Big Data wird mit Transact-SQL (T-SQL) als Abfrage- und Transformationssprache umgesetzt. Big Data nutzt externe Tabellen, PolyBase (Abfrage externer Daten) und Partitionierung für performante Zugriffe. Big Data hält Granularität, Zeitachsen und Joins konsistent, damit Kennzahlen reproduzierbar bleiben. Begriffe werden präzise erklärt: CTE (Common Table Expression = benannte Zwischenabfrage), Window Function (Analyse über Gruppen/Zeit) und Statistik/Ausführungsplan (Optimierer-Basis). Ziel ist, Big Data mit T-SQL transparent, messbar und betriebssicher zu gestalten - inklusive dokumentierter Sichten und standardisierter Metriken.
Inhaltsübersicht1. Modell - Datenschnitt und Struktur2. Big Data - T-SQL, Partitionen, Performance3. Reporting - Sichten, Qualität, Betrieb1. Datenschnitt und Modellierung
- Star/Snowflake, Schlüssel/Surrogates und Zeitdimension festlegen
- Externe Tabellen/Dateiformate (Parquet/CSV) definieren
- KPI-Definitionen, Feldtypen und Namenskonventionen fixieren
2. Big Data - T-SQL und Performance
- CTEs/Views für wiederholbare Transformationen
- Window Functions, Aggregationen, Pushdown nutzen
- Partitionierung/Statistiken/Ausführungspläne überwachen
3. Reporting und Betrieb
- Standard-Views für Scores/Labels/Segmente bereitstellen
- Qualitätschecks, Seeds/Versionen, Änderungslogbuch
- Rechte, Aktualisierungspläne, Baseline-Vergleiche