Data Warehouses sind in Digitalunternehmen längst zum relevanten Faktor geworden, um möglichst akkurate Geschäftsentscheidungen auf Basis von erhobenen Daten zu treffen. Doch wie funktioniert Data Warehousing technisch und was sind Best Practises beim Aufbau? In der 5. Folge ihres Technologiepodcasts sprechen Joel Kaczmarek und Johannes Schaback mit Michael Franzkowiak, Gründer und Geschäftsführer der Datenplattform Contiamo, über die technische Umsetzung eines Data Warehouses und gehen dabei sowohl auf das Sammeln, Zusammenführen und Verarbeiten von Daten mit einem Data Warehouse ein – von Data Lakes über ETL-Prozesse bis hin zu Visualisierung. Du erfährst... 1) …was ein Data Warehouse aus technischer Sicht ist 2) …was der Unterschied zwischen Data Warehouse und Data Lake ist 3) …was OLAP-Cubes sind 4) …wie die Zukunft von Data Warehouses aussieht 👉 „Black Box: Tech" ist ein Podcast von digital kompakt: Schluss mit nur Bahnhof verstehen! Wir bringen dir Technologie- und IT-Themen leicht verständlich nahe und nehmen dich auf eine unterhaltsame Reise durch Praxisgeschichten und Anwendungsbeispiele. __________________________ ||||| PERSONEN ||||| 👤 Johannes Schaback, Technologie-Experte und Vorstand Home24 – https://www.linkedin.com/in/johannes-schaback-4940a526/ 👤 Joel Kaczmarek, Digitalexperte & Gründer digital kompakt – https://www.linkedin.com/in/joelkaczmarek/ 👤 Michael Franzkowiak, Gründer der Datenplattform Contiamo – https://www.linkedin.com/in/michaelfranzkowiak/ __________________________ ||||| SPONSOREN ||||| Server24 – Die maßgeschneiderte Lösung für Ihre IaaS Private Cloud: https://www.server24.eu/de/ 🔥 Übersicht aller Sponsoren: www.digitalkompakt.de/sponsoren/ __________________________ ||||| KAPITEL ||||| ab 00:00 | Einführung ins Thema und Vorstellung der Teilnehmer ab 03:30 | Was ist ein Data Warehouse aus technischer Sicht? ab 04:51 | Was ist der Unterschied zwischen Data Warehouse und Data Lake? ab 06:45 | Datenauswahl: Das Sammeln von Daten in einem Data Lake ab 10:34 | Der ETL-Prozess und worauf es dabei ankommt ab 16:57 | Technologie zum richtigen Zusammenführen von Daten in einem Data Warehouse ab 24:32 | Eigenbau vs. Off-the-Shelve-Lösung: Wie man heterogene Daten zusammenführt ab 30:00 | Was sind OLAP-Cubes? ab 31:42 | Die Visualisierung von Daten aus Data Warehouses ab 34:31 | Warum sind Data Warehouses langsam und werden oft nicht genutzt? ab 41:57 | Security, Datenschutz und Datenverunreinigung ab 45:20 | Risiken, die Unternehmen aus einem Data Warehouse erwachsen können ab 46:42 | Die Interaktion zwischen Maschinen und einem Data Warehouse ab 49:10 | Wie sieht die Zukunft von Data Warehouses aus? __________________________ ||||| WIR ||||| 💛 Mehr tolle Sachen von uns: https://linktr.ee/dkompakt
続きを読む
一部表示
2016/05/2839 分