Datawarehousing with OpenSource Software
0 likes360 views
A Presentation of Datawarehousing in Linux using the Open Source suite Pentaho
1 of 13
Recommended
Running Kettle Job by API v1.2
Running Kettle Job by API v1.2Antonio Musarra
油
In questo breve articolo vedremo come sia possibile e semplice utilizzare le API di Pentaho Data Integration (Kettle) per eseguire dei Job in precedenza progettati con il designer Spoon . Non sar oggetto di trattazione dellarticolo la parte di design che riguarda sia le Trasformazioni sia i Job. Larticolo 竪 rivolto a chi gi possiede buone conoscenze di base dellarchitettura e del funzionamento di Kettle. 30 for 30: Quick Start Your Pentaho Evaluation
30 for 30: Quick Start Your Pentaho EvaluationPentaho
油
These slides are from our recent 30 for 30 webinar tailored towards people that have downloaded the Pentaho evaluation and want to know more about all the data integration and business analytics components part of the trial, how to easily integrate data, and best practices for installing/developing content. Data Mashups for Analytics
Data Mashups for AnalyticsPentaho
油
Explore how data integration (or mashups) can maximize analytic value and help business teams create streamlined data pipelines that enables ad-hoc analytic inquiries. Youll learn why businesses increasingly focused on blending data on demand and at the source, the concrete analytic advantages that this approach delivers, and the type of architectures required for delivering trusted, blended data. We provide a checklist to assess your data integration needs and capabilities, and review some real-world examples of how blending various data types has created significant analytic value and concrete business impact. Kettle: Pentaho Data Integration tool
Kettle: Pentaho Data Integration toolAlex Ray坦n Jerez
油
Pentaho Data Integration. Preparing and blending data from any source for analytics. Thus, enabling data-driven decision making. Application for education, specially, academic and learning analytics.Pentaho Data Integration Introduction
Pentaho Data Integration Introductionmattcasters
油
This document summarizes Pentaho Data Integration (Kettle), an open source data integration tool. It discusses Kettle's capabilities for extracting, transforming, and loading data from various sources. Key features include its graphical user interface, support for over 35 database types, flexible transformation capabilities, and large community of users. The document also notes Kettle's use in big data and Hadoop environments and its adoption in small, medium, and large enterprises.Webinar Emerasoft presenta yellowfin
Webinar Emerasoft presenta yellowfinEmerasoft, solutions to collaborate
油
Primo webinar Italiano sulla piattaforma di Business Intelligence leader di mercato Yellowfin. Contatta Emerasoft per una demo personalizzata (sales@emerasoft.com)Note di Data Warehouse e Business Intelligence - Pensare "Agile"
Note di Data Warehouse e Business Intelligence - Pensare "Agile"Massimo Cenci
油
Essere agile in un progetto di Data Warehouse e Business Intelligence 竪 possibile.
Bisogna solo farsi guidare da una corretta metodologia.
Appunti di big data
Appunti di big dataFranco Diaspro
油
Appunti presi durante il corso di introduzione ai Big Data:
BIG DATA: FROM DATA TO DECISIONS
tenuto da QUEENSLAND UNIVERSITY OF TECHNOLOGY
Elk - Elasticsearch Logstash Kibana stack explained
Elk - Elasticsearch Logstash Kibana stack explainedFederico Panini
油
The ELK stack explaind from zero! Why do I need it ? how can it be useful ?!?!?! I try to explain all this stuff. The slides are in ITALIANXIII Forum Pluribus
XIII Forum PluribusInnocenti Andrea
油
Un modo rivoluzionario di gestire la tua imopresa SIGLA UltimateBusiness Intelligence & Analytics
Business Intelligence & AnalyticsDavide Mauri
油
Business Intelligence e Business Analytics sono termini che ricorrono ormai quotidianemente. Cosa significano? Che valore portano in una azienda? Come si crea una soluzione di Business Intelligece e di Business Analytics? Che strumenti mette a disposizione la piattaforma Microsoft? In questa sessione andremo ad introdurre tutti gli attori, gli strumenti e le tecnologie che concorrono a realizzare tali soluzioni, vendendone alcune "dal vivo" per capire come si usano ed il grande valore aggiunto che, in una societ sempre pi湛 affamata di informazioni, ma ricca solo di dati, possono portare.
