Data Warehouses [2018/19 WiSe] | ||
---|---|---|
Code IDW |
Name Data Warehouses |
|
LP 4 LP |
Dauer ein Semester |
Angebotsturnus mind. jedes 4. Semester |
Format Vorlesung 2 SWS, Übungen 1 SWS |
Arbeitsaufwand 120 h; davon 30 h Präsenzstudium 15 h Prüfungsvorbereitung 75 h Selbststudium und Aufgabenbearbeitung (eventuell in Gruppen) |
Verwendbarkeit B.Sc. Angewandte Informatik, M.Sc. Angewandte Informatik, M.Sc. Scientific Computing |
Sprache |
Lehrende |
Prüfungsschema |
Lernziele | Die Studierenden sind in der Lage, zu einer gegebenen Anwendung eine Data Warehouse Pipeline zu modellieren kennen die Komponenten der Architektur von Data Warehouse Systemen wissen, welche Arten von Indexe und Speicherstrukturen typische Data Warehouse Anfragen unterstützen kennen Verfahren der Anfragebearbeitung und (manueller) Optimierungstechniken wissen, wie materialisierte Sichten einzusetzen sind und wie diese zu pflegen sind sind mit dem Aufsetzen eines realen Data Warehouses und den administrativen Tasks vertraut kennen die wichtigsten Performance Benchmarks für Data Warehouse Anwendungen |
|
Lerninhalte | Einführung & Grundbegriffe Data-Warehouse-Architekturen Modellierung von Data Warehouses Index- und Speicherungsstrukturen Anfragen an Data Warehouses Anfrageverarbeitung und -optimierung Materialisierte Sichten |
|
Teilnahme- voraus- setzungen |
empfohlen sind: Algorithmen und Datenstrukturen (IAD), Datenbanken 1 (DB1) | |
Vergabe der LP und Modulendnote | Bestehen der Modulprüfung | |
Nützliche Literatur | z. B.: Wolfgang. Lehner. Datenbanktechnologie für Data-Warehouse-Systeme. dpunkt.verlag, Heidelberg, 2003. Andreas Bauer, Holger Günzel. Data Warehouse Systeme – Architektur, Entwicklung, Anwendung. 3. Auflage, dpunkt.verlag, Heidelberg, 2008. Gunter Saake, Andreas Heuer, Kai-Uwe Sattler. Datenbanken: Implementierungstechniken. 2. Auflage, mitp-Verlag, Bonn, 2005. |