Video: Data Warehousing - An Overview 2025
Einige Definitionen eines ODS lassen es klingen wie ein klassisches Data Warehouse, mit periodischen (Batch) Eingaben von verschiedenen Betriebsquellen in das ODS, außer dass die neuen Eingaben vorhandene Daten überschreiben.
In einer Bank hat ein ODS (nach dieser Definition) zu jedem Zeitpunkt für jedes Girokonto einen Kontostand, mit Hilfe des Girokontosystems, und einen Saldo für jedes Sparkonto, wie es von das Sparkontosystem.
Die verschiedenen Systeme senden die Kontostände regelmäßig (z. B. am Ende eines jeden Tages), und ein ODS-Benutzer kann dann an einem Ort nachsehen, um das vollständige Profil jedes Bankkunden (z. B. Basisinformationen und Bilanzinformationen für jeden Kontotyp).
Eines der verwirrenderen Konzepte in der Welt des Data Warehousing ist der Betriebsdatenspeicher. Niemand stimmt wirklich zu, was ein ODS eigentlich ist.
Wenn Sie eine Umgebung wie diese eine ODS nennen wollen, gehen Sie auf jeden Fall geradeaus. Abgesehen von der Terminologie handelt es sich bei diesem Beispiel nur um eine Batch-orientierte Data Warehousing-Umgebung, die einen Update- und Ersetzungsvorgang für jedes einzelne Datenelement (und natürlich das Hinzufügen von neuen Daten) durchführt. was auch immer Maßnahmen dort gespeichert sind.
Sie können dieses so genannte ODS ganz einfach implementieren und sogar Batch-orientierte Middleware-Tools und -Services sowie Reporting- und OLAP-Tools verwenden.
Eine andere Version eines ODS ist etwas architektonisch anspruchsvoller. Es wird ein End-to-End-Ansatz verwendet, der lagerfähige Anwendungen erfordert (weil Sie wissen, dass sie Daten an ein Data Warehouse liefern). Warehouse-fähige Anwendungen unterstützen eine Push- oder Pull-Architektur und ermöglichen die Aktualisierung einer Informationsdatenbank in Echtzeit (oder nahezu in Echtzeit).
Obwohl die Prämisse, Anwendungs- und Systembarrieren aufzubrechen, sehr mit dem übereinstimmt, was Sie mit einem Data Warehouse tun, haben Sie ein großes Problem: Das Tempo der Aktualisierungen in Ihre Informations- und Analyseumgebung ist viel zu langsam, wenn Sie klassisches Data Warehousing und seine chargenorientierten Prozesse zum Extrahieren und Verschieben von Daten.
Vergessen Sie Terminologie und Schlagworte. Konzentrieren Sie sich stattdessen auf die architektonischen und zeitlichen Unterschiede zwischen den ODS.
