Your SlideShare is downloading. ×
  • Like
2012emcforum 121107094832-phpapp02
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Now you can save presentations on your phone or tablet

Available for both IPhone and Android

Text the download link to your phone

Standard text messaging rates apply

2012emcforum 121107094832-phpapp02

  • 84 views
Published

DW/DBMS Benchmark Evaluation Criteria …

DW/DBMS Benchmark Evaluation Criteria

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
84
On SlideShare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
1
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. DW/DBMS Benchmark Evaluation Criteria EMC forum 2012, Milano
  • 2. DW/DBMS Foundations Da big data a DW/DBMS
  • 3. Shared-NothingMPPArchitecture DW/DBMS fundamentals
  • 4. Parallel Data Flow Engine
  • 5. Data distribution e parallel scanning
  • 6. MapReduce Processing
  • 7. Parallel Query
  • 8. Row-oriented DB vsColumn-oriented DB Data organization
  • 9. DB compression effectiveness Data organization
  • 10. Polymorph level of hybrid DBs Data organization
  • 11. The Hadoop Framework Non-structured data
  • 12. A-W Appliance Evaluation Map©
  • 13. Affermazione #1 Affermazione #3La finalità del modello è la definizione di una Il volume dei dati è una (su quattro) delle dimensionimappa orientativa per la valutazione di valutazione da considerare nel processo dicomparativa delle piattaforme Big Data benchmark e selezione della piattaformaAffermazione #2 Affermazione #4Il modello Big Data è tipicamente un modello Le quattro dimensioni del modello hanno, in sede di“Data Driven” benchmark, la stessa rilevanza ed importanza4D DW/DBMS Evaluation Schema©
  • 14. Big data è un obiettivo mobile: varia in base alla tipologiadell’azienda e alla complessità dei dati. Data size
  • 15. ERP-oriented DW-oriented DB-orientedData sources | tre approcci base
  • 16. Data analytics
  • 17. I motori infocube-less hanno la capacità di gestire grandi volumi di dati, fornendorisposte istantanee a domande totalmente libere. Answers to unpredictable questions
  • 18. DB row-oriented vsDB column-oriented Data structure
  • 19. Dal concetto di star-schema al modello infocube-less. Una nuova BI
  • 20. Una nuova definizione di BI, basata suidatabase column-store.INFOCUBE-LESS BUSINESS ADVANCED BUSINESS DISCOVERY ANALYTICS ANALYTICS Una nuova BI
  • 21. Data mining Forecast & Planning Statistical Customer care analysis Collaborative BI Social CRMDW/DBMS Business Discovery
  • 22. 22 | 22 novembre 2012
  • 23. 23 | 22 novembre 2012
  • 24. 24 | 22 novembre 2012
  • 25. 25 | 22 novembre 2012
  • 26. 26 | 22 novembre 2012
  • 27. DISCLAIMER COPYRIGHT XENESYS S.R.L. Le informazioni contenute in questo documento sono di proprietà di Xenesys S.r.l.. Questo documento è redatto a scopo puramente informativo e non costituisce alcun elemento contrattuale con Xenesys S.r.l.. Esso contiene solo strategie, sviluppi e funzionalità delle soluzioni commercializzate da Xenesys S.r.l.. Xenesys S.r.l. non fornisce alcuna garanzia implicita o esplicita di alcun tipo. Tutti i marchi appartengono ai rispettivi proprietari. Nessuna parte di questa pubblicazione può essere riprodotta o trasmessa in qualsiasi forma o per qualsiasi scopo senza la preventiva autorizzazione di Xenesys S.r.l.. XENESYS 2012 TUTTI I DIRITTI RISERVATI27 | 22 novembre 2012