Pressemitteilung von Silvia Parthier

Big-Data-Analysen: Mehrwert aus vernetzten Daten


11.12.2013 / ID: 149603
IT, NewMedia & Software

Aying, 11.12.2013. Big Data allein ist nichts anderes als eine riesige Datenmenge. Erst vernetzt mit anderen relevanten Geschäftsdaten führt sie zu sinnvollen Auswertungen mit Mehrwert für das Unternehmen. Dafür sind jedoch neue Architekturen und neue Lösungswege gefragt. Drei Whitepaper über neue Architekturen für Big Data, strukturierte und unstrukturierte Daten im Data Warehouse und Lösungsvorschläge mit Hadoop stehen auf http://www.it-daily.net zum kostenlosen Download bereit.

Architected Blended Big Data

Vernetzte Daten tragen dazu bei, die Analytik zu präzisieren. So lassen sich beispielsweise Risikokunden frühzeitig erkennen, wenn man umsatzbezogene Daten und Informationen über die Kundenzufriedenheit gemeinsam auswertet. Die hierfür notwendigen Daten stammen aus unterschiedlichen Datenquellen und liegen in unterschiedlichen Strukturen vor. Das Whitepaper "Architected Blended Big Data with Pentaho" beschreibt eine neue Architektur für die Verknüpfung von Big Data mit anderen Unternehmensdaten und deren Auswertung.

Data Warehouses Optimierung: Vier Lösungsansätze mit Hadoop

Das Whitepaper "Data Warehouse Optimization von Talend" beschreibt vier Lösungsansätze, mit denen Hadoop eine Data-Warehouse-Umgebung optimiert.
- Hadoop zur Speicherung selten benutzter Daten
- Hadoop als Staging Area
- Hadoop als zusätzliche Data-Warehouse-Datenbank
- Hadoop für ETL-Verarbeitung (Extraction, Transformation, Loading)

Für den Einsatz mit Hadoop müssen ETL-Werkzeuge bestimmte Mindestanforderungen erfüllen. Auch diese werden erklärt.

Data Warehouse Optimierung: Big Data Aufbereitung

Riesige Mengen gemischter Daten für aussagekräftige Analysen aufzubereiten, ist eine zentrale Aufgabe der Data-Warehouse-Optimierung. Das Whitepaper "Data Warehouse Optimierung von Pentaho" stellt einen Lösungsansatz mit Hilfe von Hadoop vor, der keinerlei Änderungen an bestehenden Unternehmensanwendungen erfordert. Er verwendet weiterhin die relationalen Daten aus der den Applikationen zugrunde liegenden Datenbank und fügt strukturierte und unstrukturierte Daten in einem Hadoop Cluster zusammen. Aus Rohdaten werden analytische Datenmengen, auf die Analyse und Reporting zugreifen.

Zum Download der Whitepaper:

Architected Blended Big Data
http://www.it-daily.net/studien/white-paper-zum-download/8060-kombinierte-architekturen-fuer-big-data2

Data Warehouses Optimierung: Vier Lösungsansätze mit Hadoop
http://www.it-daily.net/studien/white-paper-zum-download/8037-data-warehouse-optimization-whitepaper

Data Warehouse Optimierung: Big Data Aufbereitung
http://www.it-daily.net/studien/white-paper-zum-download/8132-data-warehouse-optimierung-riesige-mengen-gemischter-daten-geschickt-handhaben

Weitere Informationen: http://www.it-daily.net

Bildrechte: http://www.shutterstock.com
Big Data Datawarehouse DWH Hadoop blended data ETL unstrukturierte Daten hadoop cluster Analytik

http://www.it-daily.net
it verlag für Informationstechnik GmbH
Michael-Kometer-Ring 5 85653 Aying

Pressekontakt
http://www.it-daily.net
it verlag für Informationstechnik GmbH
Michael-Kometer-Ring 5 85653 Aying


Diese Pressemitteilung wurde über PR-Gateway veröffentlicht.

Für den Inhalt der Pressemeldung/News ist allein der Verfasser verantwortlich. Newsfenster.de distanziert sich ausdrücklich von den Inhalten Dritter und macht sich diese nicht zu eigen.

Weitere Artikel von Silvia Parthier
10.02.2015 | Silvia Parthier
Innovationen im VMware-Ökosystem (eBook)
07.05.2013 | Silvia Parthier
Big Data trifft auf Analytik
Weitere Artikel in dieser Kategorie
S-IMG
Über Newsfenster.de
seit: Januar 2011
PM (Pressemitteilung) heute: 57
PM gesamt: 436.413
PM aufgerufen: 76.007.169