注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. BI的体系架构及相关技术

  2. 详细讲解BI的体系架构以及相关技术，数据仓库等。

  3. 所属分类：专业指导

    • 发布日期：2009-04-28
    • 文件大小：164864
    • 提供者：fisherfeng

  1. BI商务智能解决方案及讲解.doc

  2. 一个典型的BI系统介绍 数据仓库 数据复制 多维数据库服务器 数据挖掘工具 泰康人寿 以BI实现战略转型 ETL-如何确定起始来源数据 ETL架构师面试题

  3. 所属分类：专业指导

    • 发布日期：2009-09-10
    • 文件大小：96256
    • 提供者：free007man

  1. SQL Server 2005 BI系列课程(19)：数据挖掘实践在架构设计中的常见问题以及性能提升策略(上)

  2. 数据仓库意味着大数据量，BI系统能够稳定、持续、高效的提供终端用户服务，极大的依赖于模型设计的合理性；我们将根据大型BI系统实施中的点滴经验，解释BI系统架构设计中应该考虑的问题、运用的技巧；其中包括：分布式的ETL、AS的处理查询分离技术、以及cube的数据同步等

  3. 所属分类：其它

    • 发布日期：2010-01-21
    • 文件大小：10485760
    • 提供者：sgtzzc

  1. SQL Server 2005 BI系列课程(20)：数据挖掘实践在架构设计中的常见问题以及性能提升策略(下)

  2. 数据仓库意味着大数据量，BI系统能够稳定、持续、高效的提供终端用户服务，极大的依赖于模型设计的合理性；我们将根据大型BI系统实施中的点滴经验，解释BI系统架构设计中应该考虑的问题、运用的技巧；其中包括：分布式的ETL、AS的处理查询分离技术、以及cube的数据同步等

  3. 所属分类：其它

    • 发布日期：2010-01-21
    • 文件大小：10485760
    • 提供者：sgtzzc

  1. 信息整合-元数据管理.

  2. 元数据实施最重要的是将系统中各种元数据迚行整合刟用。明确的元数据范式（Metadata Paradigm）有劣亍元数据实施，以达成BI系统信息集成的戓略目标，幵能够延伸刡企业信息集成方案中。在某些实施中，元数据的架构和组件需要单独设计和构建，此时需要识删和分离出这些内容，迚而构建强健的元数据资料库。本文提供了一个元数据架构和设计的基本准则。

  3. 所属分类：管理软件

    • 发布日期：2012-11-21
    • 文件大小：1048576
    • 提供者：wxj007403

  1. 信息集成：元数据管理全景

  2. 无论在什么样的组织，商业智能（Business Intelligence , BI）的成功运用很大程度上都叏 决亍有效的元数据（Metadata）管理。高水平的元数据设计，能为所有BI系统的数据充当 路标，从而能够对这些数据迚行高效地管理、控刢发更和分収。 元数据实施最重要的是将系统中各种元数据迚行整合刟用。明确的元数据范式（Metadata Paradigm）有劣亍元数据实施，以达成BI系统信息集成的戓略目标，幵能够延伸刡企业信 息集成方案中。在某些实施中，元数据的架构和组件需要单独设计和构

  3. 所属分类：其它

    • 发布日期：2012-12-02
    • 文件大小：1048576
    • 提供者：jake443403168

  1. 信息整合：元数据管理

  2. 作者：Kamlesh Mhashilkar， Jaideep Sarkar 本文描述了BI系统的元数据模型（Metadata Model），可以作为元数据架构设计的基准；幵深入探认了信息集成方案中的元数据全景，精心选用搭配的概念及策略，可以引导人们走向以价值驱动的企业元数据管理（Metadata Management）

