{"id":29480,"date":"2022-01-25T01:00:33","date_gmt":"2022-01-25T00:00:33","guid":{"rendered":"https:\/\/blog.scalefree.com\/?p=14248"},"modified":"2026-04-16T11:54:22","modified_gmt":"2026-04-16T09:54:22","slug":"multi-temporalitaet-in-data-vault-2-0-teil-1","status":"publish","type":"post","link":"https:\/\/www.scalefree.com\/de\/blog\/data-vault\/multi-temporality-in-data-vault-2-0-part-1\/","title":{"rendered":"Multi-Temporalit\u00e4t in Data Vault 2.0 - Teil 1"},"content":{"rendered":"<div id=\"fws_69efa51a95f3d\"  data-column-margin=\"default\" data-midnight=\"dark\"  class=\"wpb_row vc_row-fluid vc_row\"  style=\"padding-top: 0px; padding-bottom: 0px; \"><div class=\"row-bg-wrap\" data-bg-animation=\"none\" data-bg-animation-delay=\"\" data-bg-overlay=\"false\"><div class=\"inner-wrap row-bg-layer\" ><div class=\"row-bg viewport-desktop\"  style=\"\"><\/div><\/div><\/div><div class=\"row_col_wrap_12 col span_12 dark left\">\n\t<div  class=\"vc_col-sm-12 wpb_column column_container vc_column_container col no-extra-padding inherit_tablet inherit_phone\"  data-padding-pos=\"all\" data-has-bg-color=\"false\" data-bg-color=\"\" data-bg-opacity=\"1\" data-animation=\"\" data-delay=\"0\" >\n\t\t<div class=\"vc_column-inner\" >\n\t\t\t<div class=\"wpb_wrapper\">\n\t\t\t\t\n<div class=\"wpb_text_column wpb_content_element\" >\n\t<div class=\"wpb_wrapper\">\n\t\t<h2>Multi-Temporalit\u00e4t in Data Vault 2.0<\/h2>\n<p>Der folgende Artikel gibt einen \u00dcberblick \u00fcber das theoretische Verst\u00e4ndnis der Multi-Temporalit\u00e4t in einem Data Warehouse.<\/p>\n\t<\/div>\n<\/div>\n\n\n\n<div class=\"divider-wrap\" data-alignment=\"default\"><div style=\"height: 25px;\" class=\"divider\"><\/div><\/div>\n<div class=\"wpb_text_column wpb_content_element  webinar-box\" >\n\t<div class=\"wpb_wrapper\">\n\t\t<h2>Multi-Temporalit\u00e4t in Data Vault 2.0<\/h2>\n<p>Vielleicht haben Sie schon einmal von bi-temporalen Daten geh\u00f6rt. Aber in der Regel gibt es mehr als nur zwei Zeitlinien in Ihren Daten, die Ihre Arbeit erschweren. In der Regel finden Sie in Ihren Datens\u00e4tzen mehrere Zeitstempel und Daten aus verschiedenen Perspektiven, die mehrere M\u00f6glichkeiten bieten, wie Sie Ihre Daten aus einer zeitlichen Perspektive betrachten k\u00f6nnen. Aber Sie sollten auch in der Lage sein, mit diesem Unget\u00fcm von Zeitmaschine umzugehen. Wussten Sie, dass Data Vault 2.0 in der Lage ist, multi-temporale Daten zu verarbeiten? Welchen Einfluss hat dies auf Ihre Arbeit und wie k\u00f6nnen Sie sich dies zunutze machen? Nehmen Sie an diesem Webinar teil und erfahren Sie, wie Data Vault 2.0 Ihnen helfen kann, Multi-Temporalit\u00e4t zu meistern.<\/p>\n\t<\/div>\n<\/div>\n\n\n\n<div class=\"divider-wrap\" data-alignment=\"default\"><div style=\"height: 25px;\" class=\"divider\"><\/div><\/div><a class=\"nectar-button jumbo regular accent-color  regular-button ctaBtn\"  role=\"button\" style=\"\" target=\"_blank\" href=\"https:\/\/us02web.zoom.us\/webinar\/register\/rec\/WN_ZSU9QZBtTZ2Seq-60pH_zQ#\/registration\" data-color-override=\"false\" data-hover-color-override=\"false\" data-hover-text-color-override=\"#fff\"><span>Webinar-Aufzeichnung ansehen<\/span><\/a><div class=\"divider-wrap\" data-alignment=\"default\"><div style=\"height: 25px;\" class=\"divider\"><\/div><\/div>\n<div class=\"wpb_text_column wpb_content_element\" >\n\t<div class=\"wpb_wrapper\">\n\t\t<div class=\"content-list-wrapper\"><p class=\"content-heading\">In diesem Artikel:<\/p><ul class=\"content-list\"><li><a href=\"#what-is-multi-temporality-in-a-data-warehouse\">Was ist \"Multi-Temporalit\u00e4t\" in einem Data Warehouse?