This event is history, please check out the List of Upcoming Seminars, or send us an email

Check out our related in-house workshops:

 Leerdoelen

WAT zal u leren op dit seminar over Big Data, Hadoop en NoSQL voor Business Intelligence-systemen en Datawarehouses ?

Wat heeft Big Data en Hadoop te bieden aan bedrijven in retail, utilities, banking, insurance, ..., en de overheid ?

Dit seminar beantwoordt deze en vele andere vragen:

• Wat zijn de nieuwste trends en technologische ontwikkelingen in business intelligence, analytics, datawarehousing, streaming analytics en big data ?
• Wat is de waarde van big data en analytics voor organisaties ?
• Welke producten en technologieën zijn de winnaars en welke verliezers ?
• Hoe creëren nieuwe en bestaande technologieën, zoals Hadoop, NoSQL en NewSQL, nieuwe kansen in uw organisatie ?
• Hoe kunnen agile data business intelligence systemen ontworpen worden?
• Hoe kunnen big data en analytics opgenomen worden in bestaande business intelligence architecturen ?

WAAROM organizeren wij dit seminar over Big Data Technologie ?

Big data, Hadoop, in-memory analyses, Spark, Kafka, self-service BI, fast data, datawarehouse automation, analytische databaseservers, datavirtualisatie, data vault, operational intelligence, predictive forecasting en NoSQL zijn slechts enkele van de nieuwe technologieën die beschikbaar zijn gekomen voor de ontwikkeling van BI-systemen. De meeste zijn zeer krachtig en uitermate geschikt voor de ontwikkeling van meer flexibele en schaalbare BI-systemen. Maar welke kies je nu ?

Door deze waterval van nieuwe ontwikkelingen wordt het voor organisaties steeds moeilijker om de juiste tools te kiezen. Welke technologieën zijn relevant? Zijn ze al volwassen genoeg? Waarvoor kunnen ze gebruikt worden? Dit zijn allemaal terechte, maar lastige vragen om te beantwoorden.

In dit tweeedaags seminar kijken we met een duidelijke, uitgebreide en kritische blik naar al deze nieuwe ontwikkelingen en hun onderlinge relaties. Technologieën en technieken worden uitgelegd, marktoverzichten worden besproken, zwakke en sterke punten komen aan bod en richtlijnen en goeie praktijkvoorbeelden worden behandeld.

De grootste revolutie in BI is duidelijk big data. Daarom wordt in dit seminar ruimschoots stilgestaan bij dit intrigerende onderwerp. Hadoop, Spark, MapReduce, Kafka, Hive, NoSQL, SQL-on-Hadoop komen allemaal aan bod. Daarnaast wordt de relatie tussen big data en analytics uitgebreid besproken.

Dit tweedaags seminar biedt een unieke kans om alles over de nieuwe BI-ontwikkelingen te zien en te horen. Het biedt een perfecte update voor diegenen die meer willen weten over hoe zij BI-systemen klaar kunnen maken voor de komende tien jaar.

WIE mag dit seminar niet missen ?

Dit seminar is bedoeld voor iedereen die alles wil leren over de nieuwste ontwikkelingen in de databasewereld, o.a.:

• Business Intelligence-specialisten,
• Datawarehouse-ontwerpers,
• Business Analysts,
• Technology Planners,
• Technical en Enterprise Architects,
• IT Consultants en IT Strategists,
• Systeemanalisten,
• Database-ontwikkelaars en Database Administrators,
• Solution and Data Architects,
• IT Managers
• ...

 Volledig Programma

De veranderende wereld van Business Intelligence

• Big Data: hype of werkelijkheid?
• Operational intelligence: zijn online datawarehouses nodig?
• Fast data is de volgende stap voor big data
• Data warehouses in de cloud
• Self-service BI
• De business value van analytics

Wat heeft Big Data en Hadoop te bieden aan bedrijven in retail, utilities, banking, insurance, ..., en de overheid ?

