Thought Leadership
Das Whitepaper DataWarehouse Optimization beschreibt vier Lösungsansätze, mit denen Hadoop eine Data-Warehouse-Umgebung optimiert.
Laden Sie hier das kostenlose Whitepaper herunter:
{download|Data Warehouse Optimization|downloads/WP_EN_BD_DataWarehouse_Optimization.pdf}
(PDF, englisch, 16 Seiten, 1,5 MB)
Data Warehouses sind zu den größten Datenbanken in Unternehmen angewachsen. Die Wachstumsrate wird vermutlich auch in naher Zukunft nicht abflauen. Data Warehouse-Umgebungen wachsen mit der Zahl ihrer Benutzer, der abgespeicherten Daten, der Datenquellen sowie der Komplexität des Berichtwesens und analytischer Fragestellung. Signifikantes Wachstum von Data Warehouse Datenbanken kann zu Problemen bei der Performance und dem gleichzeitigen Zugriff führen. Genauso können Speicher- und Prozesskosten steigen oder gar die Stabilität verloren gehen. In diesen Situationen sollten Unternehmen über eine Optimierung ihres Data Warehouse nachdenken.
In den letzten Jahren wurden sehr viele neue Speichertechnologien eingeführt. Sie alle wurden auf das Speichern und Verwalten riesiger Datenmengen bei relativ geringen Kosten ausgerichtet. Von all diesen Technologien ist Hadoop ohne Frage die am meisten benutzte. Hadoop kann in Datawarehouse-Umgebungen verwendet werden, um Speicher- und Prozesskosten zu senken und die Performance im Berichtswesen und in der Analytik zu verbessern.
Das Whitepaper beschreibt, dass beim Einsatz von Hadoop ETL-Werkzeuge benötigt werden, welche bestimmte Mindestanforderungen erfüllen müssen. Zudem stellt es dar, wie Sie Ihre Data Warehouse-Umgebung optimieren können durch die Verwendung von:
- Hadoop zur Speicherung selten benutzter Daten
- Hadoop als Staging Area
- Hadoop als zusätzliche Data Warehouse-Datenbank
- Hadoop für ETL-Verarbeitung (Extraction, Transformation, Loading ETL)
Laden Sie hier das kostenlose Whitepaper herunter:
{download|Data Warehouse Optimization|downloads/WP_EN_BD_DataWarehouse_Optimization.pdf}
(PDF, englisch, 16 Seiten, 1,5 MB)
