Kewangan Peribadi

Bagaimana Semantik Berlaku untuk Perisikan Perniagaan - manisan

Tanya diri anda dan pasukan projek pergudangan data soalan ini: mempersiapkan teknologi ini? Tumpukan pada tiga bidang yang mungkin sudah anda kerjakan - lapisan semantik perisikan perniagaan anda, pengurusan peraturan perniagaan, dan kemungkinan definisi pertanyaan bersekutu. Pengurusan perniagaan semantik perisikan perniagaan Jika anda menggali cukup dalam proses anda dan ...

Bagaimana untuk meyakinkan bos anda tentang keperluan untuk data pergudangan - dummies

Ketika anda melancarkan projek pergudangan data ke atas pengurusan (bahkan kepada Ketua Pegawai Eksekutif atau CFO), kerjakan dua kenyataan berikut ke dalam pembentangan anda: "Kami mempunyai data di seluruh tempat di sekelompok mesin yang berbeza, dan terus terang, kita tidak boleh mendapatkan mana-mana. Oh, ya, banyak juga yang tidak konsisten. "" Anda tahu ...

Mendatar melawan Pengurusan Penyimpanan Data Vertikal

Mengidentifikasi Data yang Anda Butuhkan untuk Gudang Data Anda - dummies

Senarai dari dalam syarikat anda semua sumber data yang akan menyediakan data ke gudang, apa lagi yang anda perlukan yang anda belum ada di dalam senarai - dan apa yang anda tidak dapat di tempat lain di dalam syarikat untuk membantu membuat keputusan perniagaan? ...

Bagaimana untuk mengkatalogkan Extract Files Extract - dummies

Apabila anda mula mempertimbangkan apa yang perlu dilakukan mengenai fail ekstrak dan lain-lain jenis jenis persekitaran gudang data yang wujud dalam organisasi anda, anda mesti mencarinya - yang mungkin sukar dicari, memandangkan sifat persekitaran ini. Inilah petunjuk: Ikuti laporan. Melalui sesi kerja kumpulan dan mesyuarat individu, ...

Bagaimana Menjadi Pembeli Cerdas pada Konferensi Pergudunan Data - dummies

Tidak membuat kesilapan mengenainya: Anda boleh mendapatkan nilai yang luar biasa daripada menghadiri mana-mana jenis persidangan atau pameran perdagangan, termasuk yang berorientasikan ke arah pergudangan data. Vendor tout dan menunjukkan produk terbaru mereka, anda dapat mendengar kajian kes kehidupan dan cerita tentang pelaksanaan pergudangan data yang berjaya, dan anda boleh mendapatkan maklumat yang unik mengenai masalah yang timbul ...

Bagaimana Mengintegrasikan Data Big - dummies

Hanya mempunyai akses kepada sumber data besar tidak mencukupi. Anda perlu mengintegrasikan sumber-sumber ini. Tidak lama lagi akan ada petabytes data dan beratus-ratus mekanisme akses untuk anda pilih. Tetapi yang aliran dan jenis data apa yang anda perlukan? Memahami masalah yang anda cuba selesaikan Kenal pasti ...

Cara Memastikan Kesahan, Keaslian, dan Keterpurukan Data Besar - patung

Volum tinggi, pelbagai, dan halaju tinggi adalah ciri penting data besar. Tetapi ciri-ciri lain dari data besar sama pentingnya, terutamanya apabila anda menggunakan data besar untuk proses operasi. Set kedua ciri "V" yang penting untuk menjalankan data besar termasuk Kesahan: Adalah data yang betul dan tepat untuk ...

Cara menggunakan awan untuk data besar - dummies

Awan menjadikannya persekitaran pengkomputeran yang ideal untuk data besar. Jadi bagaimana mungkin anda menggunakan data besar bersama awan? Berikut adalah beberapa contoh: IaaS dalam awan awam: Dalam senario ini, anda akan menggunakan infrastruktur penyedia awan awam untuk perkhidmatan data besar anda kerana anda ...

Cara Membuat Peta Jalan Pelaksanaan Data Big - dummies

Rencana pelaksanaan data besar, atau peta jalan , akan berbeza bergantung pada matlamat perniagaan anda, kematangan persekitaran pengurusan data anda, dan jumlah risiko organisasi anda dapat menyerap. Oleh itu, mulakan perancangan anda dengan mengambil kira semua isu yang akan membolehkan anda menentukan peta jalan pelaksanaan. Urus niaga perniagaan dan ...

