{"id":60370,"date":"2019-09-12T18:11:02","date_gmt":"2019-09-12T16:11:02","guid":{"rendered":"https:\/\/www.scalefree.com\/blog\/erfassung-halbstrukturierter-deskriptiver-daten\/"},"modified":"2026-08-25T11:57:27","modified_gmt":"2026-08-25T09:57:27","slug":"erfassung-halbstrukturierter-deskriptiver-daten","status":"publish","type":"post","link":"https:\/\/www.scalefree.com\/de\/blog\/datenarchitektur\/erfassung-halbstrukturierter-deskriptiver-daten\/","title":{"rendered":"Erfassung halbstrukturierter deskriptiver Daten"},"content":{"rendered":"[vc_row type=“in_container“ full_screen_row_position=“middle“ column_margin=“default“ column_direction=“default“ column_direction_tablet=“default“ column_direction_phone=“default“ scene_position=“center“ text_color=“dark“ text_align=“left“ row_border_radius=“none“ row_border_radius_applies=“bg“ overflow=“visible“ overlay_strength=“0.3″ gradient_direction=“left_to_right“ shape_divider_position=“bottom“ bg_image_animation=“none“][vc_column column_padding=“no-extra-padding“ column_padding_tablet=“inherit“ column_padding_phone=“inherit“ column_padding_position=“all“ column_element_direction_desktop=“default“ column_element_spacing=“default“ desktop_text_alignment=“default“ tablet_text_alignment=“default“ phone_text_alignment=“default“ background_color_opacity=“1″ background_hover_color_opacity=“1″ column_backdrop_filter=“none“ column_shadow=“none“ column_border_radius=“none“ column_link_target=“_self“ column_position=“default“ gradient_direction=“left_to_right“ overlay_strength=“0.3″ width=“1\/1″ tablet_width_inherit=“default“ animation_type=“default“ bg_image_animation=“none“ border_type=“simple“ column_border_width=“none“ column_border_style=“solid“][vc_column_text text_direction=“default“]In den vorangegangenen Artikeln dieser Serie wurden Hub- und Link-Entit\u00e4ten zur Erfassung von Business Keys sowie der Beziehungen zwischen Business Keys vorgestellt. <\/span>Zur Veranschaulichung: Die Hub-Document-Collection in MongoDB<\/a> ist eine eindeutige (distinct) Liste von Business Keys, die zur Identifizierung von Kunden verwendet werden.
\n<\/span>
\nUm deskriptive Daten zu erfassen, in diesem Fall die beschreibenden Merkmale der Business Keys, werden in Data Vault Satellite-Entit\u00e4ten verwendet. Da sowohl Business Keys als auch Beziehungen zwischen Business Keys durch Benutzerdaten beschrieben werden k\u00f6nnen, k\u00f6nnen Satellites wie folgt sowohl an Hub- als auch an Link-Entit\u00e4ten angeh\u00e4ngt werden:<\/span><\/p>\n

[\/vc_column_text][image_with_animation image_url=“29622″ image_size=“full“ animation_type=“entrance“ animation=“Fade In“ animation_easing=“default“ animation_movement_type=“transform_y“ hover_animation=“none“ alignment=“center“ border_radius=“none“ box_shadow=“none“ image_loading=“default“ max_width=“100%“ max_width_mobile=“default“][divider line_type=“No Line“ custom_height=“50″][vc_column_text text_direction=“default“]Die Art und Weise, wie diese Data-Vault-Satellites in MongoDB implementiert werden, unterscheidet sich jedoch im Vergleich zu einem Data-Vault-Modell auf einer relationalen Datenbank. In erster Linie gibt es Satellite-Dokumente, die einen Business Key oder eine Beziehung beschreiben. Da sich diese Werte im Laufe der Zeit ver\u00e4ndern k\u00f6nnen, wird das Dokument im<\/span> _id<\/em><\/span>–Attribut durch zwei Unterattribute identifiziert: die<\/span> _id <\/em><\/span>des Business Keys (in diesem Fall ein Hash Key<\/a>) und den ldts-Wert (Load Date Timestamp) des deskriptiven Dokuments:<\/span>[\/vc_column_text][image_with_animation image_url=“29621″ image_size=“full“ animation_type=“entrance“ animation=“Fade In“ animation_easing=“default“ animation_movement_type=“transform_y“ hover_animation=“none“ alignment=“center“ border_radius=“none“ box_shadow=“none“ image_loading=“default“ max_width=“100%“ max_width_mobile=“default“][vc_column_text]Das obige Dokument beschreibt einen Kunden und verweist daher auf den Hash Key hk_customer_h des Business-Key-Dokuments des Kunden, in diesem Fall ein Hub-Dokument.<\/span> <\/p>\n

