Data-Governance-Systeme werden für Unternehmen jeder Größe immer wichtiger. Angesichts der zunehmenden Bedeutung von Daten ist es wichtig, den mit diesen Systemen verbundenen Fachjargon zu verstehen.

Dieser Blog bietet einen Überblick über den Fachjargon im Zusammenhang mit Data-Governance-Systemen. Dies wird Ihnen helfen, die Komplexität solcher Systeme zu verstehen. Sie lernen die wichtigsten Begriffe und Definitionen im Zusammenhang mit Data Governance kennen und erhalten ein besseres Verständnis für die Funktionsweise dieser Systeme.

High-Level-Systemdesign eines Data-Governance-Systems

Die Architektur ist für die Einrichtung eines Data-Governance-Systems in der AWS-Cloud für Daten gedacht, die von Blockchain-Knoten eingehen. Wenn Sie genau hinschauen, werden Sie feststellen, dass hier so viel Fachjargon verwendet wird. Ziel dieses Blogs ist es, all diese technischen Begriffe zu definieren, damit Sie jedes dieser Architekturdiagramme leichter verstehen können.

Definitionen

Was ist OLTP?

OLTP steht für OnLine Transaction Processing. Dabei handelt es sich um eine Art Informationssystem zur Verarbeitung großer Mengen betrieblicher Daten. Ein Beispiel für OLTP ist das Point-of-Sale-System eines Einzelhandelsgeschäfts, das zur Erfassung und Verarbeitung von Verkaufstransaktionen verwendet wird. Weitere Beispiele sind Bankensysteme und Flugreservierungssysteme.

Was ist OLAP?

OLAP steht für Online Analytical Processing. Dabei handelt es sich um eine Art Datenbanktechnologie, die eine schnelle und effiziente Analyse großer Datenmengen ermöglicht. Mit OLAP können Benutzer Daten schnell aus mehreren Perspektiven analysieren und Fragen schnell beantworten. Ein Beispiel für eine OLAP-Abfrage ist die Ermittlung des Gesamtumsatzes für ein bestimmtes Produkt in jeder Region über einen bestimmten Zeitraum. Diese Art der Abfrage ist in einer herkömmlichen Datenbankstruktur nicht möglich.

Was ist Unternehmensdatenmanagement?

Unter Enterprise Data Management (EDM) versteht man die Fähigkeit einer Organisation, Daten sowohl für interne Anwendungen als auch für die externe Kommunikation genau zu definieren, einfach zu integrieren und effektiv abzurufen. EDM konzentriert sich auf die Erstellung präziser, konsistenter und transparenter Inhalte.

Was sind technische Metadaten?

Technische Metadaten sind Daten, die die technischen Eigenschaften von Daten beschreiben. Es enthält Informationen wie Datenformat, Größe, Struktur und Zugriffsmethoden. Ein Beispiel für technische Metadaten ist ein Tabellenname, Attribute, Definition und Struktur in einer Datenbank, die die Feldnamen, Datentypen und andere technische Details zu den Daten beschreiben. Diese Informationen werden regelmäßig aus verschiedenen heterogenen Datenquellen abgerufen.

Was sind Geschäftsmetadaten?

Geschäftsmetadaten, bestehend aus Geschäftskontext, werden von Datenverwaltern, die Datenarchitekten, Produktmanager und Datenanalysten sind, aufbereitet und gesammelt. Die technischen und geschäftlichen Metadaten werden miteinander kombiniert und bieten eine einzige Quelle der Wahrheit für die gesammelten Metadaten.

Technische Metadaten werden aus verschiedenen Unternehmensquellen über eine Datenbank/Anwendungsprogrammierschnittstelle (API) gesammelt. Die API/JDBC-Verbindung ruft regelmäßig Datenwörterbuchdetails aus verschiedenen relationalen/Anwendungsdatenspeichern ab. Diese technischen Metadaten werden in einer relationalen Datenbank gespeichert, die so modelliert ist, dass sie den Daten-Governance-Anforderungen der Organisation entspricht. Die Metadaten werden durch zusätzliche Geschäftsmetadaten angereichert, die sich auf die Objekte und Attribute beziehen, wie z. B. Beschreibung, Herkunftsinformationen, Sicherheitsklassifizierungen, Eigentum usw.

Was ist ein Datenkatalog?

Data Catalog ermöglicht es einem Unternehmen, die Herkunft von Datensätzen zu kennen und zu erfahren, wie sich Daten beim Fluss durch verschiedene Anwendungen verändern, wodurch die Zeit für die Datenanalyse verkürzt wird.

Was ist Datenherkunft?

Unter Datenherkunft versteht man den Prozess des Verstehens, Aufzeichnens und Visualisierens von Daten auf ihrem Weg von den Datenquellen zum Verbrauch. Es umfasst alle Transformationen, die die Daten im Laufe der Zeit durchlaufen haben, sowie die Art und Weise, wie die Daten transformiert und genutzt wurden.

Was sind Data Stewards?

Die Datenverwalter aktualisieren die Datentaxonomie. Unter Datenverantwortung versteht man die Sammlung von Praktiken, die sicherstellen, dass die Daten einer Organisation zugänglich, nutzbar, sicher und vertrauenswürdig sind. Dazu gehört die Überwachung von Aspekten des Datenlebenszyklus: Erstellen, Vorbereiten, Verwenden, Speichern, Archivieren und Löschen von Daten. Sie tragen dazu bei, die Datenqualität und -integrität im Einklang mit den Data-Governance-Grundsätzen einer Organisation zu fördern. Sie verwalten und pflegen den Datenkatalog mithilfe der grafischen Oberfläche, die auf der relationalen Datenbank aufbaut, in der die Metadaten gespeichert sind (Collibra/Atlas).

Abschluss

Zusammenfassend zielte dieser Blog darauf ab, die in einer AWS-Data-Governance-Architektur verwendeten Begriffe zu definieren und zu erklären. Zu diesen Begriffen gehörten OLTP, OLAP, Unternehmensdaten, technische Metadaten, Datenverwalter, Geschäftsmetadaten, Datenkatalog und Datenherkunft. Das Verständnis der Definitionen dieser Begriffe kann Unternehmen dabei helfen, Daten besser zu nutzen, um fundierte Entscheidungen zu treffen und effizienter zu arbeiten.