Vajon mit ajánlunk IM témakörben?
|
|
- Erzsébet Lukács
- 8 évvel ezelőtt
- Látták:
Átírás
1 Kattintson ide szöveg hozzáadásához Vajon mit ajánlunk IM témakörben? DBs, Archiving, Security, DWH, Appliances, Social Network, Visualization Information Management
2 Információ kezelés ~ Information Management Transactional & Collaborative Applications Integration Analyze Business Analytic Applications Manage Master Data Big Data Cubes External Information Sources Data Document Streaming media Analytics DW Data Warehouse Streams Quality Lifecycle Govern Security & Privacy Standards 2 2
3 IBM DB2: a megtakarítások forrása Alacsony működési költségek automatizált DBA feladatok, optimális tárolók, egyedi teljesítmény Megbízhatóság bizonyított megbízhatóság, rendelkezésre állás, és a biztonság Egyszerű használat egyedi fejlesztői támogatás, XML alapú adatkezelés, virtuálizációs eszközök Alacsony adminisztrációs költségek egyedi automatizálás Alacsony háttértárhoz kapcsolódó költségek egyedi, kiemelkedő tömörítési eljárások Alacsony szerverparkhoz kapcsolódó költségek piacvezető teljesítmény Alacsony IT jellegű költségek gyors és egyszerű virtuálizációs eszközök számszerűsített teljesítmény növekedés SAP környezetben ERP 20%+, BW 40%+; mért 9-szeres BW válaszidő gyorsulás számszerűsített háttértár igény csökkenés (teljes rendszerre vetítve: 55-68%) 3 teljeskörű integráltság
4 IBM DB2: a megtakarítások továbbvitele (DB július 17.) Alacsony működési költségek automatizált DBA feladatok, optimális tárolók, egyedi teljesítmény Megbízhatóság bizonyított megbízhatóság, rendelkezésre állás, és a biztonság Egyszerű használat egyedi fejlesztői támogatás, XML alapú adatkezelés, virtuálizációs eszközök A DB2 9.7-hez képest további 20-30%-os tömörítési ráta Mindez Coca Cola esetén: 77% 1 Egyszerű szabad hely felszabadítás komplex lekérdezések esetén 3-szor nagyobb teljesítmény 2 Coca Cola: 90% 1 gyorsabb futási idő a batch alapú feldolgozásoknál Általánosságban 30-60% 3 teljesítmény javulás Továbbfejlesztett logikai hibakezelés a HADR segítségével 10-gigabit Ethernet támogatás AIX szervereken Támogatott purescale platform DB megjelenést követő három hónapon belül támogatott SAP környezetben 1 Coca Cola Bottling DB for LUW video: 2 Belső mérés alapján: IBM DB2 9.7 FP3 vs. DB felhasználva az új tömörítési módszert; hardver: P6-550; dátum: március Belső mérés és ügyfél kikérdezés alapján, amely szeptember 28. és március 7. között történt. 4
5 Kimagasló megtakarítás az adaptív tömörítés segítségével DB for Linux, Unix and Windows (LUW) DB2 9 LUW: DB2 9.7 LUW: DB LUW: jelentős háttértár megtakarítás és memória felhasználás a táblák esetén kiterjesztett tömörítés (Index, Temp és LOB) adaptív tömörítés tábla-oldal szinten, és archív logokra is Comp. Rate % 1 Comp. Rate Up to 65 % 2 Comp. Rate bis 77 % 3 Our migration from Oracle Database to DB2 resulted in a 40% storage savings. Upgrading to DB2 9.7 and index compression brought our average savings to 57%. Now adaptive compression brings our average savings to 77%, dramatic savings! Andrew Juarez, Lead SAP Basis / DBA, Coca Cola Bottling Company. 5 1 Esettanulmány: Schaeffler 2 Esettanulmány: olasz közlekedési cég 3 Coca Cola Bottling DB LUW video:
6 Teljesítmény növekedés (példa): MPC MCP = Multi Core Parallelism, része a D LUW csomagnak Biztosítja a nagy lekérdezések párhozamos futtatását (OLTP, OLAP) Támogatja a párhuzamos feldolgozást SAP NetWeaver BW környezetben nem szükséges a DB2 Database Partitioning Feature alkalmazása Egyszerűen kezelhető, beállítható Teszt eset Nagy, nem partíciónált infókocka 20 tipikus lekérdezés 4 CPU mag (!) Átlagos teljesítménynövekedés: DB %-kal volt gyorsabb, mint DB2 9.7 (felhasználva Intra Parallel processing módot). 6
7 What makes BLU Acceleration different? Unmatched innovations from IBM Research & Development labs Next Generation In-Memory In-memory columnar processing with dynamic movement of data from storage Analyze Compressed Data Patented compression technique that preserves order so data can be used without decompressing C1 C2 C3 C4 C5 C6 C7 C8 Encoded CPU Acceleration Multi-core and SIMD parallelism (Single Instruction Multiple Data) Data Skipping Skips unnecessary processing of irrelevant data Instructions Data Results
8 What is BLU for Cloud? DB2 BLU for Cloud Self-service Data Warehousing & BI in the Cloud The same benefits of DB2 with BLU Acceleration, plus On-demand analytics, deploy analytics in under an hour Powerful database & analytic capabilities at a fraction of the cost No infrastructure investment Cognos Business Intelligence included Expert-built schemas for business insight Available on: For use by: Business IT Data Scientists Business Analysts Line of Business Users DBAs Developers
9 DB2-re történő áttérés egyszerűsége DB2 natív módon támogatja más gyártók által fejlesztett egyedi adatbázis jellemzőket: belső leírási tulajdonságok, csomagok, adat típusok, egyidejűségi modellek, leíró nyelvek, stb. A fejlesztések folyamatosan követik és biztosítják az új tulajdonságok áttérését Áttérés Oracle adatbázisról az Oracle PL/SQL kódok 90-99%-a azonnal átfordítható DB2-be IBM Data Movement Tool képessé teszi az alkalmazások futását Oracle környezetből DB2 környezetbe alkalmas adatok DB2-be történő átmozgatására különböző adatbázis-kezelőkből IBM DB2 Workshop for Oracle Professionals testreszabott oktatás Oracle adatbázis üzemeltetőknek, fejlesztőknek egyszerűen kiterjeszti a PL/SQL ismereteket 2 nap, amely lefedi a két adatbázis-kezelő teljes összeegyeztethetőségét élő mintaáttérés demonstrációs környezetben 9
10 SAP IT - Germany DB2 a stratégiai adatbázis-kezelő az SAP IT-nál Az SAP több mint 1200 rendszerén fut DB2 ~ 522 DB2 9.1-es és ~ 183 a DB2 9.5-ös SAP HR rendszerét migrálta Oracle-ről DB2-re párhuzamos Unicode és a DB2 migráció egy hétvége alatt 40%-kal csökkent a válaszadási idő Az SAP az ERP rendszerét is migrálta... legnagyobb rendszer 2,4 TB-os volt R/3-ról ERP 2005-re történt a váltás, párhuzamosan Unicode és DB2 átállással DB2 a jelentős K+F platform az SAP-nál A rendszer válaszidejének javulása 20 százalék körülire volt tervezve, azonban a valóságban már megfigyelhető a 40 százalékos válaszidő csökkenés DB2-vel. Peter Boegler, Solution Architect, SAP IT 10
