Titelaufnahme

Titel
Modeling temporal information in multidimensional Data warehouses : a business related approach to implementing the time dimension optimized for data warehousing / Ahmed Hezzah
VerfasserHezzah, Ahmed
Begutachter / BegutachterinTjoa, A Min ; Wagner, Roland
Erschienen2004
UmfangXI, 102 Bl. : Ill., graph. Darst.
HochschulschriftWien, Techn. Univ., Diss., 2004
Anmerkung
Zsfassung in dt. Sprache
SpracheEnglisch
Bibl. ReferenzOeBB
DokumenttypDissertation
Schlagwörter (GND)Data-Warehouse-Konzept / Zeit / Framework <Informatik>
URNurn:nbn:at:at-ubtuw:1-12988 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Modeling temporal information in multidimensional Data warehouses [6.69 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Ein Data Warehouse stellt eine konsistente Sicht auf die Geschäftsdaten über die Zeit zur Verfügung. Um das zu erzielen werden Daten in logischen Dimensionen dargestellt, wobei Zeit eine der wichtigsten Dimensionen ist. Die Darstellung der Zeit ist jedoch aufgrund der komplexen Natur von zeitabhängigen Problemen und der Vielfalt der starken Abhängigkeit der Zeitdimension nicht immer selbstverständlich.

Obwohl Dimensionen im multidimensionalen, von OLAP unterstützten Modell statische Informationen darstellen, müssen sie manchmal modifiziert oder neue Einträge hinzugefügt werden. Jedoch sind Updates der Zeitdimension anders als Updates anderer Slowly Changing Dimensionen und müssen deshalb auch anders behandelt werden.

Diese Dissertation stellt ein Framework für die Modellierung der Zeitdimension in Data Warehouses für unternehmensweite Informationssysteme zur Verfügung. Sie befasst sich mit den spezifischen Problemen, die beim Design der Zeitdimension für multidimensionale Data Warehouses begegnet werden, und präsentiert Design- und Modellierungsmethoden zur Darstellung von Zeit im Data Warehouse, unter Verwendung einer oder mehreren Zeitdimensionen sowie auch Datenbank-Zeitstempel. Sie behandelt auch generische Probleme, die mit dem Design und der Implementierung der Zeitdimension verbunden sind, und die für globale Geschäftsprozesse berücksichtigt werden müssen, z.B. die Darstellung von Feiertagen, Jahreszeiten, Geschäftsperioden, Erhöhung der Granularität der Geschäftskennzahlen, Berücksichtigung der Sommer-/Winterzeit und verschiedene Zeitzonen.

Die Dissertation befasst sich außerdem mit Updates der Zeitdimension und zeigt, wie herkömmliche Methoden zur Behandlung dimensionaler Updates auf die Zeitdimension angewendet oder nicht angewendet werden können.

Sie zeigt auch Beispiele für übliche Struktur- und Instanzupdates, und stellt einen Algorithmus zu deren Durchführung unterstützt vom SQL Code zu deren Implementierung vor. Sie löst allgemeine Probleme der dimensionalen Updates und zeigt ihren Einfluss auf die Zeitdimension.

Diese Probleme scheinen eine breite Anwendung zu haben, und doch müssen eingehendere Untersuchungen auf diesem Gebiet für realistische, zeitbasierte Analysen in unternehmensweiten Data Warehouses geleitet werden.

Außerdem untersucht die Dissertation die Steigerung der Business Performance und die Unterstützung des globalen Austausches von zeitabhängigen Informationen, indem diese zeitabhängige Data-Warehouse-Techniken auf Komponente des SAP Business Information Warehouse (BW) abgebildet werden. Schließlich demonstriert die Dissertation die Rolle der zeitlichen Aspekte im Data Warehouse Prozeß- und Workflow-Management, und die Auswirkung von Data Warehousing auf die Unterstützung von Business Intelligence, um den Erwartungen des Unternehmens zu entsprechen.

Hoffentlich ist diese Arbeit eine gute Hilfe für Sie.

Zusammenfassung (Englisch)

A data warehouse provides a consistent view of business data over time. In order to do that data is represented in logical dimensions, with time being one of the most important dimensions.

Representing time, however, is not always straightforward due to the complex nature of time issues and the variety of strong dependence of the time dimension on the type of business.

In the multidimensional model supported by OLAP, although dimensions represent static information, they sometimes need to be updated or new entries need to be added. However, updates to the time dimension are different than updates to other slowly changing dimensions and therefore must be handled differently.

This thesis provides a framework for modeling the time dimension in data warehouses for enterprise-wide information systems. It addresses the specific issues encountered during the design of the time dimension for multidimensional data warehouses and introduces design and modeling techniques for representing time in the data warehouse by the use of one or multiple time dimensions or database timestamps. It also discusses generic problems linked to the design and implementation of the time dimension which have to be considered for global business processes, such as representing holidays, seasons, and fiscal periods, increasing the granularity of business facts, considering the observation of daylight saving time (DST), and handling different time zones. The thesis also addresses the issues related to updating the time dimension showing how the common techniques for handling dimension updates can or cannot be used. It also gives examples for common structural and instance updates and presents an algorithm to perform them supported by the SQL code for its implementation. It resolves general issues related to dimension updates and addresses their effect on the time dimension. These problems seem to have wide application, and yet, more in-depth investigations need to be conducted in this field for real-world time-based analysis in enterprise-wide data warehouses.

Moreover, the thesis investigates enhancing business performance and supporting the global exchange of time-dependent information by mapping those temporal data warehouse techniques to components of SAP Business Information Warehouse (BW) as an enterprise data warehouse.

Finally, the thesis discusses the role of temporal aspects in data warehouse process and workflow management and the impact of data warehousing on supporting business intelligence to meet the expectations of the enterprise. Hopefully this thesis will be a good help for you.