Sternschema

Ein grundlegendes Problem bei der Analyse: Die Menge an Daten, die durchsucht werden muss. Sie bestimmt die Laufzeit der Abfrage.

Datenorganisation

Transaktionale Systeme (OLTP)

Analysesysteme (OLAP)

Sternschema und Data Marts

Es besteht eine direkte Beziehung zwischen einem Report oder Analyse und den dazu benötigten Daten, Begründung ist trivial. Wenn ich die Kette um den Benutzer erweitere habe ich eine Brücke, die von einer fachlichen Anforderung über Report / Analyse hin zu den Daten geht.

Das Sternschema ist eine Form der technischen Datenorganisation um die für die Selektion zu durchsuchende Datenmenge zu Reduzieren. Eine logische Form der Datenorganisation sind Data Marts, sich auf die Daten zu beschränken, die für den Benutzer / Fachbereich relevant sind.

Sternschema

• Um ein Resultat zu bekommen kann der Weg über mehrere Abfragen geschehen
• Trennung der Datenmenge in beschreibende und quantifizierende Werte
• Beschränkung auf die Daten, die für das Reporting benötigt werden
• Redundanz kann zu einer Verkürzung der Abfragezeit führen

Um ein Resultat zu bekommen kann der Weg über mehrere Abfragen geschehen

Die normale SQL-Abfage ist meist einstufig: SELECT … FROM … INTO … WHERE … Verknüpfungen von mehreren Abfragen sind möglich, können aber zu eineem sehr komplexen Gebilde werden. Gleichzeitig gehen Subabfragen auf die Laufzeit.

Zwingend Notwendig ist dieses nicht, eine mehrstufige Abfrage setzt jedoch eine Metastruktur voraus, welche die beteiligten Abfragen zusammenführt.

Trennung der Datenmenge in beschreibende und quantifizierende Werte

Ein Report besteht immer aus zwei grundsätzlichen Datenarten:

• Daten, nach denen Inhalt gesucht wird, wie Bestellnummern, Zeiten, Materialarten, Größen, Orten … (Merkmale)
• Daten, die innerhalb eines Reports, einer Anlaylse aggregiert, unter anderem Daten, die addiert / substrahiert werden müssen oder deren Maximum oder Minimum bestimmt werden muss (Fakten)

Um die reportrelevanten Datensätze zu bestimmen, sind Fakten irrelevant. Sie müssen erst betrachtet werden, wenn die reportingrelevanten Datensätze feststehen. Ich kann also die Datenmenge dadurch reduzieren, dass ich zunächst die Fakten reduziere.

Beschränkung auf die Daten, die für das Reporting benötigt werden

Es ist relativ einfach, alle thematisch zusammenhängende Merkmale zentral abzulegen, zentrale Tabelle – Thema erledigt. Bedeutet aber im Gegenzug, dass bei jeder Abfrage alle Daten druchsucht werden müssen, auch die nicht benötigten Felder. Eine Maßnahme um die Laufzeit der Abfragen zu verringern, ist es, sich auf die unmittelbar benötigten Merkmale zu einem Cluster (Dimensionstabelle) zusammenzufassen. Dieses Reduziert die Datenmänge auf das Notwendige.

Redundanz kann zu einer Verkürzung der Abfragezeit führen

Jede Dimensionstabelle hat ihre eigenen Merkmale egal ob diese in anderen Dimensionstabellen ebenfalls benötigt werden. Das kann Artikelnummern, Zeitbereiche oder ähnliches umfassen. Im Zentrum der Betrachtung steht die Laufzeit, nicht die Konsistenz, machbar, weil auf einem OLAP im normalfall keine Daten geändert werden.

Erweitertes Sternschema

Sternschema SAP

SAP nutzt das Sternchema in mehreren eigenen Konstrukten, u. a.

• InfoCube in der klassischen Welt von SAP BW
• Calculation View in SAP HANA