"A subject-oriented, integrated, time-variant, and non-volatile collection of data in support of managements dicision-making process.

Størrelse: px
Starte visningen fra side:

Download ""A subject-oriented, integrated, time-variant, and non-volatile collection of data in support of managements dicision-making process."

Transkript

1 Data warehouses Introduktion til Data Warehousing... 2 Konceptet bag et Data Warehouse... 2 Data Warehousets fordele... 3 Problemer med Data Warehouses... 3 OLTP vs EDW... 4 Data Warehouse Arkitektur... 5 Operational Data... 5 Operational Data Store... 5 Load Manager... 5 Warehouse Manager... 5 Query Manager... 6 Detailed, lightly and highly summarized data... 6 Archive/backup data... 6 Meta Data... 6 End-user access tools... 6 Data Marts... 7 Data Warehouse Design - Dimensionality Model... 7 Dimensionality Model... 7 Star Schema... 8 Snowflake Schema... 8 Starflake Schema... 8

2 Introduktion til Data Warehousing Datawarehouse konceptet opstod i 1970 erne da virksomhedernes behov for at optimere deres information på både tilgængelighed og økonomisk grundlag steg i takt med deres egen udvikling. Efter virksomhederne i mange år har opsamlet værdifuld information i deres normale databaser kom man frem til at det var muligt at skabe en forretningsmæssig fordel over andre ved at udnytte denne information til at skabe fuldt dækkende statistik over hele virksomheden og sågar bruge denne til at forudsige kommende trends og tilbøjeligheder der kan gavne virksomhedens fremgang. Det vil sige at datawarehousets historiske indblik i virksomheden direkte kommer til at danne grundlag for den fremtidige beslutningstagning. En standard databaseløsning var aldrig designet til at kunne udfører denne slags opgaver. Disse var som regel fordelt ud over flere områder og i forskellige formater hvilket resulterede i at det var enormt svært at udarbejde en sådan løsning uden et nyt grundlag. Datawarehouset skal derfor ligge grundlag for at alt data fra hele virksomheden skal samles under et tag og i en udformning for at fjerne problemer som tilgængelighed, format og datatyper. I starten da IBM fremlagde visionen bag datawarehouses under navnet Information Warehouse mødte de meget modstand da ideen var ny og den generelt lagde op til enorme performance og kompleksitets problemer. I nyere tid er datawarehousene dog blevet enormt populære og bruges i virksomheder over hele verden. Konceptet bag et Data Warehouse Som omtalt i introduktionen er Datawarehousets ide opstået hos IBM og senere blevet realiseret på et bredere grundlag. Bill Inmon også kendt som "Father of data warehousing" definere datawarehousing således: "A subject-oriented, integrated, time-variant, and non-volatile collection of data in support of managements dicision-making process." 1. Subject-Oriented: Datawarehouset er opbygget omkring virksomhedens overordnede emner. Den er mere fokuseret på information omkring de emner der har betydning for beslutningstagning i virksomheden og ikke så meget omkring det relevante for f.eks. virksomhedens infrastruktur. 2. Integrated: Da den samlede datamængde i et Datawarehouse som regel altid kommer fra mange forskellige kilder er det vigtigt at det bliver integreret i datawarehouset under en udformning. Dette er et krav da alt data fra hele virksomheden skal kunne fremvises som en helhed. 3. Time-Variant: Tiden er altid vigtig i et datawarehouse. Alt ændre sig over tid og eftersom datawarehouset praktisk talt er et lager over historisk data er det vigtigt at man ved præcis hvornår dataen er lagret i databasen. 4. Non-volatile: Eftersom dataen i et datawarehouse ikke bliver opdateret i realtime ligesom en normal forretningsdatabase er det vigtigt at huske at denne data ikke bliver tilføjet og brugt som information til f.eks. den enkelte medarbejder i virksomheden. Dataen bliver lagret med et valgt interval og den erstatter aldrig tidligere data - Den suplementere den.

3 Data Warehousets fordele En succesfuld implementering af et Datawarehouse kan give enorme fordele til en virksomhed. Dette kan blandt andet være: 1. Potentielt høje afkast på investeringer: For at implementere et datawarehouse skal en virksomhed bruge store mængder penge - Det har dog vidst sig igennem undersøgelser foretaget af International Data Corporation IDC at man i 1996 kunne indberette en ROI (Return on Investment) på 401%. 90% af virksomhederne fik et 40% større ROI. Der var sågar virksomheder der kunne reportere at deres ROI havde oversteget 600%. 2. Konkurence fordele: Alene det ovenstående eksempel på ROI er bevis nok på at datawarehouset giver en enorm konkurrence fordel over andre virksomheder. Derudover giver datawarehouset faktisk en mulighed for igennem datamining at forudsige nye trends og komme frem til viden og information som indtil da har været gemt for virksomheden og kun blevet opdaget igennem denne nye tilgang til historisk data. Dette kommer jeg ind på senere i denne opgave. 3. Bedre beslutningstagning fra virksomhedens styrrelse: Datawarehouses hjælper virksomhederne med at tage bedre og hurtigere beslutninger. Det at have et samlet overblik over hele virksomheden og at alt dataen er integreret fra starten af giver beslutningstagerne en enorm fordel i form af tid og overblik. Problemer med Data Warehouses Datawarehouses har dog også nogle problemer. Her er et udsnit af disse: 1. Undervurdering af krav til indlæsning af data: Mange udviklere undervurdere den tid det tager at trække dataen ud såval som at sortere og indlæse den i Warehouset. Dette er en stor del af hele opsætningen af et Datawarehouse. 2. Skjulte problemer i kildesystemet: Der kan være skjulte problemer i et af datawarehousets kildesystemer som kan gå uset hen i flere år. Dette skal derefter rettes enten i datawarehouset eller i kildesystemet. 3. Nødvendig data som ikke bliver registreret: Det kan ske at et datawarehouse har brug for nogle oplysninger som kildesystemet ikke registrerer. Der skal derfor tages stilling til om kildesystemet skal ændres eller om der skal udvikles et nyt system som kan sørge for at fylde dette hul ud. 4. Øgede bruger krav: Når først datawarehouset er oppe at kører kommer der også et problem i form af support og hjælp til brug af dette. 5. Data homogenisering: I et voksende Datawarehouse kan designeren nemt bliver fristet til at generalisere data i stedet for at bevare deres egentlige værdier for at gøre det nemmere og mere overskueligt at arbejde med.