  3. 所属分类：企业管理

    • 发布日期：2013-12-26
    • 文件大小：1048576
    • 提供者：lhippo

  1. BI数据架构

  2. 数据仓库的架构分析

  3. 所属分类：其它

    • 发布日期：2013-12-27
    • 文件大小：1048576
    • 提供者：u012353330

  1. BI数据架构 中文PPT

  2. 引言  BI环境中的数据层次  各层次设计重点  各层次数据使用  小结

  3. 所属分类：其它

    • 发布日期：2014-03-16
    • 文件大小：1048576
    • 提供者：machen_smiling

  1. BI数据架构

  2. 《大数据架构详解：从数据获取到深度学习》从架构、业务、技术三个维度深入浅出地介绍了大数据处理领域端到端的知识。主要内容包括三部分：第一部分从数据的产生、采集、计算、存储、消费端到端的角度介绍大数据技术的起源、发展、关键技术点和未来趋势，结合生动的业界最新产品，以及学术界最新的研究方向和成果，让深奥的技术浅显易懂；第二部分从业务和技术角度介绍实际案例，让读者理解大数据的用途及技术的本质；第三部分介绍大数据技术不是孤立的，讲解如何与前沿的云技术、深度学习、机器学习等相结合。 《大数据架构详解：从数

  3. 所属分类：算法与数据结构

    • 发布日期：2018-03-26
    • 文件大小：1048576
    • 提供者：weixin_41900923

  1. 大数据BI架构方案

  2. 诠释了企业级大数据数据仓库的BI架构方案和模型设计的心得

  3. 所属分类：Hadoop

    • 发布日期：2018-09-04
    • 文件大小：1048576
    • 提供者：dch215810

  1. BI和ERP是互补的系统

  2. 如何只用一句话就能使商业信息（Business Information 简称BI）、决策支持等新架构体系对用户产生新的诱惑力呢？BI是架构在ERP之上的，而决策支持是在BI基础上的再扩展。也就是说，新的架构体系使行业用户能够在现有企业数据仓库之上再创建一个“虚拟”企业，这意味着什么呢？ 简单的说，就是行业用户可将现有的数据仓库资源整合到一个分布式的BI网络环境当中。像ERP一样，它是一种自上而下的透视方法。它能提高行业用户相关商业目标的执行潜力，并允许用户重组一种更精准的部门级操作流程；

  3. 所属分类：其它

    • 发布日期：2020-12-09
    • 文件大小：95232
    • 提供者：weixin_38501610

  1. 大数据的原理

  2. 目前围绕Hadoop体系的大数据架构包括： 传统大数据架构 数据分析的业务没有发生任何变化，但是因为数据量、性能等问题导致系统无法正常使用，需要进行升级改造，那么此类架构便是为了解决这个问题。依然保留了ETL的动作，将数据经过ETL动作进入数据存储。数据分析需求依旧以BI场景为主，但是因为数据量、性能等问题无法满足日常使用。 流式架构 在传统大数据架构的基础上，流式架构数据全程以流的形式处理，在数据接入端将ETL替换为数据通道。经过流处理加工后的数据，以消息的形式直接推送给了消费者。存储部分在外

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：45056
    • 提供者：weixin_38686658

  1. 写给非数据人的数据世界入门指南

  2. 一直追我博客的人想必是清楚我之前做交互设计，然后去轮岗过行业运营，然后突然就开始做产品经理了。我也觉得奇怪的是，上次发了一个招聘启事后，来加我微信的同学们，既有做交互的，也有做产品经理的，甚至还有在IBM做了5年BI数据分析师的……这样看来，我的博客逐渐成了一个交叉学科。简单来说，也差不多如上图所示。当时是一个新业务开拓，仅仅4个月的轮岗（非正式的轮岗，当时就是老大给了各个部门体验其他团队工作的机会，但是组织架构可以在轮岗结束后再恢复原岗位），结果成了职业历程上的分水岭。为什么呢？行业运营除了日

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1048576
    • 提供者：weixin_38719719

  1. 从0到N建立高性价比的大数据平台

  2. 今天和大家分享的内容主要就是怎么样从0到N来建一个大数据平台。其实，每一个大数据平台都不是凭空而起的，每个企业刚刚开始数据分析的时候，也不是上来就是一个大数据开源平台Hadoop、Spark这样一个存储的。今天分享的内容，其实是根据企业发展的不同阶段，针对业务的需求来选择不同的大数据架构，配置不同规模的数据处理人员，根据企业不同的时间点，帮助企业从0到N，建立高性价比的大数据平台。第一个先说从0到N大数据的时代划分，其实大数据时代不是现在才开始的，它早在以前就开始了，只不过那时候不叫大数据，在最

