Datenbank Queries mit 1800 Cores in 2U ParStream & CUDA. best Open Systems Day Mai Alexander Tilgner IT-Systemtechniker

Größe: px
Ab Seite anzeigen:

Download "Datenbank Queries mit 1800 Cores in 2U ParStream & CUDA. best Open Systems Day Mai 2011. Alexander Tilgner IT-Systemtechniker"

Transkript

1 Datenbank Queries mit 1800 Cores in 2U ParStream & CUDA best Open Systems Day Mai 2011 Alexander Tilgner IT-Systemtechniker best Systeme GmbH Münchner Str. 123a Unterföhring Tel: 089/ Fax: 089/ Web:

2 Agenda CUDA Überblick, Performance Entwicklung APIs und Programmiersprachen Cluster, GPU Hardware, GPU enabled Applications Big Data Herausforderung von heute, Datenbanksysteme ParStream Big Data Superfast, DB-Architektur Praxisbeispiel SQL Datenbankabfrage mit 1800 Cores OTP Datensatz, Test Setup, Performancevergleich, Antwortzeiten Beispiele: Queries, Reisesuchmaschine, Skalierung Serviceleistungen Fragen? Seite 1 von 31

3 CUDA - Überblick CUDA = Compute Unified Device Architecture Entwickelt wurde diese Programmierschnittstelle vom Hersteller Nvidia. Diese ermöglicht es Programmteile vom Grafikprozessor (GPU) ausführen zu lassen. GPUs enthalten eine sehr große Anzahl an Rechenwerken. Durch die CUDA-API kann der Grafikprozessor als Co-Prozessor für die CPU genutzt werden. Seite 2 von 31

4 CUDA - Performance Entwicklung Seite 3 von 31

5 CUDA - APIs und Programmiersprachen low-level API = CUDA Driver API high-level API = CUDA Runtime API, die auf der Treiber API umgesetzt wird. Die APIs schliessen sich gegenseitig aus, eine Anwendung kann also nur die eine od. andere API benutzen. nvcc Compiler benutzt high-level API, die erzeugten Programme werden gegen die Runtime API gelinkt. OpenCL 1.1* (Open Computing Language) CUDA C/C++ (Linux gcc, MS Visual Studio) PGI CUDA Fortran (Fortran 2003) * Seite 4 von 31

6 CUDA - Cluster mit GPUDirect GPU beschleunigte Clustersysteme Direktes schreiben in den GPU-Speicher (Netzwerkadapter, SSD)* Beschleunigung bis zu 30% Freigegeben für Redhat Enterprise Linux Für Tesla M und S Serie InfiniBand Support: Mellanox ConnectX-2 und QLogic * Seite 5 von 31

7 CUDA - GPU Hardware: Nvidia Tesla Tesla C2050/C2070, PCIe x16 1 Tesla Grafikprozessor Leistung 515 GFlops (64-Bit Gleitkomma) 3 GB bzw. 6 GB GDDR5 Speicher Tesla S2050/S2070, 19 1U Einheit 4 Tesla Grafikprozessoren Leistung 2.5 TFlops (64-Bit Gleitkomma) 12 GB bzw. 24 GB GDDR5 Speicher Systemschnittstelle 2x PCIe x16 od. 2x PCIe x8 Seite 6 von 31

8 CUDA - GPU Hardware: IBM BladeCenter GPU IBM BladeCenter GPU Expansion Blade für BladeCenter E*, H od. HT Tesla M2070 bis zu 4 Expansion Blades möglich Systemschnittstelle CFFh I/O GPU Expansion Blade mit HS22 Blade Server * Modelle xx/3xx mit 2.320W Power Supply Seite 7 von 31

9 CUDA - GPU Hardware: IBM idataplex idataplex dx360 M3 mit 2U Flex Chassis 2U Flex Chassis mit 1U idataplex Server und 1U I/O Tray Tesla M2050, M2070, M2070Q* Systemschnittstelle 2x PCIe x16 * mit spez. Softwarestack für grafische Visualisierung Seite 8 von 31

10 CUDA - GPU enabled Applications: Mathematica 8 Wolfram Mathematica 8 CUDA und OpenCL Support bereits als Core Komponente in Mathematica integriert. CUDA optimierte Funktionen für Bildbearbeitung, FFT und lineare Algebra. (Expliziter Aufruf) Eigene Funktionen können mit CUDA / OpenCL Support kompiliert und als ladbare Anwenderfunktion zur Verfügung gestellt werden. Beispiel (discrete Fourier transform): In[1] := Needs[ CUDALink` ]; (laden der CUDA Implementierung) In[2] := myranlist = randomreal[1., {10}]; (Zufallsliste aus REAL-Zahlen) In[3] := CUDAFourier[myranlist]; (Non-CUDA wäre : Fourier[myranlist];) Seite 9 von 31

11 CUDA - GPU enabled Applications: Matlab Mathworks Matlab GPU Support z.b. über Parallel Computing Toolbox. (Expliziter Funktionsaufruf) GPU Support als MEX-Files Aufruf erfolgt als externe Funktion innerhalb Matlab Code. Kommerzielle Anbieter für GPU-Support in Matlab: Jacket (AccelerEyes) Aufruf von Matlab Funktionen über Wrapper. Beispiel (Double Precision) : gdouble(matlabfunction[values]) GPUlib (Tech-X Corporation) Library mit GPU optimierten Funktionen. (Expliziter Funktionsaufruf) Seite 10 von 31

12 Agenda CUDA Überblick, Performance Entwicklung APIs und Programmiersprachen Cluster, GPU Hardware, GPU enabled Applications Big Data Herausforderung von heute, Datenbanksysteme ParStream Big Data Superfast, DB-Architektur Praxisbeispiel SQL Datenbankabfrage mit 1800 Cores OTP Datensatz, Test Setup, Performancevergleich, Antwortzeiten Beispiele: Queries, Reisesuchmaschine, Skalierung Serviceleistungen Fragen? Seite 11 von 31

13 Big Data - Die Herausforderung von heute ecommerce Social Networks Finance Telco Energy Many More! Web analytics! SEO! Affiliate! Ad serving! Profiling! Targeting! Algo trading! Trend analysis! Fraud detection! Profiling! Targeting! Billing! Smart metering! Smart grids! Wind parks! Science! Transport! Production Seite 12 von 31

14 Big Data - Datenbanksysteme Algorithmen und Prozeduren zur Indizierung von großen Datenmengen (> Milliarden Datensätze) haben in den letzten Jahren relativ wenig Innovation erfahren. Heutige Datenbanksysteme wurden nicht für Massendaten (> Milliarden Datensätze) entwickelt. Seite 13 von 31

