In-Memory BI Architectures am Beispiel QlikView E-Book

Norman Spangenberg

• Herausgeber: GRIN Verlag
• Sprache: Deutsch

Veröffentlichungsjahr: 2013

Beschreibung

Studienarbeit aus dem Jahr 2013 im Fachbereich Informatik - Software, Note: 1,0, Universität Leipzig, Sprache: Deutsch, Abstract: Diese Arbeit, die im Rahmen der Lehrveranstaltung "Large-Scale Data Analytics" erstellt wurde, betrachtet ein In-Memory-BI-Tool näher - das Produkt QlikView der Firma QlikTech. Das Ziel war dabei, einen Überblick über die In-Memory-Technik und die damit verbundenen Verfahren zu geben, sowie am Beispiel QlikView zu untersuchen, wie diese in die Praxis umgesetzt wurden. Dazu wird zu Beginn ein Überblick über die Architektur von Business-IntelligenceSystemen gegeben. Weiterhin werden die In-Memory-Technologie selbst, sowie Methoden die mit ihr in Verbindung stehen erläutert. Anschließend wird die Architektur von QlikView, sowie die innerhalb des Anwendungssystem verwendete Verfahren und Methoden erläutert. Zum Abschluss erfolgt eine Bewertung der untersuchten Software und ein kurzer Vergleich mit ähnlichen Produkten, sowie eine Schlussbetrachtung dieser Arbeit.

Leseprobe

Impressum:

Copyright (c) 2015 GRIN Verlag / Open Publishing GmbH, alle Inhalte urheberrechtlich geschützt. Kopieren und verbreiten nur mit Genehmigung des Verlags.

Bei GRIN macht sich Ihr Wissen bezahlt! Wir veröffentlichen kostenlos Ihre Haus-, Bachelor- und Masterarbeiten.

Jetzt bei www.grin.com

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

1. Einleitung

2. In-Memory-Business-Intelligence-Systeme

2.1. Architektur von Business-Intelligence-Systemen

2.2. Grundlagen der In-Memory-Technik

2.3. Zeilen- und spaltenorientierte Datenbanken

2.4. Datenkompression mit Data Dictionaries

3. QlikView - Architektur, Technologie, Anwendung

3.1. Komponenten der Architektur

3.2. Verwendete Technologien

3.3. Betriebsmodelle im Vergleich - on-Premise vs. Cloud

3.4. Skalierbarkeit und Parallelität

3.5. Integration externer Quellen

4. Bewertung von QlikView

4.1. Vorteile

4.2. Nachteile

4.3. Vergleich mit konkurrierenden BI-Tools

5. Schlussbetrachtung

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Referenzarchitektur für Data-Warehouse-Systeme[BG09]

Abbildung 2: Datenzugriff bei zeilen- bzw. spaltenorientierte Speicherung[P109]

Abbildung 3: Vergleich ohne(links) und mit(rechts) Data Dictionary

Abbildung 4: Architektur-Überblick mit Komponenten und Beziehungen[QVlla]

Abbildung 5: Analyse-Operationen von QlikView (Screenshot)

Abbildung 6: Speichernutzung von QlikViewfQVllb]

Abbildung 7: Mögliche Aufteilung der Komponenten im Cloud-Modell[QV12a]

Abbildung 8: Beispiel einer parallelen Ausführung [PZ12]

Abbildung 9: Integrierbare DatenqueIIen[QVlle]

Abbildung 10: Kosten für Analysen pro Nutzer[AG10]

Abkürzungsverzeichnis

1. Einleitung

Mit zunehmendem Fortschritt in der Hardware-Technologie entwickeln sich neue Möglichkeiten für Anwendungssysteme, die bis vor einigen Jahren nicht vorstellbar waren. So ist durch die Weiterentwicklung der Speichertechnologie möglich, ganze Datenbanken vollständig im Hauptspeicher zu lagern, statt nur bestimmte Teile, für eine begrenzte Zeit, in einem Puffer zu halten. Es ergibt sich dadurch das Potential, für zunächst in bestimmten Anwendungsszenarien, die Daten nur noch im Hauptspeicher zu halten und nur für Backup und Recovery einen persistenten Speicher zu verwenden. Aufgrund des Geschwindigkeitsvorteil gegenüber den weitverbreiteten Magnetplatten, aber auch moderneren Solid State Disks (SSD), sind EchtzeitBerechnungen auf viel aktuelleren Daten möglich, als es bisherige Data-Warehouse- Systeme ermöglichen.

Zwar wird es noch einige Jahre dauern, bis auch große Datenbanken mit mehreren Petabyte an Daten, mit vertretbaren Aufwand, in einer In-Memory-DB gespeichert werden können. Doch können spezielle Anwendungen wie Business Intelligence-Tools schon heute größere Datenmengen im Hauptspeicher analysieren. Für viel Aufsehen sorgte dabei in den letzten Jahren vor allem ganze Systeme der großen SoftwareAnbieter SAP und Oracle. Doch bereits seit Ende der 1990er Jahre wird eine Software entwickelt, die bereits auf Datenauswertungen im Hauptspeicher setzte, als diese nur wenig Kapazität und hohe Kosten hatten.

Diese Arbeit, die im Rahmen der Lehrveranstaltung „Large-Scale Data Analytics" erstellt wurde, betrachtet ein In-Memory-BI-Tool näher - das Produkt QlikView der Firma QlikTech. Das Ziel war dabei, einen Überblick über die In-Memory-Technik und die damit verbundenen Verfahren zu geben, sowie am Beispiel QlikView zu untersuchen, wie diese in die Praxis umgesetzt wurden.

2. In-Memory-Business-Intelligence-Systeme

Als Business-Intelligence-System wird ein Anwendungssystem verstanden, das zur Entscheidungsunterstützung in Unternehmen verwendet wird. Es besteht aus einer „physischen Datenbank, die eine integrierte Sicht auf beliebige Daten zu Analysezwecken ermöglich"[BG09].

Eine Datenbank wird als In-Memory-Datenbank bzw. als Hauptspeicherdatenbank bezeichnet, wenn sämtliche Datenobjekte im Primärspeicher gehalten werden. Wenn die Daten vollständig im Hauptspeicher liegen, bringt das besondere Vorteile in den Verarbeitungs- und Zugriffszeiten mit sich. Um diese Möglichkeiten ausnutzen zu können, reicht es nicht aus die Daten im RAM statt auf HDDs zu speichern. Vielmehr müssen diverse Änderungen an bisherigen Datenbank-Systemen durchgeführt werden, welche später erläutert werden. Dabei ist zu unterscheiden, in welchem Kontext das System später verwendet werden soll. Eine der Möglichkeiten ist, dass die In-Memory-Datenbank für Analysezwecke genutzt wird. Charakteristisch für diese Form der Anwendung sind viele - häufig sequentielle - Lesezugriffe, in denen die Daten auf Muster untersucht, oder Analysen von Geschäftsdaten erstellt werden. Daneben gibt es transaktionsorientierte Datenbanken, die im Gegensatz dazu, weniger Leseoperationen ausführen und stattdessen wesentlich häufiger Einfüge- und Änderungsoperationen auf Daten ausführen[BG09].