<\/a><li><a href=\"#the-load-date-timestamp-with-multi-temporality\">Der Ladedatum-Zeitstempel mit Multi-Temporalit\u00e4t<\/a><li><a href=\"#3-different-perspectives-on-data\">3 Unterschiedliche Sichtweisen auf Daten<\/a><li><a href=\"#conclusion\">Fazit<\/a><\/ul><\/div>\n\t<\/div>\n<\/div>\n\n\n\n<div class=\"divider-wrap\" data-alignment=\"default\"><div style=\"height: 25px;\" class=\"divider\"><\/div><\/div>\n<div class=\"wpb_text_column wpb_content_element\" >\n\t<div class=\"wpb_wrapper\">\n\t\t<h2><span style=\"font-weight: 400;\">Was ist \"Multi-Temporalit\u00e4t\" in einem Data Warehouse?<\/span><\/h2>\n\t<\/div>\n<\/div>\n\n\n\n\n<div class=\"wpb_text_column wpb_content_element\" >\n\t<div class=\"wpb_wrapper\">\n\t\t<p><span style=\"font-weight: 400;\">Bevor wir uns mit der Multi-Temporalit\u00e4t befassen, sollten wir zun\u00e4chst den Begriff der Bi-Temporalit\u00e4t definieren, denn es ist ein weit verbreiteter Irrglaube, dass <a href=\"https:\/\/www.scalefree.com\/data-vault-2-0\/\">Data Vault 2.0<\/a> nur bi-temporal ist (was falsch ist):<\/span><\/p>\n<p><span style=\"font-weight: 400;\">\"Bitemporale Modellierung ist ein spezieller Fall der Modellierung von Informationen in temporalen Datenbanken, die f\u00fcr den Umgang mit historischen Daten entlang zweier unterschiedlicher Zeitlinien entwickelt wurde. Dadurch ist es m\u00f6glich, die Informationen so zur\u00fcckzuspulen, \"wie sie tats\u00e4chlich waren\", in Kombination mit den Daten, wie sie \"zu einem bestimmten Zeitpunkt aufgezeichnet\" wurden.<\/span><span style=\"font-weight: 400;\"> (Laut <a href=\"https:\/\/en.wikipedia.org\/wiki\/Bitemporal_Modeling\">Wikipedia<\/a>)<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die Bi-Temporalit\u00e4t bezieht sich nur auf zwei Zeitlinien, die allgemein als \"Systemzeit\" (die technische Zeitlinie) und \"G\u00fcltige Zeit\" (die gesch\u00e4ftliche Zeitlinie) bezeichnet werden. Data Vault-Entit\u00e4ten wie <a href=\"https:\/\/www.scalefree.com\/scalefree-newsletter\/using-multi-active-satellites-the-correct-way-1-2\/\">Satellites<\/a>, <a href=\"https:\/\/www.scalefree.com\/scalefree-newsletter\/point-in-time-tables-insurance\/\">Point-in-Time-Tabellen<\/a> (PIT), und <a href=\"https:\/\/www.scalefree.com\/scalefree-newsletter\/bridge-tables-101\/\">Bridge-Tabellen<\/a> sind in der Lage, mehrere aktive Zeitleisten in ein und demselben Datensatz anzusprechen. Lassen Sie uns nur einige von ihnen kategorisieren:<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><strong>Quellengesteuerte Zeiten<\/strong>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"2\"><span style=\"font-weight: 400;\">Erstellungszeitpunkt<\/span><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"2\"><span style=\"font-weight: 400;\">Aktualisierungszeitpunkt<\/span><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"2\"><span style=\"font-weight: 400;\">L\u00f6schzeitpunkt<\/span><\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><strong>Systemzeiten<\/strong>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"2\"><span style=\"font-weight: 400;\">CDC-Zeit<\/span><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"2\"><span style=\"font-weight: 400;\">Zeitpunkt der Ereignismeldung<\/span><\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><strong>Gesch\u00e4ftszeiten<\/strong>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">alle Zeitpunkte, die angeben, wann etwas in der \"realen Welt\" geschehen ist oder geschehen wird, wie z. B. ein Kauf- oder Verkaufszeitstempel.