Das Data Warehouse speichert die Daten historisch, d.h. wir fügen beim Laden der Daten eine Zeitebene zu den Daten hinzu. Wenn nun Daten mit zeitabhängigen Gültigkeiten oder ganzen Historien geliefert werden, müssen diese unterschiedlichen Zeitlinien korrekt abbilden, so dass jede Zeitachse für Auswertungen zur Verfügung steht.
In diesem Vortrag zeigt Petr Beles (datavaultbuilder) Lösungsansätze für die Speicherung von Bi- und Tri-Temporalität im Data Vault.
Dabei stellt er verschiedene Konzepte vor, wie den Bi-Temporalen Satelliten als Spezialform des Multi-Active Satellites und den Snowpit Ansatz von Patrik Cuba, um Bi-Temporale Daten effizient abfragen zu können.