Ilmenau 18.02.12 121

. . .

Rotwein Magdeburg 19.02.12 142

. . .

Abbildung 3.11: Relationale Umsetzung: Faktentabelle

3.3.2 Snowflake-Schema

Für die Abbildung einer Dimension mit Klassifikationshierarchie gibt es zwei

grundsätzliche Varianten. Beim Snowflake-Schema wird für jede Dimension

pro Klassifikationsstufe eine eigene Tabelle eingeführt, die folgende Attribute

enthält:

• eine eindeutige ID für den Klassifikationsknoten,

• beschreibende (dimensionale) Attribute (wie z.B. Marke, Hersteller, Be-

zeichnung),

3.3 Relationale Umsetzung 57

• den Fremdschlüssel der direkt übergeordneten Klassifikationsstufe.

In der Faktentabelle muss dann als Fremdschlüssel die ID der niedrigsten Klas-

sifikationsstufe jeder Dimension aufgenommen werden. Alle Fremdschlüssel

der Dimensionstabellen bilden zusammen den (zusammengesetzten) Primär-

schlüssel der Faktentabelle. In Abbildung 3.12 ist dieses Muster anhand eines

Beispielschemas dargestellt. Der Name „Snowflake“ kommt von der Form des

Schemas, die entsteht, wenn parallele Hierarchien vorhanden sind – in diesem

Fall verzweigen sich die Dimensionstabellen wie in einer Schneeflocke.

Zeit

Z_ID

Z_Datum

1

*

1

1

1

*

*

*

Produkt

P_ID

P_Bezeichnung

P_Verkaufspreis

P_Einkaufspreis

P_Rabatt

P_Steuern

P_PGruppe_ID

Verkauf

V_Anzahl

V_Kanal

V_Produkt_ID

V_Zeit_ID

V_Kunden_ID

V_Filial_ID

Kunde

K_ID

K_Name

K_Wohnort

K_Strasse

K_Geschlecht

K_KGruppe_ID

Filiale

F_ID

F_Filiale

F_Stadt_ID

Stadt

S_ID

S_Name

S_BLand_ID

Bundesland

B_ID

B_Name

B_Land_ID

Land

L_ID

L_Name

Kundengruppe

KG_ID

KG_Bezeichnung

Produktgruppe

PG_ID

PG_Bezeichnung

PG_PKategorie_ID

Produktkategorie

PK_ID

PK_Bezeichnung

11

*

*

*

*

*

*

1

1

1

1

Dimension "Produkt"

Dimension "Zeit"

Dimension "Kunde"

Dimension "Ort"

Abbildung 3.12: Snowflake-Schema

Die Abbildung einer Klassifikationshierarchie auf mehrere, über Fremd-

schlüssel miteinander verbundene Tabellen entspricht der Normalisierung aus

dem klassischen relationalen Datenbankentwurf: Die transitiven Abhängigkei-

ten zwischen den Klassifikationsattributen verletzen die 3. Normalform, sodass

eine Zerlegung notwendig ist.

Formal lässt sich dies wie folgt formulieren: Eine Dimension d mit dem

Schema DS

d

= ({D

1

, D

2

, . . . , D

n

, T op

D

}, →) wird durch n Tabellen mit dem

Schema DimTable

d

i

(DimKey

i

, D

i

,DimKey

i+1

) repräsentiert, wobei das Fremd-

schlüsselattribut Dim

i+1

Key für die n-te Tabelle DimTable

d

n

entfällt. In der Fak-

tentabelle mit m Fakten werden dann die Primärschlüssel DimKey

1

der aus jeder

Dimensionstabelle DimTable

d

1

mit ≤ d ≤ n aufgenommen: FactTable(Dim

1

1

_

Key,

..., Dim

n

1

_

Key, f

1

, ..., f

m

).

58 3 Modellierung von Data Warehouses