4 6. Høje ressourcekrav: Et Datawarehouse kræver enorme mængder diskplads. Ved brug af star, snowflake og starflake mønstre kan fact tabeller og meta data til sidst overskride selve dataens egentlige diskkrav. 7. Data Ownership: Altså hvem tilhører dataene egentligt. Data der før tilhørte en afdeling kan nu tilgås af alle i virksomheden. 8. Høj vedligeholdelse: Der er naturligvis et stort krav til vedligeholdelse af datawarehouses. En hvilken som helst form for reorganisering af datawarehouset er enormt komplekst og man siger derfor at man som regel skal holde sit Datawarehouse konsistent med den virksomhed den tilhører. 9. Lang tid til udvikling: Det kan tage op til 3 år at opsætte et Datawarehouse. Dette er lang tid. Et alternativ er derfor Datamarts - altså en mindre udgave af et Datawarehouse som er knyttet til en enkelt afdeling i virksomheden. Dette kommer jeg også ind på senere i opgaven. 10. Kompleksitet ved integration af værktøjer: Et Datawarehouse har mange forskellige værktøjer til rådighed. Disse skal vælges med omhu og integreres helt rigtigt for at opnå det bedste resultat. OLTP vs EDW Herunder vises et lille skema som forklare nogle af forskellene på en standard OLTP og et EDW

5 Data Warehouse Arkitektur I dette afsnit kommer vi ind på opbygningen af et Data Warehouse. Operational Data Operational Data er kilden til den data der skal opbevares i data warehouset. Operational Data Store En Operational Data Store (ODS) er et lager for data der skal indlæses i data warehouset. ODS er som regel struktureret som et data warehouse hvilket gør det nemmere når man skal oprette selve data warehouset. Load Manager Load manageren også kendt som Frontend Component udfører alle operationer som er tilknyttet til at udtrække og indlæse den data der skal være i datawarehouset. Det er derfor også her at dataen bliver formateret til at passe til data warehouset. Warehouse Manager Warehouse manageren har til opgave at udfører alle operationer som er tilknyttet vedligeholdelse og styring af data warehouset. Dette inkludere: 1. Analyse af data for at sikre konsistens 2. transformation og sammenlægning af kilde data fra et midlertidigt lager og ind i data warehouse tabeller. 3. skabelse af index og views i basis tabeller 4. udførelse af denomalisering 5. udførelse af aggregering 6. backup og arkivering af data

6 Query Manager Query Manageren også kendt som Backend Component udfører alle opgaver som er tilknyttet bruger queries. Den har til opgave at dirigere queries til de rigtige tabeller og planlægge kørsel af queries. Detailed, lightly and highly summarized data Dette er ekstra data som har til formål at gøre hastigheden på queries bedre i data warehouset. Denne data bliver konstant opdateret når der kommer ny data ind i warehouset. lighty og highly summarized data skabes ud fra detailed data. Archive/backup data Dette eksistere kun for at give mulighed for arkivering og backup af summarized data. Meta Data Dette område af Data Warehouset lagre alt meta data (data der omhandler data). Meta data bliver brugt til mange forskellige ting som f.eks. 1. Udtræk og load processen 2. Automatisering af summery tables 3. Hjælper Query Manageren med at vælge den bedste data source Strukturen på meta data variere alt efter hvad den skal bruges til. Dette vil sige at man faktisk kan have den samme meta data lagret flere gange i sit system. Meta data kan i nogen tilfælde komme til at fylde mere end den egentlige data i warehouset. End-user access tools Princippet i et data warehouse er at give brugeren bedre mulighed for at træffe vigtige forretningsbeslutninger. End-user Access Tools giver brugeren af data warehouset disse muligheder. Dette er de værktøjer man bruger for at udnytte sit data warehouse. disse værktøjer bliver delt ind i 5 kategorier. 1. Rapportering og Query Disse værktøjer gør det nemmere for End-Useren at bruge data warehouset. Dette kan f.eks. være et værktøj der giver brugeren mulighed for at lave "Point and Click" sql sætninger. Dette vil sige at brugeren ikke har behov for at kende SQL og at denne kan autogernere disse sætninger ud fra et grafisk interface. 2. udvikling Nogle opgaver er for komplekse til simplificeringen vi talte om i punktet over dette. Derfor er der også behov for at kunne skabe In-house programmer som kan assistere hvor det færdige program har mangler. 3. Executive Information System (EIS)

7 Disse værktøjer giver brugen mulighed for at skabe grafisk overblik over data. Dette er vigtigt når mennesket skal tage beslutninger ud fra data warehouset. Scroller man ned over tubler i en database giver det ikke megen viden om hvilken retning man skal bevæge sig - En graf over disse tubler kan til gengæld nemt forstås af den menneskelige hjerne. 4. Online Analytical Processing (OLAP) OLAP giver brugeren mulighed for at analysere dataen ud fra et komplekst multi-dimensionel synspunkt. Dette bruges typisk til f.eks. at undersøge effektiviteten af et valg der er fortaget i virksomheden. 5. Data Mining Data Mining bruges til at finde frem til ny viden og forudsige trends. Data Mining adskiller sig fra OLAP da det er istand til at forudsige og ikke bare kigge på hvad der er sket. Data Marts Et Data Mart er i princippet et lille data Warehouse som kun fokusere på et bestemt område. Data Marts er mindre og nemmere at overskue en Data Warehouses. Der er mange årsager til at skabe et Data Mart. Disse kan f.eks. være: 1. At give brugeren adgang til den data de bruger oftest. 2. At opstille dataene så de passer til det generelle format den enkelte afdeling bruger. 3. At give bedre performance da mængden af data der skal arbejdes med er betydeligt mindre. 4. End-User Tools som OLAP og Data Mining bruger som regel Data Marts der er specifikt struktureret til at tjene deres formål. 5. Normalt bruger Data Marts mindre data og er derfor nemmere at vedligeholde. 6. Det koster mindre at implementere et data mart. Det er også hurtigere. 7. Det er nemmere at definere Data Martet til at passe specielt til den brugergruppe det skal støtte. Data Warehouse Design - Dimensionality Model I dette afsnit vil jeg komme ind på selve opbygningen af et Data Warehouse i praksis. Jeg vil beskrive Dimensionality Modeling som er en ud af flere tilgange til hvordan et Data Warehouse kan se ud og bruges. Dimensionality Model "En logisk design teknik der sigter efter at presentere data i en standartiseret og intuitiv form der tilbyder høj performance"