11 AUDI csoport, benne AUDI Hungaria Motor Kft. Előzetesen várt eredmények: Adatbázisméret és a havi növekedés mértékének csökkenése on-line DB Backup idejének csökkenése Performancia (sebesség) javulása Üzemeltetési feladatok csökkenése a SAP release stratégiájához igazított DB2 release menetrend kiszámítható/tervezhető patch-menetrend (negyedévente) Jelentős költségmegtakarítás a high-end storage területen az adatbázisok méretének csökkenése miatt. Proof of Concept Kiválasztott rendszerek: erecruiting, ERP (FI/CO), BW Cél: minimum 40%-os adatbázis méretcsökkenés, performancia nem lehet rosszabb a jelenleginél PoC eredmények erecruiting a DB2 adatbázis titkosítása nem igényelt jelentős erőforrás-többletet. a 78,6 GB-os DB2 adatbázis titkosítása sikeresen, 30 perc alatt lezajlott. ERP (FI/CO) Erőforrásszükséglet: a CPU és a RAM igény egyértelműen kisebb volt. Tárolókapacitás: a DB2 73%-kal kevesebb diszket igényelt. Performancia: a DB2 adatbázis átlagosan (az összes mérést figyelembe véve) 64%-kal gyorsabb volt, bizonyos esetekben akár 9 szeres gyorsulást is sikerült elérni. BW Erőforrásszükséglet: a CPU-igény hasonló, RAM egyértelműen kevesebb kellett Tárolókapacitás: a DB2 53%-kal kevesebb diszket igényelt Performancia: a DB2 átlagosan (az összes mérést figyelembe véve) 23%-kal gyorsabb volt. Bizonyos mérések a DB2-nél 101-szeres gyorsulást mutattak az Oracle DB2-höz képest (az SAP BW kihasználja a DB2 adatbázis speciális funkcióit). Migráció befejeződött: AHM szeptember 11-i hétvégén, többi rendszer év végéig 11
12 Adatbázisok kezelése Archiválás és visszaállítás, felderítés javuló adatkezelési teljesítményét ellenőrzött adatmennyiség növekedés, költségmegtakarítással adatmegőrzési megfelelőség támogatása Tesztadatok kezelése megfelelő méretű és minőségű tesztkörnyezet javuló alkalmazás-minőség ismétlődő teszteljárások felgyorsítása Bizalmas adatok védelme kényes adatok maszkolása megfelelőség biztosítása Alkalmazások frissítése, összevonása, nyugdíjazása régi adatok elérése (az eredeti éles környezet visszaállítás nem szükséges) univerzális adatelérés: SQL, ODBC/JDBC, XML, portál felület, jelentéskészítő eszközök (Cognos), egyéb használt állomány formátumok (txt, csv, xls, stb.) Információk életciklusának kezelése 12
13 Optim nagyvállalati architektúra Egyszerű, skálázható architektúra, amely központi eszközként biztosítja a kivonat készítést, tárolást és visszaállítást, adatvédelmet (anonimizálás), alkalmazások adatainak megőrzését 13
14 Archiválás és visszaállítás, felderítés archiválás Éles adatbázis visszaállítás Archívum Univerzális adatelérés Biztonságosan mozgatja a nem használt, vagy történelmi adatokat az archívumba Az archívum jelentős számú különböző módokon elérhető felderítés, riportkezelők, alkalmazási elérések, stb. 14
15 Tesztadatok kezelése Éles adatbázis átmozgatás Egyedi állományok betöltés beillesztés frissítés összehasonlítás Könnyen kezelhető teszt környezet Megfelelő méretű és minőségű részadatbázis létrehozása hatékonyabb módon, mint a klónozás fejlesztői rendszer minőségbiztosítási rendszer 15 teszt rendszer
16 Bizalmas adatok védelme Éles adatbázis Átalakítás és maszkolás Maszkolt teszt adatok Átfogó adatmaszkolási technikák alkalmazásával az eredeti adatok azonosítása nem lehetséges A bizalmas információt helyettesítő (maszkolt) adat kontextuálisan pontos, de mesterségesen létrehozott adat 16
17 Alkalmazások frissítése, összevonása, nyugdíjazása Elavult alkalmazás archiválás archívum Alkalmazás adatbázis Referencia adat történeti adat Riportolási adat Univerzális adatelérés Az alkalmazás adatainak archiválása a kikapcsolás előtt Az adatok elérése az elavult alkalmazás nélkül, vagy teljes körű visszaállítás ODBC / JDBC XML Riport készítő 17
18 Optim által nyújtott életciklus kezelés Aktuális adatok Aktív történeti adatok Online archívum Offline archívum 1-2 év 3-4 év 5-6 év 7+ év Éles adatbázis archiválás visszaállítás Archív riport adatbázis Nem DBMS alapú megőrzési platform Offline megőrzési platform CD szalag optika Archívum (tömörített) Archívum (tömörített) Archívum (tömörített) 18
19 Universal Access Natív alkalmazás elérés Normál képernyők, folyamatok Optim Alkalmazás független elérés iparági standardok: SQL, ODBC/JDBC, XML IBM Mashups portálok jelentéskészítő eszközök Crystal Reports, Cognos, Business Objects, Discoverer végfelhasználói alkalmazások: Excel, CSV, Access adatbázis formátumok Access Any Record, Anytime, Anywhere! 19
20 Kritikus adatok védelme a teljes életciklusuk alatt Valósidejű adatbázis biztonság és monitorozás Cyber támadás elleni védelem Kiváltságos felhasználók figyelése és ellenőrzése (100% átláthatóság) Valós idejű megelőzés és riasztás Hangolható hozzáférés és alkalmazás szintű ellenőrzés Szabály-alapú akciók SIEM integráció Különböző adatbázisok, alkalmazások és kliensek felfedezése Az érzékeny, kritikus adatok felderítése és osztályozása A biztonsági szabályrendszerek folyamatos frissítése Rosszindulatú számítógépes programok (malware) és beépülő logikai bombák azonosítása Monitor & Enforce Find & Classify Kritikus adatinfrastruktúra Audit & Report Assess & Harden Automatikus, központosított irányítás Előre meghatározott szabályok, megfelelőségi jelentések Automatizált eszkalálás Különböző adatbázisokon, változtatás nélküli, minimális teljesítményigényű működés Hosszú távú megőrzés Sebezhetőség, konfiguráció és viselkedés felmérés Konfiguráció lezárás és változás követés Titkosítás Előre meghatározott tesztek a leghasznosabb tapasztalatokat alapján (STIG, CIS, CVE) 20
21 Fő üzleti mozgatórugók adatbázis biztonság és megfelelőség 1. Adatszivárgás megakadályozása külső, illetve belső fenyegetések elkerülése 2. Adatkezelés megfelelő biztosítása bizalmas adatok illetéktelen módosításának megakadályozása (beleértve kiváltságos jogosultsággal rendelkező felhasználókat is) 3. Megfelelőséghez kapcsolódó költségek csökkentése automatikus, folyamatos kontrol egyszerű auditálási folyamatok minimális teljesítmény igény adatbázisok, alkalmazások változatlan fenntartása 21
22 Guardium - Valósidejű adatbázis monitorozás és biztonság Privileged Users Teljekörű hozzáférés-monitorozás Használatához nem szükséges adatbázis vagy alkalmazás módosítás Minimális adatbázis-teljesítmény terhelés Egyértelműen elkülöníthető szerepkörök (biztonságos audit állományok) 22 Ki, mit, mikor és hogyan - monitorozás Valós idejű, szabályrendszeren alapuló monitorozás A céleszköz 3-6 hónapnyi adatot tud tárolni a saját tárhelyén Automatizált megfelelőség jelentések, aláírások (SOX, PCI, NIST, stb.)
