Zusammenfassung
Die Zielsetzung des vorherigen Kapitels bestand darin, die grundlegenden Aspekte des Data Warehouse-Konzepts darzustellen. Dabei wurde ein Schwerpunkt auf die Gründe, die die Realisierung eines Data Warehouse begünstigen, sowie auf den strukturellen Aufbau solcher Systeme gelegt. Konkrete Applikationen, die den Prozeß der Datenanalyse unterstützen, wurden hingegen nur kurz skizziert. In diesem Kapitel stehen nun diese Analysesysteme und dabei speziell die Gruppe der OLAP-Anwendungen im Vordergrund. Bei deren Betrachtung ist in einem ersten Schritt zu klären, in welcher Beziehung die Begriffe Data Warehouse und OLAP zueinander stehen. Darauf aufbauend wird die Gruppe der OLAP-Systeme anhand funktionaler Anforderungen charakterisiert und damit gegenüber anderen Front-End-Applikationen abgegrenzt. Den weitaus größten Teil nimmt die Darstellung der prinzipiellen Struktur multidimensionaler Datenmodelle ein. Es wird ein multidimensionales Grundmodell beschrieben, das die elementaren Objekte definiert und zueinander in Beziehung setzt. Darüber hinaus wird das Modell um weitere Objekte ergänzt, die zwar nicht konstituierend für multidimensionale Datenstrukturen sind, wohl aber die Arbeit mit ihnen erleichtern sowie die Datenanalyse flexibilisieren. Die Darstellung der Modellobjekte erfolgt aus Gründen der Eindeutigkeit auch formal. Ein weiterer Vorteil dieses Formalismus ergibt sich in Kapitel sechs bei der Konzeptbeschreibung eines Modellierungswerkzeugs für semantische multidimensionale Datenmodelle, da es für die Realisierung eines derartigen Tools unerläßlich ist, die entworfenen Schemainformationen der Daten einheitlich in einer Datenbank abzubilden. Nach der Beschreibung des Modells werden die dynamischen Analysemöglichkeiten von OLAP anhand spezifischer multidimensionaler Operatoren charakterisiert und durch Beispiele aus realen OLAP-Umgebungen illustriert.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Vgl. stellvertretend Huch, Burkhard etal. (1997), S. 466f. sowie Devlin, Barry (1997), S. 128f. und S. 241.
Vgl. Anahory, Sam/Murray, Dennis (1997), S. 63ff und S. 201ff.
Vgl. Chamoni, Peter/Gluchowski, Peter (2000), S. 335.
Vgl. Codd, Edgar F. etal. (1993), S. 18ff.
Eine ausführliche Betrachtung liefern beispielsweise Chamoni, Peter/Gluchowski, Peter (2000), S. 336ff.
Wenngleich bislang eine ausführliche Betrachtung der Existenz und Effizienz multidimensionaler Kennzahlensysteme fehlt, so weisen konzeptionelle Arbeiten schon früh in dieselbe Richtung.
Vgl. Hierzu Riebel, Paul (1979a) und Riebel, Paul (1979b). 158 Vgl. nochmals Abschnitt 2.4.1.3 dieser Schrift.
Zu einer ausführlichen Diskussion der multidimensionalen Operatoren vgl. Abschnitt 3.4.
Vgl. Marchisio, Roberto (1999), S. 7.
Vgl. Chaudhuri, Surajit/Dayal, Umeshwar (1997), S. 7.
Pendse, Nigel/Creeth, Richard (2001b), http://www.olapreport.com/Architectures.htm.
Vgl. Pendse, Nigel/Creeth, Richard (2001c), http://www.olapreport.com/DatabaseExplosion.htm.
Vgl. Sapia, Carsten etal.(1999), http://www.forwiss.tu-muenchen.de/-system42/publications/ techreport.pdf, S. 4.
Vgl. Blaschka, Markus etal. (1999), http://www.forwiss.tu-muenchen.de/-system42/publications/ dawak_camera.pdf, S. 5.
Die Betrachtung der Umsätze aller Produkte verwendet das all-Produkte-Attribut. Die Dimension Produkt taucht somit in der Abfrage nicht mehr auf.
Beziehungen zwischen Attributen verschiedener Dimensionen werden als Dimensionsbeziehungen bezeichnet. Vgl. hierzu auch die Abschnitte 4.2.2.3 und 4.2.2.4.
Vgl. Binh, Nguyen Thanh etal. (2000), S. 48.
Der Begriff Koordinate ergibt sich aus der Anschauung eines multidimensionalen Datenmodells als Hyperwürfel. Hierbei spannen die Dimensionen einen n-dimensionalen Raum auf, wobei die Dimensionsachsen mit den entsprechenden Attributelementen beschriftet sind. Eine Sammlung von Attributelementen unterschiedlicher Dimensionen kann damit als ein Vektor aufgefaßt werden, der eindeutig einen Raumpunkt bestimmt und somit als Koordinate fungiert. Es sei an dieser Stelle auch bemerkt, daß das Bild der Zelle nur dann dem Modell entspricht, wenn explizit all-Attribute verwendet werden, da ansonsten Fakten geometrisch gesehen nicht nur Raumpunkten, sondern auch Raumebenen und Teilräumen zuzuordnen sind.
