Libreria di risorse completa

Qualità dei big data

Con l'avvento dei big data, gestire la qualità dei dati è diventato sempre più importante e complicato. Fortunatamente, grazie alla combinazione delle tecnologie di elaborazione distribuite open source di Hadoop e delle soluzioni di gestione dei dati open source di Talend, le attività finalizzate alla qualità dei big data sono alla portata di qualunque organizzazione.

Guarda ora

Scrittura e lettura di dati su file HDFS

In questo tutorial, genereremo dati casuali per poi scriverli su file HDFS. Quindi, passeremo alla lettura dei dati da file HDFS, al loro ordinamento e alla successiva visualizzazione del risultato nella console.

Guarda ora

ETL ed ELT: principali differenze

La differenza tra ETL ed ELT sta nel luogo in cui i dati vengono trasformati in business intelligence e nella quantità di informazioni conservate nei data warehouse. Scopri cosa implicano tali differenze in termini di disponibilità di business intelligence, quale approccio è più adatto alla tua organizzazione e perché il cloud sta trasformando il modo di approcciarsi a queste tecnologie.

Guarda ora

Il futuro dei big data

Big data è il termine di uso comune utilizzato per descrivere il processo di acquisizione, analisi e utilizzo di enormi quantità di informazioni digitali per ottimizzare le attività aziendali. I big data stanno rapidamente trasformando il modo in cui lavoriamo, facciamo acquisti e viviamo la nostra quotidianità. È importante comprendere cosa sono i big data e in che modo possono essere sfruttati.

Guarda ora

Data lake e data warehouse

Con "data lake" e "data warehouse" si definiscono due soluzioni ampiamente utilizzate per l'archiviazione dei big data, tuttavia non si tratta di termini intercambiabili. Un data lake è un enorme insieme di dati grezzi il cui scopo non è ancora definito. Un data warehouse è un repository di dati strutturati e filtrati, già elaborati per una finalità specifica.

Guarda ora

Integrazione Big Data in Ogni Piattaforma Cloud

La release Talend Summer ‘17 consente di utilizzare qualsiasi piattaforma cloud platforms. La tua architettura dati può lavorare su NoSQL, Big Data, cloud data warehousing, e storage. Da oggi potrai avere analitiche avanzate per I data scientists e gli analisti, così come real-time big data e machine learning in ogni cloud.

Guarda ora

Modernizzare gli Operational Data Store con Hadoop

Gli Operational data stores (ODS) oggi gestiscono un maggior volume di dati, e supportano dati di diversa tipologia e varietà come mai successo in passato, pertanto gli utilizzi pratici possono essere molteplici. La chiave del successo di questo tipo di innovazione è l’utilizzo della piattaforma di innovazione Hadoop.

Guarda ora

6 Trend Principali per gli IT Decision-Makers nel 2017

Nel 2016 metà della popolazione mondiale si è connessa ad internet* e il numero delle macchine connesse ha superato i 6.4 miliardi**. Questo porta ad una proliferazione di dati eterogenei provenienti da fonti differenti. In questo white paper, Bernard Marr dell'Advanced Performance Institute indica le opportunità e i rischi relativi a 6 trend principali in ambito IT

Scarica ora

Accelerare le analisi in real time con Spark

Per quanto Spark sia un strumento potente rimane comunque un sistema complesso. Per ottenere il massimo da Spark, deve essere una  parte integrata di una più ampia piattaforma di gestione dei dati basata su Hadoop, come quella fornita da Cloudera e Talend.

Guarda ora


visualizzazione pagine of 2