23 Guardium monitorozási képességek SQL hibák, Login események DDL parancsok (Create/Drop/Alter Tables) SELECT futtatás DML parancsok (Insert, Update, Delete) DCL parancsok (Grant, Revoke) Procedúra alapú leíró nyelvek Adatbázisból hívott XML 23 23
24 Guardium felhasználása alkalmazások felhasználóinak azonosítására Felhasználók azonosítása Felfedi a lehetséges csalásokat Pontosan ellenőrzi a felhasználói hozzáféréseket az érzékeny táblákhoz Támogatott nagyvállalati alkalmazások SAP, Siebel, Oracle E-Business Suite, PeopleSoft, Business Objects Web Intelligence, JD Edwards, (és belső fejlesztésű egyedi alkalmazások integrációja is lehetséges) Felhasználói azonosítók (ID) rögzítése Egyedi azonosítót összegyűjtése az adott adatbázisokból (táblák, trigger, stb. által) Egyedi hívásokat ellenőrzése és a paraméter-információk összegyűjtése S-TAP szonda által az alkalmazás, vagy proxy szerver által a felhasználói azonosító megszerzése 24
25 Sebezhetőség vizsgálat valós példa Teszteredmény 100% a legjobb elérhető érték Összesítés a vizsgált 267 teszt eset alapján Az egyes tesztek külön csoportba vannak osztva, külön láthatók az eredmények 25
26 Skálázható, heterogén architektúra Integráció: LDAP, Kerberos, SNMP/SMTP, QRadar, ArcSight, RSA SecurID & envision, McAfee epo, IBM TSM, Tivoli, Remedy, stb. 26
27 GGr: InfoSphere Guardium Grid (GGr) Instance 1 Instance 2 Instance 3 Instance 100 Instance 101 virtuális IP kiosztás az S-TAP-oknak teljesítmény-elosztás a gyűjtőeszközök (Collector) között automatikus Újrarendezés gyűjtőeszköz (Collector) meghibásodása esetén IP Load balancer(s) (Cisco, F5) Collector 1 Előnyök: virtuális IP kiosztás egyszerűsíti az S-TAP konfigurálást a rendszer a megfelelő eszközhöz rendeli a szondát figyelembe véve az a elérhetőséget és kapacitást (egyszerűbb tervezés) egyedi gyűjtőeszközök egyszerűen hozzáadhatók, vagy elvehetők a rendszerből Instance 102 Collector N megőrzi a rendszer teljes redundanciáját és folyamatosan biztosítja a terheléselosztást Instance 901 Collector Z Instance 902 Instance 903 GGr támogatja a központi változtatásokat IP függőség nélkül 27
28 Capture/Replay Új funkció az idei évtől támogatja a heterogén, több adatbázisos környezete a visszajátszás egy külön tesztrendszeren Működés az adatrögzítés a monitorozott rendszeren történik a rögzített adatok és terhelés visszajátszása alrendszeren valósul meg lehetőséget nyújt az alrendszeren végzett visszajátszás összehasonlítására is Milyen esetekben hasznos? migráció tesztelés (operációs rendszer, adatbázis) funkcionális és teljesítmény tesztelés hiba felderítése a visszajátszás során változtatások hatásának elemzése a valós és a tesztrendszeren egy időben működés összehasonlítása hibakeresés és diagnosztikai céllal 28 28
29 Integráció a meglévő infrastruktúrával a költséghatékonyság érdekében Directory Services (Active Directory, LDAP, etc.) SIEM (Q1 Labs, ArcSight, EnVision, Tivoli, etc.) SNMP Dashboards (HP OpenView, Tivoli, etc.) Change Ticketing Systems - Remedy, Peregrine, etc Authentication (RSA SecurID, RADIUS, Kerberos) Send Alerts (CEF, CSV, syslog) Vulnerability Standards (CVE, STIG, CIS Benchmark) Sensitive Data xxx-xx-xxxx Data Leak & Data Classification Software Deployment (Tivoli, RPM, Native Distributions) McAfee (EPO) Long Term Storage (EMC Centera, IBM TSM FTP, SCP, etc.) Application Servers (Oracle EBS, SAP, Siebel, Cognos, PeopleSoft, WebSphere, etc.) 29
30 IBM PureSystems Family How much flexibility, integration and workload optimization does the client want out of the box? Infrastructure Integrated and optimized infrastructure with flexibility Runs your choice of applications and middleware Application Platform Integrated and optimized application platform Built on IBM middleware to accelerate deployment of your choice of applications Data Platform Integrated and optimized data platform Delivers high performance data services to transactional and analytics applications Enhanced Updated with enhanced Flex System elements* Delivering application platform services New New system optimized exclusively for data workloads * November 13 announce 30
31 What makes IBM PureData System unique? Different models pre-optimized exclusively for different data workloads Saving clients time, effort and cost to tune on their own PureData System for Transactions PureData System for Analytics Next generation Netezza appliance Data services for applications like payment processing Very fast response times for high transaction volumes with high reliability, scalability and efficiency Data services for applications like medical diagnosis Ability to analyze millions of medical records quickly, easily and cost effectively PureData System for Operational Analytics Data services for applications like real-time fraud detection Supports both complex analytical queries as well as thousands of interactive operational queries per second 31
32 Törzsadatkezelés Konszolidált, egységes hozzáférés, ellenőrzött kezelés???????????? Ügyfélszolgálat Befektetés Master Data életbiztosítás gépjármű lakás Kárrendezés, Kockázat elemzés 32 32
33 Közös törzsadatkezelés előnyei Megalapozottabb stratégiai döntések, elemzések pontosabb információk alapján Csökkenő működési költségek, Hatékony központosított törzsadat karbantartás Master Data Management Ügyfélkapcsolat és kiszolgálás javítása,kevesebb adatlap Egyablakos ügyintézés. Hibás adatokból származó veszteség, csökkenése NEM CRM! Új alkalmazások bevezetése lerövidül. Új feladatok, ügyfelek felvétele egyszerűsödik Szervezeti, intézményi átalakulások átszervezések költsége csökken Törvényi szabályoknak való megfelelés Speciális szabályzás, összeférhetetlenség jelzése Fraud detektálás segítése 33
34 Széleskörű képességek az igényekhez igazodó törzsadatkezelésért. Integrate Master Data Előredefiniált, jól bevált törzsadat domain akár új domainnel is bővíthető Központi törzsadat mint szolgáltatás (SOA) több mint 800 kiajánlott service Erős adat-felügyeleti képességek, DataStewardship, Authority Adatkezelési, adattisztítási folyamatok Törzsadat kezelő megjelenítő felület Testreszabható, és kibővíthető alaprendszer (új szolgáltatások) InfoSphere termékcsalád elemeivel integrált, DataStage Quality Stage Data Warehouse 34
35 The IBM Big Data Platform InfoSphere BigInsights Hadoop-based low latency analytics for variety and volume Hadoop Information Integration Stream Computing InfoSphere Information Server High volume data integration and transformation InfoSphere Streams Low Latency Analytics for streaming data MPP Data Warehouse IBM InfoSphere Warehouse Large volume structured data analytics IBM Netezza High Capacity Appliance Queryable Archive Structured Data IBM Netezza 1000 BI+Ad Hoc Analytics on Structured Data IBM Smart Analytics System Operational Analytics on Structured Data IBM Informix Timeseries Time-structured analytics
