Data Warehouse vs Transaktionale Datenbanken. Wie grenzen sie sich von einander ab und wie werden sie in der Praxis eingesetzt?

"Data Build Tool" Daten transformieren mit dbt. Weit verbreitete Software.

Effiziente Datenbankabfragen stellen. Ob bei On-Premises, oder Cloud Datawarehouses - überall entstehen Kosten.

Ein Analytics Engineer ist, so wie der Data Engineer für die Bereitstellung der Daten zuständig. In Abgrenzung zum "Data Engineer" ist dieser aber näher am Kontext der Daten dran und sollte somit auch ein Business-Verständnis mitbringen. Stakeholder sind z. B. Data Analyst und Data Scientist...

In den meisten Fällen ist es vorteilhaft die Daten in nahezu Realtime am gewünschten Ort zu haben. Allerdings kommt das mit teilweise großem Aufwand einher. - Streaming vs Batch Processing - Daten von A nach B Transportieren

Cloud Infrastrukturen vs Verwendung On-Premises Infrastrukturen

2 Ansätze Bill Inmon & Ralph Kimball - Daten Modellierung.

Developing inside a Container. Arbeit mit Docker oder Podman.

Was bedeutet ACID (Atomicity, Consistency, Isolation, Durability)? Erwünschte Eigenschaften von Transaktionen. Zu deutsch: AKID-Eigenschaften (Atomarität, Konsistenz, Isolation, Dauerhaftigkeit)

Anwendung eines Datawarehouse (DWH). DWH Verwendung in der Praxis. Beispiele zur Modellierung der Datenstrukturen im Datawarehouse (Star/Snowflake, Data Vault etc.)