上期的文章《大數(shù)據(jù)環(huán)境下的多維分析技術(shù)-動態(tài)立方體（Dynamic Cubes）的性能調(diào)優(yōu)（一）》讓大家了解到，在大數(shù)據(jù)環(huán)境下，IBM Cognos的Dynamic Cubes可以實現(xiàn)TB級的多維分析功能，文章探討了影響Dynamic Cubes性能的因素，還介紹了Dynamic Cubes性能調(diào)優(yōu)的一些手段；文章《大數(shù)據(jù)環(huán)境下的多維分析技術(shù)-動態(tài)立方體（Dynamic Cubes）的性能調(diào)優(yōu)（二）》則告訴我們?nèi)绾瓮ㄟ^Dynamic Query Analyzer工具來對動態(tài)立方體的查詢性能進(jìn)行評估并得到優(yōu)化建議。本期文章我們來看看動態(tài)立方體如何進(jìn)行內(nèi)存內(nèi)部聚合的性能調(diào)優(yōu)。

2016-09-09 09:43:54.000

BI(Business Intelligence)，中文翻譯是商務(wù)智能，是一套完整的解決方案，用來將組織中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確的提供報表并提出決策依據(jù)，幫助組織做出明智的業(yè)務(wù)經(jīng)營決策。大數(shù)據(jù)(Big Data)是從收集的海量數(shù)據(jù)中，通過算法將這些來自不同渠道、格式的數(shù)據(jù)進(jìn)行直接分析，從中尋找到數(shù)據(jù)之間的相關(guān)性。簡單而言，大數(shù)據(jù)更偏重于發(fā)現(xiàn)，以及猜測并印證的循環(huán)逼近過程。

2016-09-08 10:29:19.000

就本身而言，Hadoop 不是很有用的東西，原因是它需要編寫大量復(fù)雜和定制的程序代碼，難以治理，也沒有數(shù)據(jù)質(zhì)量概念和數(shù)據(jù)治理可談了。企業(yè)用戶都忙于去研究如何解決使用 Hadoop 所碰到的問題，主要是涉及到項目實施時間、成本和風(fēng)險等，而 Hadoop 自身的客戶化編程就增加了項目實施時間、成本和風(fēng)險。

2016-09-08 09:57:50.000

上百篇大數(shù)據(jù)、數(shù)據(jù)分析、數(shù)據(jù)挖掘電子書合輯免費(fèi)下載！

2016-09-07 09:56:02.000

隨著計算機(jī)技術(shù)和信息技術(shù)的不斷發(fā)展,海量數(shù)據(jù)的不斷涌現(xiàn),企業(yè)迫切需要對數(shù)據(jù)進(jìn)行高效、準(zhǔn)確、及時地分析。傳統(tǒng) BI分析系統(tǒng)（例如：數(shù)據(jù)倉庫）一般是按天、周或者月作為數(shù)據(jù)的更新周期,可以提供對歷史數(shù)據(jù)的分析與查詢,能夠幫助決策者制定企業(yè)運(yùn)營戰(zhàn)略,但卻不能實時地反映企業(yè)商業(yè)信息的變化。然而當(dāng)前在電子商務(wù)、金融證券等領(lǐng)域中,需要及時的將數(shù)據(jù)發(fā)送到?jīng)Q策者手中,為企業(yè)提供更有價值的戰(zhàn)術(shù)型決策支持,因此實時BI分析系統(tǒng)需求和建設(shè)應(yīng)運(yùn)而生。

2016-09-07 09:40:31.000

我們所處的信息時代以急速增長的數(shù)據(jù)信息收集、儲存和轉(zhuǎn)換成電子格式為特征。大量的商業(yè)數(shù)據(jù)以雜亂無章的文本形式儲存。

2016-09-06 10:13:04.000

想體驗數(shù)據(jù)分析卻沒有環(huán)境怎么辦？數(shù)據(jù)科學(xué)家集成工作臺(Data Scientist Workbench)無疑是您最便利的，而且是免費(fèi)的平臺。

2016-09-06 09:54:32.000

近10年來，我國電信詐騙案件每年以20%至30%的速度高速增長，2015年全國公安機(jī)關(guān)共立電信詐騙案件59萬起，同比上升32 5%，共造成經(jīng)濟(jì)損失222億元。全國接到詐騙信息的人數(shù)高達(dá)4 38億，占人口總數(shù)的32%，相當(dāng)于每三個人中就有一個人受到詐騙信息的“騷擾”。

2016-09-05 10:27:26.000

數(shù)據(jù)實時復(fù)制任務(wù)的成與敗，取決于多方面的因素，例如：被復(fù)制數(shù)據(jù)本身情況，源系統(tǒng)和目標(biāo)系統(tǒng)的自身運(yùn)行狀況，網(wǎng)絡(luò)通訊方面，系統(tǒng)架構(gòu)設(shè)計和實施人員專業(yè)技術(shù)水平等等。面對復(fù)雜而艱巨的任務(wù)，IBM 公司專業(yè)化實施團(tuán)隊積累了豐富的經(jīng)驗，以下是我們這次分享的 IBM InfoSphere CDC性能調(diào)優(yōu)的重點內(nèi)容。

2016-09-05 09:44:42.000

如今，大多數(shù)營銷人員都說，他們的挑戰(zhàn)不是缺少數(shù)據(jù)，而是數(shù)據(jù)太多，無法有效地加以利用或者辨別哪些是真正重要的數(shù)據(jù)。

2016-09-02 10:13:50.000