36 Warehouse Modernization Has to Themes Traditional Analytics Structured & Repeatable Structure built to store data Hypothesis Question? Big Data Analytics Iterative & Exploratory Data is the structure Data All Information Exploration Analyzed Information Answer Data Start with hypothesis Test against selected data Actionable Insight Correlation Data leads the way Explore all data, identify correlations Analyze after landing Analyze in motion
37 Data Warehouse Augmentation: Value & Diagram Pre-Processing Hub Query-able Archive Exploratory Analysis Streams Real-time processing Data Explorer BigInsights Landing zone for all data BigInsights Information Integration Data Explorer Find and view the data Can combine with unstructured information BigInsights Streams Offload analytics for microsecond latency Data Warehouse Data Warehouse Data Warehouse IBM Corporation
38 Enhanced 360º View of the Customer: Value & Diagram SOURCE SYSTEMS CRM Name: J Robertson Address: 35 West 15 th Address: Pittsburgh, PA ERP Name: Janet Robertson Address: 35 West 15 th St. Address: Pittsburgh, PA Legacy Name: Address: Jan Robertson 36 West 15 th St. Address: Pittsburgh, PA Master Data Management 360 View of Party Identity First: Last: Address: City: State/Zip: Janet Robertson 35 West 15 th St Pittsburgh PA / Unified View of Party s Information Gender: F Age: 48 DOB: 1/4/64 BigInsights Streams Warehouse Unified View of Party s Information IBM Corporation
39 Access across many sources Dynamic categorization Expertise location Highly relevant, personalized results Leveraging Structured and unstructured content Enhanced by social collaboration Refinements based on structured information Organize content into virtual folders 39 39
40 How Streams Works Continuous ingestion Continuous analysis Filter / Sample Infrastructure provides services for Scheduling analytics across hardware hosts, Establishing streaming connectivity Transform Annotate Correlate Classify Achieve scale: By partitioning applications into software components By distributing across stream-connected hardware hosts Where appropriate: Elements can be fused together for lower communication latency
41 The Big Data Platform InfoSphere Data Explorer Find, navigate, visualize all data Accelerators Speed time to value with analytic and application accelerators InfoSphere BigInsights Bringing Hadoop to the enterprise InfoSphere Streams Analytics for data in-motion exploration PureData for Analytics & InfoSphere Warehouse Delivers deep insight with advanced database analytics & operational analytics Information Integration and Governance Govern data quality and manage the information lifecycle Solutions Analytics and Decision Management Visualization & Discovery Hadoop System IBM Big Data Platform Application Development Accelerators Stream Computing Information Integration & Governance Big Data Infrastructure Systems Management Data Warehouse IBM Corporation
42 Emerging Big Data Implementation Pattern Ingestion and Real-time Analytic Zone Ingest Filter, Transform Analytics and Reporting Zone Correlate, Classify Warehousing Zone Query Engines Cubes Data Sinks Connectors Extract, Annotate Landing and Analytics Sandbox Zone Enterprise Warehouse Descriptive, Predictive Models Analytics MapReduce Hive/HBase Col Stores Indexes, facets Data Marts Widgets Discovery, Visualizer Search Ingest Documents In Variety of Formats Models Metadata and Governance Zone Repository, Workbench
43 Big SQL: Native SQL Query Access for Hadoop Native SQL access to data stored in BigInsights ANSI SQL 92+ Standard syntax support (joins, data types, ) Real JDBC/ODBC drivers Prepared statements Cancel support Database metadata API support Secure socket connections (SSL) Optimization Leveraging MapReduce parallelism or Direct access for low-latency queries Varied data sources HBase (including secondary indexes) CSV, Delimited files, Sequence files JSON Hive tables BigInsights Application SQL JDBC / ODBC Driver JDBC / ODBC Server Big SQL Engine Data Sources Hive Tables HBase tables CSV Files IBM Corporation
44 Cognos Business Intelligence Optimized for Big SQL Cognos BI server can push down many computations to BigInsights Big SQL directs this processing to happen on BigInsights instead of the Cognos BI Server Faster response times Increased opportunity for query processing to occur closer to the data Free from the limitations of Hive (latency, SQL language support) Explore & Analyze Cognos BI Server SQL Interface via JDBC Application (Map-Reduce) Storage (HBase, HDFS) Report & Act InfoSphere BigInsights IBM Corporation
45 Integration Integration Integration Caixabank Big Data Reference Architecture CaixaBank Electronic Journal (structured) CaixaBank at rest / in motion (unstructured) Text Analytics Predictive Model Integration Streams (Data in Motion) Real Time Event Detection Big Data (Data At Rest) Offers Creation and Management System Marketing unstructured data Text Analytics Deep Analytics Pattern Detection Matching System External Social Media (unstructured) structured data Integration Multichannel Notification System CaixaBank operational system (structured) Datawarehouse Customers Profiles 45
46 IBM Counter-Fraud Management employs multi-layered analytical techniques Entity Analytics Predictive Analytics Behavioral Analytics Context Analytics Content Analytics Big Data Veracity Velocity Variety Volume Decision Management GeoSpatial Analytics Forensic Analysis Social Network Analysis
47 Insurance claim fraud scenario walkthrough FNOL, Bill, etc. Entity Analytics Detection Discovery Claimant Provider Business Rules Entity Analytics Optimize Fraud Decisions Predictive Model Anomaly Detection 9,500 model library Selection Evaluation Identification Real Time Alert New Investigation Observation Space Case Management Intelligent Investigation Intelligent Fraud Dashboards 47
48 Szociális háló elemzés Identity Insight fő funkciói KI-KIcsoda? Személy, cég azonosítás KI-KIT ismer? Nem triviális kapcsolat KI-MIT tesz? Személyhez kötött akciók Háttérben folyamatosan gyűjti az adatokat Adatforrás visszakereshető Adatbázis folyamatosan alakul aktualizálódik, időben változik Gyűjtött kapcsolati adat vizualizálható Valós Idejű működés! 48
49 i2: Vizualizáció és analízis Mrs. Kate Greene 1 Bourne St Clinton MA Tel# EIN# DOB 07/08/64 PPN# LIC# Mrs. Kathy Green 10 Bouren St Clifton MA Tel# LIC# PPN# Ms. Katherine Green 1 Bourne St Clinton MA TEL# LIC# DOB 07/09/66 EIN# Mrs. Kate Jones APT 4909 Bethesda, MD Tel# LIC# DOB 07/08/64 49
50 Azonosság felderítése ID ID Kate Mills 4737 Cimarron Dr. Bolton, MA Phone: (978) DOB: 12/13/71 Kate Mills-Green 1 Bourne St. Bolton, MA Phone: (501) Silverback DOB: 12/12/71 Azonosítás Kumulatív adatgyűjtés Automatikus korrekció Forrásmegőrzés Tetszőleges forrásból származó adatokkal Nagy hibatűrés Entity #14465 ID Egyezőség jelzés Gyanús attribútum jelzés Katie Green ADDRESSES P.O. Box Cimarron Dr. Clinton, MA Easton, MA Bourne St. Phone: (978) Bolton, MA Kinear P.O. Box Clinton, MA NAMES Katherine D. Green Kate Mills-Green Katie Green Kate Mills Kate Green Kate M. Green ADDITIONAL Hasonló adatok keresése (fuzzy matching) DOB: 12/13/71 Phone:(508) (978) (501) Work: Zycast Int. Silverback Kinear Katherine D. Green 4737 Cimarron Dr. Easton, MA Phone:(508) Zycast Int. DOB: 11/13/71 ID
