Überblick zu Innovator for Information Architects

DB-Reverse-Engineering und DDL-Generierung

Existierende Datenbanken können durch Reverse-Engineering eingebunden werden. Dabei geht es meist nicht nur um die Dokumentation der Datenbankschemata, sondern um die Einbindung dieser Datenbanken in neue Projekte. Innovator for Information Architects liest dazu entweder direkt die Datenbank per JDBC-Zugriff aus oder erzeugt DB-Modelle aus DDL-Skripten.

Basierend auf dem Datenbankschema generiert Innovator for Information Architects DDL-Skripten, wahlweise CreateTable-Skripten zur Neuanlage oder AlterTable-Skripten zur Änderung existierender Datenbanken. Dabei können alle hersteller- oder projektspezifischen Besonderheiten berücksichtigt werden.

Mapping zwischen Datenbankschemata und konzeptionellen Modellinhalten

Datenbankschema und konzeptionelles Schema sind bei Innovator for Information Architects miteinander integriert. Änderungen im Datenbankschema werden im konzeptionellen Schema nachgezogen. Dies ist eine Grundvoraussetzung für reale IT-Projekte, da die manuelle Pflege der Datenmodelle aufwendig und fehlerträchtig ist. Konzeptionelle Modelle werden beispielsweise zur Einbindung existierender, nichtdokumentierter Datenbanken erstellt.

Umgekehrt kann auch das Datenbankschema aus dem konzeptionellen Schema erzeugt bzw. abgeglichen werden.

Datenbankschema

Innovator for Information Architects unterstützt alle gängigen relationalen Datenbanksysteme. Darüber hinaus lässt sich die Unterstützung jeder beliebigen relationalen Datenbank konfigurieren.

Im Datenbankschema werden Tabellen, Spalten, Views, Primär- und Fremdschlüssel, Indizes, Trigger, gespeicherte Prozeduren sowie Zugriffsberechtigungen unterstützt. Zusätzlich zu semantischen Datentypen stehen auch die direkten Datentypen aus den Zielsystemen zur Typisierung zur Verfügung.

Zur Visualisierung des Datenbankschemas wird der ISO-Standard IDEF1X genutzt, wobei die Kanten Fremdschlüssel repräsentieren.

Datenbanktabellen und Views sind mit einstellbarer Größe und Abschnittsinhalten, z.B. für Tabellenspalten und Fremdschlüssel, darstellbar. Die Abschnittsinhalte sind ausblendbar und können automatisch gepflegt werden.

Funktionalitäten wie das Zusammenführen und Aufteilen von Datenbanktabellen (Split-Columns, Split-Rows) unterstützen die Modellierung im Datenbankschema zusätzlich.

Konzeptionelles Schema

Das konzeptionelle Schema beschreibt die fachlichen Anforderungen der Anwender unabhängig von der Implementierung. Entitäts- und Beziehungstypen werden im Modell definiert und grafisch dargestellt. Dabei hat sich die Entity-Relationship-Modellierung (ERM) als Standard für semantische Datenmodelle etabliert.

Innovator for Information Architects bietet unterschiedliche Optionen für die Notation der ER-Modelle: je nachdem mit welchen Diagrammen der Benutzer bereits vertraut ist, können die klassische Chen-Notation, die James-Martin- ("Krähenfuß"-), SERM-, DSA- oder IDEF1X -Notation sowie eine Notation basierend auf UML-Klassendiagrammen genutzt werden. In der SERM-Notation können drei verschiedene Kantendarstellungen gewählt werden (Standard, Klassisch oder James Martin).

Mapping OO-ER zur Integration mit UML-Modellen

Innovator for Information Architects erlaubt die Anbindung von UML-2-Modellen aus Innovator for Business Analysts oder Innovator for Software Architects über ein OO-ER-Mapping. Das Mapping bildet objektorientierte Modellierungskonzepte auf Konzepte relationaler Datenbanken ab. Dies funktioniert in beide Richtungen. Oft werden objektorientierte Analysemodelle in UML als Startpunkt für ein konzeptionelles Datenbankschema genommen. Beispielsweise wird ein UML-Modell mit dem Ergebnis der Anforderungsanalyse aus Innovator for Business Analysts über das OO-ER-Mapping in ein initiales konzeptionelles Schema verwandelt. Dabei werden Traceability-Links gesetzt, die es später erlauben, Änderungen im Analysemodell im konzeptionellen Schema nachzuziehen. In umgekehrter Richtung lassen sich Klassen aus Entitäten generieren, um die Entwicklung gegen die entsprechende Datenbank zu erleichtern. Auch hier helfen Trace-Links, die Konsistenz zwischen den Modellen sicherzustellen.

