Data Lake – Anwendungsbeispiele und Vorteile für Ihr Unternehmen

Ein Data Lake ist ein zentrales Repository, das Big Data aus verschiedenen Quellen im Rohformat speichert. Aufgrund der Vorteile des Data Lake-Formats verabschieden sich viele Organisationen von ihren Data Warehouses. Erfahren Sie, worin sich Data Lakes von anderen Speichern unterscheiden, warum sie immer beliebter werden und wie Sie anfangen können, einen Data Lake zu erstellen.

Weitere Informationen

Was ist Data-Profiling?

Data-Profiling eröffnet neue Geschäftschancen. Unternehmen, die Data-Profiling für die Organisation und Analyse ihrer Daten nutzen, können ihr Erfolgspotenzial steigern und sich klare Wettbewerbsvorteile sichern.

Weitere Informationen

Was ist Hadoop?

Hadoop ist ein Java-basiertes Open Source-Framework zum Speichern und Verarbeiten von Big Data. Die Daten werden dabei auf preiswerten Commodity-Servern gespeichert, die in Clustern verbunden sind. Sein verteiltes Dateisystem ist fehlertolerant und ermöglicht eine parallele Verarbeitung.

Weitere Informationen

Data Lake vs. Data Warehouse

Sowohl Data Lakes als auch Data Warehouses sind etablierte Begriffe, wenn es um das Speichern von Big Data geht. Doch beide Begriffe sind nicht gleichzusetzen. Ein Data Lake ist ein großer Pool mit Rohdaten, für die noch keine Verwendung festgelegt wurde. Bei einem Data Warehouse dagegen handelt es sich um ein Repository für strukturierte, gefilterte Daten, die bereits für einen bestimmten Zweck verarbeitet sind.

Weitere Informationen

Was ist MapReduce?

MapReduce ist ein Programmiermodell bzw. Muster im Hadoop-Framework, das für den Zugriff auf Big Data im Hadoop File System (HDFS) verwendet wird. Die Map-Funktion nimmt die Eingabedaten, erstellt Paare, verarbeitet sie und generiert einen weiteren Satz an Zwischenpaaren als Ausgabe.

Weitere Informationen

ELT vs. ETL: der Unterschied

Der Unterschied zwischen ETL und ELT liegt zum einen am Ort, an dem die Daten in Geschäftsinformationen umgewandelt werden, und an der Menge der Daten, die in Data-Warehouses gehalten wird. Erfahren Sie, wie sich diese Unterschiede auf die Geschäftsinformationen auswirken, welcher Ansatz sich am besten für Ihr Unternehmen eignet und warum die Cloud im Begriff ist, alles zu verändern.

Weitere Informationen

Big Data Integration für jede Cloud

Talend Sommer ’17 bietet eine umfassende Integration mit den größten Cloud-Plattformen. So können Sie jetzt viel leichter reagieren, wenn Ihre Data Scientists und Analysten den Bedarf an Advanced Analytics, Big Data in Echtzeit und Machine Learning in der Cloud anmelden.

Jetzt ansehen

6 Trends für IT-Entscheider für 2017 und darüber hinaus

2016 war der Punkt erreicht, an dem die Hälfte der Weltbevölkerung mit dem Internet verbunden war*. Gleichzeitig wurde bei den angebundenen Maschinen die 6,4 Milliarden-Marke geknackt**. Das sind viele Daten aus vielen Quellen. Dieses White Paper von Bernard Marr vom Advanced Performance Institute identifiziert die Chancen und Gefahren, die mit 6 Schlüsseltrends in der IT zusammenhängen

HERUNTERLADEN

Selfservice-Analysen

Viele Organisationen sind heute mit ihren Daten überfordert. Die meisten von ihnen schaffen es nicht einmal, einen Bruchteil der Daten zu analysieren, die sie selbst sammeln und erfassen. Um eine datengestützte Unternehmenskultur zu fördern, setzen viele Organisationen auf einen neuen Ansatz: die sogenannte Selfservice-Analyse. 

HERUNTERLADEN