Infrastruktur & Datenarchitekturen für Big-Data-Szenarien Hadoop & Co. Im Detail. Referent: Steffen Vierkorn
|
|
- Ina Eberhardt
- vor 6 Jahren
- Abrufe
Transkript
1 Infrastruktur & Datenarchitekturen für Big-Data-Szenarien Hadoop & Co. Im Detail Referent: Steffen Vierkorn
2 Agenda Begrüßung & aktuelle Entwicklungen bei QUNIS QUNIS 360 was war, was wird? BI, Big Data, Cloud, Predictive & Advanced Analytics, Streaming Microsoft Power BI: alle Daten, überall, jederzeit die maximale Power für Ihr Unternehmen! Daten integrieren, modellieren, visualisieren & veröffentlichen TRACK I Mittagspause Kaffeepause Frage und Antwort BI & Big Data auf die Kombination kommt es an! Nutzen aus bestehenden Daten erhöhen & neue Datenquellen erschließen Business-Intelligence- & Big-Data-Strategie Vorgehen und Herausforderungen bei der Strategieentwicklung Business Intelligence on Top of SAP (Kundenvortrag) DWH Automation Steigerung von Qualität, Effektivität und Transparenz in der DWH Implementierung und dem Betrieb In 30 Minuten zur Business-Intelligence-Lösung in der Cloud Aufbau einer BI-Infrastruktur & Entwicklung von Reports Live Live on Stage: GAPTEQ Premiere des ersten eigenen QUNIS Tools TRACK II Infrastruktur & Datenarchitekturen für Big-Data-Szenarien Hadoop & Co. Im Detail DWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH Big Data zum Anfassen Live Präsentation einer Streaminganalyse & Machine Learning
3 Großes Interesse: Kontrolle über die Datenflut Big Data ist auch beim Management vieler Unternehmen ein bedeutendes Thema Business Intelligence Big Data Internet of Things (IoT) Industrie 4.0 Quelle: Google Trends, Abfrage 01/2016
4 Big Data neuen Herausforderungen gewachsen! Big Data bezeichnet Methoden und Technologien für die Strukturiert Unstrukturiert Polystrukturiert hochskalierbare Erfassung, Speicherung und Analyse Variety polystrukturierter Daten. Real time Near time Batch Velocity Volume Transactions Sensors Files
5 Berechnung Big Data Referenzarchitektur Lambda-Architektur Batch Layer Sämtliche Fakten in redundanter Ausführung Berechnungen werden durchgeführt Teilweise sehr hohe Latenz Neue Daten (Big Data) Serving Layer Ergebnisse der Berechnungen werden im Serving Layer gespeichert Ziel: Reduzierung der Latenzen Abfrage der gewünschten Informationen (externe Systeme) Ist eine Berechnung fertig, werden alle Daten im Serving Layer ersetzt Batch Layer (Alle relevanten Data) Speed Layer (Realtime Views) Speed Layer Ebenfalls alle relevanten neuen Daten Gewünschte Berechnungen mit temporärer Speicherung Wird wieder gelöscht, sobald Daten im Batch Layer verfügbar Komplexe Komponente der Lambda-Architektur Ein externes System wird dann die Ergebnisse aus Serving Layer und Speed Layer kombinieren um eine aktuelle Sicht auf die Daten zu gewähren. Serving Layer (Batch Views) Visualisierung / System
6 Apache Hadoop Ecosystem
7 Landing Zone Front end & 3rd Party App. Data Lake Cube Cube Direct Access Kundenbeispiel: Data Lake BI & Big Data in Kombination Dashboarding Reporting Analysis 3rd Party Application 3rd Party Application Advanced Analytics Search DM Corporate DM Corp. DM (3rd Party App.) DM Local DM Local Big Data Serving (Batch) DW Core (Standard) DW Cleansing (Standard) DW Core (local) DW Cleansing (local) Big Data Processing (Batch) Big Data Exploration Big Data Streaming Stage Structured Data XL S XL S Rel. DB XL S XL S Rel. DB Poly-structured Data CSV XLS Rel. DB CSV XLS Rel. DB Cube Source System DW: Data Warehouse, DM: Data Mart, Big Data: Hadoop or Cloud Services
8 Data Workflow Datenmanagement Workflow Datenzugriff Data Lifecycle & Governance Sicherheit Tools Big Data & Advanced Analytics Das Apache Hadoop Ecosystem Falcon Atlas Ambari Hadoop Cluster Management, Monitoring und Tool Views Batch Script SQL NoSQL Stream Suche In-Memory Ranger Knox Atlas HDFS Encryption Map Reduce v2 Pig Hive HBase Storm (Phoenix) Accumulo Solr Spark Sqoop Flume Kafka NFS WebHDFS TEZ Slider Cloudbreak Zookeeper Oozie YARN Yet Another Resource Negotiator HDFS Hadoop Distributed Filesystem
9 HDFS Hadoop Distributed File System
