Video

Video anschauen
Artikel

BigData Tech Series: In-Memory-Datenbanken
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Da es sich beim Arbeitsspeicher nur um einen flüchtigen Speicher handelt, bieten viele In-Memory-Datenbanken clevere Ansätze, Daten dauerhaft zu speichern.
Die hohe Datenverarbeitungs-Geschwindigkeit und trotzdem Daten persistent zu speichern, machen In-Memory-Datenbanken zu einer ernsthaften Alternative gegenüber herkömmlichen Datenbanken.
- 2 Minuten
Weiterlesen
Artikel

BigData Tech Series: MemSQL, die MySQL-kompatible In-Memory-Datenbank
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
MemSQL ist beim Schreiben der Daten bis zu 30-mal schneller als MySQL. Anfragen an die MemSQL-Datenbank gelingen zuverlässig mit einer extrem kurzen Antwortzeit.
Unser Artikel erklärt Ihnen, warum MemSQL eine gelungene Alternative zu MySQL darstellt und wie Sie vom Einsatz der In-Memory-Datenbank profitieren.
- 2 Minuten
Weiterlesen
Artikel

In fünf Schritten zum sicheren Hadoop-Cluster
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
In unserem Ratgeber zeigen wir Ihnen 5 einfache und geniale Schritte, wie Sie Ihre Handoop-Installationen sichern und die Hacker außen vor halten.
- 3 Minuten
Weiterlesen
Artikel

Apache Storm – Big Data-Analyse auf Echtzeitbasis
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Unser Artikel verrät Ihnen, wie Sie Apache Storm für Ihr Unternehmen ideal einsetzen und welche Vorteile das System für die Echtzeitverarbeitung Ihrer Daten hat.
- 3 Minuten
Weiterlesen
Artikel

Turboschnelle Big Data-Auswertungen mit GPU Power
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Der clevere Cube-on-Demand-Ansatz ermöglicht es Ihnen, gewünschte Abfrageelemente mit einfachen Klicks zu einem neuen Analyse-Cube aufzubauen. Auf diesem können Sie turboschnelle Auswertungen durchführen.
Zudem können Sie dank des Cube-on-Demand-Ansatzes ohne große IT-Kenntnisse oder ein tieferes Verständnis von ETL-Prozessen aus einem Bericht heraus ETL-Jobs mühelos starten.
Lesen Sie in unserem Artikel, welche weiteren Vorteile Ihnen Jedox und Hadoop bringen und wie Sie Analysen und Berechnungen im Handumdrehen durchführen.
- 3 Minuten
Weiterlesen
Artikel

Hadoop Yarn – Big Data beschleunigen
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Die hohe Verarbeitungsgeschwindigkeit von Yarn sorgt unter anderem dafür, dass Sie große Datenmengen effektiver verarbeiten und Ihr Hadoop-Cluster besser auslasten.
Erfahren Sie mehr zu den Vorteilen von Hadoop Yarn.
- 2 Minuten
Weiterlesen
Artikel

Apache Spark – Framework für Echtzeitanalysen
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Bei paralleler Datenverarbeitung verteilt Spark gekonnt die Jobs in den Arbeitsspeicher. Das hält Zugriffe auf das Hadoop Distributed File System (HDFS), HBase, Apache Hive oder Cassandra gering.
Als flexible Hochgeschwindigkeitslösung verarbeitet Spark sowohl Batch-orientierte als auch iterative oder Streaming-Analysen meisterhaft.
Lesen Sie mehr, wie Spark auch Ihre Datenmengen beschleunigt und welche Vorteile das System für Sie hat.
- 2 Minuten
Weiterlesen
Artikel

Infobright – MySQL-Engine mit effektiver Datenkompression
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Mit der modernen Data Warehouse-Architektur Infobright analysieren Sie Ihre Daten äußerst flexibel in Turbogeschwindigkeit. Sparen Sie deutlich an Kosten, denn dank hochmoderner Datenkompression verbrauchen Ihre riesigen Datenmengen deutlich weniger Speicherplatz. In unserem Artikel stellen wir Ihnen die Vorteile von Infobright vor und wie Sie damit Ihre Daten spürbar flexibler – auch bei nur begrenzten IT-Ressourcen – verarbeiten und auswerten.
- 3 Minuten
Weiterlesen
Artikel