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：1048576
    • 提供者：weixin_38713586

  1. 常用的几种大数据架构剖析

  2. 本文来自于jianshu，文章主要分析了目前数据处理领域使用比较多的几种架构，详细对架构优缺点和使用场景进行了介绍。数据分析工作虽然隐藏在业务系统背后，但是具有非常重要的作用，数据分析的结果对决策、业务发展有着举足轻重的作用。随着大数据技术的发展，数据挖掘、数据探索等专有名词曝光度越来越高，但是在类似于Hadoop系列的大数据分析系统大行其道之前，数据分析工作已经经历了长足的发展，尤其是以BI系统为主的数据分析，已经有了非常成熟和稳定的技术方案和生态系统，对于BI系统来说，大概的架构图如下：可以

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：359424
    • 提供者：weixin_38543749

  1. 写给非数据人的数据世界入门指南

  2. 一直追我博客的人想必是清楚我之前做交互设计，然后去轮岗过行业运营，然后突然就开始做产品经理了。我也觉得奇怪的是，上次发了一个招聘启事后，来加我微信的同学们，既有做交互的，也有做产品经理的，甚至还有在IBM做了5年BI数据分析师的……这样看来，我的博客逐渐成了一个交叉学科。简单来说，也差不多如上图所示。当时是一个新业务开拓，仅仅4个月的轮岗（非正式的轮岗，当时就是老大给了各个部门体验其他团队工作的机会，但是组织架构可以在轮岗结束后再恢复原岗位），结果成了职业历程上的分水岭。为什么呢？行业运营除了日

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：1048576
    • 提供者：weixin_38741317

  1. 令人敬畏的数据科学：网络上有用的数据科学事物的集合-源码

  2. 营销与广告真棒数据科学宝典 面向营销和广告的所有“数据科学”集合（数字营销商，代理商，Web设计师和Web分析师） 目录 软件 数据架构 经典ETL 塔伦德开放工作室 Tibco Jaspersoft ETL 云ETL 数据存储/数据库 客户数据平台 作业计划/工作流程/编排/转换 网站分析/应用分析 机器学习IDE BI /数据可视化/报告 SaaS市场报告解决方案 部署环境 图书馆 Python 可视化 ，用一行代码自动可视

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：7168
    • 提供者：weixin_42134117

  1. 从0到N建立高性价比的大数据平台

  2. 今天和大家分享的内容主要就是怎么样从0到N来建一个大数据平台。其实，每一个大数据平台都不是凭空而起的，每个企业刚刚开始数据分析的时候，也不是上来就是一个大数据开源平台Hadoop、Spark这样一个存储的。今天分享的内容，其实是根据企业发展的不同阶段，针对业务的需求来选择不同的大数据架构，配置不同规模的数据处理人员，根据企业不同的时间点，帮助企业从0到N，建立高性价比的大数据平台。第一个先说从0到N大数据的时代划分，其实大数据时代不是现在才开始的，它早在以前就开始了，只不过那时候不叫大数据，在最

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：1048576
    • 提供者：weixin_38674050

  1. 常用的几种大数据架构剖析

  2. 本文来自于jianshu，文章主要分析了目前数据处理领域使用比较多的几种架构，详细对架构优缺点和使用场景进行了介绍。 数据分析工作虽然隐藏在业务系统背后，但是具有非常重要的作用，数据分析的结果对决策、业务发展有着举足轻重的作用。随着大数据技术的发展，数据挖掘、数据探索等专有名词曝光度越来越高，但是在类似于Hadoop系列的大数据分析系统大行其道之前，数据分析工作已经经历了长足的发展，尤其是以BI系统为主的数据分析，已经有了非常成熟和

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：359424
    • 提供者：weixin_38737565
« 12 3 4 5 6 7 »