computerwoche.de

Archiv

Warum die Analysen mit SAP den Stuttgarter Straßenbahnen nicht reichten

Mit ETL-Tool dem Data Warehouse Beine gemacht

03.05.2002
MÜNCHEN (CW) - Das Extrahieren, Transformieren und Laden (ETL) von Daten in ein Warehouse kostet Geld, Zeit und Nerven. Mit einer neuen Architektur haben die Stuttgarter Straßenbahnen (SSB) die Ladezeit um 75 Prozent gesenkt.

Die Schwaben unterstützen ihr operationales Geschäft seit Oktober 2001 mit SAP R/3, vorher war R/2 im Einsatz. Aber mit den Analysemöglichkeiten der Walldorfer Software war insbesondere das Controlling nicht zufrieden. Es gab kaum Möglichkeiten für Ad-hoc-Auswertungen, und die Reaktion auf Anfragen nach bestimmten Informationen dauerte zu lang.

So rief der Verkehrsbetrieb schon 1998 ein Data-Warehouse-Pilotprojekt ins Leben. Er suchte ein flexibles Werkzeug, mit dem sich die Auswertungen per Bildschirm im Unternehmen verteilen ließen. Fündig wurde er bei der MIS AG und deren auf einer mehrdimensionalen Datenbank basierendem Tool "Alea". Die Daten wurden über die SAP-Sprache Abap und eine Assembler-Schnittstelle aus den R/2-Modulen in DB/2 übertragen und in den Data-Warehouse-Würfel geladen.

Diese Datenbeschaffungs-Architektur hatte jedoch einige Nachteile: Zunächst war sie nicht ausbaufähig. Dann erfoderte sie zwölf Stunden Ladezeit, um das Warehouse zu befüllen; hinzu kamen zwei Stunden für das Füllen des Würfels. Darunter, dass die Logik auf sehr viele Plattformen und Schritte verteilt war, litt zudem die Wartbarkeit des Systems.

Die Konsequenz war der Aufbau einer neuen Data-Warehouse-Architektur. Dabei werden interne und externe Daten durch ein ETL-Tool in einem zentralen Datenlager zusammengeführt, wo sie zur Auswertung bereitstehen.

Fünf Millionen Datensätze in drei StundenDie Produktentscheidung fiel zugunsten einer Lösung von Sagent Technology. Sie erlaubt es unter anderem, einen Plan in mehrere Ziele zu schreiben und die Quelle jederzeit zu ändern; einzelne Logikschritte lassen sich wiederverwenden, und das "Grid" ermöglicht jederzeit den Einblick in die transformierten Daten.

Heute aktualisieren die SSB ihr Data Warehouse täglich, indem sie rund fünf Millionen Datensätze in drei Stunden in die unterschiedlichen Schemata laden. Der direkte Zugriff auf R/3 ist nun möglich, zudem lassen sich SAP- und Nicht-SAP-Daten leicht verknüpfen. Die Speicherung erfolgt in einer Oracle-Datenbank im Star-Schema, wobei die Daten bei Bedarf in die mehrdimensionale Datenbank geladen werden. (bs/qua)