Extract Transform Load Aggregate

Sprawne zaprojektowanie, uruchomienie i monitorowanie procesów
przetwarzania danych w hurtowni danych

ETLA

Extract Transform Load Aggregate (ETLA) to dedykowane autorskie rozwiązanie zapewniające:

Efektywne zaprojektowanie modelu hurtowni danych, metadanych dla procesów ETL oraz metadanych dla zarządzania jakością danych (DQM).

Automatyczne generowanie modeli danych oraz procesów przetwarzania danych w hurtowni danych (DWH).

Silnik przetwarzania danych zapewniający realizację ustandaryzowanych procesów w zakresie ekstrakcji, transformacji, ładowania, agregacji danych oraz weryfikacji jakości danych.

Ujednolicone środowisko do monitorowania procesów przetwarzania danych w hurtowni danych.

Zestaw narzędzi ETLA pozwala na sprawne zaprojektowanie, uruchomienie i monitorowanie procesów przetwarzania danych w hurtowni danych.

Środowisko projektowe ETLA (Design Environment) służące do zaprojektowania modelu danych hurtowni i zdefiniowania reguł jakości danych, a następnie automatyczne wygenerowanie modeli danych i procesów przetwarzania;
Środowisko uruchomieniowe ETLA (Runtime Environment) to dedykowany silnik przetwarzania danych zapewniający realizację ustandaryzowanych procesów w zakresie ekstrakcji, transformacji, ładowania, agregacji danych oraz weryfikacji jakości danych.
Narzędzia do pracy w środowisku ETLA (Client Environment), w tym ujednolicone środowisko do monitorowania procesów przetwarzania danych w hurtowni danych.

Potrzebujesz więcej informacji?

Środowisko projektowe ETLA

Projektowanie modelu hurtowni danych wraz z regułami transformacji danych.

Logiczny model danych hurtowni projektowany jest z wykorzystaniem szablonu dokumentu Logical Data Model [MS Excel]. W dokumencie MS Excel przechowywane są wszystkie definicje tabel faktów i tabel wymiarów dla docelowej hurtowni danych, wraz z opisem poszczególnych atrybutów (kolumn), typów danych, reguł transformacji oraz ładowania danych.

Data Model Generator [T-SQL] to dedykowane procedury umożliwiające automatyczne wypełnienie metadanych środowiska uruchomieniowego biETLA bazując na danych zaprojektowanych na poziomie logicznego modelu danych (Logical Data Model).

Definiowanie reguł jakości danych

Reguły jakości danych dla procesów przetwarzania danych w hurtowni definiowane są z wykorzystaniem szablonu dokumentu Data Quality Rules [MS Excel]. W dokumencie MS Excel gromadzone są reguły poszczególnych testów, w tym rodzaj testu, parametry testu, poziom istotności testu oraz parametry uruchomieniowe.

Data Quality Rules Generator [T-SQL] to dedykowane procedury umożliwiające automatyczne wypełnienie metadanych środowiska uruchomieniowego biETLA bazując na danych zaprojektowanych na poziomie dokumentu Data Quality Rules.

Rozwiń możliwości ETLA

Dzięki optymalnej współpracy z narzędziem do analizy jakości danych DQM możesz optymalnie wykorzystać cenne zasoby informacyjne przedsiębiorstwa oraz minimalizować ryzyko niespójności i nieprawidłowości w danych źródłowych.

Kontakt z naszym ekspertem

Napisz do nas. Jesteśmy do Twojej dyspozycji.
+48
Szukaj
    Wyślij

    Klikając w okienko, zgadzam się na użycie moich danych, które będą wykorzystane tylko do obsługi tego zapytania.