Whitepaper – Logical DWH

Das Potenzial von Big Data heben

Lesen Sie in diesem Whitepaper mehr über die Herausforderungen und Möglichkeiten das Potenzial von internen und externen Daten für Unternehmen mit DataVirtuality zu erschließen und für die Datenanalyse nutzbar zu machen. Damit eine unternehmensweit einheitliche Sicht unterstützt durch ein Logical DWH keine Utopie mehr bleibt.

Diese Themen werden im Whitepaper „Einfache Datenintegration im digitalen Zeitalter“ behandelt:

Die größten Herausforderungen von Big Data

Das Handling von Daten aus verschiedenen Datenbanken und Systemen war schon immer eine Herausforderung – mit der wachsenden Zahl unterschiedlicher Dateitypen lässt sich dieses Problem aber kaum mehr bewältigen.

Das traditionelle Data Warehouse

Traditionelle Data Warehouses speichern Daten in der Regel im Rahmen eines Extraktions-, Transformations- und Ladeprozesses (ETL). Solche ETL-Jobs verschieben große Datenmengen in einer Batch-orientierten Arbeitsweise und das in der Regel jeden Tag.

Multidimensionale Datenbanken (Cubes)

Online Analytical Processing (OLAP) und Cubes stehen für multidimensionale Datenbestände, die im Wesentlichen als Zwischenspeicherbereich für die Analyse dienen. Das Whitepaper beschäftigt sich mit den Vor- und Nachteilen dieses Ansatzes.

Self-Service Business Intelligence

Tools wie Tableau oder Power BI stehen für eine neue Generation von Lösungen für die Datenanalyse, welche Business-User befähigen weitgehend ohne Unterstützung der IT-Kollegen auf Unternehmensdaten zugreifen,  um diese eigenständig zu analysieren

Analytische Datenbanken

Einige Softwarehersteller sind angetreten, die Grenzen traditioneller Data Warehouses und Cubes zu überwinden. Diese analytischen oder spaltenorientierten Datenbanken stellten den nächsten Evolutionsschritt auf dem Weg zu einer Lösung für anspruchsvolle Business-Analysen dar.

Data Lakes

Data Lakes sind Datenbanken, in denen riesige Mengen von Rohdaten solange in ihrem nativen Format gehalten werden, bis man sie benötigt. Der vermehrte Einsatz von Data Lakes ermöglicht den Wechsel
von ETL zu ELT (Extrahieren, Laden und Transformieren).

Logical Data Warehouse (DWH)

Im Gegensatz zu Data Lakes stützt sich diese neue Architektur auf ein verteiltes Konzept und richtet die Datenspeicherauswahl an der Datennutzung aus. Das Logical DWH ist ein System mehrerer zweckgebundener Datenbanken, Technologien und Tools. Sie arbeiten synergetisch zusammen,
um die Datenspeicherung zu verwalten und leistungsfähige Business-Analysefunktionen bereitzustellen.

Jetzt Whitepaper downloaden!

Data Virtuality: Einfache Datenintegartion im digitalen Zeitalter

Data Virtuality wurde 2012 gegründet und wurde bereits zweimal hintereinander zum am schnellsten wachsenden Big Data Start-Up Deutschlands gekürt.  Mit über 150 fertigen Konnektoren lässt sich Data Virtuality mit allen Datenbanken und APIs verbinden. Nutzer können alle verbundenen Datenquellen mit SQL-Befehlen in einer virtuellen Datenschicht in Echtzeit abfragen und die Daten mit jeder Front-End-Anwendung analysieren und visualisieren.

Mehr über DataVirtuality erfahren
DataVirtuality - Logical DWH

Weitere Whitepaper zur Datenanalyse und Visualisierung