Big Data: Hive on Spark mit Jedox nutzen
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Apache Spark spielt seine Stärken besonders im Bereich Cluster Computing in Verbindung mit einer Vielzahl von Daten aus. In bestimmten Situationen ist Spark bis zu 100-mal schneller als MapReduce. Dank dieses enormen Geschwindigkeitsvorteils werten Sie Ihre Daten prompt aus.
In unserem Artikel haben wir für Sie die Kombo aus Jedox und Hive on Spark auf Herz und Nieren getestet. Erfahren Sie anhand unserer Messergebnisse, wie Sie Ihre Datenanalyse bedeutend beschleunigen können.
- 5 Minuten
Weiterlesen
Artikel

MongoDB – Die Datenbank für alle Fälle
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
- 3 Minuten
Weiterlesen
Artikel

Cloudera Impala – die Lösung für Echtzeitabfragen
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Impala intergiert sich problemlos in Ihr Hadoop-System und dient als verteiltes Datenabfragetool. Mit Impala führen Sie Low Latency-Abfragen von Daten aus Ihrem Hadoop Distributed File System (HDFS) und HBase durch.
Da Impala für die Abfragen keine Daten bewegt und umwandelt, ist Impala schneller als Hive oder MapReduce.
Wenn Sie SQL beherrschen, sparen Sie Zeit, da Sie mit dem Entwicklungsmodell von Impala nicht jedes Mal ein neues Java-Programm schreiben müssen.
- 3 Minuten
Weiterlesen
Artikel

Connected Car: Big Data und das Auto
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
- 4 Minuten
Weiterlesen
Artikel

Apache Hive – das Data Warehouse für Hadoop
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Hive arbeitet mit dem Schema-on-Read-Ansatz (SoR). Ihre Daten werden unverändert im HDFS abgelegt und erst bei Anfragen mittels „ETL on the fly“ gegen das Schema geprüft. Dieser Ansatz lädt Ihre Daten wesentlich schneller und erspart das Parsen, Lesen und Konvertieren in das datenbankinterne Format.
Erfahren Sie in unserem Artikel mehr über die zahlreichen Vorteile von Hive und migrieren Sie Ihre Daten erfolgreich mit Apache Hive in Hadoop.
- 3 Minuten
Weiterlesen
Artikel

Apache Hadoop – ein bewährtes Open Source-Framework
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Analysieren Sie Ihre Daten flexibel, kostengünstig und hochperformant. Sie können mit Hadoop nicht nur riesige Datenmengen speichern, sondern auch Rohdaten, die Sie für spätere, wertvolle Analysen nutzen können.
Hadoop verarbeitet Ihre Daten über voneinander verteilte Systeme, die unabhängig voneinander ihre Aufgaben erfüllen, was zu einer schnellen Verarbeitungsgeschwindigkeit führt.
Erfahren Sie mehr über die Vorteile von Hadoop in unserem Artikel.
- 3 Minuten
Weiterlesen
Artikel

10 Big Data-Technologien, die Sie kennen sollten
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Mit der richtigen Big Data-Technologie gewinnen Sie wertvolle Erkenntnisse aus Ihren Daten, die Ihr Unternehmen wertvoller machen und Ihnen einen klaren Wettbewerbsvorteil gegenüber Ihrer Konkurrenz verschaffen.
Unser Artikel verrät Ihnen die 10 Big Data-Technologien, die Ihnen dabei helfen, aus Big Data den maximalen Nutzen für Ihr Unternehmen zu ziehen.
- 3 Minuten
Weiterlesen
Whitepaper

Weiterlesen
Whitepaper

Weiterlesen
Whitepaper

Weiterlesen
Whitepaper

Weiterlesen