Memastikan bahwa penerapan Anda unik - dummies
Tidak ada dua implementasi data warehouse yang persis sama. Sebuah gudang data terdiri dari banyak komponen yang berbeda, yang masing-masing dapat diimplementasikan dalam beberapa (mungkin banyak) cara. Komponen-komponen ini meliputi luasnya: jumlah subjek dan titik fokus yang berbeda, misalnya, atau jumlah organisasi fungsional atau regional yang berbeda yang akan digunakan ...
Mendistribusi Dasar-dasar Komputasi untuk Data Besar - dummies
Jika perusahaan Anda mempertimbangkan sebuah proyek data yang besar, penting bagi Anda pahami beberapa dasar komputasi terdistribusi dulu. Tidak ada satu pun model komputasi terdistribusi karena sumber komputasi dapat didistribusikan dengan berbagai cara. Misalnya, Anda dapat mendistribusikan satu set program di server fisik yang sama dan menggunakan layanan pesan untuk mengaktifkan ...
Apakah Perusahaan Anda Memiliki Struktur Data yang Ada? - dummies
Organisasi Anda memiliki peluang yang sangat menguntungkan untuk memiliki setidaknya satu jenis - gudang data - sistem pelaporan yang menyediakan kemampuan informasi dan, terkadang, kemampuan analisis terhadap satu atau lebih kelompok pengguna. Apa itu file ekstrak? Pengguna Anda mungkin menggunakan istilah extract file untuk menggambarkan jenis lingkungan ini karena penduduknya dihuni ...
Dokumen Database di Lingkungan Data Besar - dummies
Anda menemukan dua jenis database dokumen untuk proyek data besar. Salah satunya sering digambarkan sebagai repositori untuk konten full document-style. Yang lainnya adalah database untuk menyimpan komponen dokumen untuk penyimpanan permanen sebagai entitas statis atau untuk perakitan dinamis dari bagian-bagian dokumen. Struktur dokumen dan dokumen mereka ...
Model Pemrograman Prosedural vs. Prosedural untuk Data Besar - dummies
Ketika orang membicarakan peta dan mengurangi Data besar, mereka melakukannya sebagai operasi dalam model pemrograman fungsional. Pemrograman fungsional adalah salah satu dari dua cara pengembang perangkat lunak membuat program untuk mengatasi masalah bisnis. Model lainnya adalah pemrograman prosedural. Perhatikan sekilas untuk memahami perbedaan dan untuk melihat kapan ...
Kemunculan Semantic Web - dummies
Di dunia ilmu komputer, semantik relatif baru, terutama yang terkait dengan data pergudangan Semantik adalah studi tentang makna dalam komunikasi, termasuk makna (atau interpretasi makna) dari sebuah kata, tanda, atau kalimat. Berapa kali di tengah argumen Anda pernah mendengar ungkapan, "Janganlah ...
Layanan Integrasi Informasi Perusahaan - dummies
Sekitar tahun 1995, vendor mulai memposisikan perangkat lunak mereka sebagai alat pergudangan data virtual. Premis dasarnya adalah kadang-kadang tidak masuk akal untuk menyalin dan memanipulasi sekumpulan data, kalau-kalau ada yang membutuhkannya. Mengapa tidak mengakses data secara langsung dari sumber sesuai kebutuhan? Sayangnya, mengakses data melalui jaringan ...
Memfasilitasi perubahan bisnis dengan data Warehousing - dummies
Pergudangan data melibatkan memudahkan perubahan dalam proses bisnis. Selain dapat membuat keputusan operasional dan taktis yang lebih baik, informasi yang didorong oleh informasi, Anda mendapatkan wawasan tentang bidang-bidang utama yang dapat membantu Anda membuat keputusan strategis mengenai aspek fundamental bisnis Anda. Gudang data Anda dapat bertindak sebagai sistem peringatan dini untuk memberi tahu Anda bahwa ...
Menghadapi tantangan infrastruktur EII - dummies
Wow! Data virtual pergudangan terdengar seperti ide yang cukup rapi dan mutakhir. Mengapa tidak lebih luas? Jawabannya, singkatnya, adalah infrastruktur. Meskipun Anda dapat berbicara semua yang Anda inginkan tentang teknologi jaringan dan komunikasi yang muncul, dan throughput yang luar biasa yang akan kita semua dapatkan suatu hari nanti, kebanyakan perusahaan masih beberapa generasi di balik keadaan ...