Diese Darstellung geht von der Existenz eines all-Attributs aus, so daß die Position einer Zelle durch die Angabe genau eines Attributelementes aus jeder Dimension exakt beschrieben ist. Wird diese Annahme fallengelassen, so ist die Länge der Positions-Tupel in Abhängigkeit der Gültigkeitsbeziehung einzelner Faktengruppen variabel.
Es sei bemerkt, daß Situationen vorstellbar sind, in denen identische Attributelemente unterschiedlichen Attributen zugeordnet werden und so fAE mathematisch gesehen keine Funktion mehr darstellt. Dem kann entgegengehalten werden, daß dieser Fall zum einen recht unwahrscheinlich ist, da in aller Regel versucht werden sollte, eine Eindeutigkeit bei den Attributelementen zu erzeugen, damit generierte Berichte bezüglich der Datenherkunft keinen Interpretationsspielraum lassen. Zum anderen ist diese Doppeldeutigkeit zumindest für die semantische Modellierung unproblematisch, da Attributelemente keine Schemainformationen darstellen und somit auch in diesem Stadium nicht erfaßt werden. Alternativ zu fAE ließe sich auch eine (symmetrische) Relation zwischen Attributelementen definieren.
Vgl. Sapia, Carsten etal.(1999), http://www.forwiss.tu-muenchen.de/—system42/publications/techreport.pdf, S. 12.
Diese Bemerkung ist nicht in dem Sinne falsch zu verstehen, daß das hier beschriebene Modell die Aggregation ilber Teilmengen der Attributelemente eines Attributs ausschließt. Zum Beispiel ist die Aggregation von Tagen auf Wochentage auch möglich, falls es sich nur um Montage handelt. Es ist jedoch nicht möglich, einen Aggregationsoperator nur für alle Montage zu definieren.
Vgl. Lehner, Wolfgang (1998), http://ww6.informatik.uni-erlangen.de/dept/staff/lehner-publications.html, S. 12 und Li, Chang/Wang, Sean X. (1996), S. 85.
Abschnitt 4.2.2.3 dieser Arbeit vertieft diese Problematik.
Diese Definition weist eine starke Analogie zum Begriff der funktionalen Abhängigkeit in der relationalen Datenbanktheorie auf. Vgl. dazu Vossen, Gottfried (1995), S. 191f.
Die angesprochene Unvereinbarkeit bezieht sich auf die Verdichtung des ursprünglichen Fakts in bezug auf die definierten Attributelemente. Es ist offensichtlich, daß durch die Bildung weiterer abgeleiteter Kennzahlen (z.B. Soll - Ist) eine inhaltliche Zusammenfassung der Attributelemente möglich ist.
Vgl. Abschnitt 3.2.1. Dies ist nicht als rein theoretischer Nachteil zu werten, da das verwendetet OLAPSystem die Struktur hierarchieloser Dimensionen unterstützen muß. Ist dies nicht der Fall, verbleibt nur die Alternative der Vergrößerung der Faktenmenge. Der Themenbereich unterschiedlicher Dimensionstypen wird nochmals in Abschnitt 4.2.2.2 aufgegriffen.
Eine bislang nicht realisierte Möglichkeit besteht in der Definition eines “Standard-Aspekts”, der automatisch bei der Ausblendung der Dimension verwendet wird.
Dieses Verfahren wurde analog bei der Aufteilung der Fakten in originäre und abgeleitete Fakten angewendet.
Anders sähe dies mit einem Attribut “Vorwahl” aus. Dies steht in einer 1N-Beziehung zum Attribut Lieferant und kann deshalb als eine übergeordnete Hierarchiestufe in das Modell übernommen werden.
Vgl. Schumann, Heidrun/Müller, Wolfgang (2000), S. 173ff, Chemoff, Herman (1978), S. 5ff. und Chambers, John M. etal. (1994), S. 145ff.
Vgl. Sapia, Carsten etal. (1999),), http://www.forwiss.tu-muenchen.de/—system42/publications/ techreport.pdf, S. 5.
Vgl. Hacid, Mohand-Said etal. (1997), S. 72f. und Lehner, Wolfgang (1998), S. 2ff.
Vgl. Mangisengi, Oscar etal. (1999), S. 47.
Vgl. Holthuis, Jan (2001), S. 45ff.
Vgl. Chaudhuri, Surajit/Dayal, Umeshwar (1997), S. 5.
Rights and permissions
Copyright information
© 2002 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Determann, L. (2002). On-Line Analytical Processing (OLAP). In: Modellierung Analytischer Informationssysteme. Wirtschaftsinformatik. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-07724-4_3
Download citation
DOI: https://doi.org/10.1007/978-3-663-07724-4_3
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-2156-5
Online ISBN: 978-3-663-07724-4
eBook Packages: Springer Book Archive