 | 大数据:生者与死者 | 06-26 |
IT的宣传机器让每个人都卷入了大的数据潮流。咨询公司千方百计帮助企业从大致相关的数据中掘取洞察力的金砖,而硬件正迎来一个小高峰,因为越来越多的数据被保存,需要买更大的存储空间和计算能力。 |
 | Gartner 商业智能(BI)和数据仓库象限: 多一些科学、少一些“魔力” | 05-22 |
Gartner 2012年的商业智能(BI)数据仓库供应商分析揭示了更多的客户调查工作,更少的黑魔法。 |
 | 数据仓库设计原则 | 05-10 |
采取务实的态度部署一个完备的企业数据仓库 ― 我的意思是一个准确、有效、更具生产力的企业数据仓库 ― 涉及到一个完善的设计原则。这些原则具体到于每一个部门的参考架构;每一个都有具体的能力和服务于特定的功能。在这里,我想列出信息仓库层标准中央存储器(记录系统)的原则。 |
 | Gartner 商业智能(BI)和数据仓库象限: 多一些科学、少一些“魔力” | 04-27 |
Gartner 2012年的商业智能(BI)数据仓库供应商分析揭示了更多的客户调查工作,更少的黑魔法。 |
 | 银行促使Hadoop开启大数据的秘密 | 04-23 |
新的分析技术的承诺中,让它变得更加以数据为驱动是大多数IT决策者这些日子头脑中思考的事。麻省Milford的一家IT策略咨询公司企业战略集团((ESG)的数据副总裁和资深分析师Julie Lockner在最近一份关于大数据对分析的影响的报告中说:“有一半以上的企业投票表明分析成为他们在IT上首要考虑 |
 | 一个联机分析处理应用系统的选择 | 04-01 |
极少有一个术语可以点燃整个市场,但在IT世界里,大数据就是这样。但大数据有一千种定义, 要想有效的描绘这个术语是无意义的, 所以请允许我讲一些实际的。 |
 | 数据仓库外的MDM | 03-22 |
企业被淹没在来自客户、供应商、员工和他们的操作系统的数据中。大多数企业有数据仓库 (DW) 或商业智能 (BI) 程序,有些已运行多年。DW/BI程序经常不能提供业务所需要的一致信息,因为重复的和经常不一致的客户名单、预期、员工、供应商和产品。主数据管理 (MDM) 就是用来解决不一致的列表和维度这 |
 | Greenplum 推出统一的分析平台 | 03-05 |
数据仓库设备制造商Greenplum透露说,他们准备将他们的数据仓库软件和OEMed分布的 Hadoop大数据处理器进行混合以建立一种统一的数据平台。 这种新的数据平台被称为统一分析平台。 |
 | 数据仓库的远见性 | 02-07 |
人人都知道数据仓库是一种远见性的现象。不像其他产品驱动的现象,数据仓库从愿景开始。 |
 | 厨子太多,会煮坏数据仓库这锅汤 | 01-30 |
在许多企业中,数据仓库的成本表现在资产负债表上的硬件、软件及支持操作的管理费用。 |
 | 新技术改变IT的数据库选择 | 12-31 |
从NoSQL到数据库设备,再到纵列和横排数据库的模糊,IT团队正探索新的选择以从数据中获取更快的洞察力。 |
 | 数据仓库支持大数据的最佳实践 – 不是一件小事 | 12-29 |
Tech Target公司业务应用系统和架构媒体小组的研究主管Wayne Eckerson用简单的话说:如果你要在“大数据”的工作中取得成功,你得有恰当的文化,合适的人,正确的数据和适用的工具。要是在数据仓库最佳实践方案中在适当的位置放入这些元素是这么简单该有多好。 |
 | 数据仓库供应商将整合Hadoop大数据平台 | 12-02 |
据Forrester研究公司称,企业数据仓库供应商将整合开源大数据平台Hadoop。 |
 | 企业需要应对大数据的挑战 | 11-10 |
随着交易数据量每天高达数十亿,大数据已经成为业务上重要的关注。因此,大数据也是技术供应商的大业务。他们努力解决相关的需求、和数据剧增造成的成本和长期影响。围绕着大数据,一个全新的市场很快地建立,以处理诸如数据的获取、存储、搜索、共享、分析和可视化等的挑战。 |
 | 构建数据仓库时需要考虑的关键问题 | 11-08 |
在构建数据仓库之前,我们需要从技术和文化两方面考虑哪些问题? |
|