10 Hadoop Distributed File System - HDFS Die essentielle Basis HDFS ist ein hochverfügbares Dateisystem zur Speicherung sehr großer Datenmengen auf den Dateisystemen mehrerer Rechner (Knoten) Es ist in hohem Maße fehlertolerant und entwickelt für den Betrieb auf Billig-Hardware Dateien werden in Datenblöcke mit fester Länge zerlegt und redundant auf die Rechnerknoten verteilt. Dabei sind beides konfigurierbare Größen Ein Masterknoten, der sog. Name Node, bearbeitet eingehende Datenanfragen, organisiert die Ablage von Dateien in den Slaveknoten und speichert anfallende Metadaten HDFS unterstützt Dateisysteme mit mehreren 100 Mio. Dateien HDFS setzt auf einem existierenden Dateisystem auf, z.b. dem gängigen ext4 (Fourth Extended Filesystem, Linux). Signifikanter Unterschied ist die Blockgröße: 64 bis 128 MB, traditionell 1 bis 64 KB
11 Spark High-Speed In-Memory Verarbeitung
12 High-Speed In-Memory Verarbeitung: Spark Features Apache Spark ist ein Data Analytics Cluster Computing Framework Es besitzt eine schnelle In-Memory Datenverarbeitungs-Engine für die hocheffiziente Ausführung von Streaming, Machine learning oder SQL Prozessen, die schnellen, iterativen Zugriff auf Datensets benötigen Spark wurde im Rahmen eines Forschungsprojekts am AMPLab der University of California in Berkeley in Scala entwickelt und ist seit 2010 unter einer Open Source Lizenz öffentlich verfügbar Neben dem Spark Core, in dem die Basisfunktionalität bereitgestellt wird, bietet Spark einige mächtige Funktionsbibliotheken: Spark SQL Spark Streaming MLlib GraphX Spark ist perfekt geeignet für die Anwendung basierend auf HDFS, ist jedoch nicht an das zweistufige MapReduce Modell gebunden - seine Engine verspricht eine bis zu hundertfach bessere Performance
13 Big Data & Advanced Analytics in der Cloud Microsoft Azure
14 Cortana Analytics Suite Vollständig verwaltete Suite für Big Data und erweiterte Analysen Quelle: Microsoft
15 Kundenbeispiel: IoT Auswertung von Sensordaten
16 Azure Data Lake Speicher Ein riesiges Repository für Big Data Analytics-Workloads Ein verteiltes Hadoop-Dateisystem für die Cloud, mit HDFS kompatibel und mit dem Hadoop-Ökosystem einsetzbar Integriert in Azure Data Lake Analytics, HDInsight, Revolution-R Enterprise und für Anwendungen durch eine WebHDFS-kompatible REST- Schnittstelle verfügbar Unbegrenzter Speicher, keine Grenzwerte für Konten oder Dateien, Dateigrößen bis in den Petabytebereich Massiver Lese- und Schreibdurchsatz, Leistungsoptimiert für Big Data Analysen Unstrukturierte und strukturierte Daten in ihrem systemeigenen Format Hohe Beständigkeit, Verfügbarkeit und Zuverlässigkeit Azure Active Directory-Zugriffssteuerung Quelle: Microsoft
17 Azure SQL Data Warehouse Cloudbasiertes Data Warehouse mit geprüfter SQL Server Qualität Branchenweit erstes Data Warehouse-as-a-Service Skalierung im Petabytebereich dank MPP (Massively Parallel Processing) Unabhängige Skalierung von Compute- und Speicherressourcen innerhalb von Sekunden Transact-SQL-Abfragen über relationale und nicht relationale Daten hinweg Vollständige SQL Server-Funktionalität auf Unternehmensniveau Nahtlose Integration mit Power BI, Machine Learning, HDInsight und Data Factory Leistungs-/Nutzungsbasierte Abrechnung DWU = Data Warehouse Unit, ist ein Microsoft-eigenes Maß für die Leistung des DWH (Serverressourcen, Anzahl Parallelitätsslots) Beispiel: 400 DWU auf Server in Westeuropa aktuell 2,64 /h Bedarfsweises Skalieren z.b. Entfernen DWUs am Wochenende, Erhöhen DWUs im Bedarfsfall
18 Azure Machine Learning Leistungsstarkes Werkzeug für Predictive Analytics
19 Azure Machine Learning Einfache Erzeugung von Web Services für die Integration in Anwendungen
20 Azure Data Factory Managed Service für die organisierte, skalierbare Datenverarbeitung Erstellung, Planung, Orchestrierung, Verwaltung und Überwachung von Datenpipelines Verbinden und Arbeiten mit lokalen sowie cloudbasierten Datenquellen Automatisierte Verwaltung von Cloudressourcen Visualisierung von Datenherkunft und Abhängigkeiten Quelle: Microsoft
21 Azure Stream Analytics Echtzeitverarbeitung von Streams in der Cloud Der cloudbasierte Dienst ermöglicht die Echtzeitanalyse von Geräte-, Sensor-, Infrastruktur- und Anwendungsdatenströmen Ermöglicht Echtzeit-Remoteverwaltung und überwachung für IoT-Szenarien (Internet der Dinge) Ermöglicht eine schnelle Entwicklung von Analysefunktionen für verteilte Systeme mit einfacher SQL-basierter Syntax Sofortige Integration mit Event Hubs, um Millionen von Ereignissen pro Sekunden zu empfangen Vergleich mehrerer Echtzeitstreams miteinander oder mit historischen Werten und Modellen zur Erkennung von Anomalien, die Umwandlung eingehender Daten oder das Auslösen von Warnungen Möglichkeit zur Einrichtung von Echtzeitdashboards Skalierbar auf ein beliebiges Datenvolumen mit hohem Durchsatz, geringer Latenz und garantierter Resilienz Quelle: Microsoft