15 ParStream - Big Data Superfast Datenbank zur Analyse strukturierter Massendaten Speziell für parallele Rechner-Architekturen entwickelt Besondere Produkteigenschaften: Scalability High-Speed Import Clustering Clustering Scalability Custom Query Operators Continuous import of data with up to 1 TByte / h (single server) Parallel import and query execution on customizable data and index partitions ParStream scales horizontally and vertically up to and above Petabyte SQL, JDBC and powerful C++ API enables fast query processing Seite 14 von 31

16 ParStream - DB-Architektur High Speed Import & Index Compression Partitioning Caching Parallelization ParStream Data Source Data Source Data Source ETL ETL ETL ETL Roworiented record store Columnoriented record store Loader Index Store Query Logic Query Results Multiple Servers, CPUs and GPUs Seite 15 von 31

17 Agenda CUDA Überblick, Performance Entwicklung APIs und Programmiersprachen Cluster, GPU Hardware, GPU enabled Applications Big Data Herausforderung von heute, Datenbanksysteme ParStream Big Data Superfast, DB-Architektur Praxisbeispiel SQL Datenbankabfrage mit 1800 Cores OTP Datensatz, Test Setup, Performancevergleich, Antwortzeiten Beispiele: Queries, Reisesuchmaschine, Skalierung Serviceleistungen Fragen? Seite 16 von 31

18 Praxisbeispiel - OTP Datensatz RITA Press Room USA Airline On-Time Statistiken* Daten von 16 Fluggesellschaften, die mind. 1% des Personenverkehrs einnahmen Press Room Nur Flüge innerhalb der USA Öffentliche Verfügbarkeit seit 21 Jahren April 5, 2011 ( ) Daten bestehen aus Zeilen Jede Zeile hat 93 Spalten About RITA Press Room Offices Jobs Press Releases (Upcoming Press Releases) April 6, 2011 March 29, 2011 March 22, 2011 March 16, 2011 More Press Releases >> U.S. Department of Transportation Announces Transportation Technology Video Challenge No Tarmac Delays Longer Than Three Hours in February January 2011 Surface Trade with Canada and Mexico Rose 19.5 Percent from January Traffic Data for U.S Airlines and Foreign Airlines U.S. Flights: Total Passengers Up from 2009, Still Below Surface Trade with Canada and Mexico Rose from 2009, Remains Lower than 2008 Press Releases by Subject Airline Financial Data Airline On-Time Statistics Airline Traffic Data Air Fares North American Surface Freight Data Passenger Airline Employment Research, Development and Technology News Transportation Services Index Contact Us E-m Rece Rese and t Con Dave Bure Natio David Mike Intell (202) Mich Jane Intell Rese Trans Unive Volpe Jane Publications *Quelle: Recent Products 2009 DOT Biennial Spectrum Plan Budget Estimates Fiscal Year RITA Seite 17 von 31

19 Praxisbeispiel - Test Setup: 1800 Cores (1792 GPU + 8 CPU) IBM System x3550 M3 2x Intel Xeon 2.67Ghz, 4 Cores 24 GB Ram Tesla S2050 (4x M2050), 19 1U Einheit Datenspeicher lokale SAS HDD mit 500GB Daten Volumen (native) 97GB 11 Columns indexed, 21GB indexed Data Betriebssystem Ubuntu Linux LTS Seite 18 von 31

20 Praxisbeispiel - Performancevergleich: Query PostgreSQL ParStream Seite 19 von 31

21 Praxisbeispiel - Performancevergleich: Antwortzeiten PostgreSQL (blue) ParStream 100 1,0 90 0,9 80 0,8 Response Time [sec] Response Time [sec] 0,7 0,6 0,5 0,4 0,3 20 0,2 10 0, Number of Rows [Millions] Number of Rows [Millions] Seite 20 von 31

22 Praxisbeispiel - Performancevergleich: Antwortzeiten Q1 = Anzahl Flüge pro Tag von 2000 bis 2008 Q2 = Anzahl verspätete Flüge mit mehr als 10min. pro Tag von Q3 = Anzahl der Verspätungen pro Fluggesellschaft von Seite 21 von 31

23 Praxisbeispiel - ParStream Query: Verteilte Abfragen Query Ergebnis Laufzeit select Year,count(*) from OTP group by Year 21 Rows flights 64 msec select DayOfWeek,count(*) from OTP group by DayOfWeek 7 Rows flights 57 msec select DayofMonth,count(*) from OTP group by DayOfMonth 31 Rows flights 57 msec Seite 22 von 31

24 Praxisbeispiel - ParStream Query: 2 und 3 dimensionale Abfragen Query Ergebnis Laufzeit Select DayOfWeek,Year,count(*) from OTP where 141 Rows flights 102 msec DepDelay > 60 and ArrDelay > 60 group by DayOfWeek,Year Select Carrier,Year,count(*) from OTP where 284 Rows flights 170 msec DepDelay > 60 and ArrDelay > 60 group by Carrier,Year select DayOfWeek,Month,Year,count(*) from OTP Where DepDelay > 60 and 1765 Rows flights 172 msec ArrDelay > 60 group by DayOfWeek,Month,Year Seite 23 von 31

25 Praxisbeispiel - ParStream Query: bad days Query Ergebnis Laufzeit select Year,Avg(DepDelay),Avg(ArrDelay) from OTP 21 Rows flights 24 msec WHERE ArrDelay > 60 AND DayOfWeek = 6 AND DayofMonth = 13) group by Year select Year,Avg(DepDelay),Avg(ArrDelay) from OTP 21 Rows flights 121 msec WHERE ArrDelay > 60 AND DayOfWeek = 6 AND DayofMonth <> 13) group by Year Seite 24 von 31

26 Praxisbeispiel - ParStream: Reisesuchmaschine 100 Reiseangebote aus 1 Mrd. Datensätzen 25 unabhängige Filterkriterien Antwortzeit Speicheranforderung 6,5 sec Faktor 80 Faktor 1000 ~ 5000MB pro Abfrage ~ 5MB pro Abfrage 0,08 sec Index Größe Database X ParStream Database X ParStream Seite 25 von 31

27 Praxisbeispiel - ParStream: Skalierung Analysieren von Milliarden Records in ms Bereich! horizontale Skalierung (Rows) Web Analytics Unique User Berechnung (SQL: select count distinct) Durchsucht Tera- und Petabyte an Daten innerhalb von Bruchteilen einer Sekunde Analysiert 8 Mrd. Records in 15ms auf einem 4-Server Cluster System Seite 26 von 31

28 Praxisbeispiel - ParStream: Skalierung ParStream ermöglicht schnelle und flexible Kombinationen von vielen Spalten vertikale Skalierung (Columns) Market Research > 1000 Columns Mustererkennung Flexible mehrspaltige Filterung & Gruppierung 20 Mio. Records mit 1000 Spalten 5000 Queries in 5 sec. Seite 27 von 31

