Intégration de données intelligentes et volumineuses

In der Vergangenheit gab es unterschiedliche Ansätze, wie Self-Service im Reporting genutzt werden kann. Diese Lösungen wurden nachträglich in das bestehende Produkt eingesetzt.

Dans la stratégie SAP, on constate depuis quelque temps une nette tendance au cloud-only. L'application SaaS Data Warehouse Cloud (DWC) y joue un rôle central - l'avenir de l'analytique avec SAP est donc prédéterminé.

Dans un entrepôt de données, les données sont stockées dans une base de données relationnelle. Cela coûte cher et c'est pourquoi il existe des produits issus du monde des Big Data qui s'attaquent à ce problème. Parquet, Hive, SAP Vora et Exasol sont les représentants les plus connus dans l'environnement SAP.

Was genau ist mit dem Begriff Big Data eigentlich gemeint? Bedeutet Big Data einfach Massendaten, also „viele Daten“ im Data Warehouse? Oder ist Big Data ein Ersatz für das Data Warehouse?

De nombreuses entreprises en sont à leurs débuts en matière de Big Data. On a de premières idées. On explore le potentiel. SAP aussi a des approches différentes du sujet, selon le service avec lequel on parle.

Big Data ist ein großes Thema, doch die Vielzahl an Möglichkeiten erschlägt. Jeder SW-Anbieter kommt mit verschiedenen Produkten und unterschiedlichen Zielen. In diesen Dschungel möchte ich etwas Struktur bringen und den Einstieg erleichtern.