51 Kapcsolatok keresése facebook Debbie Creston STR/SAR List VIN# Charlie Green Family Relationship ACCT# Közös cím katonaság IP sharing VIN# Kapcsolatkeresés Nemtriviális, kapcsolatok Soklépcsős kapcsolatok Gyanús, kapcsolat jelzése Feketelista Kizáró szerepkörök Kapcsolati háló megjelenítés EIN# Háló érték meghatározás P.O. Box 567 fektelistás facebook John Gairhan Watch List EIN# Whitley St. John Employee P.O. Box 567
52 Aktivitás figyelés előfordulás Több entitás Aktivitás minták Határidő túllépés Szolgáltatás Számla aktivitás Távolság - idő Complex Event Processing Events & Transactions Szabály alapú jelzés Térbeli és időbeli lefutás Esemény mintázat Határ Pénzforgalom Közeli hely Találkozó
53 Global Name Recognition Kat Cait Katchen Katya Aikaterina Legpontosabb névanalízis Cathy Catriona Catriona Ekaterina Nyelvi elemzés Kultúrális adatbázis, névvariánsok Katrina Személy és cégnév különválasztás Transzliteráció Kiska Catherina Katelyn Kathy Casey
54 Analyst notebook: Vizualizáció és analízis Fejlett megjelenítő és analizáló eszköz ISII -vel integrált Kapcsolati háló, szociális háló analízis Sok adatforrás adatainak közös felületen megjelenítése Tranzakció analízis Célirányos adatgyűjtés GEO analízis Kapcsolatok, tranzakciós utak, viselkedésminták hatékony feltárása
55 Pénzügyi tranzakciók hálózati vizsgálata Csaló hálózat vizualizációja Pénz mozgása hálózatban, időbeli lefolyásban Hálózat tagjainak súlya hozzájuk köthető érték megjelenítése Lefúrás a tranzakciók felé, pénz, információ áramlásmegjelenítése a hálózatban
56 56
Hatékony adatbázis-kezelés
Pákozdi, Lóránd, IBM Magyarországi Kft. 2010. június 14. Hatékony adatbázis-kezelés Védelem, valós idejű biztonság és megfelelőség, audit. Guardium Napirend Problémák az adatbázisok ellenőrzése kapcsán
RészletesebbenAdattárház és BigData Szimbiózisa. Baranyi Szabolcs IM Technical Sales
Adattárház és BigData Szimbiózisa Baranyi Szabolcs IM Technical Sales Szabolcs.baranyi@hu.ibm.com BigData adatforrásai Adattárház kiterjesztés igénye BigData és adattárház integrációja a hatékonyság növelésére
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
RészletesebbenBI megoldás a biztosítói szektorban
Dobos Zoltán 2009 szeptember 10 BI megoldás a biztosítói szektorban Tartalom Üzleti felhasználási területek a biztosítói szektorban Cognos megoldások a biztosítói szektor részére 2 Fókusz területek Értékesítési
RészletesebbenA hibrid DB cloud biztonsági eszköztára. Kóródi Ferenc Budapest,
A hibrid DB cloud biztonsági eszköztára Kóródi Ferenc Budapest, 2016-10-11 Az adatok védelme Minden szervezet számára kritikus fontosságú Vállalati adatvagyon Szenzitív adatok Külső támadások elsődleges
RészletesebbenIBM új generációs adattárház megoldások
Baranyi Szabolcs, IBM Magyarországi Kft. baranyi@hu.ibm.com Kattintson 2012. júniuside 12.szöveg hozzáadásához IBM új generációs adattárház megoldások BigData és DB2 V10 Napirend Big Data IBM Big Data
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
RészletesebbenA USER Kft - mint Open Text partner - bemutatása
A USER Kft - mint Open Text partner - bemutatása SAP konferencia 2008.szeptember 22. Tihany Copyright 2008 Open Text Inc. All rights reserved. Kárász Vilmos Sales Manager USER KFT vilmos.karasz@user.hu
RészletesebbenOracle Enterprise Manager: Az első teljesértékű felhő üzemeltetési megoldás
2011 November 8. New York Palota Hotel Boscolo Budapest Oracle Enterprise Manager: Az első teljesértékű felhő üzemeltetési megoldás Sárecz Lajos, Vezető tanácsadó Oracle Hungary Átfogó felhő üzemeltetés
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.
RészletesebbenNagyvállalati adatintegráció és adatkezelés
Nagyvállalati adatintegráció és adatkezelés az Informatica eszközeivel Biró Attila fejlesztési igazgató, Areus Zrt. Nagy Balázs szoftverfejlesztő, Areus Zrt. Miről lesz ma szó? 17:05 18:00: Prezentáció
RészletesebbenIBM Big Data Portfólió Áttekintés
IBM Big Data Portfólió Áttekintés Baranyi Szabolcs +36 20 823 5619 Szabolcs.baranyi@hu.ibm.com September 9, 2013 Tartalom Big Data Platform Big Insight InfoSphere BigInsights Quick Start Edition Streams
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
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
RészletesebbenBig Data adattárházas szemmel. Arató Bence ügyvezető, BI Consulting
Big Data adattárházas szemmel Arató Bence ügyvezető, BI Consulting 1 Bemutatkozás 15 éves szakmai tapasztalat az üzleti intelligencia és adattárházak területén A BI Consulting szakmai igazgatója A BI.hu
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
RészletesebbenCloud computing Dr. Bakonyi Péter.
Cloud computing Dr. Bakonyi Péter. 1/24/2011 Cloud computing 1/24/2011 Cloud computing 2 Cloud definició A cloud vagy felhő egy platform vagy infrastruktúra Az alkalmazások és szolgáltatások végrehajtására
RészletesebbenÉrettségi tétel az IT vizsgán: Felhő
Érettségi tétel az IT vizsgán: Felhő Zsemlye Tamás Október 05, 2014 HTE Infokomm 2014 DEFINÍCIÓ 3 ÚT A FELHŐ FELÉ Standardizált -> Virtualizált -> Menedzselt -> Dinamikus -> Automatizált 4 4 REFERENCIA
RészletesebbenSTANDARD DEVELOPMENT U.L. FACTORY SYSTEMS GROUP IT DEPARTMENT
Oracle Cloud Platform szolgáltatások bevezetése a Magyar Suzuki Zrt.-nél Farkas Bálint STANDARD DEVELOPMENT U.L. FACTORY SYSTEMS GROUP IT DEPARTMENT MAGYAR SUZUKI CORPORATION Oracle Cloud Platform szolgáltatások
RészletesebbenValós 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
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
RészletesebbenFejlesztés, működtetés, felügyelet Hatékony infrastruktúra IBM szoftverekkel
IBM Software Group Fejlesztés, működtetés, felügyelet Hatékony infrastruktúra IBM szoftverekkel Rehus Péter Szoftver üzletág igazgató 2005. február 2. 2003 IBM Corporation On demand igény szerinti működési
RészletesebbenSAS Enterprise BI Server
SAS Enterprise BI Server Portik Imre vezető szoftverkonzulens SAS Institute, Magyarország A SAS helye a világban 280 iroda 51 országban 10,043 alkalmazott 4 millió felhasználó világszerte 41,765 ügyfél
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
RészletesebbenFelhő technológia Trendek 2014 VMware Forum
Felhő technológia Trendek 2014 VMware Forum Bolla Szilárd Cloud Computing Üzletfejlesztési vezető, Kelet Európa 2013 November 19. Gartner Top 10 Technology Trends for 2014 1. BYOD - Mobile Device Diversity
RészletesebbenHogyan lehet megakadályozni az üzleti modellezés és az IT implementáció szétválását? Oracle BPM Suite
Hogyan lehet megakadályozni az üzleti modellezés és az IT implementáció szétválását? Oracle BPM Suite Petrohán Zsolt Vezető tanácsadó zsolt.petrohan@oracle.com Napirend Oracle Fusion Middleware BPM kihívásai
RészletesebbenIBM Váltsunk stratégiát! Budapest, 2012 november 14. V7000
IBM Váltsunk stratégiát! Budapest, 2012 november 14. V7000 Storage Integrált Virtualizált Tier -elt Storage az integrált plattfom elengedhetetlen része Storwize V7000 teljesen virtualizált megoldás Kihívás:
RészletesebbenEBS fogyókúra György Zoltán Innovent Tanácsadó Kft. 2013. október 9.
