Aufbau einer Datenpipeline mit No-Code-Applikationen in der Cloud als SaaS-Anwendung
DOI:
https://doi.org/10.26034/lu.akwi.2024.5115Schlagworte:
Datenpipeline, No-Code Development, Cloud Computing, iPaaS, SaaS, Datenreplikation, Full Load, Delta Load, CDC, Metadaten, Schema Mapping, Data Warehouse, Data Mart, Qlik Cloud Data Integration, Qlik Cloud AnalyticsAbstract
Ein wichtiger Bestandteil moderner Dateninfrastruktur in Unternehmen ist die Vielfalt der Datenquellen. Der Aufbau effizienter Datenpipelines ist notwendig, damit die Daten die verschiedenen Stufen der Wertschöpfungskette durchlaufen können. Das Ziel dieser Masterarbeit ist der Aufbau einer automastisierten Datenpipeline als SaaS-Anwendung unter Verwendung von No-Code-Applikationen, die von einer Qlik-Cloud-Plattform bereitgestellt werden.
Literaturhinweise
Amghar, Souad; Cherdal, Safae; Mouline, Salma: Data Integration and NoSQL Systems: A State of the Art, in: The 4th International Conference On Big Data and Internet of Things, S. 1-6, 2019. https://doi.org/10.1145/3372938.3372954.
Chandra, Harry: Experimental results on change data capture methods implementation in different data structures to support real-time data warehouse, in: Int. J. Business Information Systems, Vol. 34, Nr. 3, 2020, S. 373–402. https://doi.org/10.1504/IJBIS.2020.108651.
Densmore, James: Data Pipelines Pocket Reference (- Moving and Processing Data for Analytics), 1. Auflage, O’Reilly Media, Sebastopol, 2021.
Leser, Ulf; Naumann, Felix: Informationsintegration (-Architekturen und Methoden zur Intergration verteilter und heterogener Datenquellen), 1. Auflage, dpunkt, Heidelberg, 2007.
Ma, Chuangtao; Molnár, Balint; Tarcsi, Ádám; Benczúr, András: Knowledge Enriched Schema Matching Framework for Heterogeneous Data Integration, in: IEEE 2nd Conference on Information Technology and Data Science, 2022, S. 183-188. https://doi.org/10.1109/CITDS54976.2022.9914350.
Moskal, Monika: NO-CODE APPLICATION DEVELOPMENT ON THE EXAMPLE OF LOGOTEC APP STUDIO PLATFORM, in: Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, Vol. 11, Nr. 1, 2021, S. 54–57. https://doi.org/10.35784/iapgos.2429.
Munappy, Aiswarya; Bosch, Jan; Holmström Olsson, Helena: Data Pipeline Management in Practice (- Challenges and Opportunities), in: Lecture Notes in Computer Science, 2020, S. 168-184. https://link.springer.com/chapter/10.1007/978-3-030-64148-1_11. https://doi.org/10.1007/978-3-030-64148-1_11.
Downloads
Veröffentlicht
Ausgabe
Rubrik
Lizenz
Copyright (c) 2024 Steven Art Johnston, Harald Ritz, Armin Wagenknecht
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.
