Get trial
English
AnalyticsCreator Virtual Classroom
Diese Session zeigt, wie AnalyticsCreator in Beratungs- und Kundenprojekten eingesetzt wird, um Data-Warehouse-Modelle schneller aufzubauen, Datenquellen anzubinden, ETL-Pakete zu generieren, Historisierung zu konfigurieren und Metadaten-getriebene Anpassungen vorzunehmen. Zusätzlich werden neue Funktionen wie flexible Layer, Quick Sync, farbliche Objektmarkierung, Script-Transformationen, manuelle OLAP-Referenzen sowie Import und Export von Repository-Objekten vorgestellt.
Duration: 1:13:58
Updated: Jun 2021
Level: intermediate
Platform: SQL Server, SSIS, SAP, Power BI, OLAP
For: BI-Berater, Data-Warehouse-Entwickler, AnalyticsCreator-Anwender, Projektteams
Questions
- Wie unterstützt AnalyticsCreator Data-Warehouse-Projekte in der Praxis?
- Wie werden neue Datenquellen in AnalyticsCreator angebunden?
- Wie funktioniert Historisierung im Staging Layer?
- Wie können Metadaten für Umbenennungen und Transformationen genutzt werden?
- Was ist Quick Sync in AnalyticsCreator?
- Wie können Repository-Objekte exportiert und wiederverwendet werden?
Platform shown
AnalyticsCreator
Related tooling
SQL Server, SSIS, SAP, Power BI, Data Warehouse Automation
Key Takeaways
- AnalyticsCreator macht Data-Warehouse-Strukturen über Layer und visuelle Abhängigkeiten transparenter.
- Neue Datenquellen können über Connectoren angebunden und schnell in Staging-Strukturen übernommen werden.
- AnalyticsCreator generiert Datenbankobjekte und SSIS-Pakete aus dem Modell.
- Import- und Historisierungspakete können direkt ausgeführt werden.
- SCD Type 2 Historisierung kann mit wenigen Konfigurationsschritten aktiviert werden
- Metadaten-getriebene Anpassungen ermöglichen schnelle Umbenennungen von Tabellen und Spalten.
- Die offene Repository-Datenbank erlaubt projektbezogene Automatisierungen und Skripte.
- Große Modelle können über Filter, Objektgruppen und visuelle Abhängigkeiten besser verstanden werden.
- Neue Funktionen erlauben flexible Layer-Strukturen, eigene Farben und schnellere Synchronisierung.
- Script-Transformationen können SQL-Skripte oder ausführbare Programme aufrufen.
- OLAP-Beziehungen können im Data Mart Layer gezielt manuell definiert werden.
- Repository-Objekte oder ganze Modellteile können exportiert und in anderen Repositories wiederverwendet werden.
Transcript
Nils stellt sich als Senior Consultant vor und erklärt seine Erfahrung mit klassischem BI, Azure-Lösungen und AnalyticsCreator-Projekten. Danach zeigt er, wie AnalyticsCreator Data-Warehouse-Layer, Quellen, Staging, Core und Data Mart visualisiert und dadurch technische Modelle auch für Fachbereiche verständlicher macht.
Eine lokale AdventureWorks-Datenbank wird über einen MS-SQL-Connector angebunden. Der Wizard liest Metadaten ein, erstellt Source- und Staging-Objekte, und das Deployment erzeugt Tabellen, Views, DACPAC-Dateien sowie SSIS-Pakete. Das generierte SSIS-Paket lädt die Daten anschließend in den Import Layer.
Das Historisierungspaket schreibt Daten in den Persistent Staging Layer und speichert Änderungen als SCD Type 2 Historie. Dadurch bleiben alte und neue Werte mit Gültigkeitszeiträumen erhalten. In Kundenworkshops hilft dieser Ansatz, Datenquellen schnell anzubinden, Daten zu prüfen und Modellideen direkt zu validieren.
Die offene Repository-Datenbank enthält Modellinformationen wie Tabellen, Spalten, Layer und Namen. Über SQL können große Mengen an Metadaten angepasst werden, zum Beispiel technische SAP-Feldnamen in fachliche Namen. Filter- und Lineage-Funktionen zeigen, welche Quellen und Tabellen in ein Zielobjekt einfließen.
Dimitri zeigt neue Funktionen wie flexible Layer, Speichern und Öffnen von Repository-Dateien, farbliche Objektmarkierungen, konfigurierbare Synchronisierung und Quick Sync. Außerdem werden Script-Transformationen vorgestellt, mit denen SQL-Skripte oder externe Programme in generierte Prozesse eingebunden werden können.
Im Data Mart Layer können OLAP-Referenzen explizit definiert werden, zum Beispiel für mehrere Rollen einer Kalenderdimension. Einzelne Objekte, Objektgruppen oder ganze Repositories können exportiert und in anderen Projekten wiederverwendet oder zusammengeführt werden.