Trovare ci嘆 che serve nella confusione: comprendere i Big Data con l'analisi AWS
Trovare ci嘆 che serve nella confusione: comprendere i Big Data con l'analisi AWSAmazon Web Services
油
Ai giorno nostri, le informazioni sono una risorsa che deve ancora essere esplorata. Con levoluzione dei social media e della tecnologia, la raccolta di dati sta crescendo costantemente, raddoppiando ogni due anni poich辿 viene creato un numero sempre maggiore di flussi di dati. Lutente di Internet medio nel 2017 generava 1,5 GB di dati al giorno, un numero che raddoppia ogni 18 mesi. Un veicolo autonomo pu嘆 generare da solo 4 TB al giorno. Ogni stabilimento di produzione "smart" genera 1PB al giorno. Tuttavia, il potenziale di utilizzo di questa abbondanza di dati deve ancora concretizzarsi, poich辿 sempre pi湛 compagnie e tecnologie di intelligenza artificiale stanno usando questi dati per fare scoperte e influenzare decisioni chiave. In questa sessione esamineremo lo stato attuale dei Big Data all'interno di AWS e analizzeremo in profondit gli ultimi trend in materia di Big Data, oltre che alcuni casi d'uso industriale. Scopriremo la gamma di servizi AWS per i dati gestiti che permettono ai clienti di concentrarsi sul rendere utili i dati, tra cui Amazon Aurora, RDS, DynamoDB, Redshift, Spectrum, ElastiCache, Kinesis, EMR, Elasticsearch Service e Gluehow. In questa sessione parleremo di questi servizi, mostrando come vengono utilizzati oggi dai nostri clienti e condivideremo la nostra visione per linnovazione.
Speaker: Giorgio Nobile, Solutions Architect, AWSJava al servizio della data science - Java developers' meeting
Java al servizio della data science - Java developers' meetingNicola Pedot
油
What is Java's role in the Data Science market? Why consider solutions based on Java (and other JVM frameworks) for Data Analytics? And what solutions are available?
During this Java Developers' Meeting Datatellers will pay attention to these questions, presenting the software H2O.ai and KNIME, two Open Source platforms that in recent years are seeing a wide use especially in the analysis of big data. Attention will also be given to the synergy of the two tools, in the generation of advanced and customized Business Intelligence tools.
Octobus enterprise management system
Octobus enterprise management systemFoedus
油
OCTOBUS enterprise management system 竪 il sistema gestionale made in Italy, web & mobile native, world ready, parametrico, flessibile, scalabile in grado di supportare lazienda in tutte le sue evoluzioniDesign Patterns - Enterprise Patterns (part 2)
Design Patterns - Enterprise Patterns (part 2)Fabio Armani
油
Design Patterns - Enterprise Patterns (part 2)
- - - Enterprise Patterns ( Patterns of Enterprise Application Architecture
Core J2EE Patterns
Integration Patterns)
Business Tier
Data Transfer Object (DTO)
Business Object (BO)
Service Locator
Application Service
Integration Tier
Data Access Object (DAO)
Domain Store
Web Service Broker
Other Patterns:
Analysis patterns
Architectural patterns
Design patterns
Enterprise patterns
GRASP patterns
Implementation patterns
J2EE Core patterns
SCM patterns
Nudo e crud - a Pimcore aperto
Nudo e crud - a Pimcore apertoLorenzo Nicoletti
油
Pimcore 竪 lo strumento con cui aiutiamo le organizzazioni nel processo di gestione delle informazioni di prodotto. Ma non parleremo di PIM. Guarderemo invece sotto il cofano, quali strumenti pronti all'uso offre. In particolare Pimcore offre CRUD, API GraphQL, Face Detection, Real-time image processing sono a disposizione senza dover reinventare la ruota.
Product Information Management. linsieme di processi (e tecnologie) volti alla gestione delle informazioni di prodotto che lo descrivono dal punto di vista del cliente.
Dove ci aiuta Pimcore.
- Creazione di strutture informative ad oggetti
- Creazione di strutture relazionali articolate
- Definizione di attributi di prodotto complessi
- Supporto alla traduzione/localizzazione dei contenuti
- Gestione dei flussi di lavoro e approvazione (workflow)
- Integrazione con sistemi informativi aziendali
- Pubblicazione multicanale
Vantaggi di Pimcore
- Unica fonte di verit
- Eliminazione dei silos aziendali
- Consolidamento dei dati
- Qualit del dato
- Gestione unica, distribuzione multipla
- Riduzione del time-to-market
Data Strategy per trasformare i dati in asset strategici aziendali
Data Strategy per trasformare i dati in asset strategici aziendaliDenodo
油
Watch: https://bit.ly/3ftTdKr
Il 26 giugno partecipa al Webinar DATA STRATEGY PER TRASFORMARE I DATI IN ASSET STRATEGICI AZIENDALI realizzato da IKN Italy con la collaborazione di Denodo per approfondire i trend tecnologici che indirizzeranno e stanno guidando la Data Strategy delle aziende in tutto il mondo. Nell'era dei Big Data, dell'Intelligenza Artificiale e del Cloud Computing, il volume, leterogeneit e la velocit dei dati sono in costante crescita e la sfida, pertanto, diventa quella di poter governare i dati, in modo da facilitare la loro trasformazione in informazioni e conoscenza, dando la possibilit al business di accedervi con agilit e semplicit.
Vuoi sapere come trasformare i dati in asset strategici, affinch辿 lazienda sia (veramente) Data-Driven?