<\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><strong>Zeitspannen<\/strong>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">kann technisch sein, kann gesch\u00e4ftsorientiert sein<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"2\"><span style=\"font-weight: 400;\">Datum und Uhrzeit des Vertragsbeginns und -endes<\/span><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"2\"><span style=\"font-weight: 400;\">Technische G\u00fcltig-von- und G\u00fcltig-bis-Daten\/Zeitstempel<\/span><\/li>\n<\/ul>\n<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><strong>Enterprise Data Warehouse (<a href=\"https:\/\/www.scalefree.com\/scalefree-newsletter\/an-enterprise-document-warehouse-architecture\/\">EDW gegebenenfalls umgehen<\/a>)<\/strong>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"2\"><span style=\"font-weight: 400;\">Ladedatum-Zeitstempel (wird beim Einf\u00fcgen in der ersten Schicht des EDW gesetzt)<\/span><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"2\"><span style=\"font-weight: 400;\">Zeitstempel, wenn ein Datensatz in die Tabelle geschrieben wird<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><span style=\"font-weight: 400;\">Alle diese Daten und Zeitstempel k\u00f6nnen in nur einem Datensatz in einer Satellitentabelle enthalten sein. Auf diese Weise k\u00f6nnen wir die Daten aus verschiedenen Zeitperspektiven betrachten. Daher ber\u00fccksichtigt das Data Vault-Modell die Multi-Temporalit\u00e4t und nicht nur die Bi-Temporalit\u00e4t.<\/span><\/p>\n\t<\/div>\n<\/div>\n\n\n\n<div class=\"divider-wrap\" data-alignment=\"default\"><div style=\"height: 50px;\" class=\"divider\"><\/div><\/div>\n<div class=\"wpb_text_column wpb_content_element\" >\n\t<div class=\"wpb_wrapper\">\n\t\t<h2><span style=\"font-weight: 400;\">Der Ladedatum-Zeitstempel mit Multi-Temporalit\u00e4t<\/span><\/h2>\n\t<\/div>\n<\/div>\n\n\n\n\n<div class=\"wpb_text_column wpb_content_element\" >\n\t<div class=\"wpb_wrapper\">\n\t\t<p><span style=\"font-weight: 400;\">Eine Voraussetzung f\u00fcr die Multi-Temporalit\u00e4t der Daten ist, dass der Ladedatum-Zeitstempel f\u00fcr das Laden der Daten in die Satelliten verwendet wird, wenn die Deltapr\u00fcfung durchgef\u00fchrt wird. Nur der Ladedatum-Zeitstempel kann uns eine konsistente, l\u00fcckenlose und \u00fcberschneidungsfreie Zeit liefern, die unter unserer Kontrolle steht. Dies erm\u00f6glicht uns eine uneingeschr\u00e4nkte Sicht auf die Multi-Timelines in Satellites. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Alle anderen Zeitstempel sind nicht qualifiziert. Erstens w\u00fcrden sie die Anzahl der m\u00f6glichen Perspektiven auf die Daten auf eine einzige Instanz beschr\u00e4nken. Au\u00dferdem k\u00f6nnen sie L\u00fccken und \u00dcberschneidungen aufweisen, NULL sein und werden nicht von den Enterprise Data Warehouse-Teams kontrolliert. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Kurz gesagt: Wir werden den Ladedatum-Zeitstempel nie loswerden, der w\u00e4hrend des Einf\u00fcgens in der ersten Schicht der Enterprise Data Warehouse-Architektur gesetzt und so weit wie m\u00f6glich durch alle Schichten mitgenommen wird (denken Sie an Aggregate im Business Vault \u00fcber mehrere Ladedatum-Zeitstempel).<\/span><\/p>\n\t<\/div>\n<\/div>\n\n\n\n<div class=\"divider-wrap\" data-alignment=\"default\"><div style=\"height: 50px;\" class=\"divider\"><\/div><\/div>\n<div class=\"wpb_text_column wpb_content_element\" >\n\t<div class=\"wpb_wrapper\">\n\t\t<h2><span style=\"font-weight: 400;\">3 Unterschiedliche Sichtweisen auf Daten<\/span><\/h2>\n\t<\/div>\n<\/div>\n\n\n\n\n<div class=\"wpb_text_column wpb_content_element\" >\n\t<div class=\"wpb_wrapper\">\n\t\t<p><span style=\"font-weight: 400;\">Der Kern-Data Vault wird in Raw Data Vault (RDV) und Business Vault (BV) unterschieden. Der Grund daf\u00fcr ist die Trennung von soft und hard business rules, da soft business rules den Inhalt der Daten ver\u00e4ndern k\u00f6nnen. Das Ergebnis ist, dass die Anzahl der m\u00f6glichen Perspektiven auf die Rohdaten reduziert wird, wenn soft business rules fr\u00fch in der Ladearchitektur angewendet werden. Die gleichen Regeln m\u00fcssen auch auf Zeitlinien angewendet werden. Zeitliniengesteuerte Gesch\u00e4ftsperspektiven auf Rohdaten finden fr\u00fchestens im Business Vault statt.