Bitemporale Datenhaltung

Was ist das?

Welcher Wert war zu welchem Zeitpunkt gültig? Dank der bitemporalen Funktion von MarkLogic erhalten Sie eine Antwort auf diese Frage, denn sie ermöglicht die Nachverfolgung des ursprünglichen Status von Informationen sowie des Status zum Zeitpunkt der Erfassung.

Eine bitemporale Datenbank bietet umfrangreichere Funktionen als eine temporale Datenbank, da sie zugleich Abfragen über die Bearbeitungs- und Gültigkeitszeit ermöglicht. Auf diese Weise können Sie Daten zu einem früheren Zeitpunkt abrufen, historische Daten über verschiedene Systeme hinweg verwalten, Datenintegrität gewährleisten und komplexe bitemporale Analysen durchführen.

Temporal – Erfasst die Systemzeit und versieht die ursprünglichen Daten mit einem Zeitstempel

  • Wo hat John Thomas am 20. August gelebt?
  • Wo befand sich der blaue Lieferwagen am 12. Oktober?

Bitemporal – Daten umfassen eine Systemzeit und eine Gültigkeitszeit, wodurch es möglich wird, den ursprünglichen Status von Informationen und den Status bei der Erfassung abzurufen.

  • Wo hat John Thomas dem Erkenntnisstand vom 1. September zufolge am 20. August gelebt?
  • Wo befand sich der blaue Lieferwagen dem Erkenntnisstand vom 23. Oktober zufolge am 12. Oktober?

Bitemporale Funktion in regulierten Branchen

Warum ist das wichtig?

Bisher war es häufig sehr schwierig oder gar unmöglich, einen präzisen Überblick über Ihr Unternehmen zu verschiedenen Zeitpunkten zu erhalten. Mithilfe der bitemporalen Funktion erhalten Sie stets einen vollständigen und präzisen Einblick in Ihre Daten zu jedem beliebigen Zeitpunkt, was vor allem in regulierten Branchen einen großen Vorteil darstellt.

  • Gesetzliche Anforderungen – Vermeiden Sie die zunehmend drastischeren Konsequenzen der Nichteinhaltung gesetzlicher und branchenspezifischer Bestimmungen, insbesondere im Finanz- und Versicherungswesen.
  • Audits – Bewahren Sie die Historie all Ihrer Daten und der vorgenommenen Änderungen auf, um Audits zu vereinfachen, ohne sich Gedanken um Datenverlust, Datenintegrität oder umständliche ETL-Prozesse für archivierte Daten machen zu müssen.
  • Nachprüfung und Intelligenz – Verlorene E-Mails und fehlende Informationen gehören der Vergangenheit an: Bei bitemporalen Datenbanken werden niemals Daten gelöscht, sodass stets nachvollziehbar ist, wie Daten anhand neuer Erkenntnisse aktualisiert wurden.
  • Geschäftsanalyse – Führen Sie komplexe Abfragen durch, die bisher nicht möglich waren, um neue Erkenntnisse über Ihr Unternehmen zu gewinnen und herauszufinden, wie unterschiedliche Entscheidungen und Änderungen in der Vergangenheit sich auf die Ergebnisse auswirken würden.
  • Kostenreduzierung – Senken Sie den Speicherbedarf für die Verwaltung von Daten: Bei Änderung der Form, in der Daten verarbeitet werden, müssen Sie keine zusätzlichen Datenbanken für historische Daten einrichten.

Nur mithilfe der bitemporalen Funktion erhalten Sie bessere Antworten aus den Daten von heute, morgen und gestern und können Fragen wie die folgenden beantworten:

  • Welche Kreditwürdigkeit besaß mein Kunde gemäß Erkenntnissen vom letzten Freitag am letzten Montag?
  • Wie lautete unsere Prognose für das erste Quartalsergebnis, als wir unsere Ergebnisprognose abgaben?
  • Welches Tageshoch sahen wir voraus, als unsere Handelsstrategie in Kraft trat?

Bitemporale Datenhaltung – Beispiel für eine JavaScript-Abfrage

Funktionsweise der bitemporalen Datenhaltung

Das obige Beispiel veranschaulicht eine bitemporale Abfrage mit JavaScript in der Query Console. Die bitemporale Funktion basiert auf bitemporalen Dokumenten, die als eine Reihe von Dokumenten mit Element-Bereichsindexen für die Gültigkeitszeit- und Systemzeitachse verwaltet werden. Die Dokumente werden in geschützten Sammlungen gespeichert, auf die nur mit entsprechenden Sicherheitsberechtigungen zugegriffen werden kann. Das in die Datenbank aufgenommene Originaldokument wird aufbewahrt und nie geändert, sodass die Herkunft von Informationen stets überprüft werden kann. Gleichzeitig können auf diese Weise vollständige Data Governance und Datenintegrität gewährleistet werden.

  • Erfassen, aktualisieren (und niemals löschen) – Erfassen Sie temporale XML- oder JSON-Dokumente mit Referenz zur Gültigkeitszeit mithilfe der Temporal-API oder der MarkLogic Content Pump. Wenn Sie Änderungen vornehmen, werden diese als neue Versionen hinzugefügt, und die ursprünglichen Daten bleiben erhalten.
  • Komplexe temporale Abfragen – Mithilfe der Such-API können Sie die Datenbank über die Gültigkeitszeitachse oder die temporale Zeitachse hinweg abfragen. Darüber hinaus unterstützt MarkLogic Allen- und SQL-Operatoren für den Vergleich von Zeiträumen.
  • Anpassung an wechselnde Schemata – Änderungen in Bezug auf das Format von Daten stellen keine Herausforderung mehr da. Im Unterschied zu relationalen Datenbanken ist MarkLogic Schema-agnostisch und kann sich problemlos an wechselnde Schemas anpassen.
  • Kombination von bitemporaler Datenhaltung und Tiered StorageDurch die Kombination von bitemporaler Datenhaltung und Tiered Storage können Daten sowohl nach zeitlichen Kriterien (Gültigkeitszeit und Bearbeitungszeit) als auch hinsichtlich der Wahl der Speichermedien effektiv verwaltet werden