Zusammenfassung
Das Schlagwort „Big Data“ verspricht die Gewinnung relevanter Informationen durch die automatisierte Erfassung und Analyse sehr großer Datenmengen für unterschiedliche Anwendungsbereiche. Damit lassen sich praktisch alle wesentlichen Informationen zur Bewertung einer komplexen Situation erfassen. Big-Data-Technologien können dann mit Hilfe geeigneter Indikatoren Situationen in Echtzeit bewerten und genaue Prognosen ermöglichen. Wesentlich für diese Technologien ist die Verarbeitung großer Datenmengen unter engen zeitlichen Rahmenbedingungen, um die Aktualität der Ergebnisse sicherzustellen. Existierende betriebliche Informationssysteme auf der Basis relationaler Datenbankmanagementsysteme erreichen dabei ihre Grenzen und können in der Regel die geforderten Antwortzeiten nicht mehr erfüllen. Neuere Datenbanktechnologien versprechen hier einen deutlichen Effizienzgewinn, so dass auch sehr große Datenmengen im Rahmen interaktiver Anwendungen verarbeitet und analysiert werden können. Dieses Kapitel gibt anhand eines Beispiels zur Erfassung und Auswertung von Daten einer Betriebsdatenerfassung einen Überblick über diese Technologien.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Gray, J., Bosworth, A., Layman, A., & Priahesh H. (1995). Data cube: A relational aggregation operator generalizing group-by, cross-tab, and sub-totals. Proceedings 12th International Conference on Data Engineering. IEEE. S. 152–159, New York.
Stonebrake, M., Abadi, D. J., Batkin, A., Chen, X., Cherniack, M., Ferreira, M., Lau, E., Lin, A., Madden, S., O’Neil, E., O’Neil, P., Rasin, A., Tran, N., & Zdonik, S. (2005). C-store: A column-oriented DBMS. In Proceedings of the 31th VLDB Conference, Trondheim.
Boncz P., Zukowski, M., & Nes, N. (2005). MonetDB/X100: Hyper-pipelining query execution. In CIDR, Asilomar.
Berg, B., & Silvia, P. (2013). Einführung in SAP HANA. Braintree: SAP Press.
Plattner, H. (2013). Lehrbuch in-Memory Data Management: Grundlagen der In-Memory-Technologie. Heidelberg: Springer.
Osborne, K., Johnson, R., & Poder, T. (2011). Expert oracle exadata. New York: Apress. http://it-ebooks.info/publisher/6/.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2015 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Göbel, R. (2015). Neue Datenbanktechnologien für die Verwaltung und Auswertung sehr großer Datenmengen. In: Linnhoff-Popien, C., Zaddach, M., Grahl, A. (eds) Marktplätze im Umbruch. Xpert.press. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-43782-7_76
Download citation
DOI: https://doi.org/10.1007/978-3-662-43782-7_76
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-43781-0
Online ISBN: 978-3-662-43782-7
eBook Packages: Computer Science and Engineering (German Language)