Rola infrastruktury w analityce

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rola infrastruktury w analityce"

Transkrypt

1

2 Rola infrastruktury w analityce Agnieszka Borkowska Client Technical Architect Tomasz Antonik Consultant

3 O czym będzie... Raport ze stanu świata ile mamy danych cyfrowych Infrastruktura i analityka co ma wspólnego i dlaczego ma znaczenie Jak przetworzyć dane -rozwiązania analityczne nowej generacji

4 Informacja będzie ropą naftową 21-go wieku Gartner 2010

5 Ile mamy danych cyfrowych? Co dwa dni generujemy tyle informacji, ile nasza cywilizacja zdołała do 2003 roku -Eric Schmidt, Dyrektor Generalny Google w latach %danych na świecie została wygenerowana w ciągu 2 ostatnich lat 20% z dostępnych danych pochodzi z tradycyjnych źródeł 80% danych na dzień dzisiejszy jest nieuporządkowana źródła: The Guardian, May 2010 IBM Institute for Business Value, 2009 IBM CIO Study 2010 TDWI: Next Generation Data Warehouse Platforms Q4 2009

6 Raport stanu danych na świecie 2013r 1.3 Miliarda etykiet RFID w Miliardów etykiet w urządzeń w internecie W 2013 bedzie wysłanych 507 milardówwiadomości i każdego dnia Baza informacji na świecie podwaja się co 11 godzin 77% Populacji ludzkiej używa technologii mobilnych Twitter przetwarza 12TBdanych dziennie 80%informacji na świecie ma nieuporządkowanyą struktura 800 Millionów użytkowników Ilość, różnorodność i prędkość wzrostu informacji rośnie w niespotykanym dotąd tempie

7 Raport stanu danych na świecie - Ery przetwarzania danych Systemy uczące się Systemy programowalne Maszyny liczące

8 Nowa era przetwarzania Początkowe etapy Późniejsze etapy Achitektura / Technologie Cloud Computing Mobile Social Business Big Data Rozwiązania dedykowane sektorowe Transformacja rozwiązań specyficznych dla danego sektora Systemy uczące się Dynamiczne i niezależne systemy zdolne do konwersacji za pomocą mowy. Samooptymalizujące się Zaawansowana robotyka Samonawigujące roboty z umiejętnością mowy Rozwiązania pojawiające się w każdym sektorze działalności Zaawansowane systemy analityczne

9 Nowa era pozyskiwania i przetwarzania informacji Tradycyjne systemy IT Zewnętrzne serwisy np. Bankowość, PayPall etc. Systemy analityczne Mobile

10 Raport stanu danych na świecie Nie wszystko co się liczy da się policzyć, nie wszystko co się da policzyć się liczy -Albert Einstein

11 Dlaczego infrastruktura ma znaczenie Panaceum (?) Efektywność kosztowa Fundament rozwiązania

12 Dlaczego infrastruktura ma znaczenie Analityka zaawansowana Zapytania Ad-hoc Analityka operacyjna & raportowanie Analityka biznesowa Analityka odczytów czasowych

13 Era pozyskiwania i przetwarzania informacji Analityka tradycyjna Strukturalne, analityczne, logiczne Analityka zaawansowana Kreatywne, kompleksowe Dane z systemów transakcyjnych OLTP Hurtownia Danych Hadoop Social Media portale społecznościowe Dane z aplikacji własnych Integracja Dane tekstowe - Dane z systemów ERP Tradycyjne Źródła danych Nowe Źródła danych Etykiety RFID Dane pobierane z czujników

14 Analityka zaawansowana vs tradycyjna Analityka tradycyjna Analiztyka zaawansowana Przewidywanie Brak oceny stanu prędkość Badać i odpowiadać i dostosowanie Real-time, Brak dostępu Instynktowne i intuicyjne poparte zdarzeniami ilość Ekperci analitycy Każdy różnorodność Variety Brak zdolności Back office Punkt uderzenia przewidywania Zautomatyzowany Zaoptymalizowany

15 Nowa odsłona w systemach analitycznych Tradycyjna Zaawansowana Business Inteligence Opisowa Analityka operacyjna Przewidująca Data Mining, kostki OLAP Zoptymalizowana

16 Dlaczego infrastruktura ma znaczenie Analityka zaawansowana Zapytania Ad-hoc Analityka operacyjna & raportowanie Analityka biznesowa Analityka odczytów czasowych

17 Dlaczego infrastruktura ma znaczenie Big Data Analityka operacyjna Predefiniowane raportowanie Zapytania Ad-hoc On-Line Analytical Processing Analityka zaawansowana

18 Dlaczego infrastruktura ma znaczenie Charakterystyka procesora Architektura systemu Pamięć RAM Gdzie położone są dane Integracja rozwiązania

19 Rozwiązania IBM systemy analityczne IBM Netezza IBM Smart Analytics System IBM InfoSphere Warehouse True Appliance Systemy zintegrowane Akceleratory hurtowni danych Rozwiązania skustomizowane Portfolio do zarządzania informacją (Information Server, MDM, Streams, etc) Prostota Elastyczność

20 Rozwiązania analityczne IBM - Business Analytics Optimisation Zoptymalizowane systemy pod względem rodzaju przetwarzania Pre-integrowane systemy Smart Analytics Sprzęt IBM dla Watson Hurtownie danych InfoSphere IBMBAO Portfolio Sprzęt IBM dla BigData Sprzęt IBM dla IBM BAO SW Sprzęt IBM dla ISV SW

21 STG BAO Solutions Portfolio STG BAO Eligibility and Coding Guide IMF Solutions (Engagement model) Any STG server, storage, or systems software products that are validated in an IMF (Information Management Foundation) engagement for an IMF target account. IMF scope definition canbe found on a separate page. STG content of IMF Solutions can be comprised of Portfolio segments shown below STG BAO Portfolio Segments STG products for IBM BAO Software STG products for ISV BAO Software STG products for Big Data Pre-Integrated Smart Analytics Systems Netezza Custom InfoSphere Warehouse STG products for Watson Solutions Any IBM STG server, storage, system software running IBM SWG BA and/or IM and/or ECM software Any IBM STG server, storage, system software running an analytics workload on third party software including but not limited to: SAS, SAP (BW, HANA, Business Objects, Sybase IQ), Microstrategy, Informatica, Information Builders Inc., Oracle BI, Microsoft SQL Server Fast Track, or local niche ISVs Any IBM STG server, storage, system software running a Infosphere BigInsights and/or InfoSphere Streams software or open source Hadoop implementations (e.g. Cloudera, HortonWorks, MapR) directly or in combination with traditional warehousing solutions. Pre-integrated, pre-configured IBM hardware, software and storage in an appliance based, bundled solution. Also upgrades to previous Smart Analytics Systems IBM STG server, storage, system software components used in Netezza systems, and IDAA (IBM DB2 Analytics Accelerator) Custom solutions that are using STG server/storage/sys software + any IBM InfoSphere Warehouse Software. Also upgrades to previous custom Infosphere Warehouse Any IBM STG server, storage, system software used in custom Watson like implementations and Watson standard solutions, such as for Healthcare (Wahoo/Penguin) directly or in combination with traditional data warehousing solutions. 21