22 Azure HDInsight Apache Hadoop Service in der Cloud HDInsight verwendet die Hortonworks Data Platform (HDP)-Hadoop-Distribution Ein Data Lake Dienst, skalierbar in den Petabytebereich Einfache und schnelle Bereitstellung eines Apache Hadoop Clusters wahlweise unter Windows oder Linux Möglichkeit der Integration lokaler Hadoop Cluster Visualisierung der Daten via Excel Integriert in Azure ML, Power BI und Data Factory Entwicklung mit Java,.NET und vielen anderen Sprachen Quelle: Microsoft
23 STEFFEN VIERKORN Geschäftsführer Phone: QUNIS GmbH Georg-Wiesböck-Ring Neubeuern Phone: info@qunis.de
TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte. TRACK I Big Data Analytics & Self Service BI
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrVon Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrBig Data Informationen neu gelebt
Seminarunterlage Version: 1.01 Copyright Version 1.01 vom 21. Mai 2015 Dieses Dokument wird durch die veröffentlicht. Copyright. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen
Mehron Azure mit HDInsight & Script Ac2ons
Willkommen beim #GAB 2015! on Azure mit HDInsight & Script Ac2ons Lokale Sponsoren: HansPeter Grahsl Netconomy Entwickler & Berater FH CAMPUS 02 Twi9er: @hpgrahsl Überblick Inhalte Was ist HDInsight? Wozu
MehrBig-Data-Technologien - Überblick - Prof. Dr. Jens Albrecht
Big-Data-Technologien - Überblick - Quelle: http://www.ingenieur.de/panorama/fussball-wm-in-brasilien/elektronischer-fussball-smartphone-app-helfen-training Big-Data-Anwendungen im Unternehmen Logistik
MehrAnalyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria
Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards
MehrBig Data in Azure. Ein Beispiel mit HD Insight. Ralf Stemmer
Big in Azure Ein Beispiel mit HD Insight Ralf Stemmer Agenda owas ist Big? Was ist HD Insight? owelche Probleme kann man damit lösen? odemo Was ist Big? Was ist HD Insight? Datenexplosion - Rasanter Zuwachs
MehrEchtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen. Frank Irnich SAP Deutschland
Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen Frank Irnich SAP Deutschland SAP ist ein globales Unternehmen... unser Fokusgebiet... IT Security für... 1 globales Netzwerk > 70 Länder, >
MehrSymbiose hybrider Architekturen im Zeitalter digitaler Transformation. Hannover, 18.03.2015
Symbiose hybrider Architekturen im Zeitalter digitaler Transformation Hannover, 18.03.2015 Business Application Research Center (BARC) B (Analystengruppe Europas führendes IT-Analysten- und -Beratungshaus
MehrDie 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
MehrAzure Community Deutschland. Microsoft Azure. Was ist drin für Unternehmen? Oliver Michalski (Senior Software Engineer.NET)
Azure Community Deutschland Microsoft Azure Was ist drin für Unternehmen? Oliver Michalski (Senior Software Engineer.NET) Berlin 2016 1.0 Vorwort Hallo zusammen! das Schwerpunktthema der ACD, ist in diesem
MehrMicrosoft 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
MehrBig Data und Oracle bringen die Logistik in Bewegung
OPITZ CONSULTING Deutschland GmbH Dortmund, 07.05.2014 Bild-Quelle: Web-Seite von Pasta ZARA, Big Artikel Data So und entstehen Oracle bringen unsere die Nudeln Logistik in Bewegung http://de.pastazara.com/so-entstehen-unsere-nudeln
MehrDATA 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
MehrBig 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
MehrBig 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
MehrETL in den Zeiten von Big Data
ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse
MehrOracle BI&W Referenz Architektur Big Data und High Performance Analytics
DATA WAREHOUSE Oracle BI&W Referenz Architektur Big Data und High Performance Analytics Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen
MehrEinführung in Hadoop
Einführung in Hadoop Inhalt / Lern-Ziele Übersicht: Basis-Architektur von Hadoop Einführung in HDFS Einführung in MapReduce Ausblick: Hadoop Ökosystem Optimierungen Versionen 10.02.2012 Prof. Dr. Christian
MehrHadoop Forum OOP München 2016 Realitätscheck Hadoop. Timm Grosser, Leiter Beratung BI und Datenmanagement München, 02.
