ibaAnalyzer stellt ein Grundgerüst für die Datenbankintegration zur Verfügung, d. h. es erstellt Standardtabellen, Constraints und Indizes per Mausklick. In kleinen Standalone-Umgebungen kann dies ausreichend sein. Aber auch in diesen Umgebungen sind einige Implementierungen empfehlenswert, wie z. B. Datenlöschung oder Archivierung, um die Verfügbarkeit zu gewährleisten.

Wenn Sie hochauflösende Daten in eine Datenbank laden, sind Archivierungsfunktionen und insbesondere Löschfunktionen erforderlich. Diese Löschfunktionen müssen Sie aus der individuellen Datenverwaltungsstrategie ableiten.

In MySQL-, DB2-UDB-, MSSQL-, PostgreSQL- und Oracle-Datenbanken stellen die kaskadierenden Constraints sicher, dass beim Löschen einer Zeile in der Dateitabelle auch die entsprechenden Zeilen in den Segmenttabellen und Messkanaltabellen gelöscht werden (referentielle Integrität).

Beispiel für eine einfache Löschstrategie

Jede Nacht um 02:00 Uhr wird ein automatisierter Job ausgeführt, der alle Daten löscht, die älter als 100 Tage sind.

Dazu wird jede Nacht ein einfacher SQL-Befehl (MSSQL-Syntax) abgearbeitet, den Sie in einem kurzen SQL-Skript (del_old_recs.sql) ablegen können:



In einer Windows-Umgebung können Sie eine Batch-Datei (del_old_recs.bat) erstellen.

@echo off

SQLCMD -S dbhost\SQLEXPRESS -i C:\Backup\del_old_recs.sql

In der Systemsteuerung fügen Sie eine geplante Aufgabe hinzu "del old recs".



Datenverwaltungsstrategien können auch von Drittanwendungen abhängen. Eine MES-Anwendung oder QM-Anwendung kann beispielsweise den Trigger für das Löschen oder Archivieren von Einträgen liefern, die von produktbezogenen Dateien kommen. In diesem Fall ist eine Produkt-ID-Referenz in der Dateitabelle erforderlich.

Ein weiterer Teil der Datenmanagement-Strategie betrifft die Anforderungen an den Festplattenspeicher. Wie viel Speicherplatz wird für die Implementierung von ibaAnalyzer benötigt (z. B. für die Speicherung von 100 Tagen)? Anhand der Angaben des Datenbankanbieters lassen sich die verschiedenen Satzlängen, der Indexplatzbedarf usw. berechnen. In der Praxis ist es besser, eine typische Datenverarbeitung zu simulieren und den Platzbedarf zu überwachen. Mit wenigen Testdaten lässt sich leicht eine typische Datenbankextraktion konfigurieren.

Wenn Sie die extrahierten Messdaten zusammen mit weiteren Daten in einer Produktionsumgebung oder Informationssystem-Umgebung verwenden wollen, benötigen Sie zusätzliche Indizes für die Leistungsoptimierung oder Infospalten, die von externen Prozeduren befüllt werden. Alle INSERT-Anweisungen von ibaAnalyzer sind "voll qualifiziert". Daher stellt das Hinzufügen von NULL-Spalten kein Problem dar. Das Hinzufügen von Indizes ist ebenfalls möglich und wird empfohlen. Wenn Datenbank-Trigger notwendig sind, können diese die Rechnerleistung vor allem bei langen Segmenttabellen erheblich verlangsamen.

Eine sehr effiziente Möglichkeit, ibaAnalyzer-Tabellen mit Tabellen von Drittanbietern zu verbinden, ist die Definition von Datenbank-Views, die die Komplexität von JOIN-Bedingungen verbergen.