22 Hurtownie danych sercem BI

23 Charakterystyka hurtowni danych Duży rozmiar Wymagania IOPS Zwykle mała ilość użytkowników Data Warehouse

24 Systemy analityczne charakterystyka obciążenia Analityka Biznesowa Raporty i Analiza BI Wiele równoległych analitycznych zapytań Sales & Profit for Shoes & Belts Year >= 2005 SALES Data Warehouse

25 Systemy analityczno-operacyjne charakterystyka obciążenia Użytkownicy Biznesowi, Call Center, Zapytania Online Analityka Biznesowa Raporty i Analiza BI Wiele równoległych analitycznych zapytań Sales & Profit for Shoes & Belts Year >= 2005 SALES Data Warehouse

26 Zintegrowane rozwiązania sprzętowo - programowe Wydajność Skalowalność Integracja

27 Rodzina PureData System IBM PureData System PureData System for Transactions IBM Netezza System Netezza PureData System for Analytics IBM Smart Analytics System 7700 PureData System for Operational Analytics

28 Brak indeksów PureData System for Analytics Powered by Netezza Technology Brak strojenia Do 1PB danych... i działa bardzo wydajne

29 Architektura AMPP FPGA Memory CPU Advanced Analytics FPGA Memory CPU SMP Host Hosts ETL BI FPGA Memory CPU Loader Disk Enclosures S-Blades Network Fabric Aplikacje

30 PureData System for Analytics Model N półek dyskowych GB SAS2 Drives 2 Hosts (Active-Passive) Red Hat Linux 6 64-bit 7 PureData for Analytics S- Blades Linux 64-bit Kernel User Data Capacity: Data Scan Speed: Load Speed (per system): * Assuming 4X compression 192 TB* 450 TB/hr* 5+ TB/hr Power Requirements: 7.5 kw Cooling Requirements: 27,000 BTU/hr

31 Realizacja zapytania select DISTRICT, PRODUCTGRP, sum(nrx) from MTHLY_RX_TERR_DATA where MONTH = ' ' and MARKET = and SPECIALTY = 'GASTRO' FPGA Core CPU Core Slice of table MTHLY_RX_TERR_DATA (compressed) Dekompresja Projekcja Restrykcja, Ograniczenie widoczności Complex Joins, Aggs, etc. sum(nrx) select DISTRICT, PRODUCTGRP, sum(nrx) where MONTH = ' ' and MARKET = and SPECIALTY = 'GASTRO'

32 IBM PureData System for Analytics Zoptymalizowany do przetwarzania analitycznego System for Analytics Wydajność x szybszy od tradycyjnych systemów Opatentowana, sprzętowa akceleracja MPP (Massively Parallel Processing) Prostota Bez indeksów Bez strojenia bazy danych Bez administracji systemem dyskowym Skalowalność Do petabajta danych

33 PureData System for Operational Analytics Ciężkie zapytania analityczne Raportowanie BI Obiążenie transakcyjne

34 Architektura MPP Massively Parallel Processing Partycjonowana baza danych CPU CPU CPU CPU Dedykowane zasoby Memory Database Partition Memory Database Partition Memory Database Partition Memory Database Partition Równoległe przetwarzanie

35 PureData System for Operational Analytics IBM POWER7 Storwize V7000 Półki SSD 10Gb/s Ethernet switches 16Gb/s SAN switches Skalowalne do PB+* Extra Small Small Medium Large 31.2 TB* 93.6 TB* 156 TB* TB* *Przestrzeń użytkownika

36 Shared-nothing scalability Sum of all Sales for March in West Region Shared Nothing Partitioning Jan Feb Mar Apr Range Partitioning North South East West Dimensional Clustering

37 Co z tradycyjnymi hurtowniami danych w architekturze SMP Gdy zbyt długi czas przetarzania i: Głowne operacje to I/O Brak problemów z CPU Dobry czas odpowiedzi z macierzy

38 FlashSystem 720 and FlashSystem ,000 IOPS Przepustowość 5GBps Opóźnienie ~100 mikrosekund

39 Dziękujemy za uwagę

Informacja na żądanie, czyli rozwiązania sprzętowej akceleracji analityki biznesowej

Informacja na żądanie, czyli rozwiązania sprzętowej akceleracji analityki biznesowej Informacja na żądanie, czyli rozwiązania sprzętowej akceleracji analityki biznesowej Tomasz Antonik Systems and Technology Group IBM Lab Services and Training Agenda Trendy w rozwoju systemów analitycznych

Bardziej szczegółowo

Hurtownia danych szansa na nowe życie (starej idei) Jakub Skuratowicz Technical Sales

Hurtownia danych szansa na nowe życie (starej idei) Jakub Skuratowicz Technical Sales Hurtownia danych szansa na nowe życie (starej idei) Jakub Skuratowicz Technical Sales Rys Historyczny Idealna(kiedyś) architektura Data Quality MDM Enterprise Data Warehouse okazał się mitem Ma zawierać

Bardziej szczegółowo

Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl

Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykładów Wprowadzenie - integracja

Bardziej szczegółowo

Hurtownie danych - przegląd technologii

Hurtownie danych - przegląd technologii Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykład adów Wprowadzenie - integracja

Bardziej szczegółowo

BigData. Czy zawsze oznacza BigProblem? Artur Górnik, SAP Polska Piotr Zacharek, HP Polska 14 kwietnia, 2015

BigData. Czy zawsze oznacza BigProblem? Artur Górnik, SAP Polska Piotr Zacharek, HP Polska 14 kwietnia, 2015 BigData Czy zawsze oznacza BigProblem? Artur Górnik, SAP Polska Piotr Zacharek, HP Polska 14 kwietnia, 2015 Platforma SAP HANA ETL ETL Cache SAP HANA (DRAM) Transact Analyze Accelerate Wybrane aspekty

Bardziej szczegółowo

Konsolidacja wysokowydajnych systemów IT. Macierze IBM DS8870 Serwery IBM Power Przykładowe wdrożenia

Konsolidacja wysokowydajnych systemów IT. Macierze IBM DS8870 Serwery IBM Power Przykładowe wdrożenia Konsolidacja wysokowydajnych systemów IT Macierze IBM DS8870 Serwery IBM Power Przykładowe wdrożenia Mirosław Pura Sławomir Rysak Senior IT Specialist Client Technical Architect Agenda Współczesne wyzwania:

