Entwurf des Data Warehouse
| 1. | Einleitung | Seite 1 |
| 2. | Mehrdimensionale Modellierung | Seite 1 |
| 2.1. | Gründe für ein mehrdimensionales Modell | Seite 1 |
| 2.2. | Mehrdimensionale Modellierung auf relationalen Datenbanken | Seite 3 |
| 2.2.1. | Das Star-Schema | Seite 3 |
| 2.2.2. | Das Snowflake-Schema | Seite 4 |
| 3. | Entwurf des Data Warehouse | Seite 5 |
| 3.1. | Erkennen der Fakten und Dimensionsdaten | Seite 5 |
| 3.2. | Entwurf der Fakttabelle | Seite 6 |
| 3.2.1. | Die Erstellung der Fakttabelle | Seite 6 |
| 3.2.2. | Die Partitionierung der Fakttabelle | Seite 7 |
| 3.3. | Entwurf der Dimensionstabellen | Seite 8 |
| 3.3.1. | Dimensionstypen | Seite 8 |
| 3.3.2. | Normalisierung großer Dimensionstabellen | Seite 9 |
| 3.4. | Aggregation | Seite 10 |
| 3.4.1. | Die Rolle der Aggregation im DW | Seite 10 |
| 3.4.2. | Die Methode und der Umfang der Aggregation | Seite 10 |
| 3.5. | Data Marts | Seite 10 |
| 3.6. | Metadaten | Seite 12 |
| 4. | Indexierungstechniken | Seite 12 |
| 4.1. | B-Baum | Seite 13 |
| 4.1.1. | Standardisierter B-Baum | Seite 13 |
| 4.1.2. | Mehrdimensionaler B-Baum | Seite 13 |
| 4.2. | Bitmap-Indexierung | Seite 14 |
| 4.2.1. | Einfache Bitmap-Indexierung | Seite 14 |
| 4.2.2. | Varianten der Bitmap-Indexierung | Seite 15 |
| 4.3. | Mehrtabellen-Joins | Seite 16 |
| 4.4. | R-Baum | Seite 18 |
| 5. | Zusammenfassung | Seite 19 |
| Literatur | Seite 20 |
[Next] [Previous] [Top] [Contents] [Index]