Hadoop Forum OOP München 2016 Realitätscheck Hadoop Timm Grosser, Leiter Beratung BI und Datenmanagement München, 02. Februar 2016 02.02.2016 BARC 2016 2 BARC: Expertise für datengetriebene Unternehmen
MehrJune 2015. Automic Hadoop Agent. Data Automation - Hadoop Integration
June 2015 Automic Hadoop Agent Data Automation - Hadoop Integration + Aufbau der Hadoop Anbindung + Was ist eigentlich ist MapReduce? + Welches sind die Stärken von Hadoop + Welches sind die Schwächen
MehrTechnologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle
Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle 40. Congress der Controller, Themenzentrum C, München Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern Die
MehrSOA im Zeitalter von Industrie 4.0
Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING
MehrBig Data in Marketing und IT
Big Data in Marketing und IT Chancen erkennen, Strategien entwickeln und Projekte erfolgreich umsetzen T-Systems Hacker Day 30. September 2015 Prof. Dr. Alexander Rossmann Reutlingen University Big Data
MehrCloud und Big Data als Sprungbrett in die vernetzte Zukunft am Beispiel Viessmann
Cloud und Big Data als Sprungbrett in die vernetzte Zukunft am Beispiel Viessmann Adam Stambulski Project Manager Viessmann R&D Center Wroclaw Dr. Moritz Gomm Business Development Manager Zühlke Engineering
MehrOracle 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
MehrWas ist Windows Azure? (Stand Juni 2012)
Was ist Windows Azure? (Stand Juni 2012) Windows Azure Microsofts Cloud Plattform zu Erstellung, Betrieb und Skalierung eigener Cloud-basierter Anwendungen Cloud Services Laufzeitumgebung, Speicher, Datenbank,
MehrStep 0: Bestehende Analyse-Plattform
Die Themen 09:30-09:45 Einführung in das Thema (Oracle) 09:45-10:15 Hadoop in a Nutshell (metafinanz) 10:15-10:45 Hadoop Ecosystem (metafinanz) 10:45-11:00 Pause 11:00-11:30 BigData Architektur-Szenarien
MehrDas Zettabyte. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor
Das Zettabyte CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das Zetabyte: analytische Datenbanken Die Datenflut. Analytische Datenbanken: Was ist neu? Analytische Datenbanken:
MehrLiving Lab Big Data Konzeption einer Experimentierplattform
Living Lab Big Data Konzeption einer Experimentierplattform Dr. Michael May Berlin, 10.12.2012 Fraunhofer-Institut für Intelligente Analyseund Informationssysteme IAIS www.iais.fraunhofer.de Agenda n Ziele
MehrRaber+Märcker Techno Summit 2014 Microsoft Dynamics NAV 2013 R2 Überblick und Hintergründe zu aktuellen Version. Schimon.Mosessohn@microsoft.
