In-memory adatbázis-kezelő alkalmazások gazdaságossági kérdései Return on IMDB applications
|
|
- Flóra Orsós
- 7 évvel ezelőtt
- Látták:
Átírás
1 In-memory adatbázis-kezelő alkalmazások gazdaságossági kérdései Return on IMDB applications ERDŐS Ferenc, PhD, egyetemi docens Széchenyi István Egyetem, Gépészmérnöki, Informatikai és Villamosmérnöki Kar, Informatika Tanszék Győr, Egyetem tér 1. Abstract Today, data-intensive business applications play an increasingly role in companies. In order to serve the business needs practically all major relational database management system vendors offer the opportunity of in-memory data management. This study attempts analyse the application opportunities and the return on investment aspects of in-memory database management systems. Összefoglaló Napjainkban az adatintenzív üzleti alkalmazások egyre jelentősebb szerepet töltenek be a vállalatok életében. Az üzleti igények kiszolgálása érdekében már gyakorlatilag mindegyik jelentősebb piaci részesedéssel bíró relációs adatbázis-kezelő rendszereket fejlesztő cég kínálatában elérhető a memóriában tárolt adatbázisok lehetősége. A tanulmányban kísérletet teszek annak megállapítására, hogy mely üzleti területeken lehet ezen megoldásoknak relevanciája és milyen beruházásgazdaságossági módszerek alkalmazhatók a megtérüléselemzés során. Keywords IT, IMDB, In-memory 1. BEVEZETÉS Napjainkban az különböző üzleti alkalmazások egyre jelentősebb szerepet töltenek be egy vállalat életében. Ezzel párhuzamosan egyre nő az IT-rendszerekkel szemben támasztott igény, a technológia fejlődésével pedig újabb és újabb innovációk jelennek meg a piacon. Az egyik ilyen újdonság, amely már gyakorlatilag mindegyik jelentősebb piaci részesedéssel bíró relációs adatbáziskezelő rendszerekkel foglalkozó cég kínálatában elérhető, a memóriában tárolt adatbázisok területe. A következőkben kísérletet teszek annak megállapítására, hogy mely üzleti területeken lehet ezen megoldásoknak relevanciája és milyen beruházásgazdaságossági módszerek alkalmazhatók a megtérüléselemzés során. 2. IN-MEMORY ADATBÁZISOK JELLEMZŐI Az utóbbi évtizedben jelentős változások következtek be az elérhető informatikai rendszerek hardverjellemzői terén. Ilyenek például a többmagos architektúrák elterjedése, vagy a memória árak jelentős mérséklődése. A tárolási hierarchiában (1. ábra) a vállalati IT-rendszerek tekintetében egyre nagyobb nyomás jelent meg a felfelé való elmozdulás irányába, ugyanis jóllehet a merevlemezek tárolási kapacitása jelentősen megnövekedett, de elérési sebességük közel sem nőtt olyan arányban, mint ami a sebességnövekedés terén a többi hardverkomponens esetében megfigyelhető volt. A diszk alapú tárolás sebessége a mechanikai korlátok miatt előre láthatólag a jövőben sem fog jelentős növekedést produkálni. 203
2 1. ábra Adattárolási hierarchia Többek között ebből a problémából adódóan a hagyományos RDBMS-megoldások sok esetben szűk keresztmetszetet jelentettek az IT-rendszerektől egyre hangsúlyosabban elvárt bizonyos adatintenzív üzleti igényinek kiszolgálásában. Mivel a feldolgozási műveletek minden esetben a CPUn belül hajtódnak végre, így az adatbázis-kezelő rendszereket fejlesztők részéről az alapvető törekvés az, hogy a feldolgozáshoz szükséges adatokat minél gyorsabban a CPU rendelkezésére bocsájtsák. Elsősorban ezen igény kiszolgálására jelentek meg az utóbbi években egyre nagyobb számban az IMDB-rendszerek (In-Memory DataBase), amelyek alatt olyan adatbázis rendszert értünk, ahol a tárolt és kezelt adatok elsődleges példánya a fizikai memóriában található [2], szemben a nem volatilis tárolón alapuló adatbázisokkal, ahol az jellemzően a lemezes-, vagy SSD (Solid-State Drive) alapú háttértáron található. Természetesen a teljes körű IMDB-megoldásokon túlmenően számos olyan megoldás is található a piacon, ahol az adatbázisnak csak egy részét töltik valamilyen automatizált, vagy manuális konfigurációnak megfelelően az operatív tárba, valamint az adatbázisok memória cache területének megnövelésére és annak minél optimalizáltabb kihasználására helyezik a hangsúlyt. Az IMDB-rendszerek esetében természetesen szükség van nem volatilis tárolókra is (merevlemezre, SSD-re, vegy egyéb háttértárolóra), hogy rendszerleállás és újraindítás után se vesszenek el az adatok. Ez viszont jellemzően nem lassítja az ilyen rendszerek teljesítményét, hiszen a szükséges backup műveletek aszinkron módon is történhetnek háttérfolyamatként. A jelenlegi üzleti rendszerek tranzakcionális adatbázisainak jelentős része különböző aggregátumokat tartalmaz, amelyeket alapvetően performancia okokból képeznek az adatmodellek kialakítása során. Az esetleges üzleti oldal igényeiből adódó újabb aggregációk vagy hierarchiák iránti igény sok esetben jentős fejlesztési terhet jelent, amelyet leginkább csak az aszinkron módban működő OLAP-rendszerben lehet rövid úton megvalósítani. Egy in-memory alapú adatbázis esetében bármikor tetszőleges igény szerinti aggregáció, hierarchia és algoritmus valós időben kialakítható, ugyanis a redundanciamentes ún. fizikai adatmodell fölé helyezett logikai-, vagy más néven információs modell réteg tetszőleges módon kialakítható és az OLTP-jellegű karbantartási műveletek teljesítményének csökkenése nélkül bővíthető. Az implicit redundanciát is jelentő aggregációk megszűnése mellett az IMDB-rendszerek lehetőséget biztosítanak az oszlop alapú szervezésre, amelyből adódóan a feleslegessé váló, korábban riportokat kiszolgáló indexek eldobásával az OLTP adatbázis-karbantartó műveletek teljesítménye is megnő. Az oszlop alapú szervezés lehetőséget biztosít a tárolt adatok jelentős arányú tömörítésére is, amely az inmemory alapú adatbázisok esetében esszenciális tényező. További előny a rendkívül gyors válaszidő, amely egyes szélsőséges esetekben az üzleti alkalmazásokban indított lekérdezések tekintetében rendkívüli sebességnövekedést is előidézhet. 204
