Menu Zamknij

Kategoria: Podcast

Czy już nadszedł odpowiedni moment, żeby pomyśleć o BigQuery? Z historią w tle! [Podcast]

Czy wiesz, że dzięki BigQuery można zbudować małą hurtownię danych zupełnie za darmo? Czy wyobrażasz sobie wykorzystanie BigQuery w małej rodzinnej firmie, która produkuje dania obiadowe i kanapki?

Ten odcinek się trochę różni się od pozostałych, ponieważ Marcin opowiada w nim o BigQuery, ale z nieco innej perspektywy niż możesz się spodziewać.

BigQuery na pewno kojarzy się z przetwarzaniem ogromnych ilości danych, w petabajtowej skali, czyli klasyczne Big Data. I to wszystko się zgadza, jednak nie jest to cała prawda o BigQuery.

Spojrzymy na to trochę od strony biznesowej, trochę z perspektywy architekta rozwiązań, który może zbudować całkiem potężny system zarządzający procesami w przedsiębiorstwie, którego model działania nie może wykorzystać istniejących rozwiązań. A wszystko to w błyskawicznym tempie i niskim kosztem, wykorzystując w większości gotowe narzędzia.

W odcinku dowiesz się, czym różni się BigQuery od innych narzędzi Big Data, takich jak np. Hadoop oraz o tym, kiedy można czerpać największe korzyści z usług typu serverless, bo nie do końca prawdą jest, że serverless sprawdza się najlepiej w dużej skali.

A wszystko to będzie poparte realnym przykładem z życia wziętym, w którym koszty infrastruktury systemów informatycznych dla małego przedsiębiorstwa mieściły się w kwocie 5 zł miesięcznie. Tak, nie ma tu pomyłki, słownie pięć złotych miesięcznie, a konkretnie około 1$.

Kimball, Inmon czy Linstedt – rozmowa o hurtowniach danych [Podcast]

Dzisiejszy temat trochę w innej (zupełnie dla mnie nowej!) formie. Tym razem nie będzie długiego artykułu. Zamiast tego zapraszam Cię do wysłuchania podcastu Marcina Siudzińskiego: Od Danych Do Danych, którego byłem gościem.

Poniżej w artykule znajdziesz więcej informacji jak i dodatkowe materiały. A samego nagrania możesz posłuchać tutaj:

Inmon, Kimball a może Linstedt (Data Vault)?

Rozmawialiśmy o różnych koncepcjach związanych z hurtowniami danych. Oczywiście pojawił się Kimball oraz Inmona. Nie mogło również zabraknąć również Data Vaulta.

Starałem się temat ująć tak, abyś jak najlepiej zrozumiał(a) różnice pomiędzy tymi podejściami. Oczywiście temat jest znacznie głębszy i był to jedynie wierzchołek góry lodowej.

Pojawił się również kontekst dużych danych oraz nowoczesnych hurtowni danych w chmurze.