29 Agenda CUDA Überblick, Performance Entwicklung APIs und Programmiersprachen Cluster, GPU Hardware, GPU enabled Applications Big Data Herausforderung von heute, Datenbanksysteme ParStream Big Data Superfast, DB-Architektur Praxisbeispiel SQL Datenbankabfrage mit 1800 Cores OTP Datensatz, Test Setup, Performancevergleich, Antwortzeiten Beispiele: Queries, Reisesuchmaschine, Skalierung Serviceleistungen Fragen? Seite 28 von 31

30 Serviceleistungen - CUDA Als IBM-Business Partner bieten wir ein umfangreiches Serviceangebot für CUDA-Systeme an: Vor-Ort Behebung von Mängeln / Lieferung von Ersatzteilen Reaktionszeit next business day Hotlinesupport Proof of Concept Kundenworkshops Kundenspezifische Benchmarks und Evaluierung Komplette Testumgebung im Haus Seite 29 von 31

31 Agenda CUDA Überblick, Performance Entwicklung APIs und Programmiersprachen Cluster, GPU Hardware, GPU enabled Applications Big Data Herausforderung von heute, Datenbanksysteme ParStream Big Data Superfast, DB-Architektur Praxisbeispiel SQL Datenbankabfrage mit 1800 Cores OTP Datensatz, Test Setup, Performancevergleich, Antwortzeiten Beispiele: Queries, Reisesuchmaschine, Skalierung Serviceleistungen Fragen? Seite 30 von 31

32 Fragen? Vielen Dank für Ihre Aufmerksamkeit! Seite 31 von 31

Wie profitiert SAP MaxDB von SSD Technologie?

Wie profitiert SAP MaxDB von SSD Technologie? Wie profitiert SAP MaxDB von SSD Technologie? Direktor Software und Services SAP MaxDB InfoTage 2014 15.-25. September 2014 Purpose Agenda MaxDB ENTERPRISE EDITION Including Mobile DB Monitor MaxDB & SSD

Mehr

Orientierungsveranstaltungen 2009 Informatikstudien der Universität Wien

Orientierungsveranstaltungen 2009 Informatikstudien der Universität Wien Orientierungsveranstaltungen 2009 Informatikstudien der Universität Wien Scientific Computing 07. Oktober 2009 Siegfried Benkner Wilfried Gansterer Fakultät für Informatik Universität Wien www.cs.univie.ac.at

Mehr

EXASOL @ Symposium on Scalable Analytics. www.exasol.com. Skalierbare Analysen mit EXASolution

EXASOL @ Symposium on Scalable Analytics. www.exasol.com. Skalierbare Analysen mit EXASolution EXASOL @ Symposium on Scalable Analytics Skalierbare Analysen mit EXASolution EXASOL AG Wer sind wir R&D: + seit 2000 + laufend Forschungsprojekte Produkt: Analytische Datenbank EXASolution Focus auf Komplexität

Mehr

best Systeme GmbH Michael Beeck Geschäftsführer, CTO Michael.Beeck@best.de best Systeme GmbH

best Systeme GmbH Michael Beeck Geschäftsführer, CTO Michael.Beeck@best.de best Systeme GmbH best Systeme GmbH Michael Beeck Geschäftsführer, CTO Michael.Beeck@best.de best Systeme GmbH Münchner Str. 123a 85774 Unterföhring Tel: 089/950 60 80 Fax: 089/950 60 70 Web: www.best.de best Systeme GmbH

Mehr

IBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen

IBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen IBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen Nahezu 70% aller Data Warehouse Anwendungen leiden unter Leistungseinschränkungen der unterschiedlichsten Art. - Gartner

Mehr

EXASOL AG Zahlen & Fakten

EXASOL AG Zahlen & Fakten Big Data Management mit In-Memory-Technologie EXASOL AG Zahlen & Fakten Name: EXASOL AG Gründung: 2000 Tochterges.: Management: Produkte: Firmensitz: Niederlassung: EXASOL Cloud Computing GmbH Steffen

Mehr

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen

Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen DATA WAREHOUSE Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen Alfred Schlaucher, Detlef Schroeder DATA WAREHOUSE Themen Big Data Buzz Word oder eine neue Dimension

Mehr

JONATHAN JONA WISLER WHD.global

JONATHAN JONA WISLER WHD.global JONATHAN WISLER JONATHAN WISLER WHD.global CLOUD IS THE FUTURE By 2014, the personal cloud will replace the personal computer at the center of users' digital lives Gartner CLOUD TYPES SaaS IaaS PaaS

Mehr

Blockseminar: Verteiltes Rechnen und Parallelprogrammierung. Sommer Semester 2015. Tim Conrad

Blockseminar: Verteiltes Rechnen und Parallelprogrammierung. Sommer Semester 2015. Tim Conrad Blockseminar: Verteiltes Rechnen und Parallelprogrammierung Sommer Semester 2015 Tim Conrad Staff Tim Conrad AG Medical Bioinformatics email: conrad@math.fu-berlin.de Telefon: 838-51445 Büro: Raum 138,

Mehr

Hochleistungsberechnungen für Industrie und Weltraum

Hochleistungsberechnungen für Industrie und Weltraum Christian Federspiel Hochleistungsberechnungen für Industrie und Weltraum christian.federspiel@catalysts.at Stagnation seit 2005 Performance Parameter Entwicklung von 2005-2020 Taktfrequenz L1 / L2 Cache

Mehr

Tuning von PostGIS mit Read- Only-Daten von OpenStreetMap

Tuning von PostGIS mit Read- Only-Daten von OpenStreetMap Tuning von PostGIS mit Read- Only-Daten von OpenStreetMap Prof. Stefan Keller (Fach-)Hochschule für Technik Rapperswil (bei Zürich) 11.11.2011 PGConf.DE - Stefan Keller 1 Was ist OpenStreetMap? Wikipedia

Mehr

Staff. Tim Conrad. Zeitplan. Blockseminar: Verteiltes Rechnen und Parallelprogrammierung. Sommer Semester 2013. Tim Conrad

Staff. Tim Conrad. Zeitplan. Blockseminar: Verteiltes Rechnen und Parallelprogrammierung. Sommer Semester 2013. Tim Conrad Blockseminar: Verteiltes Rechnen und Parallelprogrammierung Sommer Semester 2013 Tim Conrad Staff Tim Conrad AG Computational Proteomics email: conrad@math.fu-berlin.de Telefon: 838-51445 Büro: Raum 138,

Mehr

ThinkStation P-Series Anwendungsbreiche

ThinkStation P-Series Anwendungsbreiche 39 ThinkStation P-Series Anwendungsbreiche Thinkstation Vertikale Lösungen Öl & Gas Produktentwicklung Media & Entertainment Finanz, Wertpapierhandel Medizin & Forschung 40 2014 LENOVO INTERNAL. ALL RIGHTS

Mehr

Standardsoftware. SAP Basisarchitektur. Prof. Dr. Bernhard Schiefer 2-1

Standardsoftware. SAP Basisarchitektur. Prof. Dr. Bernhard Schiefer 2-1 Standardsoftware SAP Basisarchitektur Prof. Dr. Bernhard Schiefer 2-1 SAP Client/Server Dreistufige Rechnerhierarchie Lesen in der DB und Aktualisierung der Puffer Datenbankänderung Zentrale DB (speichert

