Scalefree hat<\/span> datavault4dbt<\/a><\/span> ver\u00f6ffentlicht. Ein Open-Source-Paket, das Best-Practice-Ladetemplates f\u00fcr Data Vault 2.0-Entit\u00e4ten bereitstellt, eingebettet in das Open-Source-Data-Warehouse-Automatisierungstool dbt.<\/span><\/p>\n Datavault4dbt unterst\u00fctzt derzeit Snowflake, BigQuery sowie Exasol und bietet eine Vielzahl leistungsstarker Funktionen:<\/span><\/p>\n Dieses Webinar gibt detaillierte Einblicke in datavault4dbt<\/strong>, ein Open-Source-Paket von Scalefree, das die Implementierung von Data Vault 2.0 in dbt vereinfacht. Es bietet Best-Practice-Templates f\u00fcr Hubs, Links und Satellites, stellt die Einhaltung von Data Vault-Standards sicher und unterst\u00fctzt flexibles Staging mit optimierten inkrementellen Ladevorg\u00e4ngen \u2013 ein Webinar, das Sie keinesfalls verpassen sollten.[\/vc_column_text][divider line_type=“No Line“][nectar_btn size=“jumbo“ open_new_tab=“true“ button_style=“regular“ button_color_2=“Accent-Color“ icon_family=“none“ el_class=“ctaBtn“ text=“Watch webinar recording“ url=“https:\/\/us02web.zoom.us\/rec\/component-page?hasValidToken=false&clusterId=us02&action=play&filePlayId=&componentName=recording-register&meetingId=AcnH5rVjstmqXIgB8dLnP-xiomZXKn2SrVkZmftJQn_DfrI69Xmw_tCpi6sJ_K5B.b5olMCDr09YH4Tdh&originRequestUrl=https%3A%2F%2Fus02web.zoom.us%2Frec%2Fshare%2FouyE7hmAjkmWWOI-CTsawqLkLUiXb2NgDRajT24d9E5D3Rh6n1FpZNzY9oMBeY5r.CjSjxdJrtoDBwHQ0″][divider line_type=“No Line“][vc_column_text css=““ text_direction=“default“] In this article:<\/p> Die gr\u00f6\u00dfte St\u00e4rke von datavault4dbt ist die originalgetreue Umsetzung der urspr\u00fcnglichen Data Vault 2.0-Definition von Dan Linstedt. Es stellt eine vollst\u00e4ndig auditierbare L\u00f6sung f\u00fcr Ihr Data Vault 2.0-basiertes Data Warehouse dar. Mit einem geradlinigen, standardisierten Ansatz erm\u00f6glicht es Ihrem Team die Durchf\u00fchrung agiler Entwicklungszyklen. <\/span><\/p>\n Durch die Verarbeitung mehrerer Inkremente pro Batch beim Laden jedes Data Vault-Entit\u00e4tstyps unterst\u00fctzt datavault4dbt sowohl Persistent als auch Transient Staging Areas, ohne dass Zwischen\u00e4nderungen verloren gehen. Diese inkrementellen Ladevorg\u00e4nge werden durch die Implementierung einer dynamischen High-Water-Mark zus\u00e4tzlich optimiert, welche selbst beim Laden einer Entit\u00e4t aus mehreren Quellen reibungslos funktioniert. <\/span><\/p>\n Dar\u00fcber hinaus f\u00f6rdert datavault4dbt strenge Namenskonventionen und Standards durch die Implementierung verschiedener globaler Variablen, die sich \u00fcber alle Data Vault-Schichten und unterst\u00fctzten Datenbanken erstrecken. Der Prozess des End-Datings ist vollst\u00e4ndig virtualisiert, um einen modernen Insert-only-Ansatz zu gew\u00e4hrleisten und Updates von Datens\u00e4tzen zu vermeiden. <\/span><\/p>\n Mit all diesen Funktionen ist datavault4dbt die perfekte L\u00f6sung f\u00fcr Ihr modernes Enterprise Data Warehouse im Big-Data-Umfeld.