5 Tipps zur Big-Data-Herangehensweise

BI-Dogmen sind realitätsfern

20.02.2013
Von Klaus-Dieter Schulze

Vier Typen von Sandboxes

  • Virtual DW Sandbox
    Eine Partition oder Sammlung von Tabellen für individuelle Analysen innerhalb des Data Warehouse (DW). Analysten können Daten aus externen Quellen und dem DW in die Sandbox laden und dort kombiniert auswerten.

  • Free-Standing Sandbox
    Vom DW separiertes, für komplexe analytische Abfragen optimiertes System, das auch gegebenenfalls extern gehostet werden kann. Das System kann auf Replikaten des DW aufsetzen oder über eigene, gegebenenfalls multidimensionale Strukturen verfügen.

  • In-Memory BI Sandbox
    BI-Tools ermöglichen Analysten die einfache Datenintegration aus unterschiedlichsten Quellen, unterstützen schnelle Datenverknüpfungen, bieten extrem schnelle Antwortzeiten in Analysen und visuelle Interaktionen mit den Ergebnissen.

  • Hadoop
    Atomare (Web-) Daten - in der Regel in unstrukturierter Form - können von Experten direkt in komplexen Modellen und Auswertungen verwendet werden, ohne diese zuvor in einem DW einzulagern und zusammenzufassen.

Analytical Sandboxes erlauben temporäre Datenbereitstellung für BI Self Services

Damit keine BI-Schattensysteme entstehen und die Mitarbeiter lieber die vorhandene Infrastruktur nutzen, sollte der Aufbau von Sandboxes definierten Regeln unterliehen. Eine solche BI Governance schafft die notwendige Transparenz. Self Service BI-Anwendungen sollten zudem keine direkte Anbindung an OLTP-Systeme besitzen und keine Daten an andere IT-Anwendungen weitergeben.

Zur Startseite