WortmarkeTEDAMOH

Log in

Twitter Timelines

In diesem Bereich meines Blogs habe ich für euch und für mich verschiedene Timelines zusammengestellt, sortiert oder gefiltert nach Hashtags und Namen, z.B.:

  • #DataVault - Alle Tweets über Data Vault
  • #BBBT - Alle Tweets des Boulder BI Brain Trust

 Follow Twitter

Dirk
Data (Vault) Modeling

P.S.: Für mehr Timelines auf dieser Seite: Hinterlasst einen Kommentar und ich baue sie ein.

  • Geschrieben von Dirk Lerner
  • Zugriffe: 7715

Wie entstand Data Vault

Bei einem Kunden hatte ich eine spannende Diskussion über die Frage woher eigentlich Data Vault kommt. Woher im Sinne von: Ist es vom Himmel gefallen oder wurde Data Vault aus anderen Modellierungsarten abgeleitet. Ein naheliegender Gedanke ist, dass Data Vault aus dem Anchor Modeling entstanden ist. Nein, das nicht. Anchor Modeling wurde zum ersten Mal in einem Data Warehouse im Jahr 2004 bei einer Versicherung eingesetzt. Dazu aber später ein anderer Blogpost.

Wie bereits beschrieben, hat Dan Linstedt in den 90ern des letzten Jahrhunderts Data Vault erfunden, daran geforscht und es entwickelt. Bis zur Veröffentlichung im Jahr 2001 hat er rund zehn Jahre seiner Zeit in diese Modellierungsmethode investiert.

  • Geschrieben von Dirk Lerner
  • Zugriffe: 9448

Data Vault 2.0 - Was ist neu?

Daniel Linstedt veröffentlicht nach und nach was in Data Vault 2.0 an Neuem dazu kommt. Ich möchte euch hier einen Überblick geben, was der aktuelle Stand ist und für euch die Entwicklung weiter verfolgen.

Daniel Linstedt hat auf LinkedIn eine knappe Zusammenfassung gepostet, die ich euch hier wiedergeben möchte.

Data Vault 2.0 geht weit über Data Vault 1.0 hinaus. War Data Vault 1.0 auf die Modellierung fokussiert, betrachtet Data Vault 2.0 auch die Architektur, die agile Vorgehensweise bei der Implementierung, vertieft die Performanceaspekte des Data Vault und integriert Technologien wie Hadoop:

  • Geschrieben von Dirk Lerner
  • Zugriffe: 9683

The Integrated Data Hub

The Smartest Way To Deal With The Data Integration Challenges

Authored by Dario Mangano
Edition: 1.0

Data Warehouse projects fail.

As an industry we have been battling with this phenomenon for decades. Though we have been getting better over the years, as an industry we still have a long way to go.

Fortunately some people have found ways to beat the odds. By thinking out of the box, formulating new ideas, and creating new innovative approaches these people have each somehow unlocked the secrets of successful DW programs.

  • Geschrieben von Dirk Lerner
  • Zugriffe: 8224

Super Charge Your Data Warehouse

Do You Know If Your Data Warehouse Flexible, Scalable, Secure and Will It Stand The Test Of Time And Avoid Being Part Of The Dreaded "Life Cycle"?

The Data Vault took the Data Warehouse world by storm when it was released in 2001. Some of the world's largest and most complex data warehouse situations understood the value it gave especially with the capabilities of unlimited scaling, flexibility and security.

Here is what industry leaders say about the Data Vault

"The Data Vault is the optimal choice for modeling the EDW in the DW 2.0 framework" - Bill Inmon, The Father of Data Warehousing

"The Data Vault is foundationally strong and an exceptionally scalable architecture" - Stephen Brobst, CTO, Teradata

"The Data Vault should be considered as a potential standard for RDBMS-based analytic data management by organizations looking to achieve a high degree of flexibility, performance and openness" - Doug Laney, Deloitte Analytics Institute

"I applaud Dan's contribution to the body of Business Intelligence and Data Warehousing knowledge and recommend this book be read by both data professionals and end users" - Howard Dresner, From the Foreword - Speaker, Author, Leading Research Analyst and Advisor

You have in your hands the work, experience and testing of 2 decades of building data warehouses. The Data Vault model and methodology has proven itself in hundreds (perhaps thousands) of solutions in Insurance, Crime-Fighting, Defense, Retail, Finance, Banking, Power, Energy, Education, High-Tech and many more.

Learn the techniques and implement them and learn how to build your Data Warehouse faster than you have ever done before while designing it to grow and scale no matter what you throw at it.

Ready to "Super Charge Your Data Warehouse"?

You can buy it here, at Dan Linstedts webpage.

  • Geschrieben von Dirk Lerner
  • Zugriffe: 5558
  • Data Vault
  • Agile EDW
  • Conferences
  • Trainings
  • Bücher
  • Other
  • TDWI Roundtable

    Blogposts around the TDWI Roundtable Frankfurt.

  • Data Architecture
  • FOM

    Fact-Oriented Modeling (FOM) stands for a family of fact-oriented conceptual modeling methods. FOM facilitates easier communication about the conceptual model between the modeler and the domain expert by verbalization of concrete examples in the language of the domain expert, a design process as a guide for creating the model and the focus on elementary facts. The most popular methods in this family are Cognition Enhanced Natural Language Information Analysis Method (CogNIAM), Second Generation Object Role Modeling (ORM 2) and Fully Communication Oriented Information Modeling (FCO-IM).

  • General Modeling
  • Bitemporal Data

    If everything would happen at the same time, there would be no need to store historic data. We, the consumers of data, would know each and everything at the same instant. Beside all the other philosophical impacts, if time wouldn’t exists, is data still necessary?

    (Un)fortunately time exists and data architects, data modelers and developers have to deal with it in the world of information technology.

    In this category about temporal data I will collect all my blogposts about this fancy topic.

  • Data Modeling Tools
  • Data Modeling Certification