Warum Data Vault 2.0?
Dieser Blogartikel befasst sich mit den Stärken von Data Vault 2.0 und zeigt auf, warum Sie diese Methode für Ihr Data Warehouse nutzen sollten. Als Datenbankentwickler, -administrator oder -anwender haben Sie wahrscheinlich schon von Data Vault gehört. Wenn Sie bereits eine Datenbanklösung im Einsatz haben, stellen Sie sich jedoch vielleicht die Frage, warum Sie Data Vault in Ihrem Enterprise Data Warehouse implementieren sollten.
Grund 1: Unterstützung mehrerer Quellsysteme und sich häufig ändernder Beziehungen
Data Vault 2.0 bietet die größten Vorteile, wenn Ihre Daten aus vielen verschiedenen Quellsystemen stammen oder sich ständig ändernde Beziehungen aufweisen.
Data Vault 2.0 eignet sich hervorragend für Umgebungen mit mehreren Quellsystemen oder für Datenstrukturen mit sich kontinuierlich ändernden Beziehungen.
Dies funktioniert in solchen Systemen deshalb so gut, weil sich neue Attribute ganz einfach hinzufügen lassen. Wenn sich ein Quellsystem ändert, muss diese Änderung nicht mühsam in allen anderen Quellsystemen abgebildet werden. Zudem lässt sich die Anzahl der anzupassenden Stellen minimieren, da Attribute getrennt von den Strukturdaten in Satellites gespeichert werden.
Darüber hinaus lassen sich neue und veränderte Beziehungen einfacher abbilden, indem ein Link geschlossen und ein neuer erstellt wird. Sie müssen weder historische Daten anpassen, um eine neue Beziehung zu berücksichtigen, noch ein bestehendes Schema aktualisieren. Sie müssen lediglich zukünftige Änderungen erfassen. Dies verleiht Ihrem Enterprise Data Warehouse eine enorme Flexibilität und Skalierbarkeit.
Grund 2: Einfache Nachverfolgung und Auditierung Ihrer Daten mit Data Vault 2.0
In einer modernen Datenumgebung durchlaufen Daten verschiedene Stationen. Um dennoch eine kontinuierliche Datenqualität zu gewährleisten, muss immer klar nachvollziehbar sein, woher die Daten stammen.
Abbildung 1: Data Lineage
Da die lückenlose Nachverfolgbarkeit und Auditierung von Daten heute unerlässlich sind, bietet Data Vault hierfür eine optimale Unterstützung. Dies gelingt durch die standardmäßige Auditierbarkeit, da für jede Zeile Ladezeiten (Load Times) und Datenquellen (Record Sources) zwingend erforderlich sind. Zudem werden alle historischen Änderungen in Satellites erfasst, wobei die Load Time Teil des Primary Keys ist.
Bei der Aktualisierung eines Attributs wird einfach ein neuer Datensatz angelegt.
Diese Auditierungsfunktionen ermöglichen es Ihnen, die Revisionssicherheit, sowohl für regulatorische Vorgaben als auch für die Data Governance mühelos zu gewährleisten. Da die gesamte Historie gespeichert bleibt können Sie jederzeit auf den Datenbestand zu einem beliebigen historischen Zeitpunkt zugreifen.
Grund 3: Schnelleres Laden von Daten aus mehreren Quellsystemen mit Data Vault 2.0
Data Vault ermöglicht ein schnelleres Laden von Daten, da eine Vielzahl von Tabellen parallel und unabhängig voneinander geladen werden kann. Das Modell reduziert die Abhängigkeiten zwischen den Tabellen während des Ladeprozesses und vereinfacht die Datenintegration (Ingestion), indem es ausschließlich auf Inserts setzt. Diese lassen sich deutlich schneller ausführen als Upserts oder Merges. Dies verringert zudem die Gesamtkomplexität des Systems.
Fazit
Data Vault 2.0 ist speziell für die Integration von Daten aus mehreren Quellsystemen konzipiert und bietet in komplexen Szenarien herausragende Vorteile.
Zusammenfassend lässt sich sagen: Wenn Sie nur geringe bis mittlere Anforderungen an Ihre Analytics-Plattform stellen und ein kleines Team aus Architekten, Designern und Entwicklern eine Lösung mit Daten aus nur wenigen Systemen bereitstellt, ist Data Vault für Ihre Anforderungen eventuell überdimensioniert.
Wenn Sie jedoch ein großes Projekt mit vielen Quellsystemen umsetzen, das hohe Anforderungen an die Datenintegration stellt, kann Data Vault Ihrem Projekt einen entscheidenden Mehrwert bieten.