3 3. AZ IN-MEMORY ADATBÁZIS-KEZELŐ ALKALMAZÁSOK FELÉPÍTÉSÉNEK ÚJ PARADIGMÁJA A 90-es években kialakult nagyvállalati üzleti alkalmazásfejlesztés klasszikus rétegrendje napjaink IT-rendszereire általánosan jellemző. Ezen megközelítés szerint a tradicionális modell a 2. ábrán látható felépítésben három rétegből áll, az adatbázis rétegből, az alkalmazás szerver rétegből és a kliens rétegből. Megfigyelhető, hogy a nagyvállalati rendszereknél az üzleti logika tekintetében a fejlesztések során többnyire nem alkalmazzák a szerver oldali adatbázis programozást, így nem jellemző az ilyen tartalmú tárolt eljárások és függvények implementálása. Az üzleti logikát tehát teljes mértékben az alkalmazásszerver szolgáltatja, amelynek következtében nagy mennyiségű adatot transzportálnak az alkalmazás szerver szintjére és azt ott dolgozzák fel. Ennek megfelelően az alkalmazásszervernek komoly teljesítményparaméterekkel kell rendelkeznie, sok adatot kell bufferelnie, az adatok feldolgozása miatt erőteljes számítási teljesítménnyel kell bírnia, így a skálázhatósággal kapcsolatos igény jelentős hányada is ezen a rétegen jelenik meg. Az üzleti alkalmazások meghatározó hányadánál a felhasználói interfész renderelésének jelentős része is itt történik és a felhasználói felület események az alkalmazás szerveren kerülnek feldolgozásra. 2. ábra A klasszikus három rétegű alkalmazások felépítése Az in-memory platformokra épülő adatbázis-kezelő alkalmazások esetében az adatbázis oldali rendkívül gyors feldolgozási teljesítményből adódóan célszerű az üzleti logika adatintenzív részét erre a szintre implementálni, amellyel számos adatbázis specifikus előny hasznosítható. Ebben a megközelítésben az adatbázis szerver már csak a feldolgozási teljesítményigényes számítások eredményét továbbítja az alkalmazás szervernek, amelyből adódóan az alkalmazás szerver réteg sokkal vékonyabb. Egyes fejlesztői platformokon, mint például az SAP HANA, az alkalmazás szerver az adatbázisba van integrálva. [4] Az ilyen hatékony működésre optimalizált in-memory adatbázisokra épülő modern három rétegű alkalmazások felépítését a 3. ábra mutatja. 205
4 3. ábra Hatékony működésre optimalizált in-memory adatbázisokra épülő három rétegű alkalmazások felépítése 4. AZ IN-MEMORY ALAPÚ RENDSZEREK GAZDASÁGOSSÁGI KÉRDÉSEI Az in-memory alapú rendszerek használata olyan szervezetek számára jelenthet üzleti értéket, amelyeknél az OLTP-rendszerekre kialakított analitikus lekérdezések gyakori futtatása performanciaproblémákat okoz, valamint más üzleti területek működtetése elől vesz el teljesítményt és kapacitást, de valamilyen okból kifolyólag nem kívánnak külön adattárházat üzemeltetni. Az OLTP és OLAP igények egy közös in-memory rendszerből való kiszolgálása további egyszerűsítést, és mind a hardver- és szoftverköltségek területén költségcsökkentést eredményezhet, amely összességében alacsonyabb TCO-t (Total Cost of Ownership) eredményezhet a rendszer teljes életciklusára vetítve. Egy további pénzügyi megtérüléssel kecsegtető terület lehet az olyan valós idejű elemzési adatigények kiszolgálása, amelyek adattárházzal nem oldhatók meg. Az üzleti jellegű lekérdezések sebességének növelése érdekében a vállalatok általában két külön megközelítésű adatbázist működtetnek az egyiket a tranzakciók-feldolgozására (OLTP), a másikat pedig az analitikus elemzések elvégzésére (OLAP). Az OLAP-rendszerekbe jellemzően csak valamilyen időközönként kerülnek a tranzakciós adatbázisból az adatok áttöltésre, jóllehet a vállalatok üzleti döntéseihez a legtöbb esetben a legfrissebb tényadatok is szükségesek. Az in-memory alapú rendszerek kifejezetten költséghatékony megoldást jelenthetnek az olyan agilis adatpiac kialakítást célzó projektek esetében, ahol fontos a különböző rendszerekből származó adatok aktualitása és ezek valósidejű monitoringja és elemzése. Ezekben az esetekben természetesen szükség van a megfelelő ETL-folyamatok kiépítésére és a szükséges replikációs szerverek alkalmazására, amely további költségeket jelent. Mivel az említett alkalmazási területek hasznossági hatásainak eredményeképpen elsősorban a vállalati döntésekhez szükséges új vagy jobb információ állhat rendelkezésre, az ilyen jellegű beruházások megtérülésének vizsgálatához az információs értéknövekedés területét kellene segítségül hívni. Ezen megközelítés szerint minden információnak a beszerzése bizonyos költséggel jár együtt (jelen esetben egy in-memory alapokon működő informatikai rendszer bevezetése, fenntartása), valamint minden újabb információnak a birtoklása valamilyen előnyt jelenthet a döntéshozó számára. Az ilyen rendszerek TCO-ja nagyrészt a többi informatikai rendszerhez hasonló módon becsülhető. Azonban annak megállapítása, hogy a döntéshozó információkkal való ellátása kielégítő e, vagy bizonyos döntési folyamatokhoz további, vagy gyorsabban rendelkezésre álló információkra van-e szükség, speciális értékelési eljárásokat, modelleket igényel. A legtöbb ilyen modell alapjául a differencia eljárás szolgál. Ennek lényege, hogy az információérték a nyereség járulékos információk 206