Lima Vendor dengan Permintaan dan Pelaporan Produk untuk Data Warehousing - dummies
Ada beberapa vendor yang menyediakan query dan alat pelaporan yang mungkin ingin Anda pertimbangkan untuk digunakan dengan gudang data Anda. Berikut adalah lima hal yang patut dipertimbangkan. Business Objects (SAP) Business Objects, sekarang sebuah perusahaan SAP, menyediakan rangkaian produk untuk query dan pelaporan. Secara khusus, mereka menyediakan WebIntelligence: Juga dikenal sebagai WebI; sebuah berbasis web ...
Bagaimana Menentukan Ukuran untuk Data Warehouse - dummies
Kesalahpahaman umum bahwa banyak penggemar data warehouse Hold adalah satu-satunya gudang data yang bagus adalah gudang data yang besar - gudang data yang sangat besar. Banyak orang bahkan mengambil sikap bahwa kecuali jika mereka memiliki sejumlah besar byte yang tersimpan secara astronomi, sebenarnya bukan gudang data. "Lima ratus gigabyte? Oke, itu adalah ...
Model Dukungan Intelijen Bisnis Masa Depan untuk Data Warehousing - dummies
Saat ini, dukungan intelijen bisnis sering diturunkan ke - Dukungan kerja - jika sistem sedang down, personil pendukung mendapatkannya berjalan kembali. Model dukungan ini (bersama dengan skema harga vendor) telah mencegah penerapan intelijen bisnis secara luas. Model pendukung ini seperti restoran rumahan yang memiliki menu terbatas. Untuk adopsi yang luas ...
Bagaimana Intelijen Bisnis Bekerja dengan Data yang Tidak terstruktur? - dummies
Misalkan Anda menggunakan lingkungan pergudangan data yang tidak terstruktur dan multimedia, untuk melakukan analisis komparatif antara layanan yang ditawarkan oleh perusahaan Anda (bank) dan penawaran pesaing Anda yang sesuai. Anda menjalankan beberapa laporan dasar dan beberapa pertanyaan untuk memeriksa pangsa pasar, kinerja portofolio, dan tindakan lainnya. Atau, untuk analisis yang lebih maju, Anda menggunakan bisnis ...
Bagaimana Semantik Berlaku untuk Intelijen Bisnis - dummies
Tanyakan pada diri Anda dan tim proyek pergudangan data Anda pertanyaan ini: Bagaimana Anda akan siapkan teknologi ini? Fokus pada tiga area yang mungkin sudah Anda kerjakan - lapisan semantik intelijen bisnis Anda, manajemen aturan bisnis, dan kemungkinan definisi kueri federasi. Bisnis intelijen manajemen lapisan semantik Jika Anda menggali cukup dalam proses Anda dan ...
Bagaimana meyakinkan atasan Anda tentang kebutuhan akan data Warehousing - dummies
Ketika Anda sedang Meletakkan proyek pergudangan data ke manajemen puncak (bahkan ke CEO atau CFO), bekerjalah dua pernyataan berikut ke dalam presentasi Anda: "Kami memiliki data di semua tempat pada sekelompok mesin yang berbeda, dan sejujurnya, kami tidak dapat melakukannya. semua itu Oh, ya, banyak juga tidak konsisten. "Anda tahu ...
Manajemen Penyimpanan Data Vertikal vs. Vertikal
Sebagian besar manajer database relasional telah dibangun di manajer penyimpanan horizontal, yang tempatkan semua data dalam database berdasarkan baris (atau record) saat terjadi transaksi. Tabel database diwakili sebagai rangkaian halaman database yang berisi satu atau beberapa baris data. Manajer penyimpanan horisontal menyediakan pemrosesan transaksi online cepat (OLTP) ...
Identifikasi Data yang Anda Butuhkan untuk Data Warehouse - dummies
Tanyakan pada diri Anda pertanyaan ini: Melihat secara lengkap daftar dari dalam perusahaan Anda dari semua sumber data yang akan menyediakan data ke gudang, apa lagi yang Anda butuhkan yang belum Anda miliki dalam daftar - dan apa yang tidak bisa Anda dapatkan di tempat lain di dalam perusahaan untuk membantu membuat keputusan bisnis? ...
