Data Lake Architecture Titelbild

Data Lake Architecture

Designing the Data Lake and Avoiding the Garbage Dump

 Reinhören
Dieses Angebot sichern 0,00 € - kostenlos hören
Angebot endet am 1.12.2025 um 23:59 Uhr. Es gelten die Audible Nutzungsbedingungen.
Prime Logo Bist du Amazon Prime-Mitglied?
Audible 60 Tage kostenlos testen
Für die ersten drei Monate erhältst du die Audible Premium Mitgliedshaft für nur 0,99 € pro Monat. Dazu erhältst du ein Bonusguthaben von 15 € für Audible.de. Du wirst per Mail benachrichtigt.
Pro Monat bekommst du ein Guthaben für einen beliebigen Titel aus unserem gesamten Premium-Angebot. Dieser bleibt für immer in deiner Bibliothek.
Höre tausende enthaltene Hörbücher, Audible-Originale, Podcasts und vieles mehr.
Pausiere oder kündige dein Abo monatlich.
Aktiviere das kostenlose Probeabo mit der Option, monatlich flexibel zu pausieren oder zu kündigen.
Nach dem Probemonat bekommst du eine vielfältige Auswahl an Hörbüchern, Kinderhörspielen und Original Podcasts für 9,95 € pro Monat.
Wähle monatlich einen Titel aus dem Gesamtkatalog und behalte ihn.

Data Lake Architecture

Von: Bill Inmon
Gesprochen von: Mark Shumka
Dieses Angebot sichern 0,00 € - kostenlos hören

9,95 €/Monat nach 3 Monaten. Angebot endet am 1.12.2025 um 23:59 Uhr. Monatlich kündbar.

9,95 € pro Monat nach 30 Tagen. Monatlich kündbar.

Für 7,95 € kaufen

Für 7,95 € kaufen

ZEITLICH BEGRENZTES ANGEBOT. Nur 0,99 € pro Monat für die ersten 3 Monate + 15 € Audible-Guthaben. Danach 9,95 €/Monat. Bedingungen gelten. Jetzt starten.

Über diesen Titel

Organizations invest incredible amounts of time and money in obtaining and then storing big data in stores called data lakes. But how many of these organizations can actually get the data back out in a useable form? Very few can turn a data lake into an information gold mine. Most wind up with garbage dumps.

Data Lake Architecture will explain how to build a useful data lake where data scientists and data analysts can solve business challenges and identify new business opportunities. Learn how to structure data lakes as well as analog, application, and text-based data ponds to provide maximum business value. Understand the role of the raw data pond and when to use an archival data pond. Leverage the four key ingredients for data lake success: metadata, integration mapping, context, and metaprocess.

Bill Inmon opened our eyes to the architecture and benefits of a data warehouse, and now he takes us to the next level of data lake architecture.

©2016 Bill Inmon (P)2016 Technics Publications, LLC Data Science Informatik
Noch keine Rezensionen vorhanden