5 beszerzése utáni elvárt értékének és a nyereségnek az információ megszerzése nélküli elvárt értékének a különbsége [8]. Ezzel összhangban csak akkor gazdaságos az adott információ megszerzése, ha ez a különbség nagyobb, mint nulla. A differencia eljárás egy tökéletes információs rendszert tételez fel, ugyanis az összes lehetséges döntési alternatíva és döntési környezet ismerete mellett, még az összes várható döntési konzekvenciára és az egyes alternatívák hasznossági hatásának számszerűsített értékelésére is ex ante szükség van [1]. A külföldi szakirodalmakban (például: [3], [5], [7]) leírt speciális modelleknek (például: kvantitatív orientációjú alapmodell, lineáris parciális információ modell, információértékelés a minőségi jószágkritériumok figyelembevételével, információérték a sztochasztikus kvadratikus döntési problémánál, stb.) alapvető problémájuk az, hogy többnyire ismeretlenek, túl elméleti jellegűek, alkalmazásuk rendkívül magas szintű matematikai és statisztikai háttértudást igényel, továbbá az elemzések eredményei is csak durva becslést jelentenek. Ebből kifolyólag ezeknek a módszereknek az in-memory alapú rendszerek gazdaságossági kérdéseinek területén való alkalmazhatósága erősen megkérdőjelezhető. 5. ÖSSZEFOGLALÁS Az in-memory alapú adatbázis-rendszerek alkalmazásának számos területen van létjogosultsága, úgymint az OLAP és OLTP adatbázisok egy közös rendszerrel való kiváltása, az agilis adatpiacok kialakítása, vagy valamilyen valós idejű adatelemzési adatigények kiszolgálása. Az ilyen jellegű beruházások megtérülésének elemzéséhez az információérték növekedés elméletére alapuló speciális modellek alkalmazására lenne szükség. Ezen módszerek alapvető problémája, hogy túl elméleti jellegűek és használatuk rendkívül magas szintű matematikai és statisztikai háttértudást igényel, ebből kifolyólag az in-memory alapú rendszerek gazdaságossági kérdéseinek területén való alkalmazhatóságuk létjogosultsága erősen megkérdőjelezhető. Hivatkozások [1] Erdős F.: A kis- és közepes vállalkozások informatikai beruházásai és azok megtérülési lehetőségei Magyarországon. Doktori disszertáció, SZE RGDI, [2] Hector Garcia-Molina, Kenneth Salem: Main Memory Database Systems: An Overview. IEEE Transactions on knowledge and data engineering /6 [3] Hirsch, R. E.: Informationswert und kosten und deren Beeinflussung. - Zeitschrift für betriebswirtschaftliche Forschung / o. [4] Word, J.: SAP HANA Essentials, Epistemy Press LLC, United States, [5] Laengle, S.: Informationswert bei Stochastisch quadratischen Entscheidungsproblemen. Dissertation. Universität Konstanz, Fakultät für Wirtschaftswissenschaften und Statistik [6] Bachmaier, M., Krutov, I.: In-memory Computing with SAP HANA on Lenovo X6 Systems, Lenovo Press, US, [7] Moody, D., Walsh, P.: Measuring the Value of Information: An Asset Valuation Approach. 7th European Conference on Information Systems (ECIS 99). Copenhagen Business School, Copenhagen, Denmark o. [8] Satzger, G., Huther, A.: Informations und Kommunikationskosten. In: Fischer, T. M. (Hrsg.) Kosten Controlling. Neue Methoden und Inhalte. Schäffer Poeschel, Stuttgart, o. 207
Valós idejű megoldások: Realtime ODS és Database In-Memory tapasztalatok
Valós idejű megoldások: Realtime ODS és Database In-Memory tapasztalatok Pusztai Péter IT fejlesztési senior menedzser Magyar Telekom Sef Dániel Szenior IT tanácsadó T-Systems Magyarország 2016. április
RészletesebbenRendszermodernizációs lehetőségek a HANA-val Poszeidon. Groma István PhD SDA DMS Zrt.
Rendszermodernizációs lehetőségek a HANA-val Poszeidon Groma István PhD SDA DMS Zrt. Poszeidon EKEIDR Tanúsított ügyviteli rendszer (3/2018. (II. 21.) BM rendelet). Munkafolyamat támogatás. Papírmentes
RészletesebbenVÁLLALATI INFORMÁCIÓS RENDSZEREK. Debrenti Attila Sándor
VÁLLALATI INFORMÁCIÓS RENDSZEREK Debrenti Attila Sándor Információs rendszer 2 Információs rendszer: az adatok megszerzésére, tárolására és a tárolt adatok különböző szempontok szerinti feldolgozására,
RészletesebbenVállalati információs rendszerek I, MIN5B6IN, 5 kredit, K. 4. A meghirdetés ideje (mintatanterv szerint vagy keresztfélében):
Követelményrendszer 1. Tantárgynév, kód, kredit, választhatóság: Vállalati információs rendszerek I, MIN5B6IN, 5 kredit, K 2. Felelős tanszék: Informatika Szakcsoport 3. Szak, szakirány, tagozat: Műszaki
Részletesebbenwebalkalmazások fejlesztése elosztott alapon
1 Nagy teljesítményű és magas rendelkezésreállású webalkalmazások fejlesztése elosztott alapon Nagy Péter Termékmenedzser Agenda Java alkalmazás grid Coherence Topológiák Architektúrák
RészletesebbenADATTÁRHÁZ MENEDZSMENT ÉS METAADAT KEZELÉS
ADATTÁRHÁZ MENEDZSMENT ÉS METAADAT KEZELÉS Gollnhofer Gábor JET-SOL Kft. Nyilvántartási szám: 503/1256-1177 TARTALOM Bemutatkozás Adattárház menedzsment szemszögből Mi kell a sikeres adattárházhoz? Kérdések
RészletesebbenTELJESÍTÉNYMÉRÉS FELHŐ ALAPÚ KÖRNYEZETBEN AZURE CLOUD ANALÍZIS
TELJESÍTÉNYMÉRÉS FELHŐ ALAPÚ KÖRNYEZETBEN AZURE CLOUD ANALÍZIS Hartung István BME Irányítástechnika és Informatika Tanszék TEMATIKA Cloud definíció, típusok, megvalósítási modellek Rövid Azure cloud bemutatás
RészletesebbenVvAaLlÓóSs IiıDdEeJjȷŰű OoDdSs goldengate alapokon a magyar telekomban
VvAaLlÓóSs IiıDdEeJjȷŰű OoDdSs goldengate alapokon a magyar telekomban Pusztai Péter IT fejlesztési senior menedzser Magyar Telekom Medveczki György szenior IT architekt T-Systems Magyarország 2014. március
Részletesebben2011. November 8. Boscolo New York Palace Budapest. Extrém teljesítmény Oracle Exadata és Oracle Exalogic rendszerekkel
2011. November 8. Boscolo New York Palace Budapest Extrém teljesítmény Oracle Exadata és Oracle Exalogic rendszerekkel Integrált rendszerek - Engineered Systems Együtt tervezett hardver és szoftver Egyedi
RészletesebbenSzemléletmód váltás a banki BI projekteken
Szemléletmód váltás a banki BI projekteken Data Governance módszertan Komáromi Gábor 2017.07.14. Fókuszpontok áthelyezése - Elérendő célok, elvárt eredmény 2 - Egységes adatforrásra épülő, szervezeti egységektől
RészletesebbenGazdasági informatika alapjai
PSZK Mesterképzési és Távoktatási Központ / H-1149 Budapest, Buzogány utca 10-12. / 1426 Budapest Pf.:35 II. évfolyam Név: Neptun kód: Kurzus: Tanár neve: HÁZI DOLGOZAT 2. Gazdasági informatika alapjai
RészletesebbenVezetői információs rendszerek
Vezetői információs rendszerek Kiadott anyag: Vállalat és információk Elekes Edit, 2015. E-mail: elekes.edit@eng.unideb.hu Anyagok: eng.unideb.hu/userdir/vezetoi_inf_rd 1 A vállalat, mint információs rendszer
RészletesebbenHogyan növelje kritikus üzleti alkalmazásainak teljesítményét?