NoSQL-Daten zur Integration unstrukturierter Daten in das konzeptionelle Schema

Innovator for Information Architects bietet Ihnen eine einheitliche Plattform für Ihre Data Governance. In einem Modell können Sie Ihre konventionellen, strukturierten, relationalen Unternehmensdatenmodelle und die unstrukturierten Datenmodelle zusammenführen und diese mit den verwendenden Applikationen und Prozessen verknüpfen.

Data-Mart-Visualisierung von Sichtbeziehungen im konzeptionellen Schema

Innovator for Information Architects bietet die Möglichkeit, Beziehungen zwischen Sichten eines Entity-Relationship-Modells auf Basis der zugrundeliegenden Entitäten zu visualisieren. Die Beziehungen werden automatisch berechnet und müssen nicht explizit modelliert werden.

Dies ist beim Reengineering von Datenbanken extrem nützlich. Importieren Sie einfach das Datenbankschema und leiten Sie daraus automatisch das konzeptionelle Modell ab. In diesem können Sie die Beziehungen zwischen den Sichten visualisieren, um schnell Zusammenhänge und Verbesserungspotentiale zu identifizieren.

Aber auch bei der Konzeption von Data-Warehouse-Schichten ist diese Funktionalität sehr hilfreich. Sie können effektiv in Ihrem Data-Warehouse eine Abstraktionsschicht basierend auf Sichten vorsehen, die Ihnen bei der Data-Warehouse-Automation hilft. Trotz der zusätzlichen Sichten behalten Sie mit Innovator den Überblick und können jederzeit die Zusammenhänge visualisieren und kommunizieren.

Data Vault 2.0 zur Historisierung im Data-Warehouse

Methodisch bietet der Data-Vault-Standard viele Vorteile, von der hohen Flexibilität bei Erweiterungen, einer vollständigen Historisierung der Daten bis hin zur starken Parallelisierung der Datenladeprozesse für Ihr Data-Warehouse. Durch die Standardisierung lässt sich das Vorgehen schnell auf unterschiedliche Projekte übertragen und hervorragend automatisieren.

Innovator for Information Architects bietet daher eine vollständige Unterstützung der Data-Vault-2.0-Notation, die insbesondere aus den Kategorien "Hub" (Informationen, die ein Objekt eindeutig beschreiben, d. h. seine Identität), "Satellit" (Attribute, die ein Objekt beschreiben) und "Link" (Beziehungen zwischen Objekten) besteht.

Dabei werden Sie bei der Modellerstellung optimal unterstützt, sodass wiederkehrende Tätigkeiten weitestgehend (teil-)automatisiert wurden. Mit Innovator und Data Vault 2.0 wird die Modellerstellung durch effektive Unterstützung beschleunigt, sodass Sie schnell zu Ihrem Data-Warehouse kommen.

Multidimensionale Modellierung in Würfel- und Dimensionsdiagrammen

Modelle sind ideal, um Zusammenhänge und Konzepte zu kommunizieren. Insbesondere in der Kommunikation mit Fachbereichen werden diese Modelle deshalb verwendet, um Vorgaben abzustimmen. Innovator for Information Architects bietet eine neue Modellform an, die speziell auf die Kommunikation mit Fachbereichen im Business-Intelligence-Umfeld ausgelegt ist.

Erstellen Sie in einer einfachen und verständlichen Darstellungsform Würfeldiagramme für multidimensionale Datenmodelle, die zeigen, welche Auswertungsmöglichkeiten der Würfel zur Unterstützung eines Online-Analyse-Prozesses (OLAP) später haben wird. Ausgehend vom Würfel zeigen Sie Dimensionen, Hierarchien und deren Ebenen auf.

Durch die Anbindung an das konzeptionelle Datenmodell können Sie stets nachvollziehen, woher die Analysedaten stammen. Gleichzeitig ermöglicht Innovator for Information Architects auf dieser Modellbasis die Generierung von physischen Datenmodellen, aus denen Sie für die Erstellung Ihrer Analyse-Datenbank entsprechende Skripte erstellen.

Durch diese Durchgängigkeit kommen Sie schneller von der Anforderung zum auswertbaren Würfel in Ihrem Data-Warehouse.

Prozesse der Datengenese beschreiben

Beschreiben Sie Ihre komplexen Aufbereitungsprozesse für Ihre Geschäftsdaten in schnell zu erfassenden BPMN-Prozessmodellen. Natürlichsprachliche Abbildungen der Transformationsschritte helfen bei der Spezifikation und machen so die Komplexität beherrschbar.

Datenherkunft (Data Lineage) visualisieren

Nutzen Sie die Impact-Analyse von Innovator, um automatisiert die Datenherkunft auf Attributsebene nachzuvollziehen und zu visualisieren. So erhalten Sie die Sicherheit über die Richtigkeit und Aussagefähigkeit Ihrer Analysedaten.