[B! DWH] takami_hirokiのブックマーク

唐突にデータウェアハウス（DWH）の設計をすることになったので、DWHの設計周りを調べた - Qiita

前提筆者のスペック SQLが書ける程度でデータベースに詳しいかと言われるとそうではない新卒1年目のエンジニア（の卵）。 DWHとかデータウェアハウスって聞いたことあるけど具体的に何かはわからない。 DWHに加えてデータマートとやらが必要らしいとは知っていたが、具体的にデータマートが何かわからない。 DWHの4特性を知らなかった。もちろんDWHの3つのアーキテクチャを知らなかった。データベースよりむしろフロントエンドの方が好き。今回の取り組みの目的 DWHの設計方法を理解し、要件に沿った最適な設計が可能になること。（2日で）以上。要件複数のデータソースを元にBIツールでの分析がしたい。そのために必要なDWH・データマートを設計すること。分析自体の要件は決まっているため、データソースを元にDWH・データマートをどのような設計にするか決定することがゴール。データウェアハウス(D

takami_hiroki 2017/11/03

リンク

四つのBIで紐解く“情報爆発”

データ量が従来になく膨大になった“情報爆発”の時代が訪れた。ただ闇雲に分析に取り組んでも意味はない。だがその情報を上手く活用すれば、競争優位の源泉となりビジネス領域が広がるとの期待が高まっている。ビジネスインテリジェンス(BI)には四つのタイプがある。この切り口から“情報爆発”への処方箋を考えてみる。今回は、BIの四つのタイプを紹介する。 NTTデータ技術開発本部　ビジネスインテリジェンス推進センタ長中川慶一郎 “情報爆発”は洪水か鉱脈か、それとも大海原か ITの普及により消費者・生活者はさまざまな利便性を享受するようになった。その中で、ライフログと呼ばれる日常生活の行動履歴を記録した膨大なデータが発生している。企業活動においても、業務システムで蓄積されるデータは、より細かく多岐にわたり、結果としてより膨大になっていく傾向にある。データ量は、これまでとは比べものにならないくらい膨大

takami_hiroki 2010/12/10

BI
DWH

リンク

MySQLによるデータウェアハウス構築

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは、オークション事業部のWangです。データウェアハウス（以下DWH）という言葉になじみのない方は検索していただいたほうがよいかもしれません。検索するのがめんどい、という方は、かみ砕いた表現ができなくて恐縮ですが、基幹系システムから抽出したデータを目的をもって再構成し、使用可能な状態に保管されたデータの集合体、とお考えください。オークションでは、具体的には出品、入札、落札などのトランザクションデータや、それをいろいろな単位で集計したデータなどが該当します。ここでいう単位というのはたとえば、日ごと、週ごと、月ごとや、以前の記事でも紹介されているカテゴリといったものになります。こういったデータは、運用、運営、

takami_hiroki 2009/09/01

リンク

Hadoop＋Hive検証環境を構築してみる

Hadoop＋Hive検証環境を構築してみる：Hive――RDB使いのためのHadoopガイド（前編）（1/3 ページ） Hadoop HiveはHadoop上でSQLライクなクエリ操作が可能なDWH向けのプロダクトです。SQLに近い操作が可能なため、HBaseよりもデータベースに慣れ親しんだみなさんには使い勝手がいいかもしれません。本稿ではこのHiveの使い方とレビューを行っていきます。