Bagaimana Membuat Data Assets - dummies

Melaksanakan Data Mart - Cepat - dummies

Tidak kira bagaimana anda memutuskan untuk membahagikan alam semesta kandungan yang mungkin menjadi beberapa subset untuk mart data anda, ingat bahawa untuk mendapatkan nilai perniagaan maksimum dari mart data anda, anda mesti melaksanakannya dengan cepat. Berikut adalah tiga kunci untuk perlaksanaan yang cepat: Ikuti metodologi berulang, bertahap. Anda membelanjakan sebahagian besar ...

Bagaimana Menetapkan Yayasan Seni Bina untuk Data Besar - monyet

Adalah penting untuk meletakkan arsitektur yang kuat asas jika anda ingin berjaya dengan data besar. Di samping menyokong keperluan fungsian, penting untuk menyokong prestasi yang diperlukan. Keperluan anda bergantung pada jenis analisa yang anda dukung. Anda akan memerlukan jumlah kuasa pengiraan yang tepat ...

Bagaimana Mengoptimumkan Tugasan MapReduce - dummies

Selain daripada mengoptimumkan kod aplikasi sebenar dengan MapReduce untuk projek data besar, gunakan beberapa teknik pengoptimuman untuk meningkatkan kebolehpercayaan dan prestasi. Mereka termasuk dalam tiga kategori: topologi perkakasan / rangkaian, penyegerakan, dan sistem fail. Topologi perkakasan / rangkaian data yang besar Bebas aplikasi, perkakasan dan rangkaian terpantas mungkin menghasilkan masa larian terpantas ...

Mengenal pasti Data yang Anda perlukan untuk Data Big Anda - dummies

Mengambil jenis jenis data yang anda berurusan dengan projek data besar anda. Banyak organisasi mengakui bahawa banyak data yang dihasilkan secara dalaman tidak digunakan untuk potensi penuhnya pada masa lalu. Dengan memanfaatkan alat baru, organisasi memperoleh wawasan baru daripada sumber data yang tidak tersenarai sebelumnya yang tidak diterokai ...

Cara Menggunakan MapReduce untuk Data Besar - dummies

Layer 0 of Big Data Stack: Redundant Physical Infrastructure - dummies

Daripada tumpukan data besar adalah infrastruktur fizikal. Syarikat anda mungkin sudah mempunyai pusat data atau membuat pelaburan dalam infrastruktur fizikal, jadi anda ingin mencari jalan untuk menggunakan aset yang sedia ada. Pelaksanaan data yang besar mempunyai keperluan yang sangat spesifik terhadap semua elemen dalam seni bina rujukan, ...

Lapisan 2 dari Big Data Stack: Database Operasi - dummies

Persekitaran data, dan lapisan 2 daripada timbunan data besar, adalah enjin pangkalan data yang mengandungi koleksi elemen data yang berkaitan dengan perniagaan anda. Enjin-enjin ini perlu pantas, berskala, dan kukuh pepejal. Mereka tidak semua dicipta sama, dan persekitaran data tertentu tertentu akan lebih baik dengan ...

Lapisan 3 dari Big Data Stack: Mengatur Perkhidmatan dan Peralatan Data - dummies

Menganjurkan perkhidmatan data dan alat, lapisan 3 dari tumpukan data besar, menangkap, mengesahkan, dan memasang pelbagai elemen besar data ke dalam koleksi yang relevan secara konteks. Oleh kerana data besar secara besar-besaran, teknik telah berkembang untuk memproses data dengan cekap dan lancar. MapReduce adalah satu teknik yang banyak digunakan. Cukuplah untuk mengatakan di sini bahawa banyak penganjuran ...

Kekunci Nilai Kekunci Dasar dalam Persekitaran Data Besar - monyet

Setakat ini pangkalan data NoSQL (tidak-hanya-SQL) dalam persekitaran data yang besar adalah mereka menggunakan model pasangan kunci (KVP). Pangkalan data KVP tidak memerlukan skema (seperti RDBMS) dan menawarkan kelenturan dan skalabiliti yang hebat. Pangkalan data KVP tidak menawarkan keupayaan ACID (Atomicity, Consistency, Isolation, Durability), dan memerlukan pelaksana untuk memikirkan data ...