Bagaimana Mengakses File Ekstrak Yang Ada - dummies
Saat Anda mulai mempertimbangkan apa yang harus dilakukan tentang file ekstrak dan lainnya. Jenis lingkungan gudang data yang ada di organisasi Anda, Anda harus menemukannya - yang mungkin sulit Anda temukan, mengingat sifat lingkungan rumahan. Inilah petunjuknya: Ikuti laporannya. Melalui sesi kerja kelompok dan pertemuan individual, ...
Bagaimana Menjadi Pembelanja Cerdas di Konferensi Pergudangan Data - dummies
Jangan salah tentang hal itu: Anda bisa mendapatkan nilai yang luar biasa dari menghadiri konferensi atau pameran dagang, termasuk yang berorientasi pada pergudangan data. Vendor menganut dan mendemonstrasikan produk terbaru mereka, Anda bisa mendengar studi kasus nyata dan cerita tentang penerapan pergudangan data yang sukses, dan Anda bisa mendapatkan wawasan unik tentang masalah yang akan datang ...
Bagaimana Mengintegrasikan Data Besar - dummies
Hanya memiliki akses ke sumber data besar saja tidak cukup. Anda perlu mengintegrasikan sumber ini. Segera akan ada petabyte data dan ratusan mekanisme akses yang bisa Anda pilih. Tapi aliran dan jenis data apa yang Anda butuhkan? Pahami masalah yang ingin Anda selesaikan Identifikasi ...
Bagaimana Memastikan Validitas, Veracity, dan Volatilitas Data Besar - dummies
Volume tinggi, variasi tinggi, dan kecepatan tinggi merupakan karakteristik penting dari data besar. Tapi karakteristik lain dari data besar sama pentingnya, terutama saat Anda menerapkan data besar ke proses operasional. Kumpulan karakteristik "V" kedua yang merupakan kunci untuk mengoperasikan data besar mencakup Validitas: Apakah data benar dan akurat untuk ...
Bagaimana memanfaatkan awan untuk data besar - dummies
Dengan jelas, sifat dari awan menjadikannya lingkungan komputasi yang ideal untuk data besar. Jadi bagaimana Anda bisa menggunakan data besar bersama dengan cloud? Berikut adalah beberapa contohnya: IaaS di awan publik: Dalam skenario ini, Anda akan menggunakan infrastruktur penyedia awan publik untuk layanan data besar Anda karena Anda ...
Bagaimana Membuat Implementasi Data Besar Peta Jalan - dummies
Rencana implementasi data yang besar, atau peta jalan , akan berbeda tergantung pada tujuan bisnis Anda, kematangan lingkungan pengelolaan data Anda, dan jumlah risiko yang dapat diserap organisasi Anda. Jadi, mulailah perencanaan Anda dengan mempertimbangkan semua masalah yang memungkinkan Anda menentukan peta jalan implementasi. Urgensi bisnis dan ...
Menerapkan Data Mart - quickly dummies
Tidak masalah bagaimana Anda memutuskan untuk membagi alam semesta dari isi yang mungkin ke dalam beberapa subset untuk data mart Anda, ingatlah bahwa untuk mendapatkan nilai bisnis maksimal dari data mart Anda, Anda harus menerapkannya dengan cepat. Berikut adalah tiga kunci untuk implementasi yang cepat: Ikuti metodologi yang berulang dan bertahap. Anda menghabiskan sebagian besar ...
Bagaimana Menetapkan Dasar Arsitektur untuk Data Besar - dummies
Penting untuk meletakkan arsitektur yang kuat Dasar jika ingin sukses dengan data yang besar. Selain mendukung persyaratan fungsional, penting untuk mendukung kinerja yang dibutuhkan. Kebutuhan Anda akan tergantung pada sifat analisis yang Anda dukung. Anda akan memerlukan jumlah daya komputasi yang tepat ...
Selain Optimalkan MapReduce Tasks - dummies
Selain mengoptimalkan kode aplikasi sebenarnya dengan MapReduce untuk proyek data besar, Anda bisa gunakan beberapa teknik optimasi untuk meningkatkan kehandalan dan kinerjanya. Mereka terbagi dalam tiga kategori: topologi hardware / jaringan, sinkronisasi, dan sistem file. Data perangkat keras / topologi jaringan yang besar Independen dari aplikasi, perangkat keras dan jaringan tercepat kemungkinan akan menghasilkan waktu tercepat ...