\u00a0<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Es gibt im Wesentlichen drei verschiedene Perspektiven in Bezug auf Zeitlinien im Data Warehouse: eine Data Warehouse-Perspektive, eine Unternehmensperspektive und eine Perspektive der Informationsbereitstellung.\u00a0<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die Data Warehouse-Perspektive bezieht sich auf den Ladedatum-Zeitstempel, um eine konsistente inkrementelle Integration der Daten in den Raw Data Vault und Business Vault zu erreichen.\u00a0\u00a0<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die gesch\u00e4ftliche Perspektive bezieht sich auf alle Daten und Zeitstempel, die vom Quellsystem geliefert werden. Die technischen Felder werden genauso gez\u00e4hlt wie das Erstellungs-, Aktualisierungs- oder L\u00f6schdatum\/-zeitstempel aus dem Quellsystem. Alles, was Teil der Nutzdaten ist, wird als <a href=\"https:\/\/www.scalefree.com\/scalefree-newsletter\/capturing-semi-structured-descriptive-data\/\">beschreibenden Daten<\/a> beim Laden des Raw Data Vault angesehen und verarbeitet. <\/span><span style=\"font-weight: 400;\"><br \/>\n<\/span><span style=\"font-weight: 400;\">Mit verschiedenen Abfragen k\u00f6nnen nun alle m\u00f6glichen Ansichten der Rohdaten erstellt werden, z. B. Aggregate auf der Grundlage des j\u00fcngsten Datensatzes pro Gesch\u00e4ftsschl\u00fcssel und gruppiert nach einem Verkaufsdatum.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die Perspektive der Informationsbereitstellung st\u00fctzt sich auf eine Momentaufnahme, um alle Daten so \"einzufrieren\", wie sie zu einem bestimmten Zeitpunkt aktiv waren. Die Interpretation dessen, was \"aktiv\" bedeutet, kann jedoch unterschiedlich sein. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Um dies zu ber\u00fccksichtigen, k\u00f6nnen mehrere Perspektiven erstellt werden. Das ist auch der Grund, warum wir von einer einzigen Version der Fakten im Raw Data Vault und mehreren Versionen der Wahrheit im Business Vault sprechen (verschiedene Perspektiven auf die Rohdaten = verschiedene Wahrheiten aus verschiedenen Blickwinkeln). <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Dies kann z. B. ein st\u00fcndlicher, t\u00e4glicher, w\u00f6chentlicher, monatlicher oder j\u00e4hrlicher Snapshot oder Zeitabschnitt sein. Die Data Vault-Entit\u00e4ten, die hier verwendet werden, sind die PIT- und Bridge-Tabellen. Das aktuelle Delta von Stammdaten wie z.B. Kundendaten in einem Satellite kann auf der Grundlage eines t\u00e4glichen Snapshots in einer PIT-Tabelle \"eingefroren\" werden. Auch transaktionale Daten, die in einem <a href=\"https:\/\/www.scalefree.com\/modeling\/the-value-of-non-historized-links\/\">Non-Historized Link<\/a> gespeichert werden, k\u00f6nnen an einen st\u00fcndlichen Snapshot in einer <a href=\"https:\/\/www.scalefree.com\/scalefree-newsletter\/bridge-tables-101\/\">Bridge-Tabelle angeh\u00e4ngt werden.<\/a>.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Wie das genau aussieht, wird im n\u00e4chsten Teil der multi-temporalen Newsletter-Serie gezeigt. Um Ihr Verst\u00e4ndnis f\u00fcr diese Datenperspektiven zu verbessern, k\u00f6nnen Sie auch unseren <a href=\"https:\/\/www.scalefree.com\/trainings\/multi-temporal-class\/\">Multi-temporaler Data Vault-Kurs<\/a> besuchen.