György Zoltán Innovent Tanácsadó Kft. 2013. október 9. Az előadás célja Erőforrás felhasználás csökkentése Sebesség Online Batch Költség (kisebb diszkterület) Módszerek Tömörítés [Archiválás] és Törlés
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
RészletesebbenKlotz Tamás earchitect Oracle
Klotz Tamás earchitect Oracle Vállalati információ kezelés Az információ érték, vagyon (tőke) Az információ folyam maximalizálhatja a tőkét Tervezés Szolgáltatás Együttműködés Tranzakció feldolgozás Döntés
RészletesebbenFelhő alkalmazások sikerének biztosítása. Petrohán Zsolt Zsolt.petrohan@oracle.com
Felhő alkalmazások sikerének biztosítása Petrohán Zsolt Zsolt.petrohan@oracle.com Safe Harbor The following is intended for information purposes only, and may not be incorporated into any contract. It
RészletesebbenÖnkiszolgáló BI infrastruktúra az adatvezérelt teljesítménymenedzsmentben
Önkiszolgáló BI infrastruktúra az adatvezérelt teljesítménymenedzsmentben Microsoft Future Decoded 2018.03.21. Krizsanovich Péter Ügyvezető igazgató, Stratégiai-, Tervezési és Controlling Igazgatóság Horváth
RészletesebbenFelhasználó-központú biztonság
Felhasználó-központú biztonság Contextual Security Intelligence Szegvári János BalaBit Europe 2016.05.11 Napirend 1. Adatgyűjtés 2. Feldolgozás 3. Reagálás Hagyományos (Orthodox) biztonsági megközelítés
RészletesebbenOracle Enterprise Manager 12c Cloud Control és 11g Grid Control összehasonlítás
Oracle Enterprise Manager 12c Cloud Control és 11g Grid Control összehasonlítás Péntek Csaba National Instruments HOUG Konferencia 2013. 04. 09. Tartalom Bemutatkozás Oracle Enterprise Manager Architektúra
Részletesebben<Insert Picture Here> Az archiválás megközelítése az ILM felől (Information Lifecycle Management)
Az archiválás megközelítése az ILM felől (Information Lifecycle Management) Sárecz Lajos Technológiai tanácsadó A probléma Mi az az Információ életciklus kezelés
RészletesebbenTenant szeparáció Exadata platformon Koncepció
Tenant szeparáció Exadata platformon Koncepció Okner Zsolt Oracle Konzultáció 2018. április Safe Harbor Statement The following is intended to outline our general product direction. It is intended for
Részletesebben<Insert Picture Here> Oracle üzleti intelligencia
Oracle üzleti intelligencia Fekete Zoltán Oracle üzleti intelligencia és adattárház termékmenedzser Highly Scalable BI Foundation EPM Workspace Performance Management Applications
RészletesebbenData Integrátorok a gyakorlatban Oracle DI vs. Pentaho DI Fekszi Csaba Ügyvezető Vinnai Péter Adattárház fejlesztő 2013. február 20.
Data Integrátorok a gyakorlatban Oracle DI vs. Pentaho DI Fekszi Csaba Ügyvezető Vinnai Péter Adattárház fejlesztő 2013. február 20. 1 2 3 4 5 6 7 8 Pentaho eszköztára Data Integrator Spoon felület Spoon
RészletesebbenAz Oracle Fusion szakértői szemmel
Az Oracle Fusion szakértői szemmel Pigniczki László ügyvezető igazgató ProMigCon Kft. HOUG 2017. november 8. ProMigCon Kft. 2009 novemberében alakult. Alapvető tevékenység: Oracle E-Business Suite bevezetés,
RészletesebbenSUSE Linux Enterprise High Availability. Kovács Lajos Vezető konzultáns
SUSE Linux Enterprise High Availability Kovács Lajos Vezető konzultáns lkovacs@npsh.hu SUSE Linux Enterprise 12 célok 100 0 % Állásidő csökkentése Hatékonyabb üzemeltetés Gyorsabb innováció 2 Állásidő
Részletesebben<Insert Picture Here> Jelentéskészítés és elemzés térképes megjelenítési támogatással Location Intelligence
Jelentéskészítés és elemzés térképes megjelenítési támogatással Location Intelligence Radnai Szabolcs Oracle BI BDM ECEMEA Mi is a térbeli adat? Spatial: Minden polgári személy címadata
RészletesebbenEladni könnyedén? Oracle Sales Cloud. Horváth Tünde Principal Sales Consultant 2014. március 23.
Eladni könnyedén? Oracle Sales Cloud Horváth Tünde Principal Sales Consultant 2014. március 23. Oracle Confidential Internal/Restricted/Highly Restricted Safe Harbor Statement The following is intended
RészletesebbenBig Data: a több adatnál is több
Big Data: a több adatnál is több Sidló Csaba István MTA Számítástechnikai és Automatizálási Kutatóintézet Üzleti Intelligencia és Adattárházak Csoport sidlo@sztaki.mta.hu http://dms.sztaki.hu CIO Hungary
RészletesebbenExcel ODBC-ADO API. Tevékenységpontok: - DBMS telepítés. - ODBC driver telepítése. - DSN létrehozatala. -Excel-ben ADO bevonása
DBMS spektrum Excel ODBC-ADO API Tevékenységpontok: - DBMS telepítés - ODBC driver telepítése - DSN létrehozatala -Excel-ben ADO bevonása - ADOConnection objektum létrehozatala - Open: kapcsolat felvétel
RészletesebbenDB2 Connect: DB2 Connect kiszolgálók telepítése és konfigurálása
IBM DB2 Connect 10.1 DB2 Connect: DB2 Connect kiszolgálók telepítése és konfigurálása Frissítve: 2013. január SC22-1154-01 IBM DB2 Connect 10.1 DB2 Connect: DB2 Connect kiszolgálók telepítése és konfigurálása
RészletesebbenOracle Big Data koncepció. Stadler Gellért Vezető tanácsadó Oracle ConsulKng HTE 2015 Konferencia
Oracle Big Data koncepció Stadler Gellért Vezető tanácsadó Oracle ConsulKng HTE 2015 Konferencia Copyright 2015, Oracle and/or its affiliates. All rights reserved. Oracle ConfidenKal Internal/Restricted/Highly
Részletesebben<Insert Picture Here> Cloud, Oracle tervezett célrendszerek, Exadata Database Machine adatbázisgép Fekete Zoltán, Principal sales consultant
Cloud, Oracle tervezett célrendszerek, Exadata Database Machine adatbázisgép Fekete Zoltán, Principal sales consultant The following is intended to outline our general product direction.
RészletesebbenAdatbázis rendszerek 7. előadás State of the art
Adatbázis rendszerek 7. előadás State of the art Molnár Bence Szerkesztette: Koppányi Zoltán Osztott adatbázisok Osztott rendszerek Mi is ez? Mi teszi lehetővé? Nagy sebességű hálózat Egyre olcsóbb, és
RészletesebbenOracle cloudforgatókönyvek
Oracle cloudforgatókönyvek Tóth Csaba vezető architect 1 A PUBLIKUS FELHŐ piaci növekedése 207 MILLIÁRD $ $109 MILLIÁRD $ $91 MILLIÁRD $ 2011 2012 2016 2 Source: Gartner PRIVÁT PUBLIKUS HIBRID 3 ÜZLETI
RészletesebbenIBM Software Group Archiválási technológiák - tartalomkezelés Kovács László Az információ kezelésének evolúciója Struktúrált adatok kezelése '60s Alkalmazások '70s Adatbázisok alkalmazásokra optimalizálva
RészletesebbenAmit mindig is tudni akartál a Real Application Testing-ről. Földi Tamás Starschema Kft.