Mengidentifikasi data yang Anda butuhkan untuk data besar Anda - dummies
Mencatat jenis data yang Anda sedang berurusan dengan proyek data besar Anda. Banyak organisasi menyadari bahwa banyak data yang dihasilkan secara internal belum digunakan untuk potensi penuhnya di masa lalu. Dengan memanfaatkan alat-alat baru, organisasi memperoleh wawasan baru dari sumber data terstruktur yang belum dimanfaatkan sebelumnya di ...
Cara Menggunakan MapReduce untuk Data Big - dummies
MapReduce adalah kerangka kerja perangkat lunak yang ideal untuk data besar karena memungkinkan pengembang untuk menulis program yang dapat memproses sejumlah besar data tidak terstruktur secara paralel di seluruh kelompok prosesor terdistribusi. Fungsi peta untuk data besar Fungsi peta telah menjadi bagian dari banyak bahasa pemrograman fungsional selama bertahun-tahun. Peta ...
Lapisan 0 dari tumpukan data besar: infrastruktur fisik redundan - dummies
Pada tingkat terendah dari kumpulan data yang besar adalah infrastruktur fisik. Perusahaan Anda mungkin sudah memiliki pusat data atau melakukan investasi di infrastruktur fisik, jadi Anda akan ingin menemukan cara untuk menggunakan aset yang ada. Implementasi data yang besar memiliki persyaratan yang sangat spesifik pada semua elemen dalam arsitektur referensi, ...
Lapisan 2 dari tumpukan data besar: Database operasional - dummies
Pada inti dari setiap besar lingkungan data, dan lapisan 2 tumpukan data yang besar, adalah mesin database yang berisi kumpulan elemen data yang relevan dengan bisnis Anda. Mesin ini harus cepat, terukur, dan kokoh. Mereka tidak semua diciptakan sama, dan lingkungan data besar tertentu akan berjalan lebih baik dengan ...
Lapisan 3 dari tumpukan data besar: Mengelola layanan dan alat data - dummies
Mengorganisir layanan data dan alat, lapisan 3 tumpukan data besar, menangkap, memvalidasi, dan mengumpulkan berbagai elemen data yang besar ke dalam koleksi yang relevan secara kontekstual. Karena data yang besar sangat besar, teknik telah berevolusi untuk mengolah data secara efisien dan mulus. MapReduce adalah salah satu teknik yang sangat banyak digunakan. Cukuplah untuk mengatakan di sini bahwa banyak pengorganisasian ini ...
Database Pangkalan Nilai Kunci di Lingkungan Data Besar - dummies
Sejauh ini, yang paling sederhana Database NoSQL (bukan hanya SQL) di lingkungan data yang besar adalah yang menggunakan model nilai kunci (KVP). Database KVP tidak memerlukan skema (seperti RDBMS) dan menawarkan fleksibilitas dan skalabilitas yang besar. Database KVP tidak menawarkan kemampuan ACID (Atomicity, Consistency, Isolation, Durability), dan meminta pelaksana untuk memikirkan data ...
Bertemu dengan Perwakilan Pergudangan Data - dummies
Berbelanja di sekitar untuk produk pergudangan data dapat mencakup pertemuan dengan perwakilan perusahaan. Sebelum perwakilan penjualan vendor menetapkan kaki di dalam kantor Anda atau memulai konferensi Web dengan Anda, jelaskan apa yang Anda harapkan untuk ditutup selama pertemuan awal satu atau dua jam itu. Anda harus melakukan setidaknya hal berikut: Mendengar presentasi ...
Lapisan 1 dari tumpukan Data Besar: Keamanan Infrastruktur - dummies
Persyaratan keamanan dan privasi, lapisan 1 dari kumpulan data yang besar, serupa dengan persyaratan untuk lingkungan data konvensional. Persyaratan keamanan harus disesuaikan dengan kebutuhan bisnis yang spesifik. Beberapa tantangan unik muncul saat data besar menjadi bagian dari strategi: Akses data: Akses pengguna ke data besar mentah atau yang dihitung memiliki ...
Lapisan 4 dari tumpukan data besar: gudang data analitis - dummies
Gudang data, lapisan 4 tumpukan data yang besar, dan pendampingnya data mart, telah lama menjadi teknik utama yang digunakan organisasi untuk mengoptimalkan data guna membantu pengambil keputusan. Biasanya, data warehouse dan mart berisi data normal yang dikumpulkan dari berbagai sumber dan dirakit untuk memudahkan analisis bisnis. Data ...