\u00a0<\/span><\/p>\n\t<\/div>\n<\/div>\n\n\n\n<div class=\"divider-wrap\" data-alignment=\"default\"><div style=\"height: 50px;\" class=\"divider\"><\/div><\/div>\n<div class=\"wpb_text_column wpb_content_element\" >\n\t<div class=\"wpb_wrapper\">\n\t\t<h2>Fazit<\/h2>\n<p>Die Integration der Multi-Temporalit\u00e4t in Data Vault 2.0 erm\u00f6glicht es Unternehmen, Daten \u00fcber verschiedene Zeitr\u00e4ume hinweg zu verwalten und zu analysieren und so einen umfassenden \u00dcberblick \u00fcber historische Ver\u00e4nderungen aus mehreren Perspektiven zu erhalten. Dieser Ansatz verbessert die F\u00e4higkeit, die Datenentwicklung zu verfolgen und zu verstehen, was zu einer fundierteren Entscheidungsfindung und verbessertem Datenmanagement f\u00fchrt. Durch die effektive Handhabung mehrerer zeitlicher Aspekte bietet Data Vault 2.0 einen robusten und flexiblen Rahmen f\u00fcr die Erfassung der Komplexit\u00e4t zeitvariabler Daten.<\/p>\n\t<\/div>\n<\/div>\n\n\n\n\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n<\/div><\/div>","protected":false},"excerpt":{"rendered":"Multi-Temporality in Data Vault 2.0 The following article gives an overview of the theoretical understanding of Multi-Temporality in a data warehouse. Multi-temporality in Data Vault 2.0 You may have heard...","protected":false},"author":2,"featured_media":31686,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[101,1667],"tags":[463,438,468,464,458,447,454,445,449,442,470,474,327,457,444,460,451,456,473,459,452,469,446,476,437,472,467,461,453,465,466,455,441,439,450,478,448,471,443,440,462,475,477],"class_list":{"0":"post-29480","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-data-vault","8":"category-expert","9":"tag-aggregates","10":"tag-bitemporal-modeling","11":"tag-bridge-tables","12":"tag-business-key","13":"tag-business-perspective","14":"tag-business-times","15":"tag-business-vault-bv","16":"tag-cdc-time","17":"tag-contract-start-and-end-dates-times","18":"tag-created-time","19":"tag-customer-data","20":"tag-daily-snapshot","21":"tag-data-vault-2-0","22":"tag-data-warehouse-perspective","23":"tag-deleted-time","24":"tag-descriptive-data","25":"tag-enterprise-data-warehouse-edw","26":"tag-hard-business-rules","27":"tag-hourly-snapshot","28":"tag-information-delivery-perspective","29":"tag-load-date-timestamp","30":"tag-master-data","31":"tag-message-event-time","32":"tag-monthly-snapshot","33":"tag-multi-temporality","34":"tag-non-historized-link","35":"tag-pit-tables","36":"tag-queries","37":"tag-raw-data-vault-rdv","38":"tag-sales-date","39":"tag-snapshot","40":"tag-soft-business-rules","41":"tag-source-driven-times","42":"tag-system-time","43":"tag-technical-valid-from-and-valid-to-dates-timestamps","44":"tag-time-span","45":"tag-time-spans","46":"tag-transactional-data","47":"tag-updated-time","48":"tag-valid-time","49":"tag-views","50":"tag-weekly-snapshot","51":"tag-yearly-snapshot"},"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.scalefree.com\/de\/wp-json\/wp\/v2\/posts\/29480","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.scalefree.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.scalefree.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.scalefree.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.scalefree.com\/de\/wp-json\/wp\/v2\/comments?post=29480"}],"version-history":[{"count":0,"href":"https:\/\/www.scalefree.com\/de\/wp-json\/wp\/v2\/posts\/29480\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.scalefree.com\/de\/wp-json\/wp\/v2\/media\/31686"}],"wp:attachment":[{"href":"https:\/\/www.scalefree.com\/de\/wp-json\/wp\/v2\/media?parent=29480"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.scalefree.com\/de\/wp-json\/wp\/v2\/categories?post=29480"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.scalefree.com\/de\/wp-json\/wp\/v2\/tags?post=29480"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}