Bardziej szczegółowo

Baza danych in-memory. DB2 BLU od środka 2015-11-10. Artur Wrooski

Baza danych in-memory. DB2 BLU od środka 2015-11-10. Artur Wrooski TECHNOLOGIE ANALIZY DANYCH I CHMUROWE W ZASTOSOWANIACH BIZNESOWYCH Poznao, 30 września 2015 DB2 BLU od środka Artur Wrooski Baza danych in-memory Baza danych IN-MEMORY system zarządzania bazami danych,

Bardziej szczegółowo

Jak wiedzieć więcej i szybciej - Analizy in-memory

Jak wiedzieć więcej i szybciej - Analizy in-memory Jak wiedzieć więcej i szybciej - Analizy in-memory Michał Grochowski Senior Consultant BI/DWH 1 Copyright 2012, Oracle and/or its affiliates. All rights reserved. 2 Copyright 2012, Oracle and/or its affiliates.

Bardziej szczegółowo

BIG DATA DLA KAŻDEGO. Radosław Łebkowski, Sławomir Strzykowski - Microsoft Piotr Zacharek - Hewlett Packard

BIG DATA DLA KAŻDEGO. Radosław Łebkowski, Sławomir Strzykowski - Microsoft Piotr Zacharek - Hewlett Packard BIG DATA DLA KAŻDEGO Radosław Łebkowski, Sławomir Strzykowski - Microsoft Piotr Zacharek - Hewlett Packard DANE, WSZĘDZIE DANE Masowy przyrost różnego typu danych Rodzaje danych Przyspieszenie Użytkownicy

Bardziej szczegółowo

Przyspiesz swój biznes i obniż koszty dzięki IBM FlashSystems. Artur Król Artur.Krol@pl.ibm.com Senior Storage Sales Consultant

Przyspiesz swój biznes i obniż koszty dzięki IBM FlashSystems. Artur Król Artur.Krol@pl.ibm.com Senior Storage Sales Consultant Przyspiesz swój biznes i obniż koszty dzięki IBM FlashSystems Artur Król Artur.Krol@pl.ibm.com Senior Storage Sales Consultant Agenda Co z tymi danymi? Krótko o sposobach na efektywne gromadzenie, przechowywanie

Bardziej szczegółowo

BigData rewolucja czy ewolucja w świecie rozwiązań analityki biznesowej. Grzegorz Oleś Big Data Sales Executive

BigData rewolucja czy ewolucja w świecie rozwiązań analityki biznesowej. Grzegorz Oleś Big Data Sales Executive BigData rewolucja czy ewolucja w świecie rozwiązań analityki biznesowej Grzegorz Oleś Big Data Sales Executive Big Data??? wielu o tym pisze Big Data??? wielu o tym mówi Zasadnicze pytania O co chodzi

Bardziej szczegółowo

Praktyczne aspekty pozyskiwania wiedzy z danych z perspektywy matematyka w bankowości. 2014-01-23 (VI zajęcia) Jakub Jurdziak

Praktyczne aspekty pozyskiwania wiedzy z danych z perspektywy matematyka w bankowości. 2014-01-23 (VI zajęcia) Jakub Jurdziak Praktyczne aspekty pozyskiwania wiedzy z danych z perspektywy matematyka w bankowości 2014-01-23 (VI zajęcia) Jakub Jurdziak CEL ZAJĘĆ: Prezentacja nowoczesnego banku uniwersalnego jako organizacji opartej

Bardziej szczegółowo

Macierze All Flash. Czy to jest alternatywa dla macierzy klasy Enterprise? Krzysztof Jamiołkowski HP EG Storage Solutions Architect

Macierze All Flash. Czy to jest alternatywa dla macierzy klasy Enterprise? Krzysztof Jamiołkowski HP EG Storage Solutions Architect Innowacje w przetwarzaniu danych Macierze All Flash Czy to jest alternatywa dla macierzy klasy Enterprise? Krzysztof Jamiołkowski HP EG Storage Solutions Architect Definicja macierzy Enterprise Cechy charakterystyczne

Bardziej szczegółowo

Samodzielny Business Intelligence in memory duże i małe. Paweł Gajda Business Solution Architect

Samodzielny Business Intelligence in memory duże i małe. Paweł Gajda Business Solution Architect Samodzielny Business Intelligence in memory duże i małe Paweł Gajda Business Solution Architect Agenda 1. Zapytania biznesowe 2. SAP Visual Intelligence 3. Szybkość 4. Zaangażowanie 5. Samoobsługa 6. Kreatywność

Bardziej szczegółowo

PureSystems zautomatyzowane środowisko aplikacyjne. Emilia Smółko Software IT Architect

PureSystems zautomatyzowane środowisko aplikacyjne. Emilia Smółko Software IT Architect PureSystems zautomatyzowane środowisko aplikacyjne. Emilia Smółko Software IT Architect Wbudowana wiedza specjalistyczna Dopasowane do zadania Optymalizacja do aplikacji transakcyjnych Inteligentne Wzorce

Bardziej szczegółowo

Najlepsze praktyki w podejściu do rozbudowy infrastruktury Michał Stryga

Najlepsze praktyki w podejściu do rozbudowy infrastruktury Michał Stryga Najlepsze praktyki w podejściu do rozbudowy infrastruktury Michał Stryga Dlaczego STG Lab Services? Dlaczego STG Lab Services? Technologia w służbie biznesu Jakie zewnętrzne czynniki będą wpływały na twoją

Bardziej szczegółowo

Digitize Your Business

Digitize Your Business Digitize Your Business Aspekty technologiczne migracji na SAP HANA Prelegenci Błażej Trojan Konsultant technologiczny SAP Basis SI-Consulting Jakub Roguski - Territory Sales Leader Enterprise Systems -

Bardziej szczegółowo

Hurtownie danych. Wstęp. Architektura hurtowni danych. http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH

Hurtownie danych. Wstęp. Architektura hurtowni danych. http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH Wstęp. Architektura hurtowni. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH B. Inmon, 1996: Hurtownia to zbiór zintegrowanych, nieulotnych, ukierunkowanych

Bardziej szczegółowo

Odkryj Sekrety Efektywnego Business Intelligence

Odkryj Sekrety Efektywnego Business Intelligence Odkryj Sekrety Efektywnego Business Intelligence Analizy zarządcze i szybkie raportowanie ad-hoc w Sybase IQ Marek Ryński Dyrektor Zarządzający, Dział Rozwoju Biznesu, Sybase Polska Warszawa, 3 października