Mehr

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle DATA WAREHOUSE Big Data Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen aus Unternehmens- Daten ziehen! Datenmengen, Performance und Kosten Daten als Geschäftsmodell

Mehr

Titelmasterformat durch Klicken bearbeiten

Titelmasterformat durch Klicken bearbeiten Titelmasterformat durch Klicken Titelmasterformat durch Klicken Huawei Enterprise Server Systeme Global Player auf dem Server- und Storagemarkt Scale up Übersicht Titelmasterformat durch Klicken Textmasterformat

Mehr

SAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models

SAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models Predictive Analytics Factory The approach for the production and maintenance of analytical models Dr. Gerhard Svolba Austria Forum Finnland Helsinki September24 h, 2013 Agenda Rationale and idea of a Predictive

Mehr

Excel beschleunigen mit dem mit Windows HPC Server 2008 R2

Excel beschleunigen mit dem mit Windows HPC Server 2008 R2 Excel beschleunigen mit dem mit Windows HPC Server 2008 R2 Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk Haftungsausschluss Microsoft kann für die Richtigkeit

Mehr

Große Datenmengen gibt es nicht nur bei Großunternehmen: Bewältigung von Massendaten für den Mittelstand

Große Datenmengen gibt es nicht nur bei Großunternehmen: Bewältigung von Massendaten für den Mittelstand Große Datenmengen gibt es nicht nur bei Großunternehmen: Bewältigung von Massendaten für den Mittelstand Mittwoch 27. Februar 2013 14:00 18:00 Uhr Museum für Kommunikation Nürnberg Konferenzsaal 2. OG

Mehr

Stratosphere. Next-Generation Big Data Analytics Made in Germany

Stratosphere. Next-Generation Big Data Analytics Made in Germany Stratosphere Next-Generation Big Data Analytics Made in Germany Robert Metzger Stratosphere Core Developer Technische Universität Berlin Ronald Fromm Head of Big Data Science Telekom Innovation Laboratories

Mehr

In.Memory im SQL Server 2014 im Vergleich mit SAP Hana im Praxistest

In.Memory im SQL Server 2014 im Vergleich mit SAP Hana im Praxistest In.Memory im SQL Server 2014 im Vergleich mit SAP Hana im Praxistest Synopsis Darmstadt 13.-14.05.2014 Guido Jacobs, Microsoft Tobias Maier & Dr. Benjamin Kettner, ixto GmbH Microsoft SQL Server 2014 //

Mehr

Objekt-relationales Mapping und Performance-Tuning

Objekt-relationales Mapping und Performance-Tuning Objekt-relationales Mapping und Performance-Tuning Thomas Krüger tkrueger@vanatec.com Agenda Wege um Daten zu lesen Wege um Daten zu modellieren Wege um Datenbanken effizient zu nutzen 2 2 Wege, Daten

Mehr

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin Software EMEA Performance Tour 2013 17.-19 Juni, Berlin Accenture s High Performance Analytics Demo-Umgebung Dr, Holger Muster (Accenture), 18. Juni 2013 Copyright 2012 Hewlett-Packard Development Company,

Mehr

Cloud-Computing. 1. Definition 2. Was bietet Cloud-Computing. 3. Technische Lösungen. 4. Kritik an der Cloud. 2.1 Industrie 2.

Cloud-Computing. 1. Definition 2. Was bietet Cloud-Computing. 3. Technische Lösungen. 4. Kritik an der Cloud. 2.1 Industrie 2. Cloud Computing Frank Hallas und Alexander Butiu Universität Erlangen Nürnberg, Lehrstuhl für Hardware/Software CoDesign Multicorearchitectures and Programming Seminar, Sommersemester 2013 1. Definition

Mehr

Mehr erreichen mit der bestehenden Infrastuktur. Mathias Widler Regional Sales Manager DACH mwidler@a10networks.com

Mehr erreichen mit der bestehenden Infrastuktur. Mathias Widler Regional Sales Manager DACH mwidler@a10networks.com Mehr erreichen mit der bestehenden Infrastuktur Mathias Widler Regional Sales Manager DACH mwidler@a10networks.com 1 Das Unternehmen A10 Networks Gegründet 2004, 240 Mitarbeiter Mission: Marktführer im

Mehr

Hauptspeicher- Datenbanksysteme. Hardware-Entwicklungen Column- versus Row-Store...

Hauptspeicher- Datenbanksysteme. Hardware-Entwicklungen Column- versus Row-Store... Hauptspeicher- Datenbanksysteme Hardware-Entwicklungen Column- versus Row-Store... Hauptspeicher-Datenbanksysteme Disk is Tape, Tape is dead Jim Gray Die Zeit ist reif für ein Re-engineering der Datenbanksysteme

Mehr

HDX 3D for Professional Graphics. Stephan Pfister UMB AG

HDX 3D for Professional Graphics. Stephan Pfister UMB AG HDX 3D for Professional Graphics Stephan Pfister UMB AG Was ist HDX3D? Was ist HDX3D Pro HDX3D Pro ist eine XenDesktop basierende Grafik Remote Lösung HDX3D Pro benutzt XenDesktop Infrastruktur (DDC, Lizenzen

Mehr

MySQL Queries on "Nmap Results"

MySQL Queries on Nmap Results MySQL Queries on "Nmap Results" SQL Abfragen auf Nmap Ergebnisse Ivan Bütler 31. August 2009 Wer den Portscanner "NMAP" häufig benutzt weiss, dass die Auswertung von grossen Scans mit vielen C- oder sogar

Mehr

HP BUSINESS CRITICAL SYSTEMS IT with Mission-Critical Converged Infrastructure. Simulationen im Europäischen Hochspannungsnetz

HP BUSINESS CRITICAL SYSTEMS IT with Mission-Critical Converged Infrastructure. Simulationen im Europäischen Hochspannungsnetz HP BUSINESS CRITICAL SYSTEMS IT with Mission-Critical Converged Infrastructure Simulationen im Europäischen Hochspannungsnetz Christoph Widrig BCS Sales Consultant HP Schweiz GmbH Rico Künzler, CEO Physiker

Mehr

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick Volker.Hinz@microsoft.com Was sagt der Markt? Fakten Meinung der Analysten zu Microsofts Angeboten Nutzen

Mehr

Leistungs- und Geschwindigkeitssteigerung. Dipl.-Ing. Sebastian F. Kleinau Applikationsingenieur

Leistungs- und Geschwindigkeitssteigerung. Dipl.-Ing. Sebastian F. Kleinau Applikationsingenieur Leistungs- und Geschwindigkeitssteigerung von LabVIEW-Projekten Dipl.-Ing. Sebastian F. Kleinau Applikationsingenieur Agenda 1. Einführung 2. Hilfreiche Werkzeuge zur Codeanalyse 3. Benchmarks für LabVIEW-VIs