8 Princippet bag DM bygger faktisk på Entity-Relationship som vi kender det fra normale databaser. Der er dog nogle væsentlige ændringer. Alle DMer er sammensat med en form for primary key som bliver kaldt Fact Table og en mængde mindre tabeller der bliver kaldt dimension tables. Hver dimension table har en primary key som tilknytter den til Fact Tabellen. En anden karakteristik ved DM er at alle tabellers naturlige nøgler bliver erstattet med stedfortrædere. Disse stedfortrædere har en generaliseret struktur i form af f.eks. integers og de tillader derfor dataene i warehouset at være selvstændige i forhold til det der er trukket ud af OLTP systemerne. eks. BranchNo og BranchID. Star Schema "En logisk struktur som er bygget op omkring en fact table og omgivende dimension tables." Star Schema ser ud som beskrevet herover. Princippet er egentligt bare at modellen er bygget op omkring Fact table. Til fact table tilknyttes nogle dimension tables og disse er denormaliserede. Hver dimensional table har en primary key som er relateret til en foreign key i fact tabellen. Snowflake Schema Snowflake Schema er en udvidelse af Star Schemaet. Forskellen ligger i at hver dimensional table i Star Schemaet normaliseres ud i flere tabeller. Dette er en fordel i forhold til performance da man kan forkorte sine tabeller betydeligt med normalisering. Til gengæld bliver vedligeholdelsen mere besværlig med flere lookup tabeller. Starflake Schema Sidst men ikke mindst er der Starflake Schemaet. Dette er en combination af de 2 tidligere nævnte. Det er derfor konstrueret både som star og snow schemas på samme tid for at tilbyde det gode fra begge verdener.

Tietgenskolen - Nørrehus. Data warehouse. Database for udviklere. Thor Harloff Lynggaard DM08125

Tietgenskolen - Nørrehus. Data warehouse. Database for udviklere. Thor Harloff Lynggaard DM08125 Tietgenskolen - Nørrehus Data warehouse Database for udviklere Thor Harloff Lynggaard DM08125 Juni 2010 Indhold Beskrivelse... 3 Data warehouse... 3 Generelt... 3 Sammenligning... 3 Gode sider ved DW...

Læs mere

Data Warehouse Knowledge is Power - Sir Francis Bacon -

Data Warehouse Knowledge is Power - Sir Francis Bacon - Data Warehouse 4. sem. datamatiker uddannelse Tietgen Skolen Odense Skrevet af Troels Markvard Andersen (DM08228) Knowledge is Power - Sir Francis Bacon - Troels Markvard Andersen Side 1 af 8 Forord /

Læs mere

Eksamensopgave. Databaser for udviklere. Kasper Lorenzen 08-06-2010

Eksamensopgave. Databaser for udviklere. Kasper Lorenzen 08-06-2010 2010 Eksamensopgave Databaser for udviklere Kasper Lorenzen 08-06-2010 Definition Følgende definition på et data warehouse( varehus ) formuleret af Bill Inmon taget fra wikipedia 1 er: Emneorienteret,

Læs mere

Virksomhedens informationssystem. Det elektroniske kontor. Elektronisk dokumenthåndtering Samfundet. Systembeskrivelse II IT og økonomi

Virksomhedens informationssystem. Det elektroniske kontor. Elektronisk dokumenthåndtering Samfundet. Systembeskrivelse II IT og økonomi Virksomhedens informationssystem Systembeskrivelse II IT og økonomi Det elektroniske kontor Elektronisk dokumenthåndtering Hvordan omlægger vi arbejdsgange, så elektronikken styrker vores arbejde? Data

Læs mere

DM08115 DATABASE 08.06.2010

DM08115 DATABASE 08.06.2010 Hvad er OLAP OLAP er en databaseteknologi, der er blevet optimeret til forespørgsler og rapportering i stedet for behandling af transaktioner. Kildedataene for OLAP er OLTP- databaser (Online Transactional

Læs mere

Database design for begyndere

Database design for begyndere Denne guide er oprindeligt udgivet på Eksperten.dk Database design for begyndere Denne artikel beskriver hvordan man kommer fra ide til database design. Den stopper inden normal former. Den forudsætter

Læs mere

SQL ny front-end

SQL ny front-end SQL 2016 - ny front-end Overblik De største nyheder i SQL Server 2016 finder vi på front-enden, hvor en helt ny og redesignet rapporteringsplatform i Reporting Services er den fremadrettede grundstamme

Læs mere

Database. lv/

Database. lv/ Database 1 Database Design Begreber 1 Database: En fælles samling af logiske relaterede data (informationer) DBMS (database management system) Et SW system der gør det muligt at definer, oprette og vedligeholde

Læs mere

Database for udviklere. Jan Lund Madsen PBS10107

Database for udviklere. Jan Lund Madsen PBS10107 Database for udviklere Jan Lund Madsen PBS10107 Indhold LINQ... 3 LINQ to SQL og Arkitektur... 3 O/R designere... 5 LINQ Den store introduktion med.net 3.5 er uden tvivl LINQ(udtales link): Language-INtegrated

Læs mere

WEBINAR OM DREAM WEBINAR OM DREAM

WEBINAR OM DREAM WEBINAR OM DREAM Den 8. marts 2019 Agenda Velkomst og indflyvning: Ved Theis Agger Pape, konsulent i KL Struktur og teknisk design: Hvordan tilgås data i FLIS og anden teknisk specifikation Ved Erik Damsted, seniorkonsulent

Læs mere

KURSUSKATALOG 1. HALVÅR 2019 VI STARTER DÉR, HVOR DU GÅR I STÅ

KURSUSKATALOG 1. HALVÅR 2019 VI STARTER DÉR, HVOR DU GÅR I STÅ KURSUSKATALOG 1. HALVÅR 2019 VI STARTER DÉR, HVOR DU GÅR I STÅ Excel-kurser for dig, der allerede er hjemmevant i Excel HAR DU FØR VÆRET PÅ EXCEL-KURSUS OG LÆRT EN MASSE FUNKTIONALITETER, SOM ER SVÆRE

Læs mere

Information Integration

Information Integration Databaser, efterår 2002 Information Integration Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072

Læs mere

Product Information Management

Product Information Management Product Information Management Få værdi af at styre din produktdata Seminar, forår 2019 Speaker Jacob Johnsen Partnerkonsulent Dynamicweb jaj@dynamicweb.dk Agenda Introduktion til Dynamicweb Hvad er PIM?

Læs mere

Hvorfor skal vi bruge objekt orienteret databaser?

Hvorfor skal vi bruge objekt orienteret databaser? OODBMS Vs. RDBMS 1 Indholdsfortegnelse Hvorfor skal vi bruge objekt orienteret databaser?... 3 OODBMS i erhvervslivet... 4 Bagsiden af medaljen... 5 OODBMS i praksis... 6 Konklusion... 8 2 Hvorfor skal

Læs mere

5 veje til at booste dit salg med Microsoft CRM

5 veje til at booste dit salg med Microsoft CRM 5 veje til at booste dit salg med Microsoft CRM Ved du nok om dine kunder? Microsoft CRM fortæller dig alle hemmelighederne I IT Relation Front-data tilpasser og skræddersyer vi Microsoft CRM systemer

Læs mere

Databasesystemer. Databaser, efterår Troels Andreasen. Efterår 2002

Databasesystemer. Databaser, efterår Troels Andreasen. Efterår 2002 Databaser, efterår 2002 Databasesystemer Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Artikel trykt i ERP. Gengivelse af denne artikel eller dele heraf er ikke tilladt ifølge dansk lov om ophavsret.

