Teradata Aggregate Designer ist eine Desktopanwendung, mit der sich so genannte "Aggregate Join Indexes" (AJI) für die Teradata Datenbank automatisiert erstellen lassen. AJIs aggregieren Daten, noch während diese ins Data Warehouse geladen werden, um schneller häufig verwendete Analyse-Dimensionen verfügbar zu machen und im Vorfeld festgelegte Abfragen auszuführen. Der Teradata Business Intelligence Optimizer verwendet diese Indices automatisch, um Abfragen von OLAP-Anwendungen optimal zu organisieren. Der Einsatz von AJIs steigert die Leistungsfähigkeit von BI-Lösungen aller wichtigen Anbieter bis auf das 100fache. Zugleich vermindert er die Zahl der erforderlichen Datenwürfel und vermeidet unnötige Datenbewegungen.
"Mit Teradata Aggregate Designer konnten wir die Implementierung gegenüber einer manuellen Umsetzung erheblich verkürzen und den Business-Anwendern umfangreiche, detaillierte Daten bereitstellen", sagte Franz Lackner, Head of Data Services, mobilkom Austria AG. "Und wir erreichten die vorhergesagte höhere Leistungsfähigkeit."
Neben Teradata Aggregate Designer werden im Verlauf des Jahres zusätzliche Ergänzungen zum Teradata Business Intelligence Optimizer verfügbar sein, die den Datenzugriff weiter vereinfachen und nutzerfreundliche Analysen gewährleisten.
"Gemeinsame Kunden von Teradata und Microsoft profitieren sehr von Microsoft Business Intelligence-Tools, die auf dem hochleistungsfähigen Teradata Warehouse laufen, um für alle Mitarbeiter im Unternehmen verfügbar zu sein", sagte Donald Farmer, Principal Program Manager, Microsoft SQL Server Business Intelligence Management Team. "Teradata Aggregate Designer unterstützt Microsoft SQL Server Analysis Services nativ. Indem es Indices automatisch erstellt, hilft es die Implementierungen bei unseren Kunden erheblich schneller zu optimieren."
OLAP und Data Warehousing - Ausbaustrecke für einen Umweg
Im Idealfall greifen Business Intelligence-Lösungen direkt auf das Data Warehouse zu. Einige Anwendungen extrahieren jedoch immer noch Datensätze, organisieren sie in Datenwürfeln und speichern sie auf einem lokalen Server oder in einem Spreadsheet. Diese Architektur verursacht zahlreiche Schwierigkeiten - beispielsweise Dateninkonsistenzen - und erfordert für die Extraktion und Duplikation der Daten viel Zeitaufwand. Dies führt in der Praxis unter anderem dazu, dass Geschäftschancen ungenutzt verstreichen, weil sie nicht rechtzeitig erkannt werden. Zudem fallen bei solchen Architekturen verdeckte Kosten an, die meist mehrere Hunderttausend Euro betragen.
"Am besten greift man direkt auf die Daten des Data Warehouse zu und vermeidet Datenduplikationen und bewegungen", sagte Hermann Wimmer, President Europe, Middle East and Africa (EMEA), Teradata. "Im Ergebnis erbringt dies schnellere Abfragen bei niedrigeren Kosten - die frei gewordenen Systemressourcen lassen sich auf weitere Analysen verwenden und damit noch mehr Wert generieren."