Mehr

bersicht Datenbanken und Datawarehouses Datenbank Datenbanksysteme Niels Schršter

bersicht Datenbanken und Datawarehouses Datenbank Datenbanksysteme Niels Schršter bersicht Niels Schršter EinfŸhrung GROUP BY Roll UpÔs Kreuztabellen Cubes Datenbank Ansammlung von Tabellen, die einen ãausschnitt der WeltÒ fÿr eine Benutzergruppe beschreiben. Sie beschreiben die funktionalen

Mehr

Einführung in Hauptspeicherdatenbanken

Einführung in Hauptspeicherdatenbanken Einführung in Hauptspeicherdatenbanken Harald Zankl Probevorlesung 13. 01., 13:15 14:00, HS C Inhaltsverzeichnis Organisation Überblick Konklusion Harald Zankl (LFU) Hauptspeicherdatenbanken 2/16 Organisation

Mehr

Virtualisierung: Neues aus 2010 und Trends 2011

Virtualisierung: Neues aus 2010 und Trends 2011 Virtualisierung: Neues aus 2010 und Trends 2011 Werner Fischer, Technology Specialist Thomas-Krenn.AG Thomas Krenn Herbstworkshop 2010 Freyung, 24. September 2010 Agenda 1) Virtualisierungs-Software VMware

Mehr

Exascale Computing. = Exascale braucht Manycore-Hardware...und was für Software??? 46/58

Exascale Computing. = Exascale braucht Manycore-Hardware...und was für Software??? 46/58 Exascale Computing Die FLOP/s-Tabelle: Name Faktor erreicht heute Giga 10 9 1976 CPU-Kern Tera 10 12 1997 Graphikkarte (GPU) Peta 10 15 2009 Supercomputer Exa 10 18 2020(?) Der gegenwärtig schnellste Rechner

Mehr

Cassandra Query Language (CQL)

Cassandra Query Language (CQL) Cassandra Query Language (CQL) Seminar: NoSQL Wintersemester 2013/2014 Cassandra Zwischenpräsentation 1 Gliederung Basic facts Datentypen DDL/DML ähnlich zu SQL Besonderheiten Basic facts CQL kurz für

Mehr

.NET-Objekte einfach speichern Michael Braam, Senior Sales Engineer InterSystems GmbH

.NET-Objekte einfach speichern Michael Braam, Senior Sales Engineer InterSystems GmbH Make Applications Faster.NET-Objekte einfach speichern Michael Braam, Senior Sales Engineer InterSystems GmbH Agenda Vorstellung InterSystems Überblick Caché Live Demo InterSystems auf einen Blick 100.000

Mehr

SAS und R -Ein ungleiches Paar-

SAS und R -Ein ungleiches Paar- SAS und R -Ein ungleiches Paar- 15. KSFE in Heidelberg 25. Februar 2011 Über uns HMS Analytical Software ist seit 21 Jahren IT-Spezialist für Datenanalysesysteme und Business Intelligence Leistungen Beratung,

Mehr

Effiziente Anwendungs-Entwicklung mittels Business Software Framework BISON Solution

Effiziente Anwendungs-Entwicklung mittels Business Software Framework BISON Solution Effiziente Anwendungs-Entwicklung mittels Business Software Framework BISON Solution Thomas Seiler Product Manager Technology BISON Schweiz AG Agenda Vergleich - Business Software Framework zu.net Framework

Mehr

The Unbreakable Database System

The Unbreakable Database System The Unbreakable Database System Real Application Cluster Unterföhring, 04.2005 M. Kühn 1 Comparisson HA - HA Ziele, DataGuard, HA Oracle, RAC RAC Features - Cache Fusion, TAF, Load Balancing RAC on Solaris

Mehr

Die beste Infrastruktur ist nur so schnell, wie der Code der darauf läuft. Fallbeispiel Wettervorhersage

Die beste Infrastruktur ist nur so schnell, wie der Code der darauf läuft. Fallbeispiel Wettervorhersage Die beste Infrastruktur ist nur so schnell, wie der Code der darauf läuft Fallbeispiel Wettervorhersage VPE Swiss Workshop, HSR 24. Januar 2013 David Müller, Tobias Gysi Vision trifft Realität. Supercomputing

Mehr

Big Data Umgang mit personenbezogenen Daten im Kontext von digitalen Gesundheits-Akten und Archivierungslösungen

Big Data Umgang mit personenbezogenen Daten im Kontext von digitalen Gesundheits-Akten und Archivierungslösungen Big Data Umgang mit personenbezogenen Daten im Kontext von digitalen Gesundheits-Akten und Archivierungslösungen Dr. med. Peter Langkafel MBA General Manager Public Sector / Healthcare MEE (Middle and

Mehr

Big Data Hype und Wirklichkeit Bringtmehrauchmehr?

Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Günther Stürner, Vice President Sales Consulting 1 Copyright 2011, Oracle and/or its affiliates. All rights Überschrift 2 Copyright 2011, Oracle and/or

Mehr

HP ProLiant Gen9 Server Reimagine the server. Think compute.

HP ProLiant Gen9 Server Reimagine the server. Think compute. HP ProLiant Gen9 Server Reimagine the server. Think compute. Rebecca Dal Canton Product Marketing Manager HP Servers Mark Wunderli Senior Technology Consultant HP Servers HP ProLiant Gen9 Server The right

Mehr

Die Vision Landschaft und was sie mit Moore s Gesetz zu tun hat

Die Vision Landschaft und was sie mit Moore s Gesetz zu tun hat Die Vision Landschaft und was sie mit Moore s Gesetz zu tun hat Horst A. Mattfeldt Produkt Manager Matrix Vision GmbH V1.0 10/2010 MATRIX VISION GmbH 1 Inhalt/Content: Vom Vision Sensor über Atom Boxen

Mehr

Data Analytics neue Wertschöpfung in der öffentlichen Verwaltung

Data Analytics neue Wertschöpfung in der öffentlichen Verwaltung 1 Data Analytics neue Wertschöpfung in der öffentlichen Verwaltung Wiesbaden 06.11.2013 Ralph Giebel Business Development Mrg Public Sektor EMC Deutschland GmbH ralph.giebel@emc.com 2 Agenda 1) Herausforderungen

Mehr

Inhaltsangabe zu den Systemvoraussetzungen:

Inhaltsangabe zu den Systemvoraussetzungen: Inhaltsangabe zu den Systemvoraussetzungen: Seite 2 bis 1.500 Wohneinheiten und bis 2 Seite 3 bis 1.500 Wohneinheiten und bis 5 Seite 4 bis 5.000 Wohneinheiten und mehr als 10 Seite 5 bis 15.000 Wohneinheiten