Bardziej szczegółowo

Szczypta historii. 2010 Inteligentne rozmieszczanie. Pierwszy magnetyczny dysk twardy. Macierz RAID. Wirtualizacja. danych

Szczypta historii. 2010 Inteligentne rozmieszczanie. Pierwszy magnetyczny dysk twardy. Macierz RAID. Wirtualizacja. danych Szczypta historii 1956 Pierwszy magnetyczny dysk twardy IBM 305 RAMAC (Random Access Method of Accounting and Control). 50 dysków o średnicy ok. 60 cm - 5 MB. 1993 Macierz RAID Grupa dysków jest widziana

Bardziej szczegółowo

Wprowadzenie do technologii Business Intelligence i hurtowni danych

Wprowadzenie do technologii Business Intelligence i hurtowni danych Wprowadzenie do technologii Business Intelligence i hurtowni danych 1 Plan rozdziału 2 Wprowadzenie do Business Intelligence Hurtownie danych Produkty Oracle dla Business Intelligence Business Intelligence

Bardziej szczegółowo

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2012 Zagadnienia do omówienia 1. Miejsce i rola w firmie 2. Przegląd architektury

Bardziej szczegółowo

Przegląd dostępnych hypervisorów. Jakub Wojtasz IT Solutions Architect jwojtasz@atom-tech.pl

Przegląd dostępnych hypervisorów. Jakub Wojtasz IT Solutions Architect jwojtasz@atom-tech.pl Przegląd dostępnych hypervisorów Jakub Wojtasz IT Solutions Architect jwojtasz@atom-tech.pl Agenda Podział hypervisorów Architektura wybranych rozwiązań Najwięksi gracze na rynku Podział hypervisorów Hypervisor

Bardziej szczegółowo

Nowoczesne bazy danych, czyli przetwarzanie in-memory

Nowoczesne bazy danych, czyli przetwarzanie in-memory Nowoczesne bazy danych, czyli przetwarzanie in-memory 1. Dlaczego przetwarzanie w pamięci? 2. Komercyjne bazy danych in-memory 3. Zwykła baza danych, a baza w pamięci różnice 4. Wymiarowanie sprzętu 5.

Bardziej szczegółowo

DB2 with BLU acceleration rozwiązanie in-memory szybsze niż pamięć operacyjna&

DB2 with BLU acceleration rozwiązanie in-memory szybsze niż pamięć operacyjna& DB2 with BLU acceleration rozwiązanie in-memory szybsze niż pamięć operacyjna& Artur Wroński" Priorytety rozwoju technologii Big Data& Analiza większych zbiorów danych, szybciej& Łatwość użycia& Wsparcie

Bardziej szczegółowo

Wstęp do Business Intelligence

Wstęp do Business Intelligence Wstęp do Business Intelligence Co to jest Buisness Intelligence Business Intelligence (analityka biznesowa) - proces przekształcania danych w informacje, a informacji w wiedzę, która może być wykorzystana

Bardziej szczegółowo

IBM PureSystems Czy to naprawdę przełom w branży IT?

IBM PureSystems Czy to naprawdę przełom w branży IT? IBM PureSystems Czy to naprawdę przełom w branży IT? Krzysztof Rozanka Pure Systems, Poland & Baltics k.rozanka@pl.ibm.com kom. 693 93 51 42 IBM Polska 2 3 Zintegrowane systemy eksperckie 4 Infrastructure

Bardziej szczegółowo

IBM POWER8 dla SAP HANA

IBM POWER8 dla SAP HANA IBM POWER8 dla SAP HANA SUCCESS STORY Efektywność Innowacyjność Bezpieczeństwo Success Story Pierwsze wdrożenie w Polsce Dzięki współpracy firm itelligence, COMPAREX oraz IBM została zaprojektowana i zrealizowana

Bardziej szczegółowo

Inteligentna infrastruktura -integracja jako sposób na optymalizacjękosztów. Robert Bigos IBM Senior Architect robert.bigos@pl.ibm.

Inteligentna infrastruktura -integracja jako sposób na optymalizacjękosztów. Robert Bigos IBM Senior Architect robert.bigos@pl.ibm. Inteligentna infrastruktura -integracja jako sposób na optymalizacjękosztów. Robert Bigos IBM Senior Architect robert.bigos@pl.ibm.com Co nas czeka do 2015 wg analityków? systemy będą musiały obsłużyć

Bardziej szczegółowo

PERFORMANCE POINT SERVICE NIE TYLKO DLA ORŁÓW

PERFORMANCE POINT SERVICE NIE TYLKO DLA ORŁÓW PERFORMANCE POINT SERVICE NIE TYLKO DLA ORŁÓW Czyli sesja o tym jak rozpocząc wykorzystywanie potężnego narzędzia będącego elementem SharePoint 2010 w rozwiązaniach BI i nie zatruć życia IT BARTŁOMIEJ

Bardziej szczegółowo

Proces certyfikowania aplikacji na platformie PureSystems. Rafał Klimczak Lab Services Consultant

Proces certyfikowania aplikacji na platformie PureSystems. Rafał Klimczak Lab Services Consultant Proces certyfikowania aplikacji na platformie PureSystems Rafał Klimczak Lab Services Consultant Produkty Pure Systems w IBM Rodziny produktów IBM: System z Freedom through design Eksperckie systemy zintegrowane:

Bardziej szczegółowo

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2008 Zagadnienia do omówienia 1. 2. Przegląd architektury HD 3. Warsztaty

Bardziej szczegółowo

Tematy projektów Edycja 2014

Tematy projektów Edycja 2014 Tematy projektów Edycja 2014 Robert Wrembel Poznan University of Technology Institute of Computing Science Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Reguły Projekty zespołowe max. 4

Bardziej szczegółowo

Technologia HD w IBM DB2

Technologia HD w IBM DB2 Technologia HD w IBM DB2 wykład przygotowany na podstawie materiałów w IBM Polska Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel

Bardziej szczegółowo

Marek Sokołowski / Oracle Polska. Konsolidacja i centralizacja: ważne pytania i szczere odpowiedzi

Marek Sokołowski / Oracle Polska. Konsolidacja i centralizacja: ważne pytania i szczere odpowiedzi Marek Sokołowski / Oracle Polska Konsolidacja i centralizacja: ważne pytania i szczere odpowiedzi Konsolidacja Optymalizacja wykorzystania zasobów sprzętowych przedsiębiorstwa z zachowaniem dotychczasowej

Bardziej szczegółowo

Czym jest SAP HANA? Relacyjna baza danych przechowywana i przetwarzana w pamięci RAM. Uniwersalna platforma uruchomieniowa

Czym jest SAP HANA? Relacyjna baza danych przechowywana i przetwarzana w pamięci RAM. Uniwersalna platforma uruchomieniowa Czym jest SAP HANA? Relacyjna baza danych przechowywana i przetwarzana w pamięci RAM Uniwersalna platforma uruchomieniowa 2 SAP HANA Wszystkie aplikacje transakcyjne i analityczne pracują na tym samym

Bardziej szczegółowo

Co to jest Business Intelligence?

