Kooperativer Bibliotheksverbund

UID:

Format: 1 online resource (561 pages)

Edition: 1

ISBN: 9783836282680

Note: Intro -- Einleitung -- Teil I Einführung -- 1 Ziele und Einsatzgebiete von Data Warehousing -- 1.1 Neue Anforderungen an das Data Warehousing -- 1.1.1 Charakteristika eines Enterprise Data Warehouse -- 1.1.2 Flexibilität -- 1.1.3 Agilität -- 1.1.4 Offenheit -- 1.1.5 Cloud -- 1.1.6 Self-Service -- 1.1.7 Echtzeit-Analysen -- 1.2 Data-Warehousing-Ansätze von SAP im Vergleich -- 1.2.1 SAP BW und SAP BW/4HANA -- 1.2.2 SAP Data Warehouse Cloud -- 1.2.3 SAP SQL Data Warehousing -- 1.3 Warum SAP SQL Data Warehousing? -- 1.3.1 Vorausetzungen -- 1.3.2 Argumente für SAP SQL Data Warehousing -- 1.4 Zusammenfassung -- 2 Einführung in SAP HANA als Plattform -- 2.1 Architektur der SAP-HANA-Plattform -- 2.1.1 Serverstruktur -- 2.1.2 Zwei-Schichten-Entwicklungsarchitektur von SAP HANA -- 2.2 Die Funktionen der SAP-HANA-Plattform -- 2.2.1 Datenbankservices -- 2.2.2 Datenzugriff und Schnittstellen -- 2.2.3 Analytische Prozesse -- 2.2.4 Anwendungsentwicklung -- 2.3 Werkzeuge der SAP-HANA-Plattform -- 2.3.1 SAP-Lösungen für das Enterprise Information Management -- 2.3.2 SAP Web IDE -- 2.3.3 SAP PowerDesigner -- 2.4 Zusammenfassung -- Teil II Architektur- und Datenmodellierungskonzepte eines SQL Data Warehouse -- 3 Referenzarchitektur eines modernen Data Warehouse -- 3.1 Data-Warehouse-Architektur -- 3.1.1 Datenfluss -- 3.1.2 Sonstige Anforderungen -- 3.1.3 Architekturtypen -- 3.2 Zweck der Referenzarchitektur -- 3.3 Konzeption und Vorteile der Referenzarchitektur -- 3.4 Bestandteile der Referenzarchitektur -- 3.4.1 Acquisition Layer -- 3.4.2 Raw Data Vault -- 3.4.3 Business Vault -- 3.4.4 Virtual Analytical Layer -- 3.4.5 Data Marts -- 3.4.6 Agile Area -- 3.5 Business-Intelligence-Tools -- 3.6 Zusammenfassung -- 4 Entwicklungsansatz für das SAP SQL DWH -- 4.1 Unterschiedliche Entwicklungsansätze im Vergleich -- 4.1.1 Plangesteuerte Ansätze -- 4.1.2 Agile Ansätze , 4.1.3 DevOps -- 4.1.4 DevOps auf einen Blick -- 4.2 DevOps-Ansatz für SAP SQL Data Warehousing -- 4.2.1 Klassische DWH-Entwicklung vs. DevOps -- 4.2.2 Quellcode-Verwaltung -- 4.2.3 Kontinuierliche Prozesse -- 4.2.4 DevOps-Phasen -- 4.2.5 Tools -- 4.3 Zusammenfassung -- 5 Methodische Grundlagen für das Data Warehousing -- 5.1 Modellierungsprozess -- 5.1.1 Konzeptionelles Datenmodell -- 5.1.2 Logisches Datenmodell -- 5.1.3 Physische Datenmodelle -- 5.2 Modellierungsarten -- 5.2.1 Relationales Datenmodell -- 5.2.2 Data-Vault-Datenmodell -- 5.2.3 Dimensionale Datenmodelle -- 5.3 Prozessorganisation -- 5.3.1 Top-down-Ansatz -- 5.3.2 Bottom-up-Ansatz -- 5.3.3 Hybrider modellgetriebener Ansatz -- 5.4 Teamarbeit und Prozessautomatisierung -- 5.4.1 Quellcode-Verwaltung mit Git -- 5.4.2 Arbeitsverwaltung mit Issue Tracking -- 5.4.3 Automatisierung von Entwicklungsprozessen -- 5.5 