Bertemu dengan Wakil Data Warehousing - dummies

Belanja sekitar untuk produk pergudangan data boleh termasuk pertemuan dengan wakil syarikat. Sebelum wakil jualan vendor menjejakkan kaki di dalam pejabat anda atau memulakan persidangan Web dengan anda, jelaskan apa yang anda harapkan untuk ditutup selama pertemuan awal satu atau dua jam itu. Anda harus melakukan sekurang-kurangnya yang berikut: Mendengar persembahan ...

Lapisan 1 dari Big Data Stack: Security Infrastructure - dummies

Keperluan keselamatan dan privasi, 1 timbunan data besar, sama dengan keperluan untuk persekitaran data konvensional. Keperluan keselamatan haruslah sejajar dengan keperluan perniagaan tertentu. Sesetengah cabaran unik timbul apabila data besar menjadi sebahagian daripada strategi: Akses data: Akses pengguna ke data besar atau data rumit telah ...

Lapisan 4 dari Big Data Stack: Gudang Data Analitikal - dummies

Gudang data, lapisan 4 daripada timbunan data besar, dan rakannya data mart, telah lama menjadi teknik utama yang digunakan organisasi untuk mengoptimumkan data untuk membantu pembuat keputusan. Kebiasaannya, gudang data dan tong mengandung data yang dinormalkan yang dikumpulkan dari pelbagai sumber dan dipasang untuk memudahkan analisa perniagaan. Data ...

Menguruskan Virtualization untuk Data Big - dummies

Virtualisasi memisahkan sumber dan perkhidmatan daripada persekitaran penghantaran fizikal yang mendasar, banyak sistem maya dalam satu sistem fizikal. Salah satu sebab utama syarikat-syarikat telah melaksanakan virtualisasi adalah untuk meningkatkan prestasi dan kecekapan pemprosesan campuran kerja yang pelbagai. Data hypervisor yang besar Dalam ideal ...

Middleware untuk Data Warehousing - dummies

Middleware adalah perisian komputer yang menghubungkan komponen perisian. Dalam persekitaran pergudangan data, perkhidmatan middleware adalah satu set program dan rutin yang melakukan perkara berikut: Tarik data dari sumber (atau sumber). Pastikan data itu betul. Pindahkan data di sekeliling alam sekitar dari platform ke platform, seperti yang diperlukan. Mengendalikan apa sahaja yang diperlukan ...

Pengurusan Data (MDM) - dummies

Dalam beberapa tahun kebelakangan ini, sistem maklum balas gaya ODS ditakrifkan untuk tujuan tertentu - data rujukan - telah muncul. Semua sistem dibungkus dengan data rujukan. Data ini boleh merangkumi set data yang anda gunakan untuk menggambarkan tahap peluang jualan (contohnya, petunjuk, lead yang layak, peluang, peluang yang diramalkan, dan ...

Perkhidmatan Pemetaan: Pemetaan dan Transformasi Data - dummies

Angka ini menunjukkan persekitaran di mana data diekstrak dari tiga sumber data yang berbeza untuk dimasukkan ke dalam gudang data, dan masing-masing tiga sumber berada di platform yang berbeza. Pada satu ketika dalam proses middleware, ekstrak QA ini mesti dibawa bersama untuk pemetaan gabungan dan proses transformasi. The ...

Perkhidmatan middleware: Pergerakan Data dan Memuatkan data - dummies

Dalam kebanyakan situasi, kedua perkhidmatan middleware - dan pengekstrakan, dan jaminan kualiti - berlaku pada platform yang sama (sistem) di mana sumber data berada. Sekiranya gudang data anda akan dihoskan pada platform yang berbeza daripada sumber data, walaupun, anda perlu menggunakan perkhidmatan pergerakan data untuk memberi kesan kepada sistem-sistem ...

Perkhidmatan middleware: Pemilihan dan Pengumpulan Data - dummies

Tujuan utama pemilihan data dan perkhidmatan pengurangan adalah untuk memilih dari (mencari dalam) sumber data data yang anda ingin pindah ke dalam gudang data dan kemudian mengeluarkan (menarik keluar) data itu menjadi satu bentuk yang boleh disediakan untuk perkhidmatan jaminan kualiti. Anda boleh menggunakan salah satu daripada dua jenis yang berbeza ...

Data Big mine dengan Hive - dummies

Sarang adalah lapisan berorientasikan batch, data-warehousing yang dibina di atas elemen teras Hadoop (HDFS dan MapReduce) dan sangat berguna dalam data besar. Ia menyediakan pengguna yang mengetahui SQL dengan pelaksanaan SQL-lite mudah dipanggil HiveQL tanpa mengorbankan akses melalui pemetaan dan pengurangan. Dengan Hive, anda boleh mendapatkan yang terbaik dari kedua-dua dunia: akses seperti SQL ...