Hadoop nader bekeken

• De relatie tussen big data en analytics
• De Hadoop software stack, inclusief HDFS, MapReduce, YARN, Hive, Storm, Sqoop, Flume en HBase
• Balanceren tussen productiviteit en schaalbaarheid
• Big data beschikbaar maken voor een groter publiek met SQL-on-Hadoop engines, zoals Apache Drill, Apache Hive, Apache Phoenix, Cloudera Impala, HP Vertica, IBM BigSQL, JethroData, MemSQL, SparkSQL en Splice Machine

Spark nader bekeken

• Spark gaat over in-memory analytische verwerking
• De interfaces: SQL, R, Scala, Python
• Heeft Spark Hadoop nodig?v
• De relatie tussen Spark en data science
• Use cases van Spark

NoSQL nader bekeken

• Classificatie van NoSQL databaseservers: key-value stores, document stores, column-family stores en graph data stores
• Marktoverzicht: CouchDB, Cassandra, Cloudera, MongoDB en Neo4j
• Strong consistency of eventual consistency?
• Waarom een geaggregeerd datamodel?
• Use case van NoSQL-producten
• Hoe moeten gegevens geanalyseerd worden die in NoSQL-databases opgeslagen zijn?

Overzicht van analytische SQL-databaseservers

• Zijn klassieke SQL-databaseservers geschikt voor datawarehousing?
• Belangrijke performance verbeterende functies: column-oriented storage, in-database analytics
• Marktoverzicht van analytische SQL-databaseservers: Apache Greenplum, Exasol, HP Vertica, IBM PureData Systems for Analytics, InfoBright, JustOneDB, Kognitio WX2, Microsoft PDW, Oracle In-Memory, SAP HANA en Sybase IQ, SnowflakeDB, Teradata Appliance en Teradata Aster Database

Technologieën voor fast data en streaming analytics

• De grootste toepassing van fast data: het Internet of Things (IoT)
• IoT betekent streaming data en snel analyseren van die data
• IoT devices: Smartphones (horloges), RFID sensoren, machines, algemene sensoren, cameras, pace makers, enzovoorts
• De uitdaging: real-time reacties op streaming data
• De verschillen tussen big data en fast big data
• Technologieën voor streaming data: Apache Kafka, Apache ActiveMQ, Amazon Kinesis, Kestrel, RabbitMQ en ZeroMQ
• Verschillen tussen de nieuwe technologieën en traditionele message queuing producten
• Producten voor big data streaming: Apache Storm en Flink, IBM InfoSphere Streams, Informatica for Streaming Analytics, Software AG Apama en Spark Streaming
• Hoe integreren we fast data met het enterprise data warehouse?

Datavirtualisatie voor Agile BI-systemen en Lean Integration

• Datavirtualisatie biedt on-demand data integratie
• Naadloos integreren van big data en het datawarehouse
• Marktoverzicht: AtScale, Cirro Data Hub, Cisco Information Server, Denodo Platform, RedHat JBoss Data Virtualization, Rocket DV en Stone Bond Enterprise Enabler
• Importeren van niet-relationele gegevens, zoals XML documenten, webservices, NoSQL en Hadoop data en ongestructureerde gegevens
• Verschillen tussen datavirtualisatie en data blending

Nieuwe Business Intelligence-architecturen

• Bespreken van verschillende BI-architecturen, inclusief Kimball’s Data Warehouse Bus, Architecture, Inmon’s Corporate Information Factory, DW 2.0, the Federated Architecture, the Centralized Warehouse Architecture, the Data Virtualization Architecture en the BI in the Cloud Architecture
• Hebben we nog data marts nodig?
• Wat is de rol van master datamanagement in BI-architecturen?
• Gebruik van data vault om flexibelere datawarehouses te creëren
• Datawarehouse automation om sneller datawarehouses en data marts te creëren

New SQL Databaseservers

• NewSQL staat voor high-performance transactie-georiënteerde SQL-databaseservers
• Simpelere transactiemechanismen om scale-out te realiseren
• Wat betekent de term geo-compliancy?
• Marktoverzicht, inclusief Clustrix, GenieDB, NuoDB en VoltDB

Modelleren van data voor Big Data, Hadoop en NoSQL

• Uitleg van niet-relationele concepten, zoals column families, hiërarchieën, verzamelingen en lijsten
• Is het opslaan van ongestructureerde en semi-gestructureerde gegevens echt flexibeler?
• De verschillen tussen schema-on-read en schema-on-write
• Regels voor de transformatie van klassieke gegevensmodellen in NoSQL-concepten
• Toepassingsbehoeften beïnvloeden het database-ontwerp

Samenvatting en afsluiting

 Sprekers

Questions about this ? Interested but you can't attend ? Send us an email !