Amit mindig is tudni akartál a Real Application Testing-ről Földi Tamás Starschema Kft. Környezet Adattárház Oracle 9i, HPUX 13ezer tábla ~1400 betöltő folyamat ~8000 töltési lépés (mapping) Riportok BusinessObjects
RészletesebbenIBM felhő menedzsment
IBM Váltsunk stratégiát! Budapest, 2012 november 14. IBM felhő menedzsment SmartCloud Provisioning és Service Delivery Manager Felhő alapú szolgáltatások Felhasználás alapú számlázás és dinamikus kapacitás
RészletesebbenIT trendek és lehetőségek. Puskás Norbert
IT trendek és lehetőségek Puskás Norbert és kapcsolódó Üzleti technológiák elvárások T-Systems stratégia és innováció 2010 Gartner: CIO TOP 10 Technologies, 2011 Mobilizáció Hatások fogyasztói oldalról
RészletesebbenPapp Attila. BI - mindenkinek
Papp Attila BI - mindenkinek 100% 28% 2012 A kiterjesztett BI piac alakulása BAM/CEP 0.23 Other Data 2 Warehouse 10.5 CRM Analytics 1 Data Integration, Data Quality 3 2010 57 mrd USD BI Services 30 2011
Részletesebben2023 ban visszakeresné 2002 es leveleit? l Barracuda Message Archiver. Tóth Imre Kereskedelmi Igazgató Avisys Kft Barracuda Certified Diamond Partner
2023 ban visszakeresné 2002 es leveleit? l Barracuda Message Archiver Tóth Imre Kereskedelmi Igazgató Avisys Kft Barracuda Certified Diamond Partner 1 Tartalom A Barracuda Networks Termékportfólió IT üzemeltetés
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
RészletesebbenIntelligens közlekedés: a járműipar és járműirányítás IKT igényei, a VehicleICT projekt. Lengyel László lengyel@aut.bme.hu
Intelligens közlekedés: a járműipar és járműirányítás IKT igényei, a projekt Lengyel László lengyel@aut.bme.hu Az IT ma Havonta 850 millió aktív felhasználó a facebookon Az előadásom alatt 1,400,000 tweet
RészletesebbenSAM-Insights ADVANCED CENTRAL DATA COLLECTOR (ACDC) Szkenneléssel nem mérhető licencelési adatok. Egyedülálló funkcionalitású, új ACDC modul
SAM-Insights ADVANCED CENTRAL DATA COLLECTOR (ACDC) Szkenneléssel nem mérhető licencelési adatok Szoftvergazdálkodási, licencelési szempontból nemcsak az összetett szerverkörnyezet, bonyolult infrastruktúra,
RészletesebbenRendszermodellezés. Benchmarking. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék
Rendszermodellezés Benchmarking Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék 1 Benchmarking Célok: szoftver/hardver eszközök teljesítményének összehasonlítása
RészletesebbenOracle Exalogic Elastic Cloud
ORACLE PRODUCT LOGO Month, Day, Year Venue City Oracle Exalogic Elastic Cloud Nagy Péter Vezető tanácsadó The following is intended to outline our general product direction. It is intended for information
RészletesebbenMásolatképzési technikák és azok felhasználási lehetőségei
Másolatképzési technikák és azok felhasználási lehetőségei Godányi Géza Technical Account Manager EMC Magyarország Kft. 1 A belső másolatok előnye: Párhuzamos feldolgozás! Mentés / visszatöltés Oracle
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
RészletesebbenRadware terhelés-megosztási megoldások a gyakorlatban
Radware terhelés-megosztási megoldások a gyakorlatban Networkshop 2014 2014. április 24. Palotás Gábor vezető hálózati mérnök, CCIE #3714 A Radware-ről röviden Több mint 10,000 ügyfél A cég növekedése
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
RészletesebbenAdatbányászat és Perszonalizáció architektúra
Adatbányászat és Perszonalizáció architektúra Oracle9i Teljes e-üzleti intelligencia infrastruktúra Oracle9i Database Integrált üzleti intelligencia szerver Data Warehouse ETL OLAP Data Mining M e t a
RészletesebbenTitkok. Oracle adatbázisok proaktív es reaktív védelmi eszközei. Mosolygó Ferenc, vezetı technológiai tanácsadó. <Insert Picture Here>
Titkok Belsı támadások Törvényi elıírások Oracle adatbázisok proaktív es reaktív védelmi eszközei Mosolygó Ferenc, vezetı technológiai tanácsadó Proaktív és reaktív védelem Proaktív
RészletesebbenÜzemeltetési kihívások 2015
2015 Kovács József architekt, DBA John Milton Kft. 2015 DBA feladatköre Adatbáziskezelő architektúra, belső-külső komplexitás Komplexitás kezelése, menedzselése, havária Hol van a log? Üzemeltetési esetek
Részletesebben<Insert Picture Here> Közeli jövőkép az üzleti intelligenciáról
Közeli jövőkép az üzleti intelligenciáról Radnai Szabolcs Üzleti Intelligencia Üzletfejlesztési vezető - Kelet-közép Európa régió Az üzleti intelligencia feladata Embedded Business
RészletesebbenOracle adatbázis biztonság a gyakorlatban és 12c újdonságok
Oracle adatbázis biztonság a gyakorlatban és 12c újdonságok Mosolygó Ferenc 2014. Október 2. Gyakorlati tapasztalatok 2 2013 Data Breach Investigation Report Verizon 67 % Az adatok 67%-át szerverekről
RészletesebbenETL keretrendszer tervezése és implementálása. Gollnhofer Gábor Meta4Consulting Europe Kft.
ETL keretrendszer tervezése és implementálása Gollnhofer Gábor Meta4Consulting Europe Kft. Tartalom Bevezetés ETL keretrendszer: elvárások és hogyan készítsük A mi keretrendszerünk Bevezetési tanulságok
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
RészletesebbenMMK-Informatikai projekt ellenőr képzés 4
Miről lesz szó Big Data definíció Mi a Hadoop Hadoop működése, elemei Köré épülő technológiák Disztribúciók, Big Data a felhőben Miért, hol és hogyan használják Big Data definíció Miért Big a Data? 2017.
RészletesebbenSAP tanfolyam értékesítés, termékstratégia. Berczik Márton, SAP Hungary Kft. ELTE, 2013. április 9.
SAP tanfolyam értékesítés, termékstratégia Berczik Márton, SAP Hungary Kft. ELTE, 2013. április 9. SAP AG SAP Magyarország 41 év üzleti tapasztalat több mint 60.000 dolgozó több mint 120 országban van
RészletesebbenLinux kiszolgáló felügyelet: SUSE Manager
Linux kiszolgáló felügyelet: SUSE Manager SUSE Expert Days Kovács Lajos Vezető konzultáns kovacs.lajos@npsh.hu Linux kiszolgáló felügyelet problémái SUSE Linux Enterprise workload Private and public cloud
RészletesebbenGenerációváltás az Alcatel-Lucent OmniPCX Connect termékvonalon. Mészáros tamás Műszaki fejlesztési vezető
Generációváltás az Alcatel-Lucent OmniPCX Connect termékvonalon Mészáros tamás Műszaki fejlesztési vezető OXO - megfelelőség OXO - megfelelőség OXO Connect 2.1 - újdonságok Az Armada 64 új üzemmódja
Részletesebbenwebalkalmazások fejlesztése elosztott alapon
1 Nagy teljesítményű és magas rendelkezésreállású webalkalmazások fejlesztése elosztott alapon Nagy Péter Termékmenedzser Agenda Java alkalmazás grid Coherence Topológiák Architektúrák
RészletesebbenGráfok mindenhol. x $ SZENDI-VARGA JÁNOS IOT SOCIAL NETWORKS FRAUD DETECTION MASTER DATA MANAGEMENT RECOMMENDATION ENGINES. Internet of Things
8 b $! [ IOT RECOMMENDATION ENGINES 5 K Internet of Things a " > Gráfok mindenhol Facebook, Twitter, Google+ x $ S SOCIAL NETWORKS 9 SZENDI-VARGA JÁNOS K K # MASTER DATA MANAGEMENT Z FRAUD DETECTION Graph
RészletesebbenOracle integrációs platform nem csak Oracle Alkalmazásokhoz
Oracle integrációs platform nem csak Oracle Alkalmazásokhoz Petrohán Zsolt Vezető tanácsadó zsolt.petrohan@oracle.com SOFTWARE.HARDWARE.ENGINEERED TO WORK TOGETHER. Tejleskörű megoldás
RészletesebbenNyikes Tamás Ker-Soft Kft. Dell Software áttekintés
Nyikes Tamás Ker-Soft Kft. Dell Software áttekintés Dell Software megoldási területek 2 Adatközpont- és felhőmenedzsment Windows Server Management Migráció (Migration Manager, On Demand Migration) SharePoint
RészletesebbenA Veeam kritikus szerepe az adatkezelési és védelmi stratégiákban, biztosítva a GDPR megfelelést és az Always On Enterprise rendelkezésre állást.