Zusammenfassung -- 6 Technische Grundlagen -- 6.1 Infrastruktur -- 6.1.1 Organisationen, Spaces und Projekte -- 6.1.2 Multi-Target Application -- 6.1.3 User, Rollen und Berechtigungen -- 6.2 Core Data Services -- 6.2.1 CDS-Dateien -- 6.2.2 CDS-Objekte -- 6.2.3 CDS-Datentypen -- 6.2.4 CDS Extensions -- 6.2.5 CDS-Editoren -- 6.3 Persistenztypen -- 6.3.1 Row/Columns Store Tables -- 6.3.2 Temporal Tables -- 6.3.3 SAP HANA Document Store -- 6.4 Datenzugriff -- 6.4.1 Zugriff auf SAP-HANA-externe Datenquellen -- 6.4.2 Synonyme -- 6.4.3 Cross-Container Service -- 6.4.4 Common User-provided Service -- 6.5 Datentransformation und Orchestrierung -- 6.5.1 Flowgraphs -- 6.5.2 Prozeduren -- 6.5.3 Datenorchestrierung -- 6.6 Analyseobjekte -- 6.6.1 SQL Views -- 6.6.2 CDS Views -- 6.6.3 Calculation Views -- 6.7 Sonstige Datenbankobjekte -- 6.7.1 Sequenzen -- 6.7.2 Benutzerdefinierte Funktionen -- 6.8 Zusammenfassung -- Teil III Modellierung und Implementierung eines SQL Data Warehouse , 7 Modellierung des konzeptionellen Datenmodells -- 7.1 Issue Tracking -- 7.2 Anforderungsaufnahme -- 7.2.1 Identifizieren der geschäftlichen Entitäten -- 7.2.2 Identifizieren der Business Keys -- 7.2.3 Identifizieren der geschäftlichen Beziehungen -- 7.2.4 Identifizieren der relevanten Kontextdaten -- 7.2.5 Glossar -- 7.3 Zusammenfassung -- 8 Modellierung der physischen Datenmodelle -- 8.1 Erstellen des Datenmodells der Quellsysteme -- 8.2 Erstellen des quellgetriebenen Datenmodells -- 8.2.1 Automatische Generierung -- 8.2.2 Anreicherung mit Data-Vault-Attributen -- 8.2.3 Mappings -- 8.3 Erstellen des Core-Datenmodells -- 8.3.1 Raw Data Vault -- 8.3.2 Business Vault -- 8.3.3 Mappings -- 8.4 Erstellen der analytischen Datenmodelle -- 8.4.1 Virtual Analytical Layer -- 8.4.2 Data Marts -- 8.5 Export der Datenmodelle -- 8.6 Zusammenfassung -- 9 Entwicklung des SQL Data Warehouse -- 9.1 Initialisierung von Git und SAP Web IDE -- 9.2 Import der SAP-PowerDesigner-Datenmodelle -- 9.2.1 Acquisition Layer -- 9.2.2 Core DWH -- 9.3 Datenzugriff -- 9.3.1 Zugriff auf Quellsysteme -- 9.3.2 DWH-interner Zugriff -- 9.4 Datentransformation -- 9.4.1 Flowgraphs im Acquisition Layer erstellen -- 9.4.2 Flowgraphs im Raw Data Vault erstellen -- 9.4.3 Flowgraphs im Business Vault erstellen -- 9.5 Implementierung von Calculation Views im Virtual Analytical Layer -- 9.5.1 Dimensionale Calculation Views -- 9.5.2 CUBE Calculation Views -- 9.6 Implementierung von Calculation Views in Data Marts -- 9.7 Berechtigungskonzept für analytische Sichten -- 9.8 Zusammenfassung -- 10 Deployment des SAP SQL Data Warehouse -- 10.1 Manuelles Deployment -- 10.1.1 Erstellen des MTA-Archivs -- 10.1.2 Deployment des MTA-Archivs mit SAP Web IDE -- 10.1.3 Deployment des MTA-Archivs mit dem XSA Client -- 10.1.4 Manuelle Auslieferungskette -- 10.2 Automatisches Deployment -- 10.3 Testautomation , 10.4 Zusammenfassung -- 11 Beladung und Betrieb des SQL Data Warehouse -- 11.1 Beladung und Orchestrierung -- 11.1.1 Data Provisioning Task Monitor -- 11.1.2 SAP Data Intelligence -- 11.2 Data Lifecycle Manager -- 11.3 Data Distribution Optimizer -- 11.3.1 System Landscape -- 11.3.2 Join Path Analysis -- 11.3.3 Konfiguration und Ausführung -- 11.3.4 Extension Node -- 11.4 Data Warehouse Monitoring -- 11.5 Zusammenfassung -- Teil IV Ergänzende Werkzeuge -- 12 SAP Analytics Cloud -- 12.1 SAP Analytics Cloud im Überblick -- 12.1.1 Architektur -- 12.1.2 Business Intelligence -- 12.1.3 Planung -- 12.1.4 Predictive Analytics -- 12.1.5 Analytics Designer -- 12.1.6 SAP Digital Boardroom -- 12.1.7 SAP Analytics Hub und SAP Analytics Catalog -- 12.2 Anbinden von Datenquellen -- 12.2.1 Live Data Connection -- 12.2.2 Import Data Connection -- 12.2.3 Live Data Connection zum SAP SQL DWH -- 12.3 Datenmodellierung -- 12.3.1 Analytische Datenmodelle -- 12.3.2 Modell für SAP-SQL-DWH-Beispielfall -- 12.4 Erstellen von Storys -- 12.4.1 Story -- 12.4.2 Story für SAP-SQL-DWH-Beispielfall -- 12.5 Zusammenfassung -- 13 SAP Data Warehouse Cloud -- 13.1 SAP Data Warehouse Cloud im Überblick -- 13.1.1 Architektur -- 13.1.2 Spaces -- 13.1.3 Anbinden von Datenquellen -- 13.1.4 Datenmodellierung im Data Layer -- 13.1.5 Datenmodellierung im Business Layer -- 13.1.6 Datenanalyse im Consumption Layer -- 13.2 SAP Data Warehouse Cloud und SAP SQL DWH -- 13.2.1 Integration von SAP SQL DWH und SAP Data Warehouse Cloud -- 13.2.2 SAP Data Warehouse Cloud als Self-Service-Werkzeug -- 13.3 Zusammenfassung -- 14 SAP Data Intelligence -- 14.1 Architektur von SAP Data Intelligence -- 14.1.1 Docker -- 14.1.2 Kubernetes -- 14.1.3 SAP-Data-Intelligence-Komponenten -- 14.2 Datenmanagement und Datenorchestrierung -- 14.2.1 SAP Data Intelligence Connection Management , 14.2.2 SAP Data Intelligence Metadata Explorer -- 14.2.3 SAP Data Intelligence Modeler -- 14.2.4 SAP Vora Tools -- 14.2.5 SAP Data Intelligence Monitoring -- 14.3 Machine Learning -- 14.3.1 ML Data Manager -- 14.3.2 ML Scenario Manager -- 14.3.3 Python SDK -- 14.4 Anwendungsbeispiel für SAP Data Intelligence -- 14.4.1 Beispielszenario -- 14.4.2 Verarbeitung maschineller Massendaten -- 14.4.3 Transformation und Kombination mit Stammdaten -- 14.4.4 ML-Szenario -- 14.4.5 Zusammenfassung -- 14.5 SAP Data Intelligence und SAP SQL DWH -- 14.5.1 Beladung des SAP SQL DWH mit SAP Data Intelligence -- 14.5.2 Integration von Data Lakes und ML-Prozessen -- 14.5.3 Self-Service und Data Governance -- 14.6 Zusammenfassung -- Abkürzungsverzeichnis -- Literaturverzeichnis -- Die Autoren -- Index

Additional Edition: Print version: Schulze, Eckhard SQL Data Warehousing mit SAP HANA Bonn : Rheinwerk Verlag,c2021 ISBN 9783836278171

Keywords: Electronic books.

URL: https://ebookcentral.proquest.com/lib/th-brandenburg/detail.action?docID=6648583