Поєднання джерел даних у Hadoop - справа складна. Деякі з причин цього:
- Спеціальні сценарії, специфічні для джерел, що поєднують джерела даних, є проблематичними.
- Використання інструментів інтеграції даних або засобів наукових даних вводить занадто велику невизначеність.
- Додавання даних із зовнішніх джерел поруч із неможливим.
Сьогодні я обговорюю, як поліпшується аналітика Hadoop завдяки джерельно-агностичним технологіям, що полегшують комбінування внутрішніх та зовнішніх джерел даних. На додаток до опису того, як працюють джерельно-агностичні методи, я також розповім, чому аналітиці Hadoop потрібні вбудовані можливості інтелекту та передачі знань, розуміння взаємозв'язків та характеристик даних, а також масштабована та високоефективна архітектура.
Вебінар: Матриці значення: Підключення крапок у Hadoop - Зареєструйтесь тут |