Artikel trykt i ERP. Gengivelse af denne artikel eller dele heraf er ikke tilladt ifølge dansk lov om ophavsret. ERP Artikel trykt i ERP. Gengivelse af denne artikel eller dele heraf er ikke tilladt ifølge dansk lov om ophavsret. Børsen Ledelseshåndbøger er Danmarks største og stærkeste videns- og udviklingsklub.

Læs mere

Region Nordjylland. Hvordan skaber et datavarehus værdi i en regional forvaltning? Juni 2015

Region Nordjylland. Hvordan skaber et datavarehus værdi i en regional forvaltning? Juni 2015 Region Nordjylland Hvordan skaber et datavarehus værdi i en regional forvaltning? Juni 2015 Hvem er vi Hanne Purkær Fuldmægtig Koncern Økonomi (Systemejer) Region Nordjylland Dagligt ansvar for BI Jan

Læs mere

Hassansalem.dk/delpin User: admin Pass: admin BACKEND

Hassansalem.dk/delpin User: admin Pass: admin BACKEND Hassansalem.dk/delpin User: admin Pass: admin BACKEND 1/10 Indledning Dette projekt er den afsluttende del af web udvikling studiet på Erhvervs Lillebælt 1. semester. Projektet er udarbejdet med Del-pin

Læs mere

VI STARTER DÉR, HVOR DU GÅR I STÅ

VI STARTER DÉR, HVOR DU GÅR I STÅ Kom hurtigere i mål med dine Excel-opgaver VI STARTER DÉR, HVOR DU GÅR I STÅ Excel-kurser 2018 for dig, der allerede er hjemmevant i Excel Har du prøvet at være på Excel-kursus og haft oplevelsen af, at

Læs mere

DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER

DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER KIRSTINE ROSENBECK GØEG Tema Titel Materiale 1 IS i sundhedssektoren Patientdatas anvendelighed Lynge et al. 2 Registrering

Læs mere

Efter et årti med BIM i Danmark: Hvor langt er vi?

Efter et årti med BIM i Danmark: Hvor langt er vi? Efter et årti med BIM i Danmark: Hvor langt er vi? Selv efter et årti er BIM stadiget af byggebranchens helt store buzzwords - og et begreb som enhver materialeproducent skal forholde sig til. Hvor peger

Læs mere

Den bedste løsning er den som bliver anvendt

Den bedste løsning er den som bliver anvendt Den bedste løsning er den som bliver anvendt RISMA Vi er dedikeret til din succes Pålidelig rettidig information spiller en nøglerolle for succes i dagens omskiftelige forretningsverden. Samtidigt har

Læs mere

WEBINAR KEYWORDANALYSEN BASEN FOR SEO. 21. oktober 2015

WEBINAR KEYWORDANALYSEN BASEN FOR SEO. 21. oktober 2015 WEBINAR KEYWORDANALYSEN BASEN FOR SEO 21. oktober 2015 www.mono.net SEO STARTPAKKE Mono s SEO-specialister optimerer: Meta titler Meta beskrivelser Sideadresser (UR) ALT tags på billeder Sideoverskrifter

Læs mere

Besvarelse af spørgsmål

Besvarelse af spørgsmål Dato 10. juli 2015 J. nr.:. Initialer HAMI It Koncernadministration Tagensvej 18 2200 København N Tlf. nr. 72 48 75 00 info@phmetropol.dk www.phmetropol.dk CVR. 3089 1732 Besvarelse af spørgsmål 1.0 Indledning

Læs mere

Samspillet mellem databaser og kort styres af GeoCAD programmet GeoDB.

Samspillet mellem databaser og kort styres af GeoCAD programmet GeoDB. GeoCad modul GeoDB I GeoCAD er det muligt at koble relationsdatabase til GeoEDIT. Her igennem er det muligt at lagre forskellige oplysninger i databasen og koble disse oplysninger til objekter i kortet.

Læs mere

Stream B: Governance, Risk & Compliance Dokumentation af kontroller. September 2012, Arne Joensen

Stream B: Governance, Risk & Compliance Dokumentation af kontroller. September 2012, Arne Joensen Stream B: Governance, Risk & Compliance Dokumentation af kontroller September 2012, Arne Joensen Overvejelser omkring kontroller og compliance GRCsystemer Udgangspunkt Dokumentation og overblik Hvilke

Læs mere

Dataintegration best practice vejen til et godt data warehouse

Dataintegration best practice vejen til et godt data warehouse Dataintegration best practice vejen til et godt data warehouse Niels-Kenneth Nielsen, seniorkonsulent Professional Services Division Dataintegration best practice Vejen til et godt data warehouse Agenda

Læs mere

Numeric Data Platform

Numeric Data Platform Numeric Data Platform Fleksibel indsamling og deling af data Centrale og decentrale BI-løsninger Business Intelligence løsninger kan typisk opdeles i dels centraliserede data warehouse systemer med tilhørende

Læs mere

KURSUSKATALOG 2. HALVÅR 2019 VI STARTER DÉR, HVOR DU GÅR I STÅ

KURSUSKATALOG 2. HALVÅR 2019 VI STARTER DÉR, HVOR DU GÅR I STÅ KURSUSKATALOG 2. HALVÅR 2019 VI STARTER DÉR, HVOR DU GÅR I STÅ Excel-kurser for dig, der allerede er god til Excel HAR DU FØR VÆRET PÅ EXCEL-KURSUS OG LÆRT EN MASSE FUNKTIONALITETER, SOM ER SVÆRE AT OMSÆTTE

Læs mere

Hvad er en relationsdatabase? Odense, den 19. januar Version 1.0

Hvad er en relationsdatabase? Odense, den 19. januar Version 1.0 Hvad er en relationsdatabase? Odense, den 19 januar 2004 Version 10 Program for 6 kursusdag: Databaser 0900-0945 Hvad er en relationsdatabase? -1045 Opgave om normalisering 1100-1145 Eksempel på database

Læs mere

Automatisk marketing for webshop-ejeren

Automatisk  marketing for webshop-ejeren Automatisk e-mail marketing for webshop-ejeren - sådan kommer du i gang Casper Ackermann Automatisk e-mail marketing for webshop-ejeren Der er rigtig mange penge at hente i e-mail marketing for en webshop.