Hogyan növelje kritikus üzleti alkalmazásainak teljesítményét? Alkalmazás archiválás EMC Forum 2013 Sepsy Zoltán Mindennapi alkalmazásaink Folyamatos változás az alkalmazás technológiákban. Kiterjedt
RészletesebbenTartalomjegyzék. 1. Bevezető... 1. 2. Az információs rendszerek világa... 5. 3. Az információs rendszerek felépítése... 31
1. Bevezető... 1 2. Az információs rendszerek világa... 5 2.1. Definíciók és alapfogalmak... 6 2.2. A vállalati alkalmazások közös tulajdonságai... 9 2.3. IT-megoldások bevezetése... 12 2.4. Az információs
RészletesebbenInfor PM10 Üzleti intelligencia megoldás
Infor PM10 Üzleti intelligencia megoldás Infor Üzleti intelligencia (Teljesítmény menedzsment) Web Scorecard & Műszerfal Excel Email riasztás Riportok Irányít Összehangol Ellenőriz Stratégia Stratégia
Részletesebbenbölcsesség tudás információ adat értékvonal INFORMÁCIÓGAZDÁLKODÁS
INFORMÁCIÓGAZDÁLKODÁS Gazdaságossági számítások Szent István Egyetem Információgazdálkodási Tanszék 2006. 1 Az információ drága, de hülyének lenni sem olcsó. (Pázmándi Gyula) 2 Mi hiányzik az utolsó sorból?
RészletesebbenSegítség, összementem!
Segítség, összementem! Előadók: Kránicz László Irimi János Budapest, 2013. április 10. ITFI - Adatintegrációs Kompetencia Központ ITFI - Adatintegrációs Kompetencia Központ Tartalomjegyzék 2 Az Adattárház
RészletesebbenExadata, a világ leggyorsabb adatbázisgépe
ORACLE PRODUCT LOGO 2011. november 8. Budapest Exadata, a világ leggyorsabb adatbázisgépe Fekete Zoltán, principal sales consultant http://blogs.oracle.com/zfekete/ 1 Copyright 2011, Oracle and/or its
RészletesebbenDW 9. előadás DW tervezése, DW-projekt
DW 9. előadás DW tervezése, DW-projekt Követelmény felmérés DW séma tervezése Betöltési modul tervezése Fizikai DW tervezése OLAP felület tervezése Hardver kiépítése Implementáció Tesztelés, bevezetés
RészletesebbenMicrosoft SQL Server telepítése
Microsoft SQL Server telepítése Az SQL Server a Microsoft adatbázis kiszolgáló megoldása Windows operációs rendszerekre. Az SQL Server 1.0 verziója 1989-ben jelent meg, amelyet tizenegy további verzió
RészletesebbenData Vault 2.0 és az Oracle DW/BD referencia architektúra. Gollnhofer Gábor Meta Consulting Kft.
Data Vault 2.0 és az Oracle DW/BD referencia architektúra Gollnhofer Gábor Meta Consulting Kft. Az Oracle referencia architektúrák Rövid bevezető Az IT Strategies from Oracle (ITSO) része Átgondolt, bevált,
RészletesebbenI. RÉSZ. Tartalom. Köszönetnyilvánítás...13 Bevezetés...15
Tartalom 5 Tartalom Köszönetnyilvánítás...13 Bevezetés...15 I. RÉSZ AZ ALAPOK... 17 1. fejezet Egy kis történelem...19 A korai MIS rendszerektől az alapgondolatig...19 Operatív és analitikus rendszerek
RészletesebbenFelhőszolgáltatások megvalósítása PureSystems eszközökön
Budai Károly Szoftver architekt 2015. április 1. Felhőszolgáltatások megvalósítása PureSystems eszközökön 2015 IBM Corpora/on Tartalom è Az IBM PureSystems termékcsalád è PureFlex - IaaS è PureApplication
RészletesebbenVIR alapfogalmai. Előadásvázlat. dr. Kovács László
VIR alapfogalmai Előadásvázlat dr. Kovács László Információ szerepe Információ-éhes világban élünk Mi is az információ? - újszerű ismeret - jelentés Hogyan mérhető az információ? - statisztikai - szintaktikai
RészletesebbenIsmerkedjünk tovább a számítógéppel. Alaplap és a processzeor
Ismerkedjünk tovább a számítógéppel Alaplap és a processzeor Neumann-elvű számítógépek főbb egységei A részek feladatai: Központi egység: Feladata a számítógép vezérlése, és a számítások elvégzése. Operatív
RészletesebbenCélkitűzések Az Oracle10 g felépítésének, használatának alapszíntű megismerése
BEVEZETÉS Célkitűzések Az Oracle10g felépítésének, használatának alapszíntű megismerése A relációs adatbázis-kezelés elméleti és gyakorlati vonatkozásainak áttekintése Az SQL, PL/SQL nyelvek használatának
RészletesebbenA J2EE fejlesztési si platform (application. model) 1.4 platform. Ficsor Lajos Általános Informatikai Tanszék Miskolci Egyetem
A J2EE fejlesztési si platform (application model) 1.4 platform Ficsor Lajos Általános Informatikai Tanszék Miskolci Egyetem Utolsó módosítás: 2007. 11.13. A J2EE application model A Java szabványok -
