Der Vertrieb der Nordlicht Reisen GmbH will jeden Morgen einen Bericht aus Buchungen und Web-Telemetrie, und an Kampagnentagen ein Dashboard, das die Last des Portals fast sofort zeigt. Die Buchungsdatenbank läuft in Hamburg, das Portal erzeugt Ereignisse, Hotels liefern täglich Dateien. Diese Lektion wählt Dienste: womit die Daten zusammenkommen (Integration) und worin sie ausgewertet werden (Analyse).
Vorwissen. K4 lehrt in Modul 4.13 die Konzepte: OLTP gegen OLAP und das Sternschema (Lektion 4.13.1), Lakehouse und Warehouse in Fabric samt Spiegelung (4.13.2), ETL und ELT, Wasserzeichen und Kopierjobs (4.13.3), Spark (4.13.4) und die Kosten je Büro (4.13.5). Das wird hier nicht wiederholt. Neu ist die Wahl zwischen den Diensten, auch den älteren: Wann Azure Data Factory, wann Fabric, wann Streaming-Dienste, wann Databricks.
Die Anforderung
Mengen und Fristen sind Annahmen der Aufgabe.
| Nr. | Anforderung | Quelle | Messgröße (Annahme) |
|---|---|---|---|
| D1 | Buchungen aus der Datenbank in Hamburg jede Nacht laden, ohne das Buchungssystem zu belasten | Vertrieb | Bericht um 06:00 fertig |
| D2 | Dateien der Hotels und Fluggesellschaften täglich übernehmen | Partnerschnittstelle | CSV in Blob Storage, wenige GB |
| D3 | Ereignisse des Portals an Kampagnentagen fast sofort auswerten | Marketing | Dashboard höchstens eine Minute hinter dem Portal |
| D4 | Acht Analysten arbeiten in Power BI und mit SQL, niemand mit Spark | Vertrieb | 8 Personen |
| D5 | Daten bleiben in der EU, Zugriff nur für berechtigte Personen | Datenschutz | Basisannahme |