IT168首页 | 产品报价 | ChinaUnix社区 | ITPUB社区 | 文库 | 博客 | 自测 | 专题 | ITPUB学院

数据仓库

经过几十年信息化发展包括原来的纵向的信息化系统包括信息孤岛建设,实际上达到非常好的阶段,纵向部门的信息化系统,行业信息化系统已经非常领先。但是数据依据类别、行业、部门、地域被隔离的现象非常严重,数据之间的关联性被人为的割裂和遗忘,造成在经济管理中遇到很大的现实困境。

单志广:智慧城市与大数据运营

你能想象一个企业的数据仓库究竟有多大吗?虽然下面的数据来自于两年前,但是还是挺震撼的。相信目前,这些巨型的数据仓库“怪物”的体积又增大了几倍。

你能想象吗?悉数那些“巨型”数据仓库

大多数人都理解企业数据破坏造成的负面效果。在解决数据仓库的安全性方面,有两个特别重要的问题。第一是,数据仓库必须能够控制数据访问权限(数据权利)。第二是,提供业务持续性和灾难恢复(数据可用性)。

CIO如何保障数据仓库的数据安全和可用

近来,公安部门开展严打侵害公民个人信息犯罪的行动,然而在信息化时代,个人信息泄露的渠道之多让人们面对的形势变得更为复杂。手机、电脑等数据设备在修理、数据恢复过程中存在的显著漏洞,使“艳照门”不再是陈冠希的“专利”。

数据修复行业鱼龙混杂难保个人信息安全

“EMC的大数据市场策略分三个阶段。”EMC全球副总裁兼中国区总裁蔡汉辉介绍:“第一个阶段是构建一个云基础架构,通过灵活的横向扩展架构存储系统

20日更新
EMC蔡汉辉:打造大数据时代的"Facebook"

当今社会是一个信息爆炸的时代,信息丰富而知识贫乏的现象非常普遍。“啤酒搭着尿布卖”的故事曾经触动了多少人的神经。信息作为现代企业的宝贵资源,占据着越来越重要的地位,已经成为现代企业科学管理的基础,正确决策的前提,有效调控的手段。

16日更新
标签: ERP 数据仓库
深化应用:数据仓库在ERP系统中的应用

段云峰以某电信行业数据仓库以及商业智能应用,真实的介绍了电信行业数据仓库以及商业智能应用的最佳实践,为更多的企业做数据仓库以及商业智能提供了宝贵的经验

段云峰:电信百亿数据仓库建设经验分享

今天,通过使用列式分析基础架构,组织机构便可对“大数据”带来的焦虑置之不理,相反,还能够让“大数据”更好为企业运营服务。在列式数据库中,用户可以随时调用和分析大数据集,即使对诸如非结构化数据等各种数据类型的大数据集亦是如此。

如何让“大数据”更好为企业运营服务?

云计算在国内各个地方是否过热了,是否变成了圈地运动?云计算到底将为IT行业带来什么?这是昨日峰会的一大热点话题。

云计算何时大规模商用

每年的3月成为“质量月”和“问题月”的趋势越来越明显了。各行各业都在逐渐关注自己企业的质量问题,消费者也越来越关注自己消费的产品的质量问题,IT业也是如此。但试问消费者是否关注过自己的个人信息是否合理使用了呢?我想不是所有人都能给出肯定的答复。

个人信息价值何在?关注安全深挖价值

伴随着银行业务转型及精细化管理的推进和深化,高质量的数据已成为新时期“信息化银行”的核心竞争力之一。为了充分发挥和提升数据资产的价值,农业银行经过探索与实践,已形成了数据管理体系框架...

农行:海量数据管理切入 提升应用水平

在安全圈子中有关“大数据”的议论是这样的:如果企业把自己的与安全有关的事件数据与商务信息库结合起来,企业就能够分析这个大数据以便抓住设法窃取敏感信息的入侵者。

大数据能帮企业IT经理抓住网络入侵者吗

云计算和数据仓库是合理的一对。云存储可以按需扩展,云可以将大量服务器贡献于某一具体任务。数据仓库通用功能是本地数据分析工具,受到计算和存储资源的限制,同时也受到设计者考虑新数据源集成的能力的限制。

CIO如何克服云端数据仓库数据迁移问题

精明的IT决策者们正在想方设法寻找技术来解决IT存在的问题,而MDM就是恰当之选。MDM是一系列的工具和处理过程,确保企业主数据的高质量、统一定义和流通便利性,这就正好把主数据所面临的四大问题给予一一解决。

决胜数据碎片之战 MDM挑起核心数据大梁

大数据技术与服务市场将从2010年的32亿美元攀升至2015年的169亿美元。根据IDC的介绍,这将实现年增长率达40%,并且将会是整个IT与通信产业增长率的7倍。

IDC预测2015年大数据市场规模169亿美元

企业如何通过提升生产力和效率来推进业务发展?如何更有效地支持合规性?如何应对机构重组、并购带来的业务影响?改善整个企业的决策?在全新的数据时代,企业只有将核心业务数据更好地掌握在手中,才可实现上述目标。

主数据管理 核心数据力量大

MT810再次给我们带来了创意十足的新设计,内电阻外电容的双重触屏设计使得用户不仅可以用手写笔在内屏上使用,

送野餐毯一条 摩托罗拉MT810特价1584元

淘宝所有的商业数据基本上都汇集到了数据仓库利中。利用数据仓库技术,淘宝抽取了分散在不同业务系统中的业务数据进行集中,这些信息是完整记录了用户访问路径、交易过程的海量数据。通过数据仓库的清洗、整理、过滤、排序等技术手段,这些海量的数据形成了具有商业价值的业务信息

淘宝数据库专家深入解析数据仓库架构

  Gartner预测,到2015年,超过85%的财富500强企业将在大数据竞争中失去优势。Gartner认为,大部分的组织或企业都不具备技术力量处理大数据,也没有能力管理大数据。

解读IBM InfoSphere大数据分析平台

  现在,各类机构的数据量正在快速增长,这些数据每天在其系统内流动;同时,云中的数据量也日益增加。随着数据量的增加,实时处理这些数据的能力已成为大数据的重要挑战之一。2012年,随着云计算应用部署的加快,大数据带来的挑战将更加严峻。

大数据挑战严峻2015年前Hadoop不成主流
金秋十月 与你饮酒论道
热门文章
it168文库会议频道上线

热门标签

热点推荐