Wie jedes andere Data-Vault-Dokument enth\u00e4lt es ein<\/span> rsrc-<\/em><\/span>Attribut, das die Datenquelle identifiziert. Ebenso ist <\/span>hd_customer_info_s<\/em><\/span> der Hash Diff des Dokuments, also der Hash-Wert, der verwendet wird, um nachtr\u00e4gliche \u00c4nderungen am Dokument zu identifizieren. Bitte beachten Sie, dass wir auf diesen speziellen Aspekt in dieser Artikelserie nicht n\u00e4her eingehen, da er innerhalb des Prozesses optional ist.<\/span> <\/p>\n

Die Unterstruktur rdv_customer_info_s<\/em><\/span> im obigen Beispiel enth\u00e4lt die Benutzerattribute, die den Business Key f\u00fcr einen bestimmten Zeitpunkt (wie den Load Date Timestamp) beschreiben. Beachten Sie, dass diese Struktur mehrere Unterobjekte enthalten kann und nicht nur flache Attribute (flattened attributes), wie in diesem Beispiel gezeigt.<\/span><\/span><\/p>\n

Bitte beachten Sie au\u00dferdem, dass sich diese deskriptiven Datenattribute in Unternehmensdaten im Laufe der Zeit h\u00e4ufig \u00e4ndern: Kunden im obigen Beispiel k\u00f6nnen ihre E-Mail-Adresse oder Telefonnummer, ihr Geschlecht oder ihren Beruf \u00e4ndern und heiraten, wodurch sich sowohl ihr Nachname als auch ihr Familienstand \u00e4ndern. Die Anzahl der Kinder wird h\u00e4ufig aktualisiert, und selbst das Geburtsdatum eines Kunden k\u00f6nnte korrigiert werden. Sollten die Quelldaten aus irgendeinem Grund fehlerhaft eingegeben worden sein und sich diese Datenqualit\u00e4tsprobleme im Laufe der Zeit \u00e4ndern, sollte das Data-Vault-Satellite-Dokument diese \u00c4nderungen widerspiegeln. <\/span><\/p>\n

W\u00e4hrend ein operatives System das Dokument \u00fcberschreiben w\u00fcrde, sollte jede \u00c4nderung an den Daten innerhalb eines Data Warehouses versioniert werden. Dies geschieht in der Data-Vault-Satellite-Document-Collection.<\/span> In diesem Fall ist es jedoch nicht zwingend erforderlich, Delta-Checks durchzuf\u00fchren, um tats\u00e4chliche \u00c4nderungen an den Quelldaten auf Basis der Attribute des Ziel-Satellites zu identifizieren. Stattdessen ist es m\u00f6glich, einfach jedes Quelldokument in den Satellite zu laden und somi<\/span>t Non-Deltas<\/i><\/span> zu akzeptieren. Der einzige Nachteil dieses Verfahrens besteht darin, dass der Satellite mehr Speicherplatz als n\u00f6tig beansprucht.<\/span> <\/p>\n

Da die Satellite-Dokumente einen Business Key oder eine Beziehung zwischen Business Keys beschreiben, werden sie in derselben MongoDB-Collection wie das Hub- oder Link-Dokument gespeichert, sodass keine zus\u00e4tzliche Document-Collection f\u00fcr Satellite-Dokumente erforderlich ist; dargestellt wie folgt:<\/span>[\/vc_column_text][divider line_type=“No Line“ custom_height=“50″][image_with_animation image_url=“29620″ image_size=“full“ animation_type=“entrance“ animation=“Fade In“ animation_easing=“default“ animation_movement_type=“transform_y“ hover_animation=“none“ alignment=“center“ border_radius=“none“ box_shadow=“none“ image_loading=“default“ max_width=“100%“ max_width_mobile=“default“][divider line_type=“No Line“ custom_height=“50″][vc_column_text]Das obige Diagramm veranschaulicht, warum der Name der Satellite-Struktur entscheidend ist: Wenn sp\u00e4ter eine Merge- und Flatten-Funktion verwendet wird, f\u00fchrt diese das Hub-Dokument (den Business Key) mit den Satellite-Dokumenten (in diesem Fall den Beschreibungen) zusammen.<\/p>\n

