Anzeige

Anzeige

VERANSTALTUNGEN

ELO Solution Day München
27.03.19 - 27.03.19
In Messe München

Hannover Messe 2019
01.04.19 - 05.04.19
In Hannover

SMX München
02.04.19 - 03.04.19
In ICM – Internationales Congress Center München

ACMP Competence Days München
10.04.19 - 10.04.19
In Jochen Schweizer Arena GmbH, Taufkirchen bei München

Mendix World
16.04.19 - 17.04.19
In Rotterdam Ahoy Conference Centre

Anzeige

Anzeige


SteineturmDas Whitepaper DataWarehouse Optimization beschreibt vier Lösungsansätze, mit denen Hadoop eine Data-Warehouse-Umgebung optimiert.

Laden Sie hier das kostenlose Whitepaper herunter:

Download für registrierte Leser

(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 für registrierte Leser

(PDF, englisch, 16 Seiten, 1,5 MB)

 

GRID LIST
Studie: DSGVO-Index

Branchen und ihre speziellen DSGVO-Defizite

Die DSGVO gilt seit dem 25. Mai 2018 – Doch wie sind deutsche Unternehmen bei der…
Die 10 wichtigsten Überlegungen zum Bot-Management

Die 10 wichtigsten Überlegungen zum Bot-Management

Bot-Management-Lösungen versprechen Schutz vor automatisierten Webrobotern (Bots), die…
Whitepaper: In 4 Schritten zu einer optimierten IT-Abteilung

In 4 Schritten zu einer optimierten IT-Abteilung

Die IT-Abteilung soll stets die neuesten Trends kennen und gleichzeitig muss die…
Whitepaper IT-Outsourcing Auswahlkriterien

IT-Outsourcing - Auswahlkriterien für den passenden Anbieter

Nach dem Entscheidungsprozess für oder gegen das IT-Outsourcing eines bzw. mehrerer…
Whitepaper Kosten von DoS-Attacken und Angriffen auf Webanwendungen

Kosten von DoS-Attacken und Angriffen auf Webanwendungen

Das Ponemon Institut hat die Veränderungen in den Kosten und Folgen von Denial of Service…
Whitepaper The Smart Service Desk

Mit Machine Learning zum smarten Service Desk

Stellen Sie sich eine IT-Organisation vor, die Services schneller und in verbesserter…