Pangkalan data multidimensional - dummies

Ini bukan kali pertama dalam sejarah baru-baru ini bahawa jenis produk pangkalan data baru telah muncul dan mengatasi ketidakcekapan RDBMS . Kembali pada tahun 1980-an, satu kelas aplikasi telah dikenal pasti di mana produk RDBMS tidak menangani keperluan pengurusan data (terutamanya penjanaan RDBMS yang terdapat pada masa itu). Aplikasi ini semua memerlukan jenis data yang ditentukan pengguna ...

Perkhidmatan Middleware: Data Quality Assurance - dummies

Anda harus menubuhkan dua perkhidmatan jaminan kualiti yang berbeza (QA) perkhidmatan middleware. Anda perlu melaksanakan tugas QA pertama terhadap ekstrak dari sumber data sebelum anda melakukan lebih banyak perkhidmatan middleware. Jaminan kualiti data: bahagian I Cuba untuk menangkap dan mengatasi kesilapan dan masalah pada awal proses ...

Pangkalan Data tidak berkaitan dalam Persekitaran Data Besar - pangkalan data

Tidak berkaitan dengan model jadual / utama endemik kepada RDBMS (sistem pengurusan pangkalan data relasi). Ringkasnya, data khusus dalam dunia data besar memerlukan ketekunan khusus dan teknik manipulasi data. Walaupun gaya pangkalan data baru ini menawarkan beberapa jawapan kepada cabaran data besar anda, mereka bukanlah tiket yang nyata sampai selesai ...

Meletakkan Data Big Digunakan - dummies

Analitik teks boleh digunakan untuk membantu mendapatkan maklumat tentang data. Jadi, bagaimana jika data adalah data besar? Ini bermakna bahawa data yang tidak tersusun dianalisis ialah jumlah yang tinggi, halaju tinggi, atau kedua-duanya. Data besar dan suara pelanggan Mengoptimumkan pengalaman pelanggan dan meningkatkan pengekalan pelanggan adalah pemacu dominan untuk ...

Sembilan Tanda Projek Pergudang Data yang Sukses - monyet

Hanya kerana semua orang berkumpul di kafeteria syarikat untuk kek dan plester dinding dengan spanduk selamat tidak bermakna projek pergudangan data anda berjaya. Bab ini memberi anda beberapa cara untuk memberitahu bahawa anda benar-benar berjaya. Penaja eksekutif berkata, "Perkara ini berfungsi - ia benar-benar berkesan! "Katakanlah seorang yang senior ...

Mengubahsuai Produk Perisikan Perniagaan untuk Mengendalikan Data Besar - produk-produk kecerdasan perniagaan tradisional

Lain-lain Jenis Perisikan Perniagaan - dummies

Dengan model yang kemas dan teratur yang mempunyai empat jenis kategori kecerdasan perniagaan (pertanyaan dan pelaporan, analisis perniagaan [OLAP], perlombongan data, dan papan pemuka dan kad skor) boleh diperluaskan untuk aplikasi yang lebih kompleks. Sebagai contoh, alat OLAP atau papan pemuka mungkin mempunyai keupayaan sistem maklumat geografi (GIS) - atau mungkin tidak. Seperti yang ditunjukkan dalam ...

Produk relasi dan Data Warehousing - dummies

Adalah beberapa produk pangkalan data hubungan utama yang mungkin anda gunakan untuk data anda gudang. Hampir semua vendor ini, dalam beberapa tahun yang lalu, memperoleh produk tambahan, termasuk teknologi OLAP atau berorientasikan multidimensional dan RDBMS lain untuk menyokong platform yang sangat pelbagai dan mengintegrasikan ke dalam barisan produk dan seni bina mereka. Anda mungkin mahu ...

Prestasi Perkara dalam Pengurusan Data Seni Bina Besar - dummies

Mempersiapkan Semantika dalam Data Warehousing - dummies

Jika anda menilai bagaimana teknologi yang berkaitan dengan kerja pergudangan data, Metadata diuruskan secara proprietari dalam alat ini. Sesetengah telah mencuba pada masa lalu untuk menyelesaikan masalah integrasi dengan mewujudkan satu lagi teknologi, dikenali sebagai repositori metadata teknikal, untuk mengintegrasikan semua metadata ini dari pelbagai alat. Seperti ...