Co to jest Business Intelligence? Cykl: Cykl: Czwartki z Business Intelligence Sesja: Co Co to jest Business Intelligence? Bartłomiej Graczyk 2010-05-06 1 Prelegenci cyklu... mariusz@ssas.pl lukasz@ssas.pl grzegorz@ssas.pl bartek@ssas.pl

Bardziej szczegółowo

Krzysztof Pietraszek Managed Service Provider Sales krzysztof.pietraszek@pl.ibm.com tel. 785 043 512

Krzysztof Pietraszek Managed Service Provider Sales krzysztof.pietraszek@pl.ibm.com tel. 785 043 512 Krzysztof Pietraszek Managed Service Provider Sales krzysztof.pietraszek@pl.ibm.com tel. 785 043 512 Stanisław Daniluk Managed Service Provider Sales stanislaw.daniluk@pl.ibm.com tel. 723 703 445 Kim jest

Bardziej szczegółowo

Alternatywa dla technologii BladeCenter. Kamil Pecio Inżynier Technicznego Wsparcia Sprzedaży

Alternatywa dla technologii BladeCenter. Kamil Pecio Inżynier Technicznego Wsparcia Sprzedaży Alternatywa dla technologii BladeCenter Kamil Pecio Inżynier Technicznego Wsparcia Sprzedaży Agenda Pozycjonowanie BladeCenter Pozycjonowanie PureSystems Budowa Chassis Serwery 2S i 4S Zasilanie oraz Chłodzenie

Bardziej szczegółowo

Optymalizacja rozwiązań wirtualizacyjnych

Optymalizacja rozwiązań wirtualizacyjnych Optymalizacja rozwiązań wirtualizacyjnych Paweł Lubasiński Romuald Pacek Kwiecień 24, 2013 Eksplozja wirtualizacji 10 nowych VM uruchamianych co minutę To więcej niż rodzi się dzieci w USA. 20 MILLIONÓW

Bardziej szczegółowo

Oprogramowanie na miarę z13

Oprogramowanie na miarę z13 Oprogramowanie na miarę z13 Sebastian Milej, Zespół Oprogramowania Mainframe 11 lutego 2015 IBM z Systems to rozwiązanie kompletne Analytics Clo ud Securit y Mobile Socia l Technologia półprzewodników

Bardziej szczegółowo

EMC ViPR Pamięć masowa definiowana programowo

EMC ViPR Pamięć masowa definiowana programowo EMC ViPR Pamięć masowa definiowana programowo Prawdziwa wirtualizacja Karol Boguniewicz, vspecialist, EMC Mirosław Kulka, Systems Engineer, EMC 1 Tradycyjne spojrzenie na Centrum Danych MESSAGING ERP/CRM

Bardziej szczegółowo

InfoCloud24 Usługowe Centrum Danych

InfoCloud24 Usługowe Centrum Danych InfoCloud24 Usługowe Centrum Danych Tomasz Laszuk Michał Makowski Tomasz Ciesielski Prezes Zarządu Dyrektor Techniczny Inżynier Systemowy Nie jestem geniuszem, ale miejscami jestem niezły, więc trzymam

Bardziej szczegółowo

Analityka i BigData w służbie cyberbezpieczeństa

Analityka i BigData w służbie cyberbezpieczeństa Date Venue Next generation SOC Analityka i BigData w służbie cyberbezpieczeństa Tomasz Rostkowski Architekt - IBM Analytics Zagrożenia cyberprzestępczości...złe wieści Ewolucja centrów operacji bezpieczeństwa

Bardziej szczegółowo

Gemini Cloud Project Case Study

Gemini Cloud Project Case Study Gemini Cloud Project Case Study business model and integration/implementation aspects Maciej Morawski - Gemini Cloud Polska Gemini Cloud Usługi IT od 1995 10+ lat doświadczenia w projektach międzynarodowych

Bardziej szczegółowo

Usługi IBM czyli nie taki diabeł straszny

Usługi IBM czyli nie taki diabeł straszny Usługi IBM czyli nie taki diabeł straszny Michał Wawrzyński 693 93 5338 michal.wawrzynski@pl.ibm.com Usługi IBM dla Partnerów Handlowych Maintenance & Technical Support Asset-based Services Labor-based

Bardziej szczegółowo

Piotr Zacharek HP Polska

Piotr Zacharek HP Polska HP Integrity VSE Rozwój bez ograniczeń HP Restricted Piotr Zacharek HP Polska Technology for better business outcomes 2007 Hewlett-Packard Development Company, L.P. The information contained herein is

Bardziej szczegółowo

Plan wykładu. Hurtownie danych. Problematyka integracji danych. Cechy systemów informatycznych

Plan wykładu. Hurtownie danych. Problematyka integracji danych. Cechy systemów informatycznych 1 Plan wykładu 2 Hurtownie danych Integracja danych za pomocą hurtowni danych Przetwarzanie analityczne OLAP Model wielowymiarowy Implementacje modelu wielowymiarowego ROLAP MOLAP Odświeżanie hurtowni

Bardziej szczegółowo

Budowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa

Budowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa Budowa systemu wspomagającego podejmowanie decyzji Metodyka projektowo wdrożeniowa Agenda Systemy wspomagające decyzje Business Intelligence (BI) Rodzaje systemów BI Korzyści z wdrożeń BI Zagrożenia dla

Bardziej szczegółowo

Usługi analityczne budowa kostki analitycznej Część pierwsza.

Usługi analityczne budowa kostki analitycznej Część pierwsza. Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.

Bardziej szczegółowo

Różne potrzeby? Wiele obliczy kopii zapasowej! Janusz Mierzejewski Presales Consultant- Symantec Poland Sp. z o.o. Rodzina Backup Exec

Różne potrzeby? Wiele obliczy kopii zapasowej! Janusz Mierzejewski Presales Consultant- Symantec Poland Sp. z o.o. Rodzina Backup Exec Różne potrzeby? Wiele obliczy kopii zapasowej! Janusz Mierzejewski Presales Consultant- Symantec Poland Sp. z o.o. 1 Backup Exec- rozwiązanie uniwersalne 2 Backup Exec 2012- oprogramowanie 3 Backup Exec

Bardziej szczegółowo

Macierze HP 3PAR w świecie Software-Defined Storage rozwiązania rozłączne czy komplementarne?

