技巧
-
SAS发布高性能分析平台 重点关注金融行业
2012-05-29据SAS研究院(SAS Institute)的高级主管称,“大数据”的高性能分析技术帮助欧洲企业走出了经济危机的低谷。
-
分析型数据仓库选型
2012-05-28分析型数据仓库的选择不同于普通的数据库选型,它可能需要更多的综合考虑,而不仅仅是数据库软件本身的选择,其中最大的挑战就是性能。
-
企业数据仓库的数据相关性
2012-05-28如果业务分析师希望从企业数据仓库中获得最大价值,那么他们必须可靠高效地查询数据仓库的数据。
-
SQL Server虚拟化之前要考虑的几个问题
2012-05-28SQL Server虚拟化只应该在有好的业务需求的时候实施,而且在此过程中也不应失去整体IOPS或内存。
-
大型数据仓库的效率与成本问题
2012-05-27大多数人都知道,在IT词汇中,更大意味着更昂贵。随着系统的增大,成本也会显著提高。这可能会使组织不愿意创建大型数据仓库系统。
-
Oracle对金融机构风险规避的几点建议
2012-05-27据Oracle高管称,金融企业如不希望2008年的经济危机重演,则需要在数据管理分析的速度和敏捷度上多下功夫。
-
开发新报表时需要注意的问题
2012-05-24我发现,公司会明确描述他们所需要的报表类型。他们很少会告诉你数据的来源;他们不关心如何收集原始数据,也不关心如何将信息处理为可供他们使用的格式。
-
通用数据字典和信息模式
2012-05-24数据仓库可将企业中所有的数据泛化为一个规范模式。这个模式由不同系统的不同输入构成。只要设计合理,那么它就可以作为一个中央知识库,帮助人们创建报表。
-
大型数据仓库的分析优势
2012-05-24数据仓库应该提供多个存储数据的位置,组织和建立数据结构,抽象和优化信息。大型数据仓库能够为这种分析数据的类型提供坚实的分析基础。
-
TechTarget分析师:大数据分析并非全新产物
2012-05-23很多企业都正在考虑、计划或实行“大数据”分析项目,但什么是大数据?目前它的定义还在不断变化,对于不同的人群就会产生不同的意义。
分析 >更多
-
Test Post today
Test Post todayTest Post todayTest Post todayTest Post […]
-
Test Posts today
Test Posts today Test Posts today Test Posts today Test […]
-
Spark尚未“成熟” 用户仍需“专业”
虽然Spark的应用对企业而言已经并不陌生,但对于一些企业来说,这项技术可能还是比较“前沿”。
-
Watson 分析:让我们变得更好还是更懒?
Watson分析在很多领域表现出色,特别是在广告方面,包括Google和Adobe。但是IBM的AI驱动的分析技术还值得细细推敲。
电子杂志 >更多
-
《数据价值》2017年3月刊·当预测模型失败了
随着大数据环境的不断发展,集成和准备分析数据的工作正在发生显著的变化。
-
《数据价值》2016年10月刊·窥探未来的水晶球
企业可以利用Hadoop以及所有与它相关的技术设计大数据环境,以满足其特定的需求。但把所有的技术集成在一起并不是一件容易的事。