Raber+Märcker Techno Summit 2014 Microsoft Dynamics NAV 2013 R2 Überblick und Hintergründe zu aktuellen Version Schimon.Mosessohn@microsoft.com Herzlich Willkommen 1996 2004 2010 2014 Navision 3.7 Microsoft
MehrReview Freelancer-Workshop: Fit für Big Data. Mittwoch, 29.04.2015 in Hamburg
Review Freelancer-Workshop: Fit für Big Data Mittwoch, 29.04.2015 in Hamburg Am Mittwoch, den 29.04.2015, hatten wir von productive-data in Zusammenarbeit mit unserem langjährigen Partner Informatica zu
MehrNoSQL-Datenbanken und Hadoop im Zusammenspiel mit dem Data Warehouse
NoSQL-Datenbanken und Hadoop im Zusammenspiel mit dem Data Warehouse Carsten Czarski Oracle Deutschland B.V. & Co KG Big Data Betrachten von Daten die bislang nicht betrachtet wurden
MehrPeter Dikant mgm technology partners GmbH. Echtzeitsuche mit Hadoop und Solr
Peter Dikant mgm technology partners GmbH Echtzeitsuche mit Hadoop und Solr ECHTZEITSUCHE MIT HADOOP UND SOLR PETER DIKANT MGM TECHNOLOGY PARTNERS GMBH WHOAMI peter.dikant@mgm-tp.com Java Entwickler seit
MehrBig Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen
Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Oracle DWH-Konferenz 21. März 2012 Dr. Carsten Bange Gründer & Geschäftsführer BARC Big Data bietet Methoden und Technologien
MehrBI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrMobile Backend in der
Mobile Backend in der Cloud Azure Mobile Services / Websites / Active Directory / Kontext Auth Back-Office Mobile Users Push Data Website DevOps Social Networks Logic Others TFS online Windows Azure Mobile
MehrEMC. Data Lake Foundation
EMC Data Lake Foundation 180 Wachstum unstrukturierter Daten 75% 78% 80% 71 EB 106 EB 133 EB Weltweit gelieferte Gesamtkapazität Unstrukturierte Daten Quelle März 2014, IDC Structured vs. Unstructured
MehrBig Data Anwendungen Chancen und Risiken
Big Data Anwendungen Chancen und Risiken Dr. Kurt Stockinger Studienleiter Data Science, Dozent für Informatik Zürcher Hochschule für Angewandte Wissenschaften Big Data Workshop Squeezing more out of Data
MehrBig Data. Prof. Robert Jäschke Forschungszentrum L3S Leibniz Universität Hannover
Big Data Prof. Robert Jäschke Forschungszentrum L3S Leibniz Universität Hannover Agenda Was ist Big Data? Parallele Programmierung Map/Reduce Der Big Data Zoo 2 3Vs oder: Was ist Big Data? Deutsche Telekom:
MehrIndustrie 4.0 und Smart Data
Industrie 4.0 und Smart Data Herausforderungen für die IT-Infrastruktur bei der Auswertung großer heterogener Datenmengen Richard Göbel Inhalt Industrie 4.0 - Was ist das? Was ist neu? Herausforderungen
MehrPhänomen Digitalisierung Pflicht oder Kür erfolgreicher Unternehmen. Hannover, Timm Grosser, Senior Analyst
Phänomen Digitalisierung Pflicht oder Kür erfolgreicher Unternehmen Hannover, 15.03.2016 Timm Grosser, Senior Analyst 18.03.2016 BARC 2016 2 BARC: Expertise für datengetriebene Unternehmen 18.03.2016 BARC
MehrWindows Azure für Java Architekten. Holger Sirtl Microsoft Deutschland GmbH
Windows Azure für Java Architekten Holger Sirtl Microsoft Deutschland GmbH Agenda Schichten des Cloud Computings Überblick über die Windows Azure Platform Einsatzmöglichkeiten für Java-Architekten Ausführung
Mehr1Ralph Schock RM NEO REPORTING
1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen
MehrCopyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS
HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS AGENDA VISUAL ANALYTICS 9:00 09:30 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: Handlungsfelder für IT
MehrQUICK-START EVALUIERUNG
Pentaho 30 für 30 Webinar QUICK-START EVALUIERUNG Ressourcen & Tipps Leo Cardinaals Sales Engineer 1 Mit Pentaho Business Analytics haben Sie eine moderne und umfassende Plattform für Datenintegration
MehrMehr Mobilität. Digitale Generation. Vielzahl an Geräten. Schnelllebigkeit. Arbeit und Freizeit verschwimmen. Daten Explosion
Arbeit und Freizeit verschwimmen Mehr Mobilität Digitale Generation Vielzahl an Geräten Daten Explosion Wandel in der IT Schnelllebigkeit Überblick App Services Computing Daten-Dienste Netzwerk Automatisiert
MehrVeeam und Microsoft. Marco Horstmann System Engineer, Veeam
Veeam und Microsoft Marco Horstmann System Engineer, Veeam Software marco.horstmann@veeam.com @marcohorstmann Windows Server 2016 Support Die vollständige und fortschrittliche Unterstützung von Veeam erschliesst
MehrErfahrungsbericht: Umstieg von RDBMS auf Big Data-Technologien
Wir unternehmen IT. Erfahrungsbericht: Umstieg von RDBMS auf Big Data-Technologien Karlsruhe, 30.09.2015 $id thgreiner Thorsten Greiner Teamleiter Software Development ConSol* Software GmbH, Düsseldorf
MehrAnalytics in der Cloud. Das Beispiel Microsoft Azure