Macierze HP 3PAR w świecie Software-Defined Storage rozwiązania rozłączne czy komplementarne? Macierze HP 3PAR w świecie Software-Defined Storage rozwiązania rozłączne czy komplementarne? Mariusz Grabowski / Marek Kozicki Wyzwania IT, 14 kwietnia 2015r. Zmiany w świecie danych Jak są konsekwencje?

Bardziej szczegółowo

VI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego

VI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego VI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego mgr Artur Wroński mgr inż. Przemysław Kapica 25.04.2012 Agenda: Środowisko platformy BI Użytkownicy

Bardziej szczegółowo

Rozwiązania bazodanowe EnterpriseDB

Rozwiązania bazodanowe EnterpriseDB Rozwiązania bazodanowe EnterpriseDB Bogumił Stoiński RHC{E,I,X} B2B Sp. z o.o. 519 130 155 bs@bel.pl PostgreSQL Ponad 20 lat na rynku Jedna z najpopularniejszych otwartych relacyjnych baz danych obok MySQL

Bardziej szczegółowo

Tworzenie własnych Smart Mobile Apps dzięki MobileHMI. ICONICS Worldwide Customer Summit - 2013

Tworzenie własnych Smart Mobile Apps dzięki MobileHMI. ICONICS Worldwide Customer Summit - 2013 Tworzenie własnych Smart Mobile Apps dzięki MobileHMI Agenda Przemiany Technologiczne Urządzenia mobilne PC Phone Browser Do 2016 By 2020 1/3 światowej populacji połączona przez ponad 20 miliardów urządzeń

Bardziej szczegółowo

Infrastruktura jako fundament efektownego gromadzenia, przechowywania i zarządzania danymi

Infrastruktura jako fundament efektownego gromadzenia, przechowywania i zarządzania danymi II Zimowa Akademia dla Partnerów Handlowych IBM Białka Tatrzańska 5-7.03.2014 Infrastruktura jako fundament efektownego gromadzenia, przechowywania i zarządzania danymi Renata Bilecka renata.bilecka@pl.ibm.com

Bardziej szczegółowo

Przewidywanie Nieprzewidywalnego Sybase w środowiskach wysokiej dostępności. Jak wykorzystać technologie do budowy centrum zapasowego.

Przewidywanie Nieprzewidywalnego Sybase w środowiskach wysokiej dostępności. Jak wykorzystać technologie do budowy centrum zapasowego. Przewidywanie Nieprzewidywalnego Sybase w środowiskach wysokiej dostępności. Jak wykorzystać technologie do budowy centrum zapasowego. SŁAWOMIR NOWAK KONSULTANT TECHNICZNY WARSZAWA, 10 Grudnia 2009 Centrum

Bardziej szczegółowo

Architektura tradycyjna vs. architektura w chmurze

Architektura tradycyjna vs. architektura w chmurze Architektura tradycyjna vs. architektura w chmurze Jak projektować IT w czasach cloud computingu? Maciej Kuźniar, Oktawave W ydaje się szaleństwem robienie ci tych sam ych rzecz i oczekiw anie różnych

Bardziej szczegółowo

Presented by. Dr. Morten Middelfart, CTO

Presented by. Dr. Morten Middelfart, CTO Meeting Big Data challenges in Leadership with Human-Computer Synergy. Presented by Dr. Morten Middelfart, CTO Big Data Data that exists in such large amounts or in such unstructured form that it is difficult

Bardziej szczegółowo

Hurtownie danych. Hurtownie danych. dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki. Maciej Zakrzewicz (1)

Hurtownie danych. Hurtownie danych. dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki. Maciej Zakrzewicz (1) Hurtownie danych dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki Maciej Zakrzewicz (1) Plan wykładu Wprowadzenie do Business Intelligence (BI) Hurtownia danych Zasilanie hurtowni

Bardziej szczegółowo

Platforma Office 2010

Platforma Office 2010 Collaborate more Platforma Office 2010 Sebastian Wilczewski Konsultant Betacom S.A. 2 Platforma Office 2010 jako narzędzie do efektywnego zarządzania procesami w organizacji. Jak skutecznie zarządzać informacją?

Bardziej szczegółowo

Analiza danych w czasie rzeczywistym dzięki eliminacji opóźnień

Analiza danych w czasie rzeczywistym dzięki eliminacji opóźnień Stworzone w oparciu o rozwiązania Intela Platforma SAP HANA* Analiza danych dzięki eliminacji opóźnień Nikt nie lubi opóźnień. Wystarczy wyeliminować opóźnienia dostępu do danych analitycznych, a firma

Bardziej szczegółowo

Serwery IBM System x i DS3000 jako rozwiązania uzupełniające się

Serwery IBM System x i DS3000 jako rozwiązania uzupełniające się IBM Systems & Technology Group Serwery IBM System x i DS3000 jako rozwiązania uzupełniające się Jacek Goździk Storage Channel Development Specialist OUT WITH COMPLEXITY. OUT WITH INEFFICIENCY. OUT WITH

Bardziej szczegółowo

Iwona Milczarek, Małgorzata Marcinkiewicz, Tomasz Staszewski. Poznań, 30.09.2015

Iwona Milczarek, Małgorzata Marcinkiewicz, Tomasz Staszewski. Poznań, 30.09.2015 Iwona Milczarek, Małgorzata Marcinkiewicz, Tomasz Staszewski Poznań, 30.09.2015 Plan Geneza Architektura Cechy Instalacja Standard SQL Transakcje i współbieżność Indeksy Administracja Splice Machince vs.

Bardziej szczegółowo

IBM Polska. @piotrpietrzak CTO, IBM PBAL. 2010 IBM Corporation

IBM Polska. @piotrpietrzak CTO, IBM PBAL. 2010 IBM Corporation IBM Polska @piotrpietrzak CTO, IBM PBAL 2010 IBM Corporation Historia IBM Polska IBM Polska Laboratorium Oprogramowania w Krakowie Centrum Dostarczania Usług IT we Wrocławiu Regionalne oddziały handlowe:

Bardziej szczegółowo

Problematyka hurtowni danych

Problematyka hurtowni danych Plan wykładu Problematyka hurtowni 1. Bibliografia 2. Systemy klasy Business Intelligence 3. Podejścia do integracji 4. Definicja hurtowni 5. Architektury hurtowni Hurtownie, wykład Bartosz Bębel E-mail:

Bardziej szczegółowo

Monitorowanie VMware Rafał Szypułka Service Management Solution Architect IBM Software Services for Tivoli

Monitorowanie VMware Rafał Szypułka Service Management Solution Architect IBM Software Services for Tivoli Monitorowanie VMware Rafał Szypułka Service Management Solution Architect IBM Software Services for Tivoli 1 Agenda Monitorowanie środowisk zwirtualizowanych IBM Tivoli Monitoring for Virtual Servers 6.2.3

