Zusammenfassung
Eine der wesentlichen Herausforderungen bei Big Data ist die Speicherung und Verarbeitung immer größer werdender Datenmengen zu überschaubaren Kosten. Zudem werden bei vielen analytischen Fragestellungen die Antworten in Echtzeit erwartet. Und natürlich gibt es diese Echtzeitanforderungen auch bei der Verarbeitung kontinuierlich erzeugter Ereignisströme und der Initiierung entsprechender Aktivitäten. Da wir schnell an die Grenzen der klassischen Lösungskonzepte stoßen, sind neue Ansätze erforderlich, die in diesem Kapitel vorgestellt werden.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
- 2.
Abkürzung für JavaScript Object Notation, Datenformat zum Datenaustausch vergleichbar mit XML.
- 3.
Vgl. http://stats.wikimedia.org/DE/TablesArticlesTotal.htm (zugegriffen am 20.05.2014).
- 4.
Markups sind Textauszeichnungen innerhalb von Auszeichnungssprachen um Strukturmerkmale darzustellen.
- 5.
Hierzu näher in Abschn. 4.3.4.
- 6.
Vgl. http://stats.wikimedia.org/DE/TablesArticlesTotal.htm (zugegriffen am 20.05.2014).
- 7.
Die morphosyntaktische Analyse beschreibt die grammatikalisch basierte Zerlegung von Sätzen in ihre Grundbestandteile bzw. -formen.
- 8.
Boolesche Operatoren sind Ausdrücke der booleschen Algebra wie AND, OR, EXOR, NOT, NEAR usw.
- 9.
Aus dem altgriechischen σημαίνειν (sēmaínein) = bezeichnen oder zum Zeichen gehörig.
- 10.
Eine der ersten modernen taxonomischen Ordnungen wurde von Carl von Linné entworfen, bekannt als das Linnésche System, welches in seinen Grundlagen heute noch in der Biologie Gültigkeit hat.
- 11.
http://www.defense.gov/transcripts/transcript.aspx?transcriptid=2636 (zugegriffen am 18.05.2014).
Literatur
Literatur zu 4.1
Davenport T (2013) Analytics 3.0. Harvard Business Review S. 64–72
Eckerson W (2007) Predictive Analytics: Extending the Value of Your Data Warehousing Investment. TDWI Best Practices Report, TDWI Research
Humm B, Wietek F (2005) Architektur von Data Warehouses und Business Intelligence Systemen. Informatik Spektrum 23:3–14
Kemper HG, Baars H, Mehanna W (2010) Business Intelligence – Grundlagen und praktische Anwendungen. Vieweg+Teubner
Luhn H (1958) A Business Intelligence System. IBM Journal of Research and Development 2(4):314–319
Literatur zu 4.2
Anahory S, Murray D (1997) Data Warehousing in the Real World: A practical guide for building decision support systems, 1st edn. Addison-Wesley
Eckert M, Bry F (2009) Complex Event Processing (CEP). URL http://www.gi.de/service/informatiklexikon/detailansicht/article/complex-event-processing-cep.html, zuletzt abgerufen am 31.03.2014
George L (2011) HBase: The Definitive Guide, 1st edn. O’Reilly
Kimball R (2011) The Evolving Role of the Enterprise Data Warehouse in the Era of Big-Data Analytics. Whitepaper, Kimball Group, URL http://www.kimballgroup.com/2011/04/29/the-evolving-role-of-the-enterprise-data-warehouse-in-the-era-of-big-data-analytics/
Kimball R, Ross M, Thornthwaite W, Mundy J, Becker B (2008) The Data Warehouse Lifecycle Toolkit, 2nd edn. Wiley
Mohanty S, Jagadeesh M, Srivatsa H (2013) Big Data Imperatives. Apress
Pipino L, Lee Y, Wang R (2002) Data Quality Assessment. Communications of the ACM 45(4):211–218
Russom P (2013) Integrating Hadoop into Business Intelligence and Data Warehousing. TDWI Best Practices Report, TDWI Research
White T (2012) Hadoop: The Definitive Guide, 3rd edn. O’Reilly
Literatur zu 4.4
Agrawal, A., Patwary, M., Hendrix, W., Liao, W., Choudhary, A. (2013): High Performance Big Data Clustering), 2013, S. 192–211
Barlow, M. (2013): Real Time Big Data Analytics: Emerging Architecture, 2013, S. 6 ff.
Berman, J. (2013): Principles of Big Data: Preparing, Sharing, and Analyzing Complex Information, 2013, S. 1–13
Cukier, K. (2010): The Data Deluge, in The Economist: Onlineausgabe vom 25.02.2010. http://www.economist.com/node/15579717 (zugegriffen am 24.05.2014)
Jüngling, T. (2013): Die Zeit: Datenvolumen verdoppelt sich alle zwei Jahre. In: Die Welt, Onlineausgabe vom 16.07.2013. http://www.welt.de/wirtschaft/webwelt/article118099520/Daten-volumen-verdoppelt-sich-alle-zwei-Jahre.html (zugegriffen am 26.05.2014)
Moore, G. E. (1965): Cramming more components onto integrated circuits. In: Electronics. 38, Nr. 8, 1965, S. 114–117
Sathi, A. (2012): Big Data Analytics: Disruptive Technologies for Changing the Game, 2012, S. 31–46
Shroff, G. (2013): The intelligent Web: Search, smart Algorithms, and Big Data, 2013, S. 187–234
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Fels, G., Lanquillon, C., Mallow, H., Schinkel, F., Schulmeyer, C. (2015). Technik. In: Dorschel, J. (eds) Praxishandbuch Big Data. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-07289-6_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-07289-6_4
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-07288-9
Online ISBN: 978-3-658-07289-6
eBook Packages: Business and Economics (German Language)