Data Warehouse Technologien

5

Anfragen an

Data-Warehouse-

Datenbanken

Die Nutzung von Data-Warehouse-Systemen als analytische Anwendungen ist

typischerweise stark anfragelastig: sei es in Form von Ad-hoc-Anfragen, die von

Nutzern frei formuliert oder über grafische Werkzeuge generiert werden, oder

zur Generierung von vordefinierten Reports. In diesem Kapitel wollen wir Tech-

niken zur Formulierung und Auswertung von Anfragen an Data-Warehouse-

Datenbanken einführen. Ausgehend von Basisoperationen des multidimensio-

nalen Datenmodells werden wir deren Umsetzung in SQL und die Unterstüt-

zung durch spezielle Anfrageoperatoren vorstellen. Neben SQL spielt im Data-

Warehouse-Bereich auch die Anfragesprache MDX eine wichtige Rolle. MDX

ist im Gegensatz zu SQL am multidimensionalen Datenmodell ausgerichtet

und bietet damit direkte Unterstützung für Konzepte wie Dimensionen und

Kennzahlen. Die entsprechenden Sprachkonstrukte behandeln wir ebenfalls in

diesem Kapitel.

5.1 Einführung und Anforderungen

Da die Schemata eines Data Warehouse dem mehrdimensionalen Datenmodell

mit einem oder mehreren Würfeln mit Kennzahlen und Dimensionen folgen,

sind die Anfragen darauf auch meist recht ähnlich. So wählt eine typische An-

frage an ein Data Warehouse aus einer großen Menge vorhandener Kennzahlen

123

einen bestimmten, in mehreren Dimensionen beschränkten Datenbereich aus

und berechnet darauf Aggregationen.

JBeispiel 5-1I Die folgende Fragestellung ist ein Beispiel für eine typi-

sche Anfrage im Data-Warehouse-Kontext, die als Kombination der OLAP-

Operationen angesehen werden kann:

Wie viele Einheiten wurden in den Produktgruppen Softdrinks und

Wein in den Bundesländern Sachsen-Anhalt und Thüringen pro Mo-

nat und Ort in den Jahren 2010 und 2011 verkauft und welche Umsät-

ze sind dabei angefallen?

Die Kennzahlen sind in diesem Fall die Verkaufseinheiten und Umsätze, die

Einschränkung erfolgt bezüglich der Dimensionen Zeit (Jahr), Bundesland und

Produktgruppe, und die Aggregation ist die Summenbildung der Kennzahlen

über diese Dimensionen. 2

Variationen dieses Anfragemusters sind die Anwendung anderer Aggrega-

tionsfunktionen (z.B. der mittlere Umsatz pro Monat), die Berücksichtigung

verschiedener Granularitätsstufen (etwa für 2011 auch die Quartalszahlen) so-

wie die Berechnung von Teil- und Gesamtsummen.

Die Herausforderungen bei der Auswertung derartiger Anfragen liegen

zum einen in der großen zu verarbeitenden Datenmenge und zum anderen in

den mehrdimensionalen Restriktionen. Das folgende Beispiel soll dies illustrie-

ren.

Wir gehen von unserer Getränkehandelskette aus und nehmen an, dass

diese 2.000 Filialen in ganz Deutschland besitzt. Pro Filiale kaufen täglich

1.000 Kunden ein, wobei jeder Kunde im Mittel 5 Artikel erwirbt, von denen 1

Artikel zur Produktgruppe Softdrink und 0,5 Artikel zur Produktgruppe Wein

gehört. Dies bedeutet, dass in einem Data Warehouse pro Tag 10.000.000 Da-

tensätze in die Faktentabelle Verkauf eingefügt werden müssen. Nehmen wir

weiterhin an, dass pro Datensatz 63 Byte benötigt werden (siehe [SSH11]):

für die Kennzahlen: 4 double-Werte à 8 Byte = 32 Byte

1 int-Wert à 4 Byte = 4 Byte

für den Verkaufskanal: 1 char-Wert à 1 Byte = 1 Byte

für die Dimensionswerte: 4 int-Werte à 4 Byte = 16 Byte

für Header- und Verwaltungs-

daten pro Datensatz

= 10 Byte

P

= 63 Byte

Daraus ergeben sich unter Vernachlässigung des Speicher-Overheads pro Block

auf dem Externspeicher 10.000.000 × 63 Byte ≈ 600 MB/Tag und bei 310 Ein-

kaufstagen im Jahr 182 GB. Speichern wir in der Faktentabelle Verkaufszahlen

über 10 Jahre, so würde diese Faktentabelle allein 1820 GB umfassen.

124 5 Anfragen an Data-Warehouse-Datenbanken