Bardziej szczegółowo

2011-11-04. Instalacja SQL Server Konfiguracja SQL Server Logowanie - opcje SQL Server Management Studio. Microsoft Access Oracle Sybase DB2 MySQL

2011-11-04. Instalacja SQL Server Konfiguracja SQL Server Logowanie - opcje SQL Server Management Studio. Microsoft Access Oracle Sybase DB2 MySQL Instalacja, konfiguracja Dr inŝ. Dziwiński Piotr Katedra InŜynierii Komputerowej Kontakt: piotr.dziwinski@kik.pcz.pl 2 Instalacja SQL Server Konfiguracja SQL Server Logowanie - opcje SQL Server Management

Bardziej szczegółowo

Petabajtowe systemy przechowywania danych dla dostawców treści

Petabajtowe systemy przechowywania danych dla dostawców treści Petabajtowe systemy przechowywania danych dla dostawców treści Krzysztof Góźdź, HP 2008 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice Rafał

Bardziej szczegółowo

BI: przegląd, ETL, raportowanie i analizy

BI: przegląd, ETL, raportowanie i analizy BI: przegląd, ETL, raportowanie i analizy 2013-04-12 Krzysztof Bokiej, Łukasz Limanowski, Mariusz Pyka Roche Wstęp 2013-04-12 Krzysztof Bokiej, Roche Architektura typowego środowisko DW/BI Systemy Źródłowe

Bardziej szczegółowo

Wprowadzenie do sieciowych systemów operacyjnych. Moduł 1

Wprowadzenie do sieciowych systemów operacyjnych. Moduł 1 Wprowadzenie do sieciowych systemów operacyjnych Moduł 1 Sieciowy system operacyjny Sieciowy system operacyjny (ang. Network Operating System) jest to rodzaj systemu operacyjnego pozwalającego na pracę

Bardziej szczegółowo

Infrastruktura jako fundament efektownego gromadzenia, przechowywania i zarządzania danymi#

Infrastruktura jako fundament efektownego gromadzenia, przechowywania i zarządzania danymi# Infrastruktura jako fundament efektownego gromadzenia, przechowywania i zarządzania danymi# Renata Bilecka renata.bilecka@pl.ibm.com! Certified IT Specialist, Storage Consultant! Agenda! Krótko o sposobach

Bardziej szczegółowo

Hosting i backup danych w środowisku operatorskim

Hosting i backup danych w środowisku operatorskim Hosting i backup danych w środowisku operatorskim Konferencja PLNOG 2012 Warszawa, 5-6 marca 2012 Paweł Pytlakowski, GTS CE Group Product Manager (Cloud & Managed Services) Agenda GTS Central Europe Dlaczego

Bardziej szczegółowo

Business Intelligence Odkryj szerszą perspektywę dla swojego biznesu

Business Intelligence Odkryj szerszą perspektywę dla swojego biznesu Business Intelligence Odkryj szerszą perspektywę dla swojego biznesu Zadania stojące przed Business Intelligence Przyrost informacji w ciągu ostatnich kilku lat osiągnął niespotykany dotąd poziom. Firmy

Bardziej szczegółowo

Hurtownie danych i przetwarzanie analityczne - projekt

Hurtownie danych i przetwarzanie analityczne - projekt Hurtownie danych i przetwarzanie analityczne - projekt Warunki zaliczenia projektu: 1. Za projekt można zdobyć maksymalnie 40 punktów. 2. Projekt należy regularnie konsultować z jego koordynatorem. 3.

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2012 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

HARMONOGRAM: DZIEŃ GODZINA MIEJSCE PROWADZĄCY TEMAT OPIS

HARMONOGRAM: DZIEŃ GODZINA MIEJSCE PROWADZĄCY TEMAT OPIS WARSZTATY Grupa warsztatowa nr 1 System bilingowy operator telekomunikacyjny od środka Uczestnikom warsztatów zostanie przedstawiona specyfika działalności operatora telekomunikacyjnego ze szczególnym

Bardziej szczegółowo

Exalogic platforma do aplikacji Oracle i Middleware. Jakub Połeć Business Development Manager CE

Exalogic platforma do aplikacji Oracle i Middleware. Jakub Połeć Business Development Manager CE Exalogic platforma do aplikacji Oracle i Middleware Jakub Połeć Business Development Manager CE 2011 Oracle Corporation The following is intended to outline our general product direction. It is intended

Bardziej szczegółowo

BCC Data Centers. Oferta: Outsourcing IT, cloud computing Optymalizacja i bezpieczeństwo IT. Tytuł prezentacji 1

BCC Data Centers. Oferta: Outsourcing IT, cloud computing Optymalizacja i bezpieczeństwo IT. Tytuł prezentacji 1 BCC Data Centers Oferta: Outsourcing IT, cloud computing Optymalizacja i bezpieczeństwo IT SAP Competence Center Tytuł prezentacji 1 BCC Software Factory Wyspecjalizowany ośrodek kompetencyjny BCC, świadczący

Bardziej szczegółowo

Mission Critical Compute

Mission Critical Compute Mission Critical Compute czyli rewolucja trwa. Damian Janiszewski, Piotr Zacharek/ 14 kwietnia, 2015 Pociągi Monster Trains 5.5 km długości (średnia 2 km) 9 lokomotyw DPU (General Electric Evolution AC,

Bardziej szczegółowo

HURTOWNIE DANYCH. Krzysztof Goczyła. Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska. kris@eti.pg.gda.pl. K.

HURTOWNIE DANYCH. Krzysztof Goczyła. Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska. kris@eti.pg.gda.pl. K. HURTOWNIE DANYCH Krzysztof Goczyła Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska kris@eti.pg.gda.pl # 1 Część I. Tworzenie hurtowni danych 1. Co to jest hurtownia danych? 2. Model

Bardziej szczegółowo

Przyszłość w rękach Big Data -wizje i technologie dziś. Artur Wroński Information Management Technical Team Leader

Przyszłość w rękach Big Data -wizje i technologie dziś. Artur Wroński Information Management Technical Team Leader Przyszłość w rękach Big Data -wizje i technologie dziś Artur Wroński Information Management Technical Team Leader 2 Co 3hinstalacja nowej turbiny 1 turbina to kilka milionów $ Dotychczas Vestas zainstalował

Bardziej szczegółowo

Analiza internetowa czyli Internet jako hurtownia danych

Analiza internetowa czyli Internet jako hurtownia danych Analiza internetowa czyli Internet jako hurtownia danych Agenda 1. Hurtownie danych, eksploracja danych i OLAP 3. Internet 5. Analiza Internetowa 7. Google Analytics 9. Podsumowanie Hurtownie danych (definicja)

