Native Ausführung

Transformationen werden dort durchgeführt, wo die Daten gespeichert sind, was eine leistungsstarke und transparente Datenverwaltung für jeden Anwendungsfall gewährleistet und sowohl ETL- als auch ELT-Verfahren ermöglicht. Dadurch lassen sich die Funktionen der Datenbanken besser nutzen (wie z. B. In-Memory, MPP).

SQL als Transformationssprache

SQL ist eine universelle Schnittstellensprache für Datenbanken und Hadoop (SQL-on-Hadoop). SQL kann in allen Projektphasen vom Prototyping bis zur Implementierung eingesetzt werden, was den Entwicklungsprozess agiler gestaltet. Die Fehleranalyse wird ebenfalls vereinfacht, da der Code direkt ausführbar ist.

Intelligente Ablaufsteuerung

datasqill erkennt die Abhängigkeiten zwischen den Transformationen auf Basis der Metadaten, wodurch die Transformationen automatisch in korrekter Reihenfolge ausgeführt werden. Die Ausführungsstatistiken werden gesammelt und für die Ablaufoptimierung zukünftiger Ausführungen herangezogen.

Modularisierung

datasqill ist modular aufgebaut und bietet eine Reihe von Modulen für verschiedene Einsatzzwecke, darunter In-Database-Transformationen, die Arbeit mit Flat Files, Web Services, die Integration mit Reporting-Tools und externen Schedulern. Kundenspezifische Module können nach Bedarf in beliebigen Sprachen (Java, PL/SQL, PL/pgSQL, Lua, Shell-Scripting) entwickelt und nahtlos integriert werden.

Datenhistorisierung

Eine sofort einsatzbereite Lösung für die technische und fachliche Datenhistorisierung (auch als bitemporale Datenhistorisierung bezeichnet) für Datenbanken ermöglicht ein effizientes Datenmanagement, ohne dass Code für Szenarien wie SCD2, Quellsystem-Historisierung und Pflege von Mapping-Tabellen im Data entwickelt werden muss. 

Lagerhaltung

Planung und Überwachung

datasqill ermöglicht die Ausführung der Transformationsbatches nach Plan und unter Berücksichtigung der Abhängigkeiten, visualisiert die Ausführungshistorie und ermöglicht die Kontrolle über laufende Prozesse.