Læs mere

Data lagring. 2. iteration (implement backend)

Data lagring. 2. iteration (implement backend) Data lagring 2. iteration (implement backend) Emner Grundlæggende database begreber. Data definitionskommandoer ER-diagrammer og cardinalitet/relationer mellem tabeller Redundant data og Normalisering

Læs mere

make connections share ideas be inspired

make connections share ideas be inspired make connections share ideas be inspired Integration af prædiktive analyser og operationelle forretningsregler med SAS Decision Manager Kristina Birch, chefkonsulent Professional Services, Banking & Mortgage

Læs mere

Database optimering - Indeks

Database optimering - Indeks Database optimering - Indeks Alle kender til dette irritations moment, hvor programmet man sidder og arbejder med, bare ikke er hurtigt nok. Selvom det kun drejer sig om få sekunder man sidder og venter,

Læs mere

Database kursus Forår 2013

Database kursus Forår 2013 Database kursus Forår 2013 Jacob Aae Mikkelsen Database design og programmering/databaser fra Organisationsorienteret softwareudvikling 1 Praktisk info Lærebog Database Systems: The Complete Book Skema

Læs mere

GIS: Anbefalinger og performance (NS )

GIS: Anbefalinger og performance (NS ) Side 1 af 5 Navision Stat Opr. 14.11.14 ØSY/CPS/SKH J.nr. n/a GIS: Anbefalinger og performance (NS 5.4.02) Den generiske integrationssnitflade til Navision Stat (GIS) understøtter udveksling af data mellem

Læs mere

Udviklingsprojekter på GEUS. Chefkonsulent Martin Hansen ATV mødet Perspektivering af digitalisering af data Schæffergården 18/6 2019

Udviklingsprojekter på GEUS. Chefkonsulent Martin Hansen ATV mødet Perspektivering af digitalisering af data Schæffergården 18/6 2019 Udviklingsprojekter på GEUS Chefkonsulent Martin Hansen ATV mødet Perspektivering af digitalisering af data Schæffergården 18/6 2019 Hvad foregår der på GEUS? Jupiter reformationen PCJupiterXL datamodellen

Læs mere

Efter et årti med BIM i Danmark: Hvor langt er vi kommet?

Efter et årti med BIM i Danmark: Hvor langt er vi kommet? Efter et årti med BIM i Danmark: Hvor langt er vi kommet? Selv efter et årti er BIM stadig et af byggebranchens helt store buzzwords - og et begreb som enhver materialeproducent skal forholde sig til.

Læs mere

Object-Relational Mapping

Object-Relational Mapping Databaser for udviklere () Datamatiker TietgenSkolen Underviser: Allan Helboe 06-06-2010 Problemformulering Denne opgave er et forsøg på at beskrive problemerne der opstår ved anvendelsen af en relationel

Læs mere

Succesfuld implementering af automatiseret test

Succesfuld implementering af automatiseret test Succesfuld implementering af automatiseret test Forudsætningerne og faldgruberne John Fodeh john.fodeh@hp.com 2006 Hewlett-Packard Development Company, L.P. The information contained herein is subject

Læs mere

OIS - Applikationskatalog

OIS - Applikationskatalog OIS - Applikationskatalog OIS arkitekturprodukter 25. januar 2018 Indledning Dokumentationen omkring OIS er struktureret med inspiration fra OIO Arkitekturguidens arkitekturreol, således at arkitekturprodukterne

Læs mere

Hvornår er dit ERP-system dødt?

Hvornår er dit ERP-system dødt? Hvornår er dit ERP-system dødt? Ved du egentlig hvornår dit ERP-system er dødt? Vi giver dig vores bud på, hvilke tegn du skal holde øje med, så du kan handle i tide. Hvornår er dit ERP-system dødt? At

Læs mere

DATABASE - MIN MUSIKSAMLING

DATABASE - MIN MUSIKSAMLING DATABASE - MIN MUSIKSAMLING I dette forløb skulle vi lære om databaser, som bruger sproget SQL. SQL står for Structured Query Language. Det bruges til at vise og manipulere data, gemt i en database. I

Læs mere

Software Projekt NoSQL vs RMDB

Software Projekt NoSQL vs RMDB Software Projekt NoSQL vs RMDB Skrevet af Carsten Sørensen, Hans Jørgen Frandsen, Peter Haislund Department of Computer Science, University of Aarhus Aabogade 34, 8200 Arhus N, Denmark 201200089, 19960442,

Læs mere

DYNATEAM COURSE MANAGEMENT

DYNATEAM COURSE MANAGEMENT DYNATEAM COURSE MANAGEMENT Dynateam Course Management CRM 2013 løsning Course Management Course Management Dynateam tilbyder virksomheder der sælger kurser, uddannelser og events en overskuelig, brugervenlig

Læs mere

Business Intelligence

Business Intelligence Business Intelligence WHITE PAPER Version 5. marts 2019 Side 1 af 11 INDHOLD Business Intelligence... 3 Analyser... 4 Værdiskabelse... 4 Målrettede rapporter og dashboards... 5 Use cases... 5 En skræddersyet

Læs mere

Implementering af ADMS system. Nina Stender, Dong Energy Nettemadag 2014

Implementering af ADMS system. Nina Stender, Dong Energy Nettemadag 2014 Implementering af ADMS system Nina Stender, Dong Energy Nettemadag 2014 Baggrund Afdelingsleder for SCADA og Teleteknik - ansvarlig for el og gas SCADA og Teleteknik systemer i Teknik el og gas - 9 personer

Læs mere

Den bedste løsning er den som bliver anvendt

Den bedste løsning er den som bliver anvendt Den bedste løsning er den som bliver anvendt RISMA Vi er dedikeret til din succes Pålidelig rettidig information spiller en nøglerolle for succes i dagens omskiftelige forretningsverden. Samtidigt har

Læs mere

SKAB SUCCES SOM LEVERANDØR AF DIALOG MANAGER

SKAB SUCCES SOM LEVERANDØR AF DIALOG MANAGER www.dmsoftware.dk DM PARTNER ACADEMY Dialog Manager SKAB SUCCES SOM LEVERANDØR AF DIALOG MANAGER Slotsmarken DK-2970 Hørsholm Denmark Tel +45 45 76 69 00 Fax +45 45 76 69 0 dmsoftware@dmsoftware.dk At

Læs mere

ER DIT ØKONOMITEAM MED PÅ DEN DIGITALE BØLGE?