RészletesebbenTANMENET 2018/2019. tanév
Szolnoki Műszaki Szakképzési Centrum Pálfy-Vízügyi Szakgimnáziuma 5000 Szolnok, Tiszaparti sétány 2-3. Tel:06-56-424-955, Fax: 06-56-513-925 e-mail cím: titkarsag@palfy-vizugyi.hu TANMENET 2018/2019. tanév
RészletesebbenMagic xpi 4.0 vadonatúj Architektúrája Gigaspaces alapokon
Magic xpi 4.0 vadonatúj Architektúrája Gigaspaces alapokon Mi az IMDG? Nem memóriában futó relációs adatbázis NoSQL hagyományos relációs adatbázis Más fajta adat tárolás Az összes adat RAM-ban van, osztott
Részletesebben30 MB INFORMATIKAI PROJEKTELLENŐR
INFORMATIKAI PROJEKTELLENŐR 30 MB DOMBORA SÁNDOR BEVEZETÉS (INFORMATIKA, INFORMATIAKI FÜGGŐSÉG, INFORMATIKAI PROJEKTEK, MÉRNÖKI ÉS INFORMATIKAI FELADATOK TALÁKOZÁSA, TECHNOLÓGIÁK) 2016. 09. 17. MMK- Informatikai
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék 2013/14 2. félév 5. Gyakorlat Dr. Kulcsár Gyula egyetemi docens Tartalomjegyzék Klasszikus termelésirányítási
RészletesebbenADATBÁZIS-KEZELÉS. Adatbázis-kezelő rendszerek
ADATBÁZIS-KEZELÉS Adatbázis-kezelő rendszerek Adat (Data) Észlelhető, felfogható ismeret Jelsorozat Tény, közlés Valakinek vagy valaminek a jellemzője Adatbázis (Data Base, DB) Hosszú ideig évekig meglévő
RészletesebbenADATBÁZIS-KEZELÉS - BEVEZETŐ - Tarcsi Ádám, ade@inf.elte.hu
ADATBÁZIS-KEZELÉS - BEVEZETŐ - Tarcsi Ádám, ade@inf.elte.hu Számonkérés 2 Papíros (90 perces) zh az utolsó gyakorlaton. Segédanyag nem használható Tematika 1. félév 3 Óra Dátum Gyakorlat 1. 2010.09.28.
RészletesebbenDW/BI rendszerek kialakítása bevezetői szemszögből. Gollnhofer Gábor - Meta Consulting Kft.
DW/BI rendszerek kialakítása bevezetői szemszögből Gollnhofer Gábor - Meta Consulting Kft. Bemutatkozás Meta Consulting Kft. BI, DW és CRM rendszerek tervezése és kialakítása rendszerintegráció, egyedi
RészletesebbenAnalitikai megoldások IBM Power és FlashSystem alapokon. Mosolygó Ferenc - Avnet
Analitikai megoldások IBM Power és FlashSystem alapokon Mosolygó Ferenc - Avnet Bevezető Legfontosabb elvárásaink az adatbázisokkal szemben Teljesítmény Lekérdezések, riportok és válaszok gyors megjelenítése
RészletesebbenAdatbázis rendszerek. dr. Siki Zoltán
Adatbázis rendszerek I. dr. Siki Zoltán Adatbázis fogalma adatok valamely célszerűen rendezett, szisztéma szerinti tárolása Az informatika elterjedése előtt is számos adatbázis létezett pl. Vállalati személyzeti
RészletesebbenSelf service reporting fogások, technikák és megoldások controllereknek, nem csak Excel alapon
Self service reporting fogások, technikák és megoldások controllereknek, nem csak Excel alapon Reporting, dashboarding önkiszolgáló módon Anton Dávid Havas Levente Debrecen, 2017.10.26. Mobil fogyasztás
Részletesebben2651. 1. Tételsor 1. tétel
2651. 1. Tételsor 1. tétel Ön egy kft. logisztikai alkalmazottja. Ez a cég új logisztikai ügyviteli fogalmakat kíván bevezetni az operatív és stratégiai működésben. A munkafolyamat célja a hatékony készletgazdálkodás
RészletesebbenProjekt beszámoló. NEWSIT News basedearlywarning System forintradaytrading: Hír alapú Korai Figyelmeztető Rendszer Napon belüli Kereskedéshez
Projekt beszámoló Projekt azonosítója: Projektgazda neve: Projekt címe: DAOP-1.3.1-12-2012-0080 Pénzügyi Innovációs Iroda Kft. NEWSIT News basedearlywarning System forintradaytrading: Hír alapú Korai Figyelmeztető
RészletesebbenNETinv. Új generációs informatikai és kommunikációs megoldások
Új generációs informatikai és kommunikációs megoldások NETinv távközlési hálózatok informatikai hálózatok kutatás és fejlesztés gazdaságos üzemeltetés NETinv 1.4.2 Távközlési szolgáltatók és nagyvállatok
RészletesebbenProjekt beszámoló. Könyvelési Szakértői Rendszer Kifejlesztése Repetitív Könyvelési Feladatok Szabályalapú Feldolgozására
Projekt beszámoló Projekt azonosítója: Projektgazda neve: Projekt címe: DAOP-1.3.1-12-2012-0081 Számviteli Innovációs Iroda Kft. Könyvelési Szakértői Rendszer Kifejlesztése Repetitív Könyvelési Feladatok
RészletesebbenAz információ drága, de hülyének lenni sem olcsó.