Es ist m\u00f6glich, die Attribute zu einem sp\u00e4teren Zeitpunkt abzuflachen (flatten) und ein kombiniertes Dokument mit einem Business Key sowie all seinen Beschreibungen samt den zugeh\u00f6rigen Versionen aus allen Satellites abzurufen. Der Name des Satellites in der Unterstruktur stellt sicher, dass identische Attributnamen , wie etwa ein Vorname aus mehreren Quellsystemen und somit aus mehreren Satellites \u2013 kein Problem darstellen.
\n<\/span>
\nUm die Satellite-Dokumente in die Hub- oder Link-Collection zu laden, werden typischerweise die folgenden Operationen durchgef\u00fchrt:<\/span>[\/vc_column_text][divider line_type=“No Line“ custom_height=“50″][image_with_animation image_url=“29619″ image_size=“full“ animation_type=“entrance“ animation=“Fade In“ animation_easing=“default“ animation_movement_type=“transform_y“ hover_animation=“none“ alignment=“center“ border_radius=“none“ box_shadow=“none“ image_loading=“default“ max_width=“100%“ max_width_mobile=“default“][divider line_type=“No Line“ custom_height=“50″][vc_column_text]Der Ladeprozess ist unkompliziert: Zun\u00e4chst werden die deskriptiven Daten aus den Quell-Collections bezogen, die Struktur des Ziel-Satellites wird auf die eingehenden Dokumente projiziert, um eventuelle Satellite-Splits durchzuf\u00fchren, und anschlie\u00dfend werden die Daten in die Ziel-Collection (in manchen F\u00e4llen ein Hub oder ein Link) eingef\u00fcgt. Bitte beachten Sie, dass in diesem Fall kein Delta-Check verwendet wird, da dieser optional ist und auf dem Hash Diff basieren w\u00fcrde.<\/span><\/p>\n

Der MongoDB-Quellcode f\u00fcr das Laden eines solchen Satellites ist unten dargestellt:<\/span>[\/vc_column_text][divider line_type=“No Line“ custom_height=“50″][image_with_animation image_url=“29618″ image_size=“full“ animation_type=“entrance“ animation=“Fade In“ animation_easing=“default“ animation_movement_type=“transform_y“ hover_animation=“none“ alignment=“center“ border_radius=“none“ box_shadow=“none“ image_loading=“default“ max_width=“100%“ max_width_mobile=“default“][divider line_type=“No Line“ custom_height=“50″][vc_column_text]Auch hier gilt: Obwohl dieses Skript den Hash-Diff-Wert berechnet, wird er derzeit nicht f\u00fcr Delta-Checks verwendet. <\/span><\/p>\n

Damit ist unsere erste Serie \u00fcber Data Vault auf MongoDB abgeschlossen. <\/span>Wie bereits erw\u00e4hnt, entstammt diese Arbeit einem laufenden Projekt zwischen Scalefree und MongoDB, um diese Ans\u00e4tze f\u00fcr massive Datenvolumina zu optimieren. <\/span><\/p>\n

Aus diesem Grund werden wir diese Artikel in naher Zukunft weiter aktualisieren. <\/span>Kontaktieren Sie uns daher gerne bez\u00fcglich zwischenzeitlicher Updates. <\/span>Wenn Sie Anmerkungen zu den obigen Ausf\u00fchrungen haben, hinterlassen Sie unten gerne einen Kommentar.<\/span>[\/vc_column_text][\/vc_column][\/vc_row]\n","protected":false},"excerpt":{"rendered":"

[vc_row type=“in_container“ full_screen_row_position=“middle“ column_margin=“default“ column_direction=“default“ column_direction_tablet=“default“ column_direction_phone=“default“ scene_position=“center“ text_color=“dark“ text_align=“left“ row_border_radius=“none“ row_border_radius_applies=“bg“ overflow=“visible“ overlay_strength=“0.3″ gradient_direction=“left_to_right“ shape_divider_position=“bottom“ bg_image_animation=“none“][vc_column column_padding=“no-extra-padding“ column_padding_tablet=“inherit“ column_padding_phone=“inherit“ column_padding_position=“all“ column_element_direction_desktop=“default“ column_element_spacing=“default“ desktop_text_alignment=“default“ tablet_text_alignment=“default“ phone_text_alignment=“default“ background_color_opacity=“1″ background_hover_color_opacity=“1″ column_backdrop_filter=“none“ column_shadow=“none“…<\/p>\n","protected":false},"author":91,"featured_media":60373,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3947],"tags":[],"class_list":["post-60370","post","type-post","status-publish","format-standard","has-post-thumbnail","category-datenarchitektur"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t