Analytics in der Cloud Das Beispiel Microsoft Azure Warum überhaupt Cloud Computing? Ein kleiner Blick in den Markt Microsoft : hat sein Geschäftsmodell komplett umgestellt vom Lizenzgeschäft auf Devices
MehrTrends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016
Trends im Markt für Business Intelligence Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 18.03.2016 BARC 2016 2 IT Meta-Trends 2016 Digitalisierung Consumerization Agilität Sicherheit und Datenschutz
MehrBig Data Analytics: Herausforderungen und Systemansätze. Prof. Dr. Erhard Rahm. http://dbs.uni-leipzig.de
Big Data Analytics: Herausforderungen und Systemansätze Prof. Dr. Erhard Rahm http://dbs.uni-leipzig.de 2 Massives Wachstum an Daten Gartner: pro Tag werden 2.5 Exabytes an Daten generiert 90% aller Daten
MehrEine neue Hoffnung - Watson Analytics verschmilzt mit Cognos BA. Erik Purwins
Eine neue Hoffnung - Watson Analytics verschmilzt mit Cognos BA Erik Purwins Watson Kognitiv Cloud Security Open Data PPI AG 02.03.2016 > 2 Watson Analytics Cloud Security Open Data Social Media Wetterdaten
MehrBig 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
MehrBI-Kongress 2016 COMBINED THINKING FOR SUCCESS - BI & S/4HANA
BI-Kongress 2016 COMBINED THINKING FOR SUCCESS - BI & S/4HANA AUFSTELLUNG OPTIMIEREN. ENTWICKELN SIE IHRE SYSTEMLANDSCHAFT WEITER UND VERKAUFEN SIE DIE CHANCEN IHREN ANWENDERN Yu Chen, Thorsten Stossmeister
MehrR im Enterprise-Modus
R im Enterprise-Modus Skalierbarkeit, Support und unternehmensweiter Einsatz Dr. Eike Nicklas HMS Konferenz 2014 Was ist R? R is a free software environment for statistical computing and graphics - www.r-project.org
MehrBIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004
BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick
MehrWEBINAR@LUNCHTIME THEMA: SAS TOOLS FÜR DIE DATENVERARBEITUNG IN HADOOP ODER WIE REITET MAN ELEFANTEN?" HANS-JOACHIM EDERT
WEBINAR@LUNCHTIME THEMA: SAS TOOLS FÜR DIE DATENVERARBEITUNG IN HADOOP ODER WIE REITET MAN ELEFANTEN?" Copyr i g ht 2012, SAS Ins titut e Inc. All rights res er ve d. HANS-JOACHIM EDERT EBINAR@LUNCHTIME
MehrApache Hadoop. Distribute your data and your application. Bernd Fondermann freier Software Architekt bernd.fondermann@brainlounge.de berndf@apache.
Apache Hadoop Distribute your data and your application Bernd Fondermann freier Software Architekt bernd.fondermann@brainlounge.de berndf@apache.org Apache The Apache Software Foundation Community und
MehrDATENBANK LÖSUNGEN. mit Azure. Peter Schneider Trainer und Consultant. Lernen und Entwickeln. www.egos.co.at
DATENBANK LÖSUNGEN mit Azure Peter Schneider Trainer und Consultant Agenda Cloud Services, Data Platform, Azure Portal Datenbanken in Virtuelle Maschinen Azure SQL Datenbanken und Elastic Database Pools
MehrHadoop aus IT-Operations Sicht Teil 1 Hadoop-Grundlagen
Hadoop aus IT-Operations Sicht Teil 1 Hadoop-Grundlagen Brownbag am Freitag, den 26.07.2013 Daniel Bäurer inovex GmbH Systems Engineer Wir nutzen Technologien, um unsere Kunden glücklich zu machen. Und
MehrDer Cloud-Dienst Windows Azure
Der Cloud-Dienst Windows Azure Master-Seminar Cloud Computing Wintersemester 2013/2014 Sven Friedrichs 07.02.2014 Sven Friedrichs Der Cloud-Dienst Windows Azure 2 Gliederung Einleitung Aufbau und Angebot
MehrÜberblick über die Windows Azure Platform
Überblick über die Windows Azure Platform Präsentator: Holger Sirtl Kontakt: http://blogs.msdn.com/hsirtl Copyright 2011 Microsoft Corporation. Alle Rechte vorbehalten. MSDN Webcasts: http://www.msdn-online.de/webcasts
Mehr15 Jahre SharePoint-Technologie
15 Jahre SharePoint-Technologie 2001 2003 2007 2010 2013 2015 SharePoint auf dem Abstellgleis SharePoint ist zurück! workloads Der Fortune 500 Unternehmen haben Office 365 Lizenzen in den vergangenen 12
MehrSelf Service BI mit Office 2013 Raúl B. Heiduk
1 Self Service BI mit Office 2013 Raúl B. Heiduk Partner: 2 Agenda Begrüssung Vorstellung Referent Inhalt F&A Weiterführende Kurse 3 Vorstellung Referent Name: Raúl B. Heiduk Ausbildung: Dipl. Ing. (FH),
MehrAzure SQL Database vs. Azure SQL DW. Marcel Franke
Azure SQL Database vs. Azure SQL DW Marcel Franke Our Sponsors Über mich Marcel Franke VP Technology & Growth, pmone Analytics GmbH Fokus ist Data Science & Advanced Analytics Sehr enge Verbundenheit mit
MehrMit 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
MehrHerzlich Willkommen. Achim Brefeld 20.11.2015
Herzlich Willkommen Achim Brefeld 20.11.2015 Agenda. 24.11.2015 Achim Brefeld Begrüßung 2 Agenda. 24.11.2015 Achim Brefeld Begrüßung 3 Azure Plattform Übersicht Herzlich willkommen! Petra Spiekermann Christopher
MehrHans-Peter Zorn Inovex GmbH. Wer gewinnt das SQL-Rennen auf der Hadoop-Strecke?