INFORMÁCIÓS TECHNOLÓGIA ALKALMAZÁSA Az információs technológiák költség-haszon elemzése, gazdaságossági számítások (TCO ROI VOI NPV IRR PI) Szent István Egyetem 1 Az információ drága, de hülyének lenni
RészletesebbenSzámítógép felépítése
Alaplap, processzor Számítógép felépítése Az alaplap A számítógép teljesítményét alapvetően a CPU és belső busz sebessége (a belső kommunikáció sebessége), a memória mérete és típusa, a merevlemez sebessége
RészletesebbenVodafone ODI ETL eszközzel töltött adattárház Disaster Recovery megoldása. Rákosi Péter és Lányi Árpád
Vodafone ODI ETL eszközzel töltött adattárház Disaster Recovery megoldása Rákosi Péter és Lányi Árpád Adattárház korábbi üzemeltetési jellemzői Online szolgáltatásokat nem szolgált ki, klasszikus elemzésre
RészletesebbenVizuális adatelemzés - Gyakorlat. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék
Vizuális adatelemzés - Gyakorlat Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Adatelemzés szerepe a rendszermodellezésben Lényeges paraméterek meghatározása
RészletesebbenNyilvántartási Rendszer
Nyilvántartási Rendszer Veszprém Megyei Levéltár 2011.04.14. Készítette: Juszt Miklós Honnan indultunk? Rövid történeti áttekintés 2003 2007 2008-2011 Access alapú raktári topográfia Adatbázis optimalizálás,
RészletesebbenTartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.
Tartalom Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Előszó 1. Az adatbányászatról általában 19 1.1. Miért adatbányászat? 21 1.2. Technológia a rejtett információk
RészletesebbenAdatbáziskezelő-szerver. Relációs adatbázis-kezelők SQL. Házi feladat. Relációs adatszerkezet
1 2 Adatbáziskezelő-szerver Általában dedikált szerver Optimalizált háttértár konfiguráció Csak OS + adatbázis-kezelő szoftver Teljes memória az adatbázisoké Fő funkciók: Adatok rendezett tárolása a háttértárolón
RészletesebbenTudásalapú információ integráció
Tudásalapú információ integráció (A Szemantikus Web megközelítés és a másik irány) Tanszéki értekezlet, 2008. május 14. 1 Miért van szükségünk ilyesmire? WWW: (Alkalmazások) Keresés a weben (pl. összehasonlítás
RészletesebbenAlkalmazások típusai Szoftverismeretek
Alkalmazások típusai Szoftverismeretek Prezentáció tartalma Szoftverek csoportjai Operációs rendszerek Partíciók, fájlrendszerek Tömörítés Vírusok Adatvédelem 2 A szoftver fogalma A szoftver teszi használhatóvá
RészletesebbenOracle SQL Developer Data Modeler és a DW adatmodellezés. Gollnhofer Gábor Meta Consulting Kft.
Oracle SQL Developer Data Modeler és a DW adatmodellezés Gollnhofer Gábor Meta Consulting Kft. Oracle Information Management & Big Data Reference Architecture 2 Mi a NoSQL modellezés célja? Forrás: Insights
RészletesebbenCopyright 2012, Oracle and/or its affiliates. All rights reserved.
1 Oracle Felhő Alkalmazások: Gyorsabb eredmények alacsonyabb kockázattal Biber Attila Igazgató Alkalmazások Divízió 2 M I L L I Á RD 4 1 PERC MINDEN 5 PERCBŐL 5 6 Ember használ mobilt 7 FELHŐ SZOLGÁLTATÁS
RészletesebbenDr. Sasvári Péter Egyetemi docens
A magyarországi vállalkozások Üzleti Intelligencia használatának vizsgálata Dr. Sasvári Péter Egyetemi docens II. IRI Társadalomtudományi Konferencia, 2014. április 25-26. Nové Zámky (Érsekújvár) Gymnázium
RészletesebbenNovell és Oracle: a csúcsteljesítményű, költséghatékony adatközpont megoldás. Sárecz Lajos Értékesítési konzultáns
Novell és Oracle: a csúcsteljesítményű, költséghatékony adatközpont megoldás Sárecz Lajos Értékesítési konzultáns lajos.sarecz@oracle.com A Linux fejlődése Oracle: A Linux elkötelezettje Linux története
RészletesebbenAdatbázis, adatbázis-kezelő
Adatbázisok I. rész Adatbázis, adatbázis-kezelő Adatbázis: Nagy adathalmaz Közvetlenül elérhető háttértárolón (pl. merevlemez) Jól szervezett Osztott Adatbázis-kezelő szoftver hozzáadás, lekérdezés, módosítás,
RészletesebbenHogyan lesz adatbányából aranybánya?
Hogyan lesz adatbányából aranybánya? Szolgáltatások kapacitástervezése a Budapest Banknál Németh Balázs Budapest Bank Fehér Péter - Corvinno Visontai Balázs - KFKI Tartalom 1. Szolgáltatás életciklus 2.
RészletesebbenALKALMAZÁS KERETRENDSZER
JUDO ALKALMAZÁS KERETRENDSZER 2014 1 FELHASZNÁLÓK A cégvezetők többsége a dobozos termékek bevezetésével összehasonlítva az egyedi informatikai alkalmazások kialakítását költséges és időigényes beruházásnak
RészletesebbenSelf Service szekció. XXVIII. Budapesti Menedzsment és Controlling Fórum. Havas Levente. Budapest, május 26. IFUA Horváth & Partners
Self Service szekció XXVIII. Budapesti Menedzsment és Controlling Fórum Havas Levente Budapest, 2016. május 26. Self Service szekció XXVIII. Budapesti Menedzsment és Controlling Fórum Havas Levente Budapest,
RészletesebbenIT trendek és lehetőségek
Mivel készüljünk? IT trendek és lehetőségek Kovács András Üzleti hajtóerők Költséghatékonyság Produktivitás Ügyfélkezelés Meghatározó technológia trendek Operatív alkalmazások & alkalmazás fejlesztés Analitikus
RészletesebbenTakács Gábor mérnök informatikus, okl. mérnöktanár
Takács Gábor mérnök informatikus, okl. mérnöktanár takacsg@sze.hu http://rs1.sze.hu/~takacsg/ Big Data Definition Big Data is data that can t be stored or analyzed using traditional tools. Információ tartalom,
RészletesebbenIK Algoritmusok és Alkalmazásaik Tsz, TTK Operációkutatás Tsz. A LEMON C++ gráf optimalizálási könyvtár használata
IKP-9010 Számítógépes számelmélet 1. EA IK Komputeralgebra Tsz. IKP-9011 Számítógépes számelmélet 2. EA IK Komputeralgebra Tsz. IKP-9021 Java technológiák IK Prog. Nyelv és Ford.programok Tsz. IKP-9030
Részletesebben2. Számítógépek működési elve. Bevezetés az informatikába. Vezérlés elve. Külső programvezérlés... Memória. Belső programvezérlés
. Számítógépek működési elve Bevezetés az informatikába. előadás Dudásné Nagy Marianna Az általánosan használt számítógépek a belső programvezérlés elvén működnek Külső programvezérlés... Vezérlés elve
RészletesebbenAlkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 0. A Wolfram Alpha tudásgép. https://www.wolframalpha.
Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 0. A Wolfram Alpha tudásgép https://www.wolframalpha.com/ Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás
RészletesebbenNAGY TELJESÍTM. Szerzők Dévai. István Automatizálási. és s Alkalmazott Informatikai Tanszék
NAGY TELJESÍTM TMÉNYŰ WEBALKALMAZÁSOK KÉSZÍTÉSE SE JAVA TECHNOLÓGI GIÁVAL Szerzők Dévai István Automatizálási és s Alkalmazott Informatikai Tanszék Az előad adás s tartalma Elméleti áttekintés Nagy teljesítményű
RészletesebbenAdattárház kialakítása a Szövetkezet Integrációban, UML eszközökkel. Németh Rajmund Vezető BI Szakértő március 28.
Adattárház kialakítása a Szövetkezet Integrációban, UML eszközökkel Németh Rajmund Vezető BI Szakértő 2017. március 28. Szövetkezeti Integráció Központi Bank Takarékbank Zrt. Kereskedelmi Bank FHB Nyrt.
RészletesebbenTudásalapú információ-kereső rendszerek elemzése és kifejlesztése
Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése 1 Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése Természetes nyelv feldolgozás 2 Tudásalapú információ-kereső rendszerek
RészletesebbenElektronikus Információs és Nyilvántartási Rendszer a Doktori Iskolák fiatal kutatói részére
Elektronikus Információs és Nyilvántartási Rendszer a Doktori Iskolák fiatal kutatói részére Adamkó Attila adamkoa@inf.unideb.hu Debreceni Egyetem Informatikai Intézet 1 Áttekintés A rendszer célja A rendszer
RészletesebbenSikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter
Sikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter Bevezető az Oracle9i adattárházas újdonságaihoz Elemzési és vezetői információs igények 80:20 az adatgyűjtés javára! Adattárházak kínálta
RészletesebbenAz adatok a vállalat kulcsfontosságú erőforrásai. Az információs rendszer adatai kezelésének két alapvető változata:
ADATSZERVEZÉS Az adatok a vállalat kulcsfontosságú erőforrásai. Az információs rendszer adatai kezelésének két alapvető változata: fájlrendszerek (a konvencionális módszer) és adatbázis rendszerek (a haladóbb
RészletesebbenTörténet John Little (1970) (Management Science cikk)
Információ menedzsment Szendrői Etelka Rendszer- és Szoftvertechnológia Tanszék szendroi@witch.pmmf.hu Vezetői információs rendszerek Döntéstámogató rendszerek (Decision Support Systems) Döntések információn
RészletesebbenTeljesítménymodellezés
Teljesítménymodellezés Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology and Economics Department of Measurement and Information Systems
RészletesebbenVirtuális Obszervatórium. Gombos Gergő
Virtuális Obszervatórium Gombos Gergő Áttekintés Motiváció, probléma felvetés Megoldások Virtuális obszervatóriumok NMVO Twitter VO Gombos Gergő Virtuális Obszervatórium 2 Motiváció Tudományos módszer
RészletesebbenA vállalat mint rendszer. Informatikai rendszerek Vállalati információs rendszerek. Üzleti kapcsolatok. Vevői információs kapcsolatok. Cég.
A vállalat mint rendszer Informatikai rendszerek Vállalati információs rendszerek erőforrások Cég Gazdálkodó szervezet Vállalat erőforrások Szendrői Etelka szendroi@witch.pmmf.hu Valóságos Működő Gazdasági
RészletesebbenIsmeretanyag Záróvizsgára való felkészüléshez
Ismeretanyag Záróvizsgára való felkészüléshez 1. Információmenedzsment az információmenedzsment értelmezése, feladatok különböző megközelítésekben informatikai szerepek, informatikai szervezet, kapcsolat
RészletesebbenSzámítógépek felépítése
Számítógépek felépítése Emil Vatai 2014-2015 Emil Vatai Számítógépek felépítése 2014-2015 1 / 14 Outline 1 Alap fogalmak Bit, Byte, Word 2 Számítógép részei A processzor részei Processzor architektúrák
RészletesebbenInformatika érettségi vizsga
Informatika 11/L/BJ Informatika érettségi vizsga ÍRÁSBELI GYAKORLATI VIZSGA (180 PERC - 120 PONT) SZÓBELI SZÓBELI VIZSGA (30 PERC FELKÉSZÜLÉS 10 PERC FELELET - 30 PONT) Szövegszerkesztés (40 pont) Prezentáció-készítés
RészletesebbenAdatbázis-kezelő rendszerek. dr. Siki Zoltán
Adatbázis-kezelő rendszerek I. dr. Siki Zoltán Adatbázis fogalma adatok valamely célszerűen rendezett, szisztéma szerinti tárolása Az informatika elterjedése előtt is számos adatbázis létezett pl. Vállalati
RészletesebbenSzombathely Város Vezetõi Döntéstámogató Rendszere VDIR-STAT. keringer@szombathely.hu
Szombathely Város Vezetõi Döntéstámogató Rendszere VDIR-STAT Miért? Az információ áramlás rendezetlen! Végrehajtási kontroll körülményes vagy hiányos! KSH adatbázis naprakészsége? Városról naprakész adatok
RészletesebbenComponent Soft 1994-2013 és tovább
Component Soft 1994-2013 és tovább IT szakemberek oktatása, tanácsadás Fő témáink: UNIX/Linux rendszerek, virtualizációs, fürtözési, tároló menedzsment és mentési technológiák Adatbázisok és middleware
RészletesebbenEnterprise JavaBeans. Ficsor Lajos Általános Informatikai Tanszék Miskolci Egyetem. Az Enterprise JavaBeans
Enterprise JavaBeans Ficsor Lajos Általános Informatikai Tanszék Miskolci Egyetem Az Enterprise JavaBeans Az Enterprise Javabeans Az Enterprise JavaBeans (EJB) server oldali komponens, amely Az üzleti
RészletesebbenBevezetés a hálózatok világába Forgalomirányítási és kapcsolási alapok Hálózatok méretezése Connecting Networks
