Native Ausführung

Transformationen werden dort ausgeführt, wo die Daten gespeichert sind, was eine performante und transparente Datenbewirtschaftung für jeden Use Case sicherstellt und sowohl ETL als auch ELT Vorgehen ermöglicht. Dadurch lassen sich die Features der Datenbanken besser ausnutzen (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 von Prototyping bis zur Implementierung verwendet werden, was den Entwicklungsprozess agiler macht. Die Fehleranalyse wird auch einfacher, da der Code direkt ausführbar ist.

Smarte 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 heranzgezogen.

Modularisierung

datasqill ist modular aufgebaut und bietet ein Spektrum von Modulen für verschiedene Einsatzzwecke u.a. In-Database Transformationen, Arbeit mit Flat Files, Web Services, Integration mit Reporting Tools und externen Scheduler. Kundeneigene Module lassen sich nach Bedarf in beliebigen Sprache entwickeln (Java, PL/SQL, PL/pgSQL, Lua, Shell-Scripting) und nahtlos integrieren.

Datenhistorisierung

Eine Out-of-the-Box Lösung für technische und fachliche Datenhistorisierung (sogenannte bitemporale Datenhistorisierung) für die Datenbanken ermöglicht effizientes Datenmanagement ohne Notwendigkeit Code zu entwickeln für Szenarien wie SCD2, Quellsystem Historisierung und Pflege von Mapping Tabellen im Data 

Warehousing

Scheduling und Monitoring

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