Mit welchen Benutzerdaten kann ich mich am Anfang einloggen?
Benutzername: admin
Passwort: admin
Der Data Quality Server läuft langsamer als erwartet. Was kann ich tun?
- Virenscanner können Datei-Operationen sehr verlangsamen. Nach einem initialen Scan sollte der Daten-Ordner des Data Quality Servers (standardmäßig „C:\DQServerData“) daher vom Virenscan ausgenommen werden.
- Logging-Einstellungen oberhalb von „WARN“ (also INFO, DEBUG usw.) können Laufzeiten stark erhöhen. Schalten Sie das Logging daher für den Standard-Betrieb auf „WARN“ oder „ERROR“.
- Sollten Sie Workflows verwenden, so können Sie die Prüfung der Satzstruktur ausschalten (Reiter„Satzstruktur“ bei Workflows).
Ich habe alle Benutzer oder Gruppen gelöscht, was kann ich tun?
In diesem Fall müssen Sie die Benutzer oder Gruppen auf die Werkseinstellung zurücksetzen. Dazubmüssen Sie die „Users.xml“ bzw. „Groups.xml“ löschen. Der Pfad dazu ist standardmäßig „C:\Inetpub\wwwroot\DQServer“.
Worauf muss ich bei der Einrichtung von Oracle-Datenbanken achten?
Eine Eigenart von Oracle-Datenbanken besteht darin, dass der Datenbankserver einen anderen Zeichensatz verwenden kann als der Client. Dies gilt zwar auch für andere Datenbanken, bei Oracle muss der Client aber speziell an den Server-Zeichencode angepasst werden.
Setzen Sie dazu die NLS_LANG Umgebungsvariable wie folgt:
1. Bestimmen Sie den Wert von NLS_LANG
a. Führen Sie in der Data Warehouse-Datenbank folgendes Kommando aus:
b. Notieren Sie sich den Wert von NLS_LANG, welcher folgendes Format haben sollte:
[NLS_LANGUAGE]_[NLS_TERRITORY].[NLS_CHARACTERSET].
Zum Beispiel: 
2. Für Windows:
a. Navigieren Sie zu Control Panel > System und betätigen Sie den Reiter Advanced.
Klicken Sie auf Environment Variables.
b. Im Bereich System Variables klicken Sie auf New.
c. Geben Sie folgendes im Feld Variable Name ein: 
d. Im Feld Variable Value geben Sie den NLS_LANG-Wert ein, den Sie unter Punkt 1. erhalten haben.
Das Format des Wertes von NLS_LANG sollte wie folgt sein: [NLS_LANGUAGE]_[NLS_TERRITORY].[NLS_CHARACTERSET].
Zum Beispiel: 
3. Für UNIX wird die Variable anders gesetzt:
setenv NLS_LANG <NLS_LANG>
Zum Beispiel: 
Falls Ihre Daten 7-bit oder 8-bit ASCII sind und der Server unter UNIX läuft, setzen Sie
ACHTUNG: Falls NLS_LANG nicht richtig gesetzt ist, werden Ihre Daten nicht korrekt angezeigt.
4. Starten Sie Ihren Rechner neu
Weshalb startet der Data Quality Server jeden Morgen neu?
Dies passiert, wenn im Anwendungspool des Data Quality Servers im IIS ein Leerlauftimeout eingestellt ist. Standardmäßig steht dieser auf 20 Minuten. Wird der Data Quality Server nun 20 Minuten nicht angesprochen, geht der Anwendungspool auf Leerlauf und der DQ Server wird bei einem erneuten Ansprechen erst wieder hochfahren müssen.
Tragen Sie dort eine 0 ein, um den Leerlaufmodus zu verhindern.
Sie erreichen die Einstellungen im Windows-Menü über Rechtsklick auf Computer -> Verwalten -> Dienste und Anwendungen -> Internetinformationsdienste.
Wählen Sie im Fenster Verbindungen „Anwendungspools“ und dort den Anwendungspool des Data Quality Servers. Unter „Erweitere Einstellungen“ können Sie nun die beschriebene Änderung vornehmen.
Wenn hier der Wert „True“ eingetragen ist, wird für die Arbeitsprozesse dieses Anwendungspools regelmäßig ein Ping ausgeführt, um sicherzustellen, dass diese Prozesse noch aktiv sind und darauf antworten. Dieser Vorgang wird als Statusüberwachung bezeichnet.
Der Data Quality Server meldet beim Neustart ein „Request timed out“. Woran liegt das?
Das reguläre Hochfahren des Data Quality Servers dauert ca. 90 Sekunden. Der Client hat standardmäßig eine Timeout-Einstellung von 30 Sekunden.
Da der Data Quality Server sich nun beim ersten Hochfahren nicht innerhalb dieser 30 Sekunden meldet, kappt der Client die Verbindung.
Die angefragte Task wird vom Data Quality Server nach dem Hochfahren bearbeitet. Da nun aber der Client, der die Anfrage gestellt hat, keine Verbindung mehr zum Server hat, wirft der DQ Server die Fehlermeldung „Request timed out“.
Dies ist jedoch nur als Warnung zu verstehen und ist für die Arbeit des Data Quality Servers unproblematisch.
Der Data Quality Server benötigt beim Reload sehr lange. Was kann ich tun?
Aus technischen Gründen kann ein Fact-Finder-Datenziel nur als Ganzes gespeichert werden. Daher werden im Allgemeinen Änderungen im Datenziel während des Tages in einer Änderungstabelle gehalten (Puffer). Diese liegt im RAM und ist über Links (bzw. Flags) mit den zu ändernden Daten im Datenziel verbunden. Fährt der Data Quality Server nun in so kurzer Zeit runter, dass die Änderungen nicht im Datenziel gespeichert werden können, so liegt die Puffer-Tabelle zwar noch auf der Platte, aber nicht mehr im RAM. Sie muss also bei einem Reload erst geladen und auch (und das ist der langwierige Teil) die Links zum Datenziel wiederhergestellt werden.
Folgende Einstellungen im Fact-Finder-Datenziel sollten den Reload des Data Quality Servers beschleunigen:
Bei oben gezeigten Einstellungen geschieht Folgendes:
Zum einen wird die Datenbank beim Herunterfahren des Data Quality Servers sauber gespeichert – falls sie Zeit genug dazu hat -, zum anderen wird die Puffer-Tabelle nicht beim Reload geladen, sondern erst bei der ersten Anfrage.
Dadurch beschleunigt sich der Reload des Data Quality Servers. Die erste Anfrage wird zwar entsprechend länger dauern, was jedoch weniger ungünstig scheint, da dies im Hintergrund geschehen kann, während der DQ Server weiterarbeitet.
Sollte es öfter vorkommen, dass der Data QualityS erver zu schnell herunterfährt, um die Änderungen in das Fact-Finder-Ziel zu übertragen, so wäre es ratsam, in den Zeitplänen eine regelmäßige Neuorganisation der entsprechenden Datenziele einzustellen (z. B. alle 4 Stunden):
Alternativ besteht noch folgende Möglichkeit:
Im Datenbankordner des Data Quality Servers existiert zu der Fact-Finder-Datenbank jeweils auch eine Änderungstabelle mit der Endung .pre.
Diese kann manuell gelöscht werden, wodurch der Reload des Data Quality Servers auch schneller gehen sollte. Dadurch sind zwar die Änderungen in dieser Tabelle verloren, dies kann jedoch gelöst werden, indem nach dem Start des Data Quality Servers manuell eine Transformation der Original-Datenbank in das Fact-Finder-Datenziel vorgenommen wird, da die Original-Datenbank ja alle Änderungen enthält.