Hans-Peter Zorn Inovex GmbH Wer gewinnt das SQL-Rennen auf der Hadoop-Strecke? War nicht BigData das gleiche NoSQL? Data Lake = Keine Struktur? flickr/matthewthecoolguy Oder gar ein Hadump? flickr/autohistorian
MehrWir befinden uns inmitten einer Zeit des Wandels.
Wir befinden uns inmitten einer Zeit des Wandels. Geräte Apps Ein Wandel, der von mehreren Trends getrieben wird Big Data Cloud Geräte Mitarbeiter in die Lage versetzen, von überall zu arbeiten Apps Modernisieren
MehrBig Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr.
Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Florian Johannsen AGENDA 1. Big Data Projekt der freenet Group Dr. Florian Johannsen
MehrBeratung. Results, no Excuses. Consulting. Lösungen. Grown from Experience. Ventum Consulting. SQL auf Hadoop Oliver Gehlert. 2014 Ventum Consulting
Beratung Results, no Excuses. Consulting Lösungen Grown from Experience. Ventum Consulting SQL auf Hadoop Oliver Gehlert 1 Ventum Consulting Daten und Fakten Results, no excuses Fachwissen Branchenkenntnis
MehrRE.one. Self Service Information Management für die Fachabteilung
RE.one Self Service Information Management für die Fachabteilung Das Ziel Verwertbare Informationen aus Daten gewinnen Unsere Vision Daten Info Data Warehousing radikal vereinfachen in einem Tool Die Aufgabe
Mehrarcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011
arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011 arcplan 2011 Agenda Was ist arcplan Edge? Komponenten von arcplan Edge arcplan Edge Roadmap Live Demo arcplan
MehrInteractive Dashboards & Datenanalyse für Jedermann
Next Level E-Mail Marketing Evalanche Business Intelligence DASHBOARD Interactive Dashboards & Datenanalyse für Jedermann Powered by SC-Networks GmbH 1 Entdecken Sie die neue Generation der Business Intelligence
MehrIn-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden
In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden
MehrMöglichkeiten für bestehende Systeme
Möglichkeiten für bestehende Systeme Marko Filler Bitterfeld, 27.08.2015 2015 GISA GmbH Leipziger Chaussee 191 a 06112 Halle (Saale) www.gisa.de Agenda Gegenüberstellung Data Warehouse Big Data Einsatz-
MehrBusiness Chancen im Reporting nutzen. Ingo Diekmann Leiter Kooperationen & Business Development IDL GmbH Mitte
Business Chancen im Reporting nutzen Ingo Diekmann Leiter Kooperationen & Business Development IDL GmbH Mitte Thema im Überblick Technik verändert den Markt für Hersteller und Berater o Business o Projekte/Applikationen
MehrBig Data in a Nutshell. Dr. Olaf Flebbe of ät oflebbe.de
Big Data in a Nutshell Dr. Olaf Flebbe of ät oflebbe.de Zu mir Bigdata Projekt, benutzt Apache Bigtop Linux seit Anfang vor Minix/ATARI Linuxtag 2001? Promoviert in Computational Physics in Tü Seit Jan
MehrBig Data Use Case: Business Analytics
Big Data Use Case: Business Analytics Ausgangssituation Ein Telekommunikationskonzern will das Thema Big Data für sich erschließen. Die gegründete Arbeitsgruppe hat Zugriff auf die Datenbestände des Unternehmens
MehrBig Data Eine Einführung ins Thema
Joachim Hennebach Marketing Manager IBM Analytics 11. Februar 2016 Big Data Eine Einführung ins Thema Nur kurz: Was ist Big Data? (Die 5 Vs.) Volumen Vielfalt Geschwindigkeit Datenwachstum Von Terabytes
MehrMission. TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden
Mission TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden Der Weg zu einem datengesteuerten Unternehmen # Datenquellen x Größe der Daten Basic BI & Analytics Aufbau eines
MehrBig Data: Solaranlagen reparieren Waschmaschinen? 2014 IBM Corporation
Big Data: Solaranlagen reparieren Waschmaschinen? Agenda Kurze Vorstellung Der Kunde und der ursprüngliche Ansatz Bisherige Architektur Vorgeschlagene Architektur Neue Aspekte der vorgeschlagenen Architektur
MehrSAP BI Fokustage 2015