Bardziej szczegółowo

Tematy projektów HDiPA 2015

Tematy projektów HDiPA 2015 Tematy projektów HDiPA 2015 Robert Wrembel Poznan University of Technology Institute of Computing Science Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Reguły Projekty zespołowe 2-4 osoby

Bardziej szczegółowo

Systemy operacyjne. Systemy operacyjne. Systemy operacyjne. Zadania systemu operacyjnego. Abstrakcyjne składniki systemu. System komputerowy

Systemy operacyjne. Systemy operacyjne. Systemy operacyjne. Zadania systemu operacyjnego. Abstrakcyjne składniki systemu. System komputerowy Systemy operacyjne Systemy operacyjne Dr inż. Ignacy Pardyka Literatura Siberschatz A. i inn. Podstawy systemów operacyjnych, WNT, Warszawa Skorupski A. Podstawy budowy i działania komputerów, WKiŁ, Warszawa

Bardziej szczegółowo

Hbase, Hive i BigSQL

Hbase, Hive i BigSQL Hbase, Hive i BigSQL str. 1 Agenda 1. NOSQL a HBase 2. Architektura HBase 3. Demo HBase 4. Po co Hive? 5. Apache Hive 6. Demo hive 7. BigSQL 1 HBase Jest to rozproszona trwała posortowana wielowymiarowa

Bardziej szczegółowo

Spis tre±ci. Przedmowa... Cz ± I

Spis tre±ci. Przedmowa... Cz ± I Przedmowa.................................................... i Cz ± I 1 Czym s hurtownie danych?............................... 3 1.1 Wst p.................................................. 3 1.2 Denicja

Bardziej szczegółowo

III Edycja ITPro 16 maja 2011

III Edycja ITPro 16 maja 2011 III Edycja ITPro 16 maja 2011 SharePoint 2010 SharePoint jako platforma ERP Paweł Szczecki pawel.szczecki@predica.pl Prelegent Paweł Szczecki Współwłaściciel firmy Predica sp. z o.o. Odpowiedzialny za

Bardziej szczegółowo

Zarządzanie sieciami telekomunikacyjnymi

Zarządzanie sieciami telekomunikacyjnymi SNMP Protocol The Simple Network Management Protocol (SNMP) is an application layer protocol that facilitates the exchange of management information between network devices. It is part of the Transmission

Bardziej szczegółowo

Mariusz Dzieciątko. E-mail: splmdz@spl.sas.com. Krótko o sobie / Personal Overview/

Mariusz Dzieciątko. E-mail: splmdz@spl.sas.com. Krótko o sobie / Personal Overview/ Mariusz Dzieciątko Krótko o sobie / Personal Overview/ Mariusz pracuje jako Business Solution Manager, Technology & Big Data Competency Center w SAS Institute Polska. Pracę w tej firmie rozpoczął w maju

Bardziej szczegółowo

Robert Piotrak IIG Senior Technology Expert 23 września 2010

Robert Piotrak IIG Senior Technology Expert 23 września 2010 Zwiększenie efektywności biznesowej firmy dzięki zastosowaniu rozwiazań archiwizacyjnych jako elementu kompleksowego systemu zarządzania informacją i procesami - SourceOne firmy EMC Robert Piotrak IIG

Bardziej szczegółowo

SAM-Insights ADVANCED CENTRAL DATA COLLECTOR (ACDC) Dane licencyjne nie mierzone przez skanowanie. Nowy moduł ACDC o unikalnej funkcjonalności

SAM-Insights ADVANCED CENTRAL DATA COLLECTOR (ACDC) Dane licencyjne nie mierzone przez skanowanie. Nowy moduł ACDC o unikalnej funkcjonalności SAM-Insights ADVANCED CENTRAL DATA COLLECTOR (ACDC) Dane licencyjne nie mierzone przez skanowanie Dla zarządzania oprogramowaniem i wyzwaniem jest nie tylko złożone środowisko serwerowe, skomplikowana

Bardziej szczegółowo

Szybkość instynktu i rozsądek rozumu$

Szybkość instynktu i rozsądek rozumu$ Szybkość instynktu i rozsądek rozumu$ zastosowania rozwiązań BigData$ Bartosz Dudziński" Architekt IT! Już nie tylko dokumenty Ilość Szybkość Różnorodność 12 terabajtów milionów Tweet-ów tworzonych codziennie

Bardziej szczegółowo

Bazy danych i usługi sieciowe

Bazy danych i usługi sieciowe Bazy danych i usługi sieciowe Wstęp do problematyki baz danych Paweł Daniluk Wydział Fizyki Jesień 2014 P. Daniluk (Wydział Fizyki) BDiUS w. I Jesień 2014 1 / 17 Plan wykładu 1 Bazy danych 1 Motywacja

Bardziej szczegółowo

Open Source Stack jako. alternatywa

Open Source Stack jako. alternatywa Open Source Stack jako Marek Najmajer Product Manager alternatywa Krzysztof Gorski, RHCE Systems Integration Manager Co decyduje o ich sukcesie? Narzędzia Umiejętności Doświadczenie Współpraca Motywacja

Bardziej szczegółowo

HURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego

HURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego HURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego http://www.jakubw.pl/zajecia/hur/bi.pdf http://www.jakubw.pl/zajecia/hur/dw.pdf http://www.jakubw.pl/zajecia/hur/dm.pdf http://www.jakubw.pl/zajecia/hur/

Bardziej szczegółowo

System INTEGRYB jako zintegrowane repozytorium danych umożliwiające zaawansowaną analitykę badawczą

System INTEGRYB jako zintegrowane repozytorium danych umożliwiające zaawansowaną analitykę badawczą System INTEGRYB jako zintegrowane repozytorium danych umożliwiające zaawansowaną analitykę badawczą Lena Szymanek 1, Jacek Seń 1, Krzysztof Skibicki 2, Sławomir Szydłowski 2, Andrzej Kunicki 1 1 Morski

Bardziej szczegółowo

Dane bezpieczne w chmurze

Dane bezpieczne w chmurze Dane bezpieczne w chmurze Grzegorz Śladowski Dyrektor Działu Technicznego S4E S.A. Agenda Chmura definicja, zasady działania, rodzaje Cechy bezpiecznej chmury Architektura Chmura - definicja Model przetwarzania

Bardziej szczegółowo

Portal Technology Day 29.02.2012

Portal Technology Day 29.02.2012 Portal Technology Day 29.02.2012 Trendy Technologii Portalowych Marek Najmajer, B2B Trendy? Trendy Technologii Portalowych Potrzeby użytkowników Zachowanie dostawców Sytuacja w Polsce Portale cieszą ciągle

Bardziej szczegółowo