A Veeam kritikus szerepe az adatkezelési és védelmi stratégiákban, biztosítva a GDPR megfelelést és az Always On Enterprise rendelkezésre állást. Keszler Mátyás, Territory Manager, Hungary Struktúrált
RészletesebbenMEGAJÁNLOTT TERMÉKEK, SZOLGÁLTATÁSOK BEMUTATÁSA
MEGAJÁNLOTT TERMÉKEK, SZOLGÁLTATÁSOK BEMUTATÁSA SAP VAGY AZZAL EGYENÉRTÉKŰ SZOFTVEREK, FEJLESZTŐESZKÖZEIK SZÁLLÍTÁSA, VALAMINT KAPCSOLÓDÓ SZOLGÁLTATÁSOK NYÚJTÁSA 2013. TÁRGYÚ ELJÁRÁS 1. RÉSZE: SAP VAGY
RészletesebbenFolyamatok rugalmas irányítása. FourCorm Kft.
Folyamatok rugalmas irányítása FourCorm Kft. www.frckft.hu 1 Dokumentumok áramlása Gyakran szekvenciális Rengeteg felesleges másolat Információk alacsony rendelkezésre állása Nincs szolgálati út- és határidőfigyelés
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
RészletesebbenFejlesztési projektek menedzselése IBM Rational CLM termékekkel. Ker-Soft Kft. Kaszás Orsolya - üzleti tanácsadó
Fejlesztési projektek menedzselése IBM Rational CLM termékekkel Ker-Soft Kft. Kaszás Orsolya - üzleti tanácsadó Tartalom I. CLM termékek rövid ismertetése II. Projekt menedzsment módszertanokról III. Demo
RészletesebbenNövekvő befektetés megtérülés és teljesítmény az Emelt Szintű Támogatás (ACS) eredménye
Növekvő befektetés megtérülés és teljesítmény az Emelt Szintű Támogatás (ACS) eredménye László Fodor Senior Manager Service Management Advanced Customer Support Services Program Agenda Az Oracle stratégia
RészletesebbenPárhuzamos és Grid rendszerek
Párhuzamos és Grid rendszerek (12. ea) Cloud computing Szeberényi Imre BME IIT M Ű E G Y E T E M 1 7 8 2 2013.04.29. - 1 - Újabb buzzword? Metacomputing Utility computing Grid computing
RészletesebbenBusiness Service Management Varga Zsolt NPSH operatív vezető
Business Service Management Varga Zsolt NPSH operatív vezető zvarga@novell.com Managed Objects is a Novell Company TÚ LÉ LÉ S Business Service Management Varga Zsolt NPSH operatív vezető zvarga@novell.com
RészletesebbenOracle E-Business Suite auditok tapasztalatai. Gáspár Gyula Senior Manager Oracle License Management Services, Central Europe április 6.
Oracle E-Business Suite auditok tapasztalatai Gáspár Gyula Senior Manager Oracle License Management Services, Central Europe 2016. április 6. Copyright 2016, Oracle and/or its affiliates. All rights reserved.
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
RészletesebbenIT Asset Management. IBM Tivoli Asset Management for IT. 2009. 11. 10 Kubicsek Tamás. 2009 IBM Corporation
IT Asset Management IBM Tivoli Asset Management for IT 2009. 11. 10 Kubicsek Tamás Miért kritikus az átfogó IT eszközmenedzsment kialakítása? Szoftver és Licensz: Komplex licensztípusok Nehezen átlátható
RészletesebbenSOPHOS simple + secure. A dobozba rejtett biztonság UTM 9. Kókai Gábor - Sophos Advanced Engineer Balogh Viktor - Sophos Architect SOPHOS
SOPHOS simple + secure A dobozba rejtett biztonság UTM 9 Kókai Gábor - Sophos Advanced Engineer Balogh Viktor - Sophos Architect SOPHOS SOPHOS simple + secure Megint egy UTM? Egy újabb tűzfal extrákkal?
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
RészletesebbenT W z àöä á TÜtÇç{tÄ á t [öüéå ^ äöçáöz
T W z àöä á TÜtÇç{tÄ á t [öüéå ^ äöçáöz Excel Customer Digital Experience Real time, personalised and omni channel PROVICE Informatika, 2016 1 Az Insurance Királyságban boldogan éldegélt a Királyfi az
RészletesebbenELO Digital Office ERP integráció
ELO Digital Office ERP integráció Lázár Péter ECM Business Unit Manager peter.lazar@itelligence.hu Enterprise Content Management www.elo.com Miért kell ERP integráció? Hozzáféréseket szabályozni és auditálni
RészletesebbenVan-e ingyen-ebéd? Avagy mire elég a nyílt forráskodú Pentaho? Fekszi Csaba Ügyvezető 2012. október 4.
Van-e ingyen-ebéd? Avagy mire elég a nyílt forráskodú Pentaho? Fekszi Csaba Ügyvezető 2012. október 4. Omnit Solutions 2007 óta a piacon BI & adattárház tanácsadás 20 fős csapat Oracle, IBM és Pentaho
RészletesebbenMosolygó Ferenc. Értékesítési Konzultáns. Ferenc.Mosolygo@oracle.com
Mosolygó Ferenc Értékesítési Konzultáns Ferenc.Mosolygo@oracle.com Security A 3 legnagyobb mítosz a biztonságról A tűzfalak biztonságot teremtenek. Tény: 40% -a az internetes betöréseknek ott fordul elő
Részletesebben1 IdMatrix Identity Governance Válaszok a GDPR kihívásaira
1 www.businesstemplates.com IdMatrix Identity Governance Válaszok a GDPR kihívásaira 2 www.businesstemplates.com TODAY S AGENDA Rólunk Központi jogosultság kezelés Az Innomatrix Services Kft. saját fejlesztésű
Részletesebben<Insert Picture Here> Egy DBA napja: Teljeskörű üzemeltetés Oracle Enterprise Manager-rel
Egy DBA napja: Teljeskörű üzemeltetés Oracle Enterprise Manager-rel Sárecz Lajos Vezető értékesítési tanácsadó Program Agenda Teljeskörű menedzsment Oracle Enterprise Manager használatával
RészletesebbenMagyar Posta központi Oracle infrastruktúrája VMware alapokon
Magyar Posta központi Oracle infrastruktúrája VMware alapokon MP Zrt. Oracle infrastruktúra 1. Eredeti állapot Tervezés 2. Virtuális platform kiválasztása 3. Környezet felépítése 4. Üzemeltetési kihívások
RészletesebbenSzolgáltatási szint és performancia menedzsment a PerformanceVisor alkalmazással. HOUG konferencia, 2007 április 19.
Szolgáltatási szint és performancia menedzsment a PerformanceVisor alkalmazással Szabó Balázs HOUG konferencia, 2007 április 19. Mirıl lesz szó NETvisor Kft bemutatása Szolgáltatási szint alapjai Performancia
Részletesebben