Mehr

LOG AND SECURITY INTELLIGENCE PLATFORM

LOG AND SECURITY INTELLIGENCE PLATFORM TIBCO LOGLOGIC LOG AND SECURITY INTELLIGENCE PLATFORM Security Information Management Logmanagement Data-Analytics Matthias Maier Solution Architect Central Europe, Eastern Europe, BeNeLux MMaier@Tibco.com

Mehr

Big Data in der Forschung

Big Data in der Forschung Big Data in der Forschung Dominik Friedrich RWTH Aachen Rechen- und Kommunikationszentrum (RZ) Gartner Hype Cycle July 2011 Folie 2 Was ist Big Data? Was wird unter Big Data verstanden Datensätze, die

Mehr

Konzeptüberlegungen zum Bau eines ZFS-basierten NAS- Systems

Konzeptüberlegungen zum Bau eines ZFS-basierten NAS- Systems Konzeptüberlegungen zum Bau eines ZFS-basierten NAS- Systems Table of Contents Software...2 NexentaCore 1.0.1 GNU-Solaris... 2 Link... 2 About...2 Spezifications... 2 Impressions... 3 Konzept der Storrage-Software...

Mehr

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,

Mehr

Aktuelle Trends und Herausforderungen in der Finite-Elemente-Simulation

Aktuelle Trends und Herausforderungen in der Finite-Elemente-Simulation Aktuelle Trends und Herausforderungen in der Finite-Elemente-Simulation Kai Diethelm GNS Gesellschaft für numerische Simulation mbh Braunschweig engineering software development Folie 1 Überblick Vorstellung

Mehr

HANA. TOBA-Team Dresden 19.05.2012

HANA. TOBA-Team Dresden 19.05.2012 HANA TOBA-Team Dresden 19.05.2012 Kunde droht mit Auftrag! Ein großer Discounter schickt Anfrage: Bis wann und zu welchem Preis können Sie 30.000 Stück liefern? Die Hektik beginnt! Bis wann Welche und

Mehr

Customer-specific software for autonomous driving and driver assistance (ADAS)

Customer-specific software for autonomous driving and driver assistance (ADAS) This press release is approved for publication. Press Release Chemnitz, February 6 th, 2014 Customer-specific software for autonomous driving and driver assistance (ADAS) With the new product line Baselabs

Mehr

SQL. strukturierte Datenbankabfragesprache eine Datenbanksprache zur. Structured Query Language:

SQL. strukturierte Datenbankabfragesprache eine Datenbanksprache zur. Structured Query Language: SQL Structured Query Language: strukturierte Datenbankabfragesprache eine Datenbanksprache zur Definition, Abfrage und Manipulation von Daten in relationalen Datenbanken In der SQL-Ansicht arbeiten In

Mehr

ZKI AK Supercomputing Herbsttagung 2012 20.-21.09.2012. Scientific Computing in Düsseldorf

ZKI AK Supercomputing Herbsttagung 2012 20.-21.09.2012. Scientific Computing in Düsseldorf ZKI AK Supercomputing Herbsttagung 2012 20.-21.09.2012 Scientific Computing in Düsseldorf Peter Schreiber schreiber@hhu.de 0211-81-13913 http://www.zim.hhu.de ZKI Arbeitskreis Supercomputing 20.-21.09.2012

Mehr

Tag der Umweltmeteorologie 12.05.2015. Michael Kunz

Tag der Umweltmeteorologie 12.05.2015. Michael Kunz Tag der Umweltmeteorologie 12.05.2015 Michael Kunz Beschleunigung von Ausbreitungsmodellen durch Portierung auf Grafikkarten Einleitung Das GRAL/GRAMM-System Cuda-GRAL Ergebnisse Vergleich der Modellergebnisse

Mehr

Datacenter in einem Schrank

Datacenter in einem Schrank Datacenter in einem Schrank Torsten Schädler Cisco Berlin 33.000 Kunden weltweit 1.500 Kunden in Deutschland Marktzahlen 43.4% USA 1 27.4% weltweit 2 15.5% Deutschland 2 UCS Wachstum bladeserver IDC server

Mehr

Revolution Analytics eine kommerzielle Erweiterung zu R

Revolution Analytics eine kommerzielle Erweiterung zu R Revolution Analytics eine kommerzielle Erweiterung zu R Webinar am 17.07.2014 F. Schuster (HMS) Dr. E. Nicklas (HMS) Von der Einzelplatzlösung zur strategischen Unternehmens- Software Zur Einführung Was

Mehr

XEN Performance. Projektpraktikum Informatik. Arne Klein 2008-02-26. Arne Klein () XEN Performance 2008-02-26 1 / 25

XEN Performance. Projektpraktikum Informatik. Arne Klein 2008-02-26. Arne Klein () XEN Performance 2008-02-26 1 / 25 XEN Performance Projektpraktikum Informatik Arne Klein 2008-02-26 Arne Klein () XEN Performance 2008-02-26 1 / 25 1 Virtualisierung mit XEN 2 Performance von XEN Allgemeines Netzwerk-Performance IO-Performance

Mehr

Die nächste Storage Generation Vorteile und Änderungen mit 12Gb/s SAS von Avago Storage Dominik Mutterer, Field Application Engineer

Die nächste Storage Generation Vorteile und Änderungen mit 12Gb/s SAS von Avago Storage Dominik Mutterer, Field Application Engineer Die nächste Storage Generation Vorteile und Änderungen mit 12Gb/s SAS von Avago Storage Dominik Mutterer, Field Application Engineer Agenda Avago Who? 12Gb/s SAS Produktüberblick Vorteile durch 12Gb/s

Mehr

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 OSC Smart Integration GmbH SAP Business One GOLD-Partner in Norddeutschland GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 SAP Business One v.9.0 Heiko Szendeleit AGENDA OSC-SI 2013 / SAP Business One

Mehr

Matrox Imaging Library MIL die weltweit hochprämierte und industrieerprobte Bildverarbeitungs-Bibliothek

Matrox Imaging Library MIL die weltweit hochprämierte und industrieerprobte Bildverarbeitungs-Bibliothek Matrox Imaging Library MIL die weltweit hochprämierte und industrieerprobte Bildverarbeitungs-Bibliothek Release MIL 9.2 Matrox Imaging Library weltweit ein voller Erfolg! RAUSCHER BILDVERARBEITUNG Telefon

Mehr

Performance Tuning & Scale-Out mit MySQL

Performance Tuning & Scale-Out mit MySQL Performance Tuning & Scale-Out mit MySQL Erfa-Gruppe Internet Briefing 2. März 2010 Oli Sennhauser Senior MySQL Consultant, FromDual oli.sennhauser@fromdual.com www.fromdual.com 1 Inhalt Allgemeines zu

Mehr

S A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R

S A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R S A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R S T E F A N M A R K 07.07.2015 F O L I E 1 V O N 2 7 F I R M E N P O R T R A I T S. O L I V E R GESCHICHTE F O L I E 2 V O N 2 7 F

