Data Warehouse Technologien

Schema-Matching spielt seit vielen Jahren eine große Rolle. Eine aktuelle

Übersicht leistet der Artikel von Do und Rahm [DR07]. Eine intensive Ausein-

andersetzung mit dem Thema liefert auch die Dissertation von Do [Do06]. Der

Artikel von Bernstein und Melnik [BM07] geht auf das Modellmanagement von

Mappings ein. Wie bereits in Multidatenbanken die Heterogenität gemeistert

werden kann, wird in dem Artikel von Kim et al. [KCGS93] dargestellt. Auch

die Dissertation von Schmitt [Sch97] zur Integration föderierter Datenbanken

gibt einen Einblick in die Aspekte der Schemaintegration, die im Kontext des

Data Warehouse eine wichtige Rolle spielen.

4.8 Übungen

Übung 4-1 Beschreiben Sie die Phasen der Datenaufbereitung im Data Ware-

house!

Übung 4-2 Nennen Sie die Schritte zum Füllen eines Data Warehouse, cha-

rakterisieren Sie alle Beteiligten und Schritte.

Übung 4-3 Welche Datenfehler können in einer operativen Quelle oder in meh-

reren Quellen bestehen? Wie kann man diese finden? Welche Fehler bleiben

bei welchem Verfahren unberücksichtigt?

Übung 4-4 Welche Datenqualitätsfehler sind in den Relationen Kunde und

Bestellung zu finden? Durch welche Analysearten können die Fehler identi-

fiziert werden?

KNr Nachname Vorname Addresse Stadt Geburtstag

555666 Maier Thomas First Avenue 12 New York 1983-10-10

123456 Muster Max Rue du Tour 1 Lyon 1972-01-01

112233 Schulz Maik M.-Gorki-Str. 5 Magdeburg 1990-12-03

445566 Thomas Maier Rue du Gare 11 Paris NULL

123456 Schulz Mike Maxim-Gorki- 1985-08-08

Strasse 5

Abbildung 4.20: Beispielrelation Kunde

BNr KNr Artikel Menge Zugestellt

125 555666 4123649700201 1 T

512 123456 4222451689005 Zwei 1

699 112233 40815487990 3 0

730 555566 4900043174599 6 Nein

938 123456 3900004433901 Eins Ja

Abbildung 4.21: Beispielrelation Bestellung

120 4 Extraktions-, Transformations- und Ladeprozess

Übung 4-5 Berechnen Sie die Edit-Distanz zwischen den folgenden Worten:

• Datenbank und Datenschrank

• Dateianhang und Karteischrank

• Physiologisch und Psychologisch

Prüfen Sie Ihr Ergebnis, wenn möglich, mithilfe eines SQL-Statements.

Übung 4-6 Bestimmen Sie die 4-Gramme der Wörter aus der letzen Aufgabe.

Geben Sie die Anzahl übereinstimmender 4-Gramme für alle Wortkombinatio-

nen an.

Übung 4-7 Welchen Soundex haben die Worte aus Aufgabe 4-5? Welches Paar

ist am ähnlichsten?

Übung 4-8 Was wird unter dem Differential-Snapshot-Problem und Record

Linkage verstanden? Worin liegt der Unterschied? Die triviale Herangehens-

weise besteht in der vollständigen Evaluierung sämtlicher Tupel (Jeder-gegen-

Jeden).

• Wie kann der Aufwand für die Aufgabe der Eliminierung von Duplikaten

gelöst werden?

• Welche Vor- und Nachteile haben die einzelnen Techniken?

• Wie kann die Datenqualität im Data Warehouse weiter verbessert wer-

den?

4.8 Übungen 121

Übung 4-9 Überführen Sie mittels SQL-Statements die Relationen Bierla-

den1 und Bierladen2 in die Zielrelation IntegratedBierladen.

PersonalID Name Fachrichtung Abschluss

1 Mark Verkaeufer Lehrling

2 Pete Lagerist Geselle

Abbildung 4.22: Beispielrelation Bierladen1

PersonalID Name Verkaeufer Lagerist

1 Mark Lehrling NULL

2 Pete NULL Geselle

Abbildung 4.23: Beispielrelation Bierladen2

PersonalID Name Geselle Lehrling

Abbildung 4.24: Beispielrelation IntegratedBierladen

122 4 Extraktions-, Transformations- und Ladeprozess