Data Profiling mit Eclipse. Von den Grundlagen zum Prototypen

Data Profiling mit Eclipse Von den Grundlagen zum Prototypen

Inhaltsverzeichnis

Begleitmaterial

Abkürzungsverzeichnis

1 Einleitung

2 Datenqualität

2.1 Definition

2.2 Dimensionen der Datenqualität

2.2.1 Fehlerfreiheit

2.2.2 Vollständigkeit

2.2.3 Zeitabhängige Dimensionen

2.2.4 Konsistenzdimension

2.2.5 Weitere Dimensionen

2.3 Gründe und Folgen schlechter Datenqualität

2.4 Ökonomische Betrachtung der Datenqualität

2.5 Umfassendes Datenqualitätsmanagement

2.6 ETL-Prozess

2.7 Metadatenmanagement

3 Data-Profiling

3.1 Definition und Abgrenzung

3.2 Vorgehensmodell

3.3 Analysemethoden

3.3.1 Syntaktische Analyse

3.3.2 Strukturanalyse

3.3.3 Semantische Analyse

3.3.4 Statistische Analyse

4 Werkzeugumgebung

4.1 Eclipse Architektur

4.2 Modellierung mit Eclipse

4.2.1 Modellgetriebene Softwareentwicklung

4.2.2 Eclipse Modeling Framework

4.2.3 Graphical Modeling Framework

4.2.4 Zukunft der Modellierung in Eclipse

5 Konzept

5.1 Ausgewählte Funktionalität existierender Werkzeuge

5.1.1 DATRAS ADO-Profiler

5.1.2 dfPower® Profile

5.1.3 BDQ Analysis

5.1.4 InfoZoom

5.2 Anforderungsdefinition

5.2.1 Funktionale Anforderungen

5.2.2 Nicht-funktionale Anforderungen

6 Systementwurf und -modellierung

6.1 Modellgetriebene Entwicklung des Diagrammeditors

6.1.1 Domänenmodell

6.1.2 Grafische Definition

6.1.3 Mapping-Definition

6.1.4 Codegenerierung

6.2 Komponentenmodell

7 Implementierung

7.1 Reverse Engineering

7.2 Data Profiling Implementierung

7.2.1 Analyse des Tabellenprofils

7.2.2 Präsentation des Tabellenprofils in einer View

7.2.3 Kontextsensitive Musteranalyse

8 Zusammenfassung der Ergebnisse

Literaturverzeichnis

Anhang