ER DIT ØKONOMITEAM MED PÅ DEN DIGITALE BØLGE? ER DIT ØKONOMITEAM MED PÅ DEN DIGITALE BØLGE? ER DIT ØKONOMITEAM MED PÅ DEN DIGITALE BØLGE? Digital transformering har en stor påvirkning på arbejdsgangene hos CFO erne. Den digitale bølge giver nye muligheder,

Læs mere

De 7 bedste tips til din ERPimplementering

De 7 bedste tips til din ERPimplementering De 7 bedste tips til din ERPimplementering En korrekt implementering af din nye ERP-løsning, er afgørende for din forretning. Derfor har vi lavet en step by step guide til den optimale implementering.

Læs mere

Erfaringer med CPR-replikering

Erfaringer med CPR-replikering Erfaringer med CPR-replikering Dette dokument beskriver en række overvejelser vi har gjort os i forbindelse med at vi har udviklet en Proof of Concept (PoC) af en CPR-replikeringstjeneste for KOMBIT. CPRs

Læs mere

KURSUSLØSNING. Kursusadministration og seminarhåndtering. Dynateam A/S Customer Relationship Management System

KURSUSLØSNING. Kursusadministration og seminarhåndtering. Dynateam A/S Customer Relationship Management System KURSUSLØSNING Kursusadministration og seminarhåndtering Dynateam A/S Customer Relationship Management System Kursusløsning til dit overblik over alle processer og aktiviteter! er alle processer Hvem er

Læs mere

Softwareløsninger til dit netværk

Softwareløsninger til dit netværk www.draware.dk Softwareløsninger til dit netværk Overvågning Side 4 Analyse Side 11 Sikkerhed Side 14 Administration Side 21 Asset management Side 27 Dokumentation Side 30 Kundecitater Side 35 Bedre overblik

Læs mere

Anvisning i aflevering af bitemporale data

Anvisning i aflevering af bitemporale data UDKAST udgivet juni 2019 Anvisning i aflevering af bitemporale data Baggrund Aflevering af data fra it-systemer til et offentligt arkiv er baseret på aflevering af en arkiveringsversion i en relationel

Læs mere

Kursuskalender 2015. Savner du et kursus på listen, er du meget velkommen til at kontakte os på mail: saskurser@sas.com

Kursuskalender 2015. Savner du et kursus på listen, er du meget velkommen til at kontakte os på mail: saskurser@sas.com Kurser Dage januar februar marts april maj juni SAS College SAS College: Analyse 12. & 26. 9. & 23. 7. & 21. SAS College: Data Visualization SAS College: SAS Visual Analytics Advanced Foundation - Programming

Læs mere

Tempus Serva. - er NEM IT til alle virksomheder

Tempus Serva. - er NEM IT til alle virksomheder TM - er NEM IT til alle virksomheder Introduktion Virksomheder bør ikke stræbe efter de alt omfattende visioner og tro, at de med analyse og projektmodeller kan udvikle den optimale digitale løsning. I

Læs mere

Kære læser Konceptet potentiale" distractions performance Potential Distractions Performance

Kære læser Konceptet potentiale distractions performance Potential Distractions Performance Kære læser I dette skriv, vil vi forklare vores tanker bag, og opsætningen for vores juniorprogram. Vi vil forklarer, hvorfor vi sætter træningen sammen som vi gør, og hvilke ting der er afgørende for

Læs mere

Visual Studio Team System. Team Build en grundpille i søgen efter it-projektproduktivitet?

Visual Studio Team System. Team Build en grundpille i søgen efter it-projektproduktivitet? Visual Studio Team System Team Build en grundpille i søgen efter it-projektproduktivitet? Agenda: Introduktion Hvorfor Automatiseret Build Microsoft Team Build Rapportering/Data warehouse Commentor A/S

Læs mere

Modernisering af BI miljø i Codan v.h.a. SAS V9

Modernisering af BI miljø i Codan v.h.a. SAS V9 Modernisering af BI miljø i Codan v.h.a. SAS V9 1Oktober 2003 / JFA Om Codan Ca. 2000 medarbejdere i Danmark Moderselskabet er engelske Royal & Sun Alliance, som ejer 72% af aktierne Bruttopræmier i Danmark

Læs mere

Målet for disse slides er at beskrive nogle algoritmer og datastrukturer relateret til at gemme og hente data effektivt.

Målet for disse slides er at beskrive nogle algoritmer og datastrukturer relateret til at gemme og hente data effektivt. Merging og hashing Mål Målet for disse slides er at beskrive nogle algoritmer og datastrukturer relateret til at gemme og hente data effektivt. Dette emne er et uddrag af kurset DM507 Algoritmer og datastrukturer

Læs mere

Pilotforløb(eksempel): Idea Management Tool. Aftalen. Ansvarlig. Modtager. info@sputnik5.com www.sputnik5.com

Pilotforløb(eksempel): Idea Management Tool. Aftalen. Ansvarlig. Modtager. info@sputnik5.com www.sputnik5.com TELEFON MAIL WEB 52 30 20 55 info@sputnik5.com www.sputnik5.com Pilotforløb(eksempel): Idea Management Tool Modtager Ansvarlig Fornavn: Efternavn: Stilling: Virksomhed: Kontakt info: Martin Schorling Overgård

Læs mere

Database "opbygning"

Database opbygning Database "opbygning" Dette områder falder mest under en DBA's ansvarsområde. Det kan sagtens tænkes at en database udvikler i nogle situationer vil blive nød til at oprette produktions og test) databaser,

Læs mere

Sporbarhed og Rapportering i Quality Center. Kim Stenbo Nielsen NNIT Application Management Services

Sporbarhed og Rapportering i Quality Center. Kim Stenbo Nielsen NNIT Application Management Services Sporbarhed og Rapportering i Quality Center Kim Stenbo Nielsen NNIT Application Management Services Indhold INTRODUKTION Hvem er jeg Hvad vil jeg fortælle om QC std. rapporteringsfaciliteter EXCEL RAPPORTER

Læs mere

GIS-OIS INTEGRATION BRUGERMANUAL, VERSION 2 I G I S 2 0 0 8

GIS-OIS INTEGRATION BRUGERMANUAL, VERSION 2 I G I S 2 0 0 8 GIS-OIS INTEGRATION BRUGERMANUAL, VERSION 2 I G I S 2 0 0 8 GIS-OIS integration BRUGERMANUAL Udarbejdet for: Titel: Dokumenttype: I GS GIS-OIS integration Brugermanual Software manual Udgave: 1 Dato: 20-05-2008

Læs mere

SOL - et Statistik Og Ledelsesrapporteringssystem til TDC Mobil Analyse og Økonomi

SOL - et Statistik Og Ledelsesrapporteringssystem til TDC Mobil Analyse og Økonomi En software produktion af Firma Joakim Dalby hos TDC Mobil SOL - et Statistik Og Ledelsesrapporteringssystem til TDC Mobil Analyse og Økonomi En datawarehouse løsning med data fra mange kilder, og præsentation

Læs mere

Nyhed! Få det totale overblik over din vindmølles drift her og nu hvor som helst når som helst!

