Handfestes Know-how, Tipps & Tricks und die Insights unserer Daten- und KI-Profis findest Du hier in unseren Blogbeiträgen
Die Partnerschaft zwischen SAP und Snowflake gibt es schon länger. Jetzt wachsen die SAP Business Data Cloud (BDC) und Snowflake noch enger zusammen. Möglich wird das, wovon viele schon lange träumen: Datenaustausch inklusive SAP-Semantik als Grundlage für Analytics und AI. Wir erklären die wichtigsten Basics, zeigen, wie die Hyperscaler mitspielen, welche Modelle es gibt und wie die technische Umsetzung funktioniert. Vor allem aber zeigen wir, welche Möglichkeiten sich dadurch eröffnen.
Microsoft Power BI ist ein vielseitiges, intuitives und dadurch weit verbreitetes Datenvisualisierungstool. Doch auch andere Softwarehersteller machen sich auf dem Markt für Datenauswertung einen Namen. Einer davon ist Tableau. Als erfahrener Power-BI-Entwickler durfte ich bei einem Kunden nun mein Glück mit Tableau versuchen. Diese Erkenntnisse möchte ich im folgenden Blog-Beitrag mit Euch teilen.
Du willst einen Power-BI-Bericht bauen, aber die Datenmenge ist zu groß, um überhaupt erst mit dem Erstellen der Visuals beginnen zu können? Oder Du hast es sogar geschafft, einen Bericht auf diesen Daten aufzusetzen, aber Power BI Desktop hängt sich ständig auf? Der Bericht braucht ewig, bis er veröffentlicht ist? Damit bist Du nicht allein. Im Folgenden zeigen wir Dir deshalb ein paar einfach zu realisierende Tipps.
Vor kurzem haben wir bereits gezeigt, wie Du Maschinendaten mit einem Edge Device auslesen und diese anschließend in Azure visualisieren und zur weiteren Verarbeitung vorbereiten kannst. Dieser Beitrag behandelt nun dieselbe Frage – nur in AWS.
Ray erfreut sich in der Machine-Learning-Community wachsender Beliebtheit. Es unter Windows zum Laufen zu bringen, kann jedoch knifflig sein. Wir zeigen Dir, wie es trotzdem funktioniert.
Mit der Entscheidung für die SAP Analytics Cloud (SAC) setzt Du auf eine innovative, flexible und performante Cloud-Lösung für Dein Unternehmen. Der nächste Schritt ist nun die Auswahl der zu Deinem Anwendungsfall passenden Analyse- und Visualisierungsmethode. Wir geben Dir einen Einblick in beide Entwicklungsumgebungen der SAC!
In unserer kostenlosen Online-Event-Reihe Data Firework Days haben wir Dir bereits die b.telligent Referenzarchitektur fĂĽr Cloud Data Platforms vorgestellt. Nun wollen wir in unserer Blogreihe weiter auf das Thema Cloud und die einzelnen Anbieter eingehen. Im ersten dreiteiligen Part der Reihe Blueprint: Cloud-Data-Platform-Architektur ging es deshalb erst mal um die Architektur von Cloud-Plattformen im Allgemeinen.
Lies hier Teil 1: Blue Print Cloud-Data-Platform-Architektur
Exasol ist ein führender Hersteller von analytischen Datenbanksystemen. Das Kernprodukt ist eine auf In-Memory-Technologie basierende Software für die professionelle, parallele und schnelle Datenanalyse. Normalerweise werden SQL-Statements in einem SQL-Skript sequenziell abgearbeitet. Wie können aber mehrere Statements gleichzeitig ausgeführt werden? Dies zeigen wir anhand eines einfachen Skripts in diesem Blogbeitrag.
Vielleicht bist Du auch schon über folgendes Problem gestolpert? Du hast eine versionierte Tabelle in Deiner Datenbank und bemerkst, dass sich von Version zu Version gar nichts Relevantes ändert und Du einfach viel zu viele Zeilen hast? Wir zeigen Dir, wir Du das Problem lösen kannst!
Lange Wartezeiten beim Umgang mit Tableau sind nervig und sorgen fĂĽrmehr Frust als Lust. Wie man trotz Live-Connection oder einem komplexen Datenmodell die Performance der Tableau-Datenquelle wieder in den Griff bekommt, beleuchten wir in dieser Case-Study.
Um die Herausforderungen im Internet of Things zu bewältigen, müssen Unternehmen vor allem ihren IoT-Reifegrad kennen. Verfügt es über eine große Anzahl an Connected Devices und verborgenen Datenschätzen? Wird bereits erfolgreich IoT Data Analytics umgesetzt, sodass daraus Mehrwert für Prozesse generiert wird? Ist genug Know-how zu Data Storage und dem Umgang mit hoch performanten Datenbanken in der Cloud vorhanden? Alle diese Fragen haben Einfluss auf Euren Weg ins Internet of Things.
Herzlichen Glückwunsch, Du hast es geschafft und die bisherigen Ausführungen zu unserem Referenzarchitekturmodell unbeschadet überstanden! Der mühsamste und lästigste Teil liegt damit schon hinter uns. Falls Du gerade erst mit Teil 3 in unsere Blogserie einsteigst, kein Problem! Klicke einfach auf die Links zu Teil 1 und Teil 2. Dort erfährst Du mehr zu Ingestion und Data Lakes sowie der gesamten Referenzarchitektur.
Wie im ersten Teil erwähnt, werden wir in dieser Blogserie zunächst verschiedene Teile unserer Referenzarchitektur einer Cloud Data Platform vorstellen. Im Anschluss adaptieren wir diese auf die drei großen Cloud-Anbieter – Google Cloud Platform, AWS und Azure. Falls Du den ersten Blogbeitrag, der sich mit dem Ingestion-Teil unseres Modells beschäftigt, noch nicht gelesen hast, kannst Du das noch nachholen. Für alle anderen geht es nun mit dem Data-Lake-Teil der b.telligent Referenzarchitektur weiter, bevor wir uns in Teil 3 ausführlicher mit der Analytical Platform beschäftigen.
