Kapitel 5. Datenübertragungsdienst
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Auf dem Weg zur Entwicklung von Erkenntnissen zur Lösung von Geschäftsproblemen haben wir über die Entdeckung vorhandener Datensätze und ihrer Metadaten sowie über wiederverwendbare Artefakte und Funktionen gesprochen, die für die Entwicklung von Erkenntnissen genutzt werden können. Oft müssen Datenattribute aus verschiedenen Data Warehouses oder Anwendungsdatenbanken zusammengeführt werden, um Erkenntnisse zu gewinnen. Für das Umsatz-Dashboard müssen beispielsweise Attribute aus Rechnungsstellung, Produktcodes und Sonderangeboten in einen gemeinsamen Datenspeicher verschoben werden, der dann abgefragt und verbunden wird, um das Dashboard alle paar Stunden oder in Echtzeit zu aktualisieren. Datennutzer verbringen 16% ihrer Zeit mit dem Verschieben von Daten. Heutzutage verursacht die Datenverschiebung Probleme bei der Orchestrierung der Datenverschiebung zwischen heterogenen Datenquellen, bei der laufenden Überprüfung der Datenkorrektheit zwischen Quelle und Ziel und bei der Anpassung an Schema- oder Konfigurationsänderungen, die in der Datenquelle häufig auftreten.
Die rechtzeitige Verfügbarkeit der Datenattribute aus den verschiedenen Quellen ist einer der Hauptprobleme. Die Zeit, die für die Bereitstellung der Daten aufgewendet wird, wirkt sich auf die Produktivität aus und verlangsamt die Gesamtzeit bis zur ...
Get Die Self-Service-Daten-Roadmap now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.