<\/span>[\/vc_column_text][divider line_type=“No Line“][vc_column_text]\n Auf Basis der Staging Areas kann das Data Vault 2.0-Spine erstellt werden. Hubs, Links und Non-Historized Links<\/a> k\u00f6nnen aus mehreren Quellen geladen werden, einschlie\u00dflich Mapping-Optionen zur Sicherstellung der fachlichen Harmonisierung. <\/span><\/p>\n Dieses Spine wird anschlie\u00dfend durch Standard Satellites, Non-Historized Satellites, Multi-Active Satellites<\/a> und\/oder Record-Tracking Satellites angereichert. Alle Entit\u00e4ten, die dies erfordern, verf\u00fcgen \u00fcber eine Version 0 f\u00fcr Tabellen und eine Version 1 f\u00fcr end-dated Views. <\/span><\/p>\n Basierend auf dem Raw Data Vault k\u00f6nnen PITs automatisch erstellt werden. Deren Beladung wird durch eine automatisierte, hochgradig konfigurierbare und optionale logarithmische Snapshot-Logik unterst\u00fctzt. Diese Logik ist in der Control Snapshot Table enthalten, die ebenfalls in zwei aufeinanderfolgenden Versionen bereitgestellt wird. Um die logarithmische Snapshot-Logik abzurunden, ist ein praktischer Post-Hook zur Bereinigung aller PITs integriert. <\/span>[\/vc_column_text][divider line_type=“No Line“][image_with_animation image_url=“31765″ 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=“custom“ max_width_custom=“70%“][divider line_type=“No Line“][vc_column_text]\n Nat\u00fcrlich sind unsere zuk\u00fcnftigen Ambitionen f\u00fcr datavault4dbt gro\u00df. Als N\u00e4chstes stehen viele wichtige Themen auf unserer Agenda, wie zum Beispiel:<\/span><\/p>\n Bleiben Sie \u00fcber alle unsere Kan\u00e4le auf dem Laufenden, um keine weiteren Neuigkeiten und Inhalte zu datavault4dbt zu verpassen!<\/span><\/p>\n[\/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":93,"featured_media":60396,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3944,3994],"tags":[],"class_list":["post-60393","post","type-post","status-publish","format-standard","has-post-thumbnail","category-datenwerkzeuge","category-fortgeschrittene"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\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
Starten Sie Ihre Data Vault 2.0-Implementierung \u2013 mit datavault4dbt<\/h2>\n
Aufbau einer Data Vault 2.0-L\u00f6sung \u2013 leicht gemacht<\/span><\/h3>\n[\/vc_column_text][vc_column_text]Das \u00fcbergeordnete Ziel bei der Ver\u00f6ffentlichung von Data Vault 2.0-Templates f\u00fcr dbt besteht darin, unsere jahrelange Erfahrung im Aufbau und Laden von Data Vault 2.0-L\u00f6sungen in Form \u00f6ffentlich zug\u00e4nglicher Lademuster und Best Practices f\u00fcr jedermann nutzbar zu machen. Aus dieser Ambition heraus entstand datavault4dbt: ein Open-Source-Paket f\u00fcr dbt, das vom Scalefree-Expertenteam kontinuierlich gepflegt und weiterentwickelt wird. <\/span><\/p>\n
Von der Stage \u00fcber das Spine bis hin zu den PITs<\/span><\/h3>\n[\/vc_column_text][vc_column_text text_direction=“default“]Um all dies zu erreichen, haben wir intensiv an der Entwicklung einer soliden und universellen Staging Area gearbeitet. Alle Hash-Keys und Hash-Diffs werden hier berechnet, und Benutzer haben die M\u00f6glichkeit, abgeleitete Spalten hinzuzuf\u00fcgen, Pre-Joins mit anderen Stages zu generieren sowie Ghost Records zu ihren Daten hinzuzuf\u00fcgen. All dies erfolgt hochautomatisiert auf Basis parametrisierter Benutzereingaben. <\/span><\/p>\n
Starten Sie jetzt und optimieren Sie Ihr Data Vault-Erlebnis!<\/span><\/h3>\n[\/vc_column_text][vc_column_text]Haben die obigen Zeilen in Ihnen den Gedanken geweckt: \u201eDas klingt fast zu gut, um wahr zu sein!\u201c? \u00dcberzeugen Sie sich selbst oder geben Sie uns Ihr wertvolles Feedback, indem Sie<\/span> datavault4dbt auf GitHub<\/a><\/span> besuchen!<\/p>\n
\n