Mehr

Einsparung von Wartungs- und Lizenzkosten durch Konsolidierung

Einsparung von Wartungs- und Lizenzkosten durch Konsolidierung Einsparung von Wartungs- und Lizenzkosten durch Konsolidierung Peter Stalder DOAG November 2009 Basel Baden Bern Lausanne Zurich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg Munich Stuttgart Vienna

Mehr

Big Data & High-Performance Analytics

Big Data & High-Performance Analytics Big Data & High-Performance Analytics Wolfgang Schwab, Senior Business Advisor Berlin 20.4.2012 PROJECTING THE GROWTH OF BIG DATA Source: IDC Digital Universe Study, sponsored by EMC, May 2010 THRIVING

Mehr

Systemanforderungen. Finanzbuchführung. Anlagenbuchführung. Kostenrechnung. Personalwirtschaft

Systemanforderungen. Finanzbuchführung. Anlagenbuchführung. Kostenrechnung. Personalwirtschaft anforderungen Finanzbuchführung Anlagenbuchführung Kostenrechnung Personalwirtschaft IMPRESSUM Varial World Edition Beschreibung der voraussetzungen Februar 2008 by Varial Software AG Hauptstraße 18 57074

Mehr

RAC auf Sun Cluster 3.0

RAC auf Sun Cluster 3.0 RAC auf Sun Cluster 3.0 Schlüsselworte RAC, OPS, Sun Cluster, Performance, Availability Zusammenfassung Oracle hat mit dem Real Application Cluster (RAC) aus einer Hochverfügbarkeitslösung eine Höchstverfügbarkeitslösung

Mehr

ALL NEW GROUNDWORK 7.0.2

ALL NEW GROUNDWORK 7.0.2 ALL NEW GROUNDWORK 7.0.2 11 gute Gründe für den Umstieg / Upgrade 1. Benutzerfreundlichkeit 2. Performance 3. Sicherheit 4. CloudHub 1.3 5. Kostenloser Upgrade 6. Business Service Management 7. Authentifikation

Mehr

MySQL Performance Tuning für Entwickler

MySQL Performance Tuning für Entwickler MySQL Performance Tuning für Entwickler Cebit 2015, Hannover Oli Sennhauser Senior MySQL Consultant, FromDual GmbH oli.sennhauser@fromdual.com 1 / 18 FromDual GmbH Support Beratung remote-dba Schulung

Mehr

GoGrid Hochschule Mannheim

GoGrid Hochschule Mannheim Christoph Eikermann GoGrid Hochschule Mannheim WS0910 1/25 GoGrid Hochschule Mannheim Christoph Eikermann Fakultät für Informatik Hochschule Mannheim c.eikermann@googlemail.com 11.12.2009 Christoph Eikermann

Mehr

Mit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014

Mit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014 Mit In-Memory Technologie zu neuen Business Innovationen Stephan Brand, VP HANA P&D, SAP AG May, 2014 SAP Medical Research Insights : Forschung und Analyse in der Onkologie SAP Sentinel : Entscheidungsunterstützung

Mehr

MULTICHANNEL WAS KOMMT ALS NÄCHSTES?

MULTICHANNEL WAS KOMMT ALS NÄCHSTES? MULTICHANNEL WAS KOMMT ALS NÄCHSTES? CHANGE 2011: KUNDEN INTERAKTION = MULTICHANNEL Über 90% informieren sich vor dem Kauf online http://econsultancy.com/uk/blog/7712-multichannel-retail-survey

Mehr

Seminar GPU-Programmierung/Parallelverarbeitung

Seminar GPU-Programmierung/Parallelverarbeitung Seite iv Literaturverzeichnis 1) Bengel, G.; et al.: Masterkurs Parallele und Verteilte Systeme. Vieweg + Teubner, Wiesbaden, 2008. 2) Breshears, C.: The Art of Concurrency - A Thread Monkey's Guide to

Mehr

Neue Datenbanktechnologien für Real Time Analysen

Neue Datenbanktechnologien für Real Time Analysen Neue Datenbanktechnologien für Real Time Analysen Thomas Baumann Die Mobiliar TDWI Europe Conference 2015 München, 22.Juni 2015 1 Real-Time Analysen machen Schlagzeilen Neue Erkenntnisse aus Echtzeit Datenanalysen

Mehr

CHiC Chemnitzer Hochleistungs-Linux Cluster. Stand HPC Cluster CHiC. Frank Mietke, Torsten Mehlan, Torsten Höfler und Wolfgang Rehm

CHiC Chemnitzer Hochleistungs-Linux Cluster. Stand HPC Cluster CHiC. Frank Mietke, Torsten Mehlan, Torsten Höfler und Wolfgang Rehm CHiC er Hochleistungs-Linux Cluster Stand HPC Cluster CHiC, Torsten Mehlan, Torsten Höfler und Wolfgang Rehm Fakultätsrechen- und Informationszentrum (FRIZ) / Professur Rechnerarchitektur Technische Universität

Mehr

Event Stream Processing & Complex Event Processing. Dirk Bade

Event Stream Processing & Complex Event Processing. Dirk Bade Event Stream Processing & Complex Event Processing Dirk Bade Die Folien sind angelehnt an eine Präsentation der Orientation in Objects GmbH, 2009 Motivation Business Activity Monitoring Sammlung, Analyse

Mehr

Open Spending Visualisierung kommunaler Ausgabenprofile

Open Spending Visualisierung kommunaler Ausgabenprofile Open Spending Visualisierung kommunaler Ausgabenprofile Universität Leipzig Institut für Informatik Abteilung Betriebliche Informationssysteme Forschungsgruppe AKSW 10. 12. 2013 1 Motivation 2 Entstehung

Mehr

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-

Mehr

WELCOME. Nutzen der Cloud für eine optimale Performance. Patrick Schwanke Quest Software GmbH. Martin Schmitter Trivadis GmbH. 10.

WELCOME. Nutzen der Cloud für eine optimale Performance. Patrick Schwanke Quest Software GmbH. Martin Schmitter Trivadis GmbH. 10. WELCOME Nutzen der Cloud für eine optimale Performance Patrick Schwanke Quest Software GmbH Martin Schmitter Trivadis GmbH BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN

Mehr

Copyright 2014, Oracle and/or its affiliates. All rights reserved.

