Video: Big Data und Advanced Analytics mit Microsoft Azure | Microsoft 2024
Bei der Planung von Data Warehousing Die heutige Datenlandschaft umfasst nun eine schwindelerregende Reihe neuer Informationskanäle, neuer Datenquellen und neue Anforderungen an Analyse und Berichterstattung.
Laut Analystengruppen sind fast 80 bis 85 Prozent der heutigen Daten unstrukturiert, und neue Informationskanäle wie Web, E-Mail, Voice-over-IP, Instant Messaging (IM), Textnachrichten und Podcasts erzeugen enorme Speicher von nichttraditionellen Daten. Daten von einer dieser Quellen werden von Ihren Benutzern angefordert, um in Ihr Data Warehouse integriert zu werden.
Sofern Sie kein außergewöhnliches Data-Warehouse auf dem neuesten Stand der Technik verwendet haben, ist Ihre Business-Intelligence-Funktionalität wahrscheinlich auf diese Datentypen beschränkt:
-
Zahlen: Numerisch Daten in der technischen Form von ganzen Zahlen und Dezimalzahlen
-
Text: Zeichendaten, typischerweise alphanumerische Informationen fester Länge, die selten mehr als 255 Zeichen pro Ereignis haben, obwohl (sehr selten) bis zu 4 000 gehen können Zeichen
-
Daten und Uhrzeiten: Entweder tatsächliche Daten und Uhrzeiten oder, wahrscheinlicher, Datumsbereiche (z. B. Monat und Jahr, für die Produktverkäufe gruppiert und gespeichert werden)
Das ist ungefähr es.
Um fair zu sein: Das Data Warehousing in seiner ursprünglichen Form als Speicherort für Informationen aus Legacy-Anwendungen zur Unterstützung von Berichten und Analysen hat nichts anderes als diese traditionellen Datentypen benötigt. Diese traditionellen Datentypen bilden die Grundlage für strukturierte Daten, die von Datenbanken verwaltet werden. Die bekanntesten sind relationale Datenbanken oder mehrdimensionale Datenbanken.
Sie wissen, was Bob Dylan über die Zeiten gesagt hat und wie sie sich verändern.