IT alapismeretek hálózati alapfogalmak felhő IoT (Internet of Things) virtualizáció e-learning fogalmak CISCO CCNA CISCO CCNP Hibakeresés WIFI ismeretek Bevezetés a hálózatok világába Forgalomirányítási
RészletesebbenADATBÁZISOK ADATBÁZIS-KEZELŐ RENDSZEREK. Debrenti Attila
ADATBÁZISOK ADATBÁZIS-KEZELŐ RENDSZEREK Debrenti Attila Az adatbázis fogalma 2 Számos egzakt, tudományos definíció. Hétköznapi definíció: az adatbázis valamilyen jól definiált rendszer szerint tárolt adatokból
RészletesebbenLOGISZTIKAI ADATBÁZIS RENDSZEREK EXCEL ALAPOK
LOGISZTIKAI ADATBÁZIS RENDSZEREK EXCEL ALAPOK Lénárt Balázs tanársegéd TANTERV Hét Dátum Előadó Előadások Időpont: szerda 8:30-10:00, helye: LFSZÁMG Dátum Gyakvezető 1. 9. 11. Tokodi Adatbázis kezelés
RészletesebbenCsoportos üzenetszórás optimalizálása klaszter rendszerekben
Csoportos üzenetszórás optimalizálása klaszter rendszerekben Készítette: Juhász Sándor Csikvári András Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Automatizálási
RészletesebbenADATTÁRHÁZ HATÉKONYSÁGNÖVELÉS, REDUNDANCIA CSÖKKENTÉS Frunza Zsolt ÜZLETI INTELLIGENCIA A JÖVŐ, AHOGY MI LÁTJUK
ADATTÁRHÁZ HATÉKONYSÁGNÖVELÉS, REDUNDANCIA CSÖKKENTÉS Frunza Zsolt ÜZLETI INTELLIGENCIA A JÖVŐ, AHOGY MI LÁTJUK TARTALOM 2 1. Miért válik a Redundancia Menedzsment egyre fontosabb kérdéssé? 2. Mit értünk
RészletesebbenCloud computing. Cloud computing. Dr. Bakonyi Péter.
Cloud computing Cloud computing Dr. Bakonyi Péter. 1/24/2011 1/24/2011 Cloud computing 2 Cloud definició A cloud vagy felhő egy platform vagy infrastruktúra Az alkalmazások és szolgáltatások végrehajtására
RészletesebbenIBM Software Group Archiválási technológiák - tartalomkezelés Kovács László Az információ kezelésének evolúciója Struktúrált adatok kezelése '60s Alkalmazások '70s Adatbázisok alkalmazásokra optimalizálva
RészletesebbenA cloud szolgáltatási modell a közigazgatásban
A cloud szolgáltatási modell a közigazgatásban Gombás László Krasznay Csaba Copyright 2011 Hewlett-Packard Development Company HP Informatikai Kft. 2011. november 23. Témafelvetés 2 HP Confidential Cloud
RészletesebbenInformatikai projektellenőr szerepe/feladatai Informatika / Az informatika térhódítása Függőség az információtól / informatikától Információs
Bevezetés Projektellenőr szerepe és feladatai Informatika Informatikai függőség Informatikai projektek Mérnöki és informatikai feladatok találkozása technológiák 1 Tartalom Informatikai projektellenőr
RészletesebbenAlkalmazások architektúrája
Alkalmazások architektúrája Irodalom Ian Sommerville: Software Engineering, 7th e. chapter 13. Bass, Clements, Kazman: Software Architecture in Practice, Addison- Wesley, 2004 2 Alkalmazás típusok Adat
RészletesebbenElosztott rendszer architektúrák
Elosztott rendszer architektúrák Distributed systems architectures Irodalom Ian Sommerville: Software Engineering, 7th e. chapter 12. Andrew S. Tanenbaum, aarten van Steen: Distributed Systems: rinciples
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi docens Megoldásjavító szabályzókör A Kybernos egyszerűsített modellje Klasszikus termelésirányítási
RészletesebbenBMEVIHIM134 Hálózati architektúrák NGN menedzsment vonatkozások: II. Üzemeltetés-támogatás és üzemeltetési folyamatok
Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Mérnök informatikus szak, mesterképzés Hírközlő rendszerek biztonsága szakirány Villamosmérnöki szak, mesterképzés - Újgenerációs
RészletesebbenMarton József. Adatbázisok elmélete VITMMA február 20.
Marton József marton@db.bme.hu BME-TMIT Adatbázisok elmélete VITMMA13 2018. február 20. Miről lesz szó? ról általában Alapelv, kontraszt a,,hagyományossal Előnyök, erősségek Hátrányok (?), nehézségek Szervezés
RészletesebbenEnterprise JavaBeans 1.4 platform (EJB 2.0)
Enterprise JavaBeans 1.4 platform (EJB 2.0) Ficsor Lajos Általános Informatikai Tanszék Miskolci Egyetem Utolsó módosítás: 2007. 11.13. Az Enterprise JavaBeans Az Enterprise Javabeans Az Enterprise JavaBeans
RészletesebbenSoftware Defined technológiák használata Oracle adatbázis konszolidációhoz
Software Defined technológiák használata Oracle adatbázis konszolidációhoz Popovics László 2014. Október 2. Technológiai evolúció 2000-es évek eleje A 2000-es években főképp monolit rendszereket használtak
RészletesebbenÜzleti folyamatok rugalmasabb IT támogatása. Nick Gábor András 2009. szeptember 10.
Üzleti folyamatok rugalmasabb IT támogatása Nick Gábor András 2009. szeptember 10. A Generali-Providencia Magyarországon 1831: A Generali Magyarország első biztosítója 1946: Vállalatok államosítása 1989:
RészletesebbenÖnkiszolgáló BI Az üzleti proaktivítás eszköze. Budapest,
Önkiszolgáló BI Az üzleti proaktivítás eszköze Budapest, 2016.10.27 Tartalom 1. Kihívások Való Világ 2. Hogyan segít az Önkiszolgáló BI? confidential 10/26/2016 2 Riportokkal szembeni igények alakulása
RészletesebbenA szemantikus világháló oktatása
A szemantikus világháló oktatása Szeredi Péter Lukácsy Gergely Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tanszék ➀ A szemantikus világháló... c. tárgy ➁ A tananyag
Részletesebben