Copyright 2014, Oracle and/or its affiliates. All rights reserved. 1 Integrierte Systeme für ISVs Matthias Weiss Direktor Mittelstand Technologie ORACLE Deutschland B.V. & Co. KG 2 Agenda Engineered Systems Lösungsansatz aus der Praxis Engineered Systems Oracle s Strategie

Mehr

Isabel Arnold CICS Technical Sales Germany Isabel.arnold@de.ibm.com. z/os Explorer. 2014 IBM Corporation

Isabel Arnold CICS Technical Sales Germany Isabel.arnold@de.ibm.com. z/os Explorer. 2014 IBM Corporation Isabel Arnold CICS Technical Sales Germany Isabel.arnold@de.ibm.com z/os Explorer Agenda Introduction and Background Why do you want z/os Explorer? What does z/os Explorer do? z/os Resource Management

Mehr

Microsoft Azure: Ein Überblick für Entwickler. Malte Lantin Technical Evangelist, Developer Experience & Evangelism (DX) Microsoft Deutschland GmbH

Microsoft Azure: Ein Überblick für Entwickler. Malte Lantin Technical Evangelist, Developer Experience & Evangelism (DX) Microsoft Deutschland GmbH Microsoft Azure: Ein Überblick für Entwickler Malte Lantin Technical Evangelist, Developer Experience & Evangelism (DX) Microsoft Deutschland GmbH Moderne Softwareentwicklung Microsoft Azure unterstützt

Mehr

Big Data Mythen und Fakten

Big Data Mythen und Fakten Big Data Mythen und Fakten Mario Meir-Huber Research Analyst, IDC Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. About me Research Analyst @ IDC Author verschiedener IT-Fachbücher

Mehr

Virtualisierung am Beispiel des LRZ Stefan Berner berner@lrz.de

Virtualisierung am Beispiel des LRZ Stefan Berner berner@lrz.de Virtualisierung am Beispiel des LRZ Stefan Berner berner@lrz.de Leibniz-Rechenzentrum der Bayerischen Akademie der Wissenschaften Agenda Einleitung Vor- und Nachteile der Virtualisierung Virtualisierungssoftware

Mehr

Grundlagen der Parallelisierung

Grundlagen der Parallelisierung Grundlagen der Parallelisierung Philipp Kegel, Sergei Gorlatch AG Parallele und Verteilte Systeme Institut für Informatik Westfälische Wilhelms-Universität Münster 3. Juli 2009 Inhaltsverzeichnis 1 Einführung

Mehr

Big-Data and Data-driven Business KMUs und Big Data Imagine bits of tomorrow 2015

Big-Data and Data-driven Business KMUs und Big Data Imagine bits of tomorrow 2015 Big-Data and Data-driven Business KMUs und Big Data Imagine bits of tomorrow 2015 b Wien 08. Juni 2015 Stefanie Lindstaedt, b Know-Center www.know-center.at Know-Center GmbH Know-Center Research Center

Mehr

HP ConvergedSystem Technischer Teil

HP ConvergedSystem Technischer Teil HP ConvergedSystem Technischer Teil Rechter Aussenverteidiger: Patrick Buser p.buser@smartit.ch Consultant, SmartIT Services AG Linker Aussenverteidiger: Massimo Sallustio massimo.sallustio@hp.com Senior

Mehr

Copyright 2014, Oracle and/or its affiliates. All rights reserved.

Copyright 2014, Oracle and/or its affiliates. All rights reserved. 1 Integrierte Systeme für SIs und VARs Matthias Weiss Direktor Mittelstand Technologie ORACLE Deutschland B.V. & Co. KG 2 Agenda Engineered Systems Oracle s Strategie Engineered Systems Big Data einmal

Mehr

Fluid-Particle Multiphase Flow Simulations for the Study of Sand Infiltration into Immobile Gravel-Beds

Fluid-Particle Multiphase Flow Simulations for the Study of Sand Infiltration into Immobile Gravel-Beds 3rd JUQUEEN Porting and Tuning Workshop Jülich, 2-4 February 2015 Fluid-Particle Multiphase Flow Simulations for the Study of Sand Infiltration into Immobile Gravel-Beds Tobias Schruff, Roy M. Frings,

Mehr

GIS in der Cloud: Beispiele von ESRI und con terra

GIS in der Cloud: Beispiele von ESRI und con terra GIS in der Cloud: Beispiele von ESRI und con terra Dr. Matthias Bluhm ESRI Deutschland GmbH 9. März 2011, Darmstadt 2 ESRI Deutschland GmbH, 2011 GmbH 2010 ESRI Unternehmensgruppe (in Deutschland und der

Mehr

Formulieren von Leistungsverzeichnissen

Formulieren von Leistungsverzeichnissen Formulieren von Leistungsverzeichnissen - typische Fehler - Jan Heichler System Architect www.clustervision.com 1 Product & Services Turnkey clusters Compute clusters Storage clusters GPU clusters Cluster

Mehr

Herbsttreffen 2014. Hands-on Session

Herbsttreffen 2014. Hands-on Session Herbsttreffen 2014 Hands-on Session HP end-to-end Support HP open System Management Ziel Bereitstellung einer skalierungs-, k-fall fähige, Low Latency X86 Infrastruktur für die Plattformen: RZ1 HP Cloud

Mehr

Organisatorisches. Unit1: Intro and Basics. Bewertung. About Me.. Datenorientierte Systemanalyse. Gerhard Wohlgenannt

Organisatorisches. Unit1: Intro and Basics. Bewertung. About Me.. Datenorientierte Systemanalyse. Gerhard Wohlgenannt Organisatorisches Datenorientierte Systemanalyse Unit1: Intro and Basics Gerhard Wohlgenannt Inhalt: Datenorientierte Systemanalyse Umfang: 5 units XX.10.2013 XX.11.2013 09:00-13:30 Uhr Room XXX Infos,

Mehr

ORM & OLAP. Object-oriented Enterprise Application Programming Model for In-Memory Databases. Sebastian Oergel

ORM & OLAP. Object-oriented Enterprise Application Programming Model for In-Memory Databases. Sebastian Oergel ORM & OLAP Object-oriented Enterprise Application Programming Model for In-Memory Databases Sebastian Oergel Probleme 2 Datenbanken sind elementar für Business-Anwendungen Gängiges Datenbankparadigma:

Mehr

FME Desktop. Data in Motion

FME Desktop. Data in Motion FME Desktop Data in Motion Übersicht Reporting Ausführen, Debuggen, Inspizieren, Profilen Neuigkeiten bei Datenbanken Reporting Move Your Data Analysis Organized Reporting in FME Tabellenkalkulationen

Mehr

Vermarkter, Publisher oder Werbetreibender -Wer ist das Opfer, wenn eine Ad keine Impression findet?

Vermarkter, Publisher oder Werbetreibender -Wer ist das Opfer, wenn eine Ad keine Impression findet? Vermarkter, Publisher oder Werbetreibender -Wer ist das Opfer, wenn eine Ad keine Impression findet? Heiko Specht Performance Analysis Specialist @heispe Anfang: Zahlenspiele Anzahl Ad-Ausspielungen in

Mehr

Big Data für die Internet Sicherheit

Big Data für die Internet Sicherheit Big Data für die Internet Sicherheit Ralph Kemperdick Hans Wieser Microsoft 1 Mobile-first Data-driven Cloud-first 2 2 3 Messenger Wi nd ow s Liv e 4 5 Anwendung: Das Microsoft Cybercrime Center 6 Betrug

Mehr