Daten aus Adabas in relationale Datenbanksysteme propagieren
Werkzeuge
zur Verwaltung, Aggregation und Visualisierung von Daten, wie auch die
überwiegende Mehrzahl von Standardanwendungen arbeiten auf relationalen SQL
Datenbanken.
Bei der Integration von Anwendungen, die Adabas-Datenbanken nutzen, ist
Datenaustausch auf Datenbankebene sehr aufwändig. Vielfach werden
Extraktionsprogramme händisch erstellt, die Adabas-Daten lesen und in
SQL-Tabellen schreiben. Diese Programme müssen gewartet, neuen Anforderungen
angepasst und verwaltet werden - ein kostenintensiver Aufwand.
Einen bewährten Ansatz bietet hier das vielfach
eingesetzte
tRelational
von
Treehouse Software Inc. (TSI). Das System
ist weltweit mehr als 70 mal im Einsatz.
Referenz:

Replikation von Adabas Daten bei der BG Druck und Papierverarbeitung
Für die Nutzung eines neuen Anwendungssystems ist bei der BG Druck und
Papierverarbeitung regelmäßige Datenreplikation von Adabas in ein relationales
Datenbanksystem erforderlich. Mit Erfolg wird für diese Aufgabe tRelational/DPS
eingesetzt: Merkmale wie leichte Implementierung, einfache Handhabung, hohe
Performance und Stabilität haben sich erneut bestätigt - eine ideale Lösung für
Datenintegration.
Daten-Mapping
tRelational
unterstützt, ausgehend von Adabas Datenstrukturen, das Design von
Tabellenstrukturen. Der Mapping-Prozess ordnet automatisiert Adabas Datenfeldern
entsprechende Spalten in SQL-Tabellen zu. Multiple Felder und Periodengruppen
werden intelligent umgesetzt. Nicht in jedem Fall z.B. ist eine Periodengruppe
vorteilhaft in eine abhängige Tabelle abzubilden. Zu Gunsten einer hohen
Performance wird häufig angestrebt, bei Abbildung einer Adabas Datenstruktur auf
SQL die Anzahl der Tabellen zu minimieren. Hier unterstützt
tRelational, indem es die Anzahl der Ausprägungen einer multiplen
Adabas-Struktur abfragt. Der DBA bzw. die Systemdesigner können z.B. entscheiden,
dass bei einem Aufkommen von maximal 3 Adressen pro Lieferant nicht eine neue
Tabelle "Adresse" erzeugt wird. Performanter wäre in diesem Fall, 3 Ausprägungen
der Adresse innerhalb einer Tabelle ("Name1, Name2, Name3") zu halten.
tRelational unterstützt diese Optimierungen.

Download:
tRelational Factsheet deutsch
Datenpumpe
DPS (Data Propagation System), die
"Datenpumpe" materialisiert beim initialen Laden die aus Adabas stammenden Daten
im relationalen Zielsystem. Die Daten werden aus der Datenbanksicherung von
Adabas (den Adasav Dateien) heraus in SQL überführt, die folgenden
Datenbankänderungen dem Adabas Protection-Log (hier werden Adabas
Datenbankänderungen einbeschrieben) entnommen und als Insert-, Delete- oder
Update-Befehle an die SQL-Datenbank weitergereicht.
Diese Mimik erlaubt u.a. tägliche
Aktualisierung des Datenbestandes im relationalen Ziel-Datenbanksystem. Ist
Aktualisierung in kürzeren Zeitabständen gefordert, kommt
DPSync zum Einsatz.
DPSync
setzt bei in kurzen Zeitabständen geforderten Aktualisierung nicht auf der
geschriebenen Protection Log Datei (PLOG) auf, sondern holt sich die PLOG-Information real-time, d.h., wenn sie geschrieben werden. Auf diese Weise
können Datenbankänderungen z.B. im 5-Minutenrhythmus auf relationale Zielsysteme
propagiert werden ("near-real-time").
Vorteile
-
- Überführen von Adabas-Daten in relationale
Strukturen über graphische Benutzeroberfläche
- Datenpumpe flexibel an Ihre Anforderungen
anpassbar
- Synchronisierung in (fast) beliebig kurzen
Zeitabständen
- Erstellen von aufwändigen Extraktionsprogrammen
entfällt
- Verfügbarkeit Ihrer wertvollen
Datenbestände für viele Zielsysteme
- Neue Nutzungsmöglichkeiten Ihrer
Adabas-(Natural)-Anwendungen
- Daten werden in neuen Kontexten nutzbar -
zu minimalen Kosten
|