Nyhed! Få det totale overblik over din vindmølles drift her og nu hvor som helst når som helst! Nyhed! Få det totale overblik over din vindmølles drift her og nu hvor som helst når som helst! Prøv Wingmaster med Momentum CashFlowModule gratis i 4 uger. Kære vindmølleejer, Momentum Gruppen A/S kan

Læs mere

SAS Forum 2012 Den virtuelle operatør

SAS Forum 2012 Den virtuelle operatør SAS Forum 2012 Den virtuelle operatør Automatiseret idriftsætning og jobafvikling i Odense Kommune Erik Lund-Jensen, Odense Kommune Agenda Lidt om os selv organisatorisk, teknisk og opgavemæssigt Problembeskrivelse

Læs mere

Seminar d. 19.9.2013. Klik for at redigere forfatter

Seminar d. 19.9.2013. Klik for at redigere forfatter Seminar d. 19.9.2013 Klik for at redigere forfatter M_o_R En risiko er en usikker begivenhed, der, hvis den indtræffer, påvirker en målsætning Risici kan dele op i to typer Trusler: Der påvirker målsætningen

Læs mere

Enalyzer Survey Solution. Kursusbeskrivelser. Kursuskalender 2012, 2. halvår - København/Vejle. Nyt kursus. om mobile undersøgelser

Enalyzer Survey Solution. Kursusbeskrivelser. Kursuskalender 2012, 2. halvår - København/Vejle. Nyt kursus. om mobile undersøgelser Kursusbeskrivelser Kursuskalender 2012, 2. halvår - København/Vejle Nyt kursus om mobile undersøgelser Best Practices Nyt kursus om mobile undersøgelser Udnyt de mange nye muligheder med mobile undersøgelser

Læs mere

WINDCHILL THE NEXT STEPS

WINDCHILL THE NEXT STEPS WINDCHILL THE NEXT STEPS PTC/user, 4. marts 2015 Jens Christian Jensen, Econocap Agenda Windchill the next steps Bliv opdateret og inspireret til at se hvor Windchill kan hjælpe dig med andet end blot

Læs mere

Start Deadline Bemærkning -> Grundfunktionalitet: 16.06.2009 25.06.2009 Installation af ny KTC server. -> Design:

Start Deadline Bemærkning -> Grundfunktionalitet: 16.06.2009 25.06.2009 Installation af ny KTC server. -> Design: 11180 TYPO3 løsning til del 1 -> Grundfunktionalitet: 16.06.2009 25.06.2009 Installation af ny server -> Design: 16.06.2009 24.06.2009 Udarbejdelse af design (4 skabeloner) 25.06.2009 25.06.2009 Godkendelse

Læs mere

Business Intelligence brug data til at gøre din virksomhed smart

Business Intelligence brug data til at gøre din virksomhed smart Business Intelligence brug data til at gøre din virksomhed smart Professor Torben Bach Pedersen Center for Data-intensive Systemer Aalborg Universitet Hvem er jeg? Mig BrainMatch 27. marts 2012 2 Hvad

Læs mere

EasyIQ Opdatering 5.2.3 -> 5.4.0

EasyIQ Opdatering 5.2.3 -> 5.4.0 EasyIQ Opdatering 5.2.3 -> 5.4.0 Kunde: Forfatter: Thomas W. Yde Systemtech A/S Side: 1 af 17 1 Indholdsfortegnelse 2 GENERELT OMKRING FORUDSÆTNINGEN OG OPDATERINGS FORLØBET... 3 2.1 FORUDSÆTNINGER...

Læs mere

Opgraderingsvejledning: Fra LDV 2.3.1 til LDV 2.4.0

Opgraderingsvejledning: Fra LDV 2.3.1 til LDV 2.4.0 Opgraderingsvejledning: Fra LDV 2.3.1 til LDV 2.4.0 Marts 2015 MODST/SAR Generelt Dette er en vejledning i opgraderingen af LDV 2.3.1 til den nye version, LDV 2.4.0, der understøtter Navision Stat 7.0.

Læs mere

DYNAMICS AX 2012 FÅ OVERBLIK OG SE NYE MULIGHEDER BUSINESS PRODUCTIVITY

DYNAMICS AX 2012 FÅ OVERBLIK OG SE NYE MULIGHEDER BUSINESS PRODUCTIVITY 1 DYNAMICS AX 2012 FÅ OVERBLIK OG SE NYE MULIGHEDER BUSINESS PRODUCTIVITY Peter Holm & Morten Albrechtsen Maj 2013 AGENDA INTRODUKTION TIL BUSINESS PRODUCTIVITY HOS COLUMBUS PÅ BESØG I AX 2012 BUSINESS

Læs mere

Introduktion til SQL queries

Introduktion til SQL queries Denne guide er oprindeligt udgivet på Eksperten.dk Introduktion til SQL queries Denne artikel beskriver nogle forskellige muligheder i SQL queries. Eksemplerne skulle gerne være standard SQL og virke i

Læs mere

Vejledning i udtræk af input-output data fra Statistikbanken

Vejledning i udtræk af input-output data fra Statistikbanken - 1 - Vejledning i udtræk af input-output data fra Statistikbanken Introduktion Input-output tabellerne er konsistente med nationalregnskabet og udarbejdes i tilknytning hertil. De opdateres årligt i december

Læs mere

Dette dokument beskriver SUMOshop Frontend v3, primært med fokus på ændringer ift. Frontend v2.

Dette dokument beskriver SUMOshop Frontend v3, primært med fokus på ændringer ift. Frontend v2. SUMOshop Frontend v3 Dette dokument beskriver SUMOshop Frontend v3, primært med fokus på ændringer ift. Frontend v2. Fra foråret 2013 laves alle nye shops og redesigns i v3. Da fuld overgang til v3 kræver

Læs mere

Introduktion til SQL

Introduktion til SQL Introduktion til SQL Introduktion til SQL 1. udgave, 1. oplag 2013 Copyright 2013 Libris Media A/S Forfatter: Bobby Henningsen Forlagsredaktion: Peter Wiwe og Louise Peulicke Larsen Omslag: Louise Peulicke

Læs mere

Online Backup. ndgå hovedbrud hvis uheldet er ude! fra kr. 125 pr. md

Online Backup. ndgå hovedbrud hvis uheldet er ude! fra kr. 125 pr. md Online Backup U ndgå hovedbrud hvis uheldet er ude! Med en hosted online backup løsning hos, er dine data i sikkerhed. Du kan derfor glemme alt om båndskifte og opbevaring af backup-bånd. Med online backup

Læs mere

Guide til opsætning af Google Analytics Eksisterende kunder Visiolab introduction

Guide til opsætning af Google Analytics Eksisterende kunder Visiolab introduction Guide til opsætning af Google Analytics Eksisterende kunder Visiolab introduction Du modtager denne guide som en hjælp til forståelse af hvordan Visiolink applikationer fungere med Google Analytics. Ydermere

Læs mere

Demonstration af SAS Activity-Based Management v7.1

Demonstration af SAS Activity-Based Management v7.1 Demonstration af SAS Activity-Based Management v7.1 Chefkonsulent Martin Ravnholt, SAS Institute Copyright 2011 SAS Institute Inc. All rights reserved. Hvad vil jeg tale om den næste time? Nyeste modellerings-

Læs mere

Dygtig.NET / C# udvikler med stor erfaring fra både offentlige organisationer og private virksomheder.