SAP BI Fokustage 2015 Agenda 13:30 Uhr Begrüßung 13:45 Uhr Quo vadis SAP BW? Die Backend-Strategie der SAP Windhoff Software Services GmbH 14:30 Uhr Projektvortrag: Mobile Dashboard-Anwendung mit SAP Design
MehrSeminar Cloud Data Management WS09/10. Tabelle1 Tabelle2
Seminar Cloud Data Management WS09/10 Tabelle1 Tabelle2 1 Einführung DBMS in der Cloud Vergleich verschiedener DBMS Beispiele Microsoft Azure Amazon RDS Amazon EC2 Relational Databases AMIs Was gibt es
MehrVorstellung IBM Cognos 10.2. Oliver Linder Client Technical Professional Business Analytics
Vorstellung IBM Cognos 10.2 Oliver Linder Client Technical Professional Business Analytics Agenda IBM Cognos 10.2 Architektur User Interfaces IBM Cognos Workspace IBM Cognos Workspace Advanced IBM Cognos
MehrBI Publisher Berichtswesen einfach und sicher. Alexander Klauss Centric IT Solutions GmbH
BI Publisher Berichtswesen einfach und sicher Alexander Klauss Centric IT Solutions GmbH Agenda Ziele der BI Publisher Module Anwendung und Vorgehensweise der BI Publisher Module Voraussetzungen BI Publisher
MehrAutomatisierung mit der Line of Business verbinden. Ralf Paschen
Automatisierung mit der Line of Business verbinden Ralf Paschen Agenda Die Herausforderung Was wollen wir? Was hindert uns? Was müssen wir lösen? Wir automatisieren 3 Property of Automic Software. All
MehrPRODATIS CONSULTING AG. Folie 1
Folie 1 Führend im Gartner Magic Quadranten für verteilte, interagierende SOA Projekte Oracle ist weltweit auf Rang 1 auf dem Markt der Enterprise Service Bus Suiten (ESB) für SOA Software 2010 26,3 %
Mehrvinsight BIG DATA Solution
vinsight BIG DATA Solution München, November 2014 BIG DATA LÖSUNG VINSIGHT Datensilos erschweren eine einheitliche Sicht auf die Daten...... und machen diese teilweise unmöglich einzelne individuelle Konnektoren,
MehrIn-Memory Datenbanken im Kontext komplexer Analytics Pojekte am Beispiel der Otto Group BI
In-Memory Datenbanken im Kontext komplexer Analytics Pojekte am Beispiel der Otto Group BI Hanau, 25.02.2015 1 Titel der Präsentation, Name, Abteilung, Ort, xx. Monat 2014 Der Aufbau der Group BI Plattform
MehrBUSINESS INTELLIGENCE IM MITTELSTAND EIN PRAXISBERICHT
BUSINESS INTELLIGENCE IM MITTELSTAND EIN PRAXISBERICHT Meik Truschkowski Architekt für Business Intelligence und Data Warehousing nobilia-werke J. Stickling GmbH & Co. KG Verl, den 31. Oktober 2011 UNTERNEHMENSPROFIL
MehrDie IBM Netezza Architektur für fortgeschrittene Analysen
Michael Sebald IT Architect Netezza Die IBM Netezza Architektur für fortgeschrittene Analysen 2011 IBM Corporation Was ist das Problem aller Data Warehouse Lösungen? I / O Transaktionaler und analytischer
Mehr!"#$"%&'()*$+()',!-+.'/',
Soziotechnische Informationssysteme 5. Facebook, Google+ u.ä. Inhalte Historisches Relevanz Relevante Technologien Anwendungsarchitekturen 4(5,12316,7'.'0,!.80/6,9*$:'0+$.;.,&0$'0, 3, Historisches Facebook
MehrKomplexität der Information - Ausgangslage
Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher
Mehr2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung
2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg
MehrClouds. Erwartungen der Nutzer. Wolkig bis Heiter. (c) 2013, Peter Sturm, Universität Trier. Er ist verwöhnt! Er ist nicht dankbar!
Clouds Wolkig bis Heiter Erwartungen der Nutzer Er ist verwöhnt! Verfügbarkeit Viele Anwendungen Intuitive Interfaces Hohe Leistung Er ist nicht dankbar! Mehr! Mehr! Mehr! Moore 1 Erwartungen der Entwickler
MehrOracle Big Data Technologien Ein Überblick
Oracle Big Data Technologien Ein Überblick Jürgen Vester Oracle Deutschland B.V. & Co KG Um was geht es bei Big Data? Bei Big Data sprechen wir eine Klasse von Daten an, die in der
MehrMicrosoft Server Lösungen
Microsoft Server Lösungen Seite 2 Microsoft Server-Lösungen Windows Server 2016 System Center 2016 SQL Server 2016 Exchange 2016 SharePoint 2016 OneDrive for Business Skype for Business 2015 Microsoft
Mehr