Dygtig.NET / C# udvikler med stor erfaring fra både offentlige organisationer og private virksomheder. .NET UDVIKLER NATIONALITET: DANSK PROFIL Dygtig.NET / C# udvikler med stor erfaring fra både offentlige organisationer og private virksomheder. Stor erfaring omkring databasedesign, datahåndtering og MS

Læs mere

SESAM Energi & Forsyning 27. februar Business Intelligence analyser og intelligent rapportering - skræddersyet til branchen!

SESAM Energi & Forsyning 27. februar Business Intelligence analyser og intelligent rapportering - skræddersyet til branchen! SESAM Energi & Forsyning 27. februar 2013 Business Intelligence analyser og intelligent rapportering - skræddersyet til branchen! InfoSuite Dansk konsulent og softwarehus International koncern med +40

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin maj-juni 16/17 Institution Frederikshvan Handelsskole Uddannelse Fag og niveau Lærer(e) Hold EUX Informationsteknologi

Læs mere

Sider og segmenter. dopsys 1

Sider og segmenter. dopsys 1 Sider og segmenter dopsys 1 Lokal vs global sideallokering (1) Med (a) som udgangspunkt giver (b) lokal hhv. (c) global allokering forskellige resultater dopsys 2 Lokal vs global sideallokering (2) Den

Læs mere

Kom i trygge hænder med dedikeret support til din Cognos-platform EG IBM. Cognos. Support. EG Performance Management www.eg.dk/pm

Kom i trygge hænder med dedikeret support til din Cognos-platform EG IBM. Cognos. Support. EG Performance Management www.eg.dk/pm Kom i trygge hænder med dedikeret support til din Cognos-platform EG IBM Cognos Support EG IBM Cognos Support - Tillægsydelser EG IBM Cognos Support EG Support EG IBM Cognos Supportydelser - få præcis

Læs mere

MES Industriel IT SCADA Automation. AnaMo. Fremtidens ledelsesværktøj. (+45)

MES Industriel IT SCADA Automation. AnaMo. Fremtidens ledelsesværktøj. (+45) MES Industriel IT SCADA Automation Fremtidens ledelsesværktøj (+45) 97 52 50 22 info@frontmatec.com www.frontmatec.com Fremtidens ledelsesværktøj til forsyningsbranchen fra 3. parts systemer som f.eks.

Læs mere

DM08114 Database: OLAP 8.6.2010

DM08114 Database: OLAP 8.6.2010 Indhold OLAP... 2 Hvad er OLAP?... 2 Indledning... 2 BusinessIntelligence... 2 DataWareHouse... 2 OLAP Ideologi... 2 Teknologier... 4 ROLAP, MOLAP og HOLAP... 4 Multidimensional DB, DataCubes... 5 Hvad

Læs mere

Vejledning udvidelse af datagrundlag i LDV og Power BI

Vejledning udvidelse af datagrundlag i LDV og Power BI Vejledning udvidelse af datagrundlag i LDV og Power BI Målgruppe: IT-medarbejdere og brugere af LDV August 2018 Vejledning integration af ekstern data i LDV og Power BI Side 1 af 9 1. Indledning Vejledningen

Læs mere

Conceptual, logic, physical

Conceptual, logic, physical Conceptual, logic, physical Conceptual er et billede af virkeligheden. Entity names og attributter relaterer til den faktiske verden. Physical er i SQL databasen, her skriver vi de navne på tabeller og

Læs mere

Introduktion til Wordpress Få et indblik hvad der skal til for at få et website

Introduktion til Wordpress Få et indblik hvad der skal til for at få et website Introduktion til Wordpress Få et indblik hvad der skal til for at få et website Agenda 1. Introduktion 1. Lidt om SimpleShop.dk 2. Hvad gennemgår vi i dag? 3. Hvorfor Wordpress? 2. Hvad har du brug for?

Læs mere

Opsætning af MobilePBX med Kalenderdatabase

Opsætning af MobilePBX med Kalenderdatabase Opsætning af MobilePBX med Kalenderdatabase Dette dokument beskriver hvorledes der installeres Symprex Exchange Connector og SQL Server Express for at MobilePBX kan benytte kalenderadadgang via database

Læs mere

Kursuskatalog 2012 TwinCAT Basic og Extended

Kursuskatalog 2012 TwinCAT Basic og Extended Kursuskatalog 2012 TwinCAT Basic og Extended Basic Modul 1 Software Kursus K120101 K120102 K120103 K120104 K120105 K120106 Dato 31.1-1.2.12 6.-7.3.12 8.-9.5.12 21.-22.8.12 2.-3.10.12 20.-21.11.12 Modul

Læs mere

EA3 eller EA Cube rammeværktøjet fremstilles visuelt som en 3-dimensionel terning:

EA3 eller EA Cube rammeværktøjet fremstilles visuelt som en 3-dimensionel terning: Introduktion til EA3 Mit navn er Marc de Oliveira. Jeg er systemanalytiker og datalog fra Københavns Universitet og denne artikel hører til min artikelserie, Forsimpling (som også er et podcast), hvor

Læs mere

Gymnasieøvelse i Skanning Tunnel Mikroskopi (STM)

Gymnasieøvelse i Skanning Tunnel Mikroskopi (STM) Gymnasieøvelse i Skanning Tunnel Mikroskopi (STM) Institut for Fysik og Astronomi Aarhus Universitet, Sep 2006. Lars Petersen og Erik Lægsgaard Indledning Denne note skal tjene som en kort introduktion

Læs mere

Vandforsyning. Trendsættende SRO-systemer siden (+45)

Vandforsyning. Trendsættende SRO-systemer siden (+45) Vandforsyning Trendsættende SRO-systemer siden 1983 (+45) 97 52 50 22 info@frontmatec.com www.frontmatec.com Tillad os at præsentere Frontmatec SRO-løsninger til vandforsyningsbranchen Vandforsyningernes

Læs mere