Partecipa al webinar per rispondere a questa domanda e per scoprire:
- Come Machine Learning e Artificial Intelligence possono semplificare le sfide della gestione dei dati al giorno doggi e qual 竪 il ruolo della Data Virtualization in tale semplificazione
- Qual 竪 l'evoluzione delle architetture di Data Provisioning e di Data Management nelle aziende e in che modo il paradigma di Data Fabric entra in gioco
- Come 竪 possibile gestire l'integrazione dei dati in un mondo sempre pi湛 ibrido e multi-cloud
- Come possono le aziende monetizzare dati e informazioni, sfruttando e valorizzando uninfrastruttura Data-as-a-Service
- Quale ruolo svolgere il Voice Computing nel futuro dell'analisi dei datiAspetti tecnici nella scelta di un software gestionale per cantine
Aspetti tecnici nella scelta di un software gestionale per cantineLookOut
油
Come valutare la scelta di un software gestionale per cantine e aziende vitivinicole.
La storia degli ERP: dagli IBM AS/400 ai moderni software sviluppati in tecnologia client/server.
More Related Content
Similar to Datawarehousing with OpenSource Software (20)
Appunti di big data
Appunti di big dataFranco Diaspro
油
Appunti presi durante il corso di introduzione ai Big Data:
BIG DATA: FROM DATA TO DECISIONS
tenuto da QUEENSLAND UNIVERSITY OF TECHNOLOGYElk - Elasticsearch Logstash Kibana stack explained
Elk - Elasticsearch Logstash Kibana stack explainedFederico Panini
油
The ELK stack explaind from zero! Why do I need it ? how can it be useful ?!?!?! I try to explain all this stuff. The slides are in ITALIANXIII Forum Pluribus
XIII Forum PluribusInnocenti Andrea
油
Un modo rivoluzionario di gestire la tua imopresa SIGLA UltimateBusiness Intelligence & Analytics
Business Intelligence & AnalyticsDavide Mauri
油
Business Intelligence e Business Analytics sono termini che ricorrono ormai quotidianemente. Cosa significano? Che valore portano in una azienda? Come si crea una soluzione di Business Intelligece e di Business Analytics? Che strumenti mette a disposizione la piattaforma Microsoft? In questa sessione andremo ad introdurre tutti gli attori, gli strumenti e le tecnologie che concorrono a realizzare tali soluzioni, vendendone alcune "dal vivo" per capire come si usano ed il grande valore aggiunto che, in una societ sempre pi湛 affamata di informazioni, ma ricca solo di dati, possono portare.Trovare ci嘆 che serve nella confusione: comprendere i Big Data con l'analisi AWS
Trovare ci嘆 che serve nella confusione: comprendere i Big Data con l'analisi AWSAmazon Web Services
油
Ai giorno nostri, le informazioni sono una risorsa che deve ancora essere esplorata. Con levoluzione dei social media e della tecnologia, la raccolta di dati sta crescendo costantemente, raddoppiando ogni due anni poich辿 viene creato un numero sempre maggiore di flussi di dati. Lutente di Internet medio nel 2017 generava 1,5 GB di dati al giorno, un numero che raddoppia ogni 18 mesi. Un veicolo autonomo pu嘆 generare da solo 4 TB al giorno. Ogni stabilimento di produzione "smart" genera 1PB al giorno. Tuttavia, il potenziale di utilizzo di questa abbondanza di dati deve ancora concretizzarsi, poich辿 sempre pi湛 compagnie e tecnologie di intelligenza artificiale stanno usando questi dati per fare scoperte e influenzare decisioni chiave. In questa sessione esamineremo lo stato attuale dei Big Data all'interno di AWS e analizzeremo in profondit gli ultimi trend in materia di Big Data, oltre che alcuni casi d'uso industriale. Scopriremo la gamma di servizi AWS per i dati gestiti che permettono ai clienti di concentrarsi sul rendere utili i dati, tra cui Amazon Aurora, RDS, DynamoDB, Redshift, Spectrum, ElastiCache, Kinesis, EMR, Elasticsearch Service e Gluehow. In questa sessione parleremo di questi servizi, mostrando come vengono utilizzati oggi dai nostri clienti e condivideremo la nostra visione per linnovazione.
Speaker: Giorgio Nobile, Solutions Architect, AWSJava al servizio della data science - Java developers' meeting
Java al servizio della data science - Java developers' meetingNicola Pedot
油
What is Java's role in the Data Science market? Why consider solutions based on Java (and other JVM frameworks) for Data Analytics? And what solutions are available?
During this Java Developers' Meeting Datatellers will pay attention to these questions, presenting the software H2O.ai and KNIME, two Open Source platforms that in recent years are seeing a wide use especially in the analysis of big data. Attention will also be given to the synergy of the two tools, in the generation of advanced and customized Business Intelligence tools.Octobus enterprise management system
Octobus enterprise management systemFoedus
油
OCTOBUS enterprise management system 竪 il sistema gestionale made in Italy, web & mobile native, world ready, parametrico, flessibile, scalabile in grado di supportare lazienda in tutte le sue evoluzioniDesign Patterns - Enterprise Patterns (part 2)
Design Patterns - Enterprise Patterns (part 2)Fabio Armani
油
Design Patterns - Enterprise Patterns (part 2)
- - - Enterprise Patterns ( Patterns of Enterprise Application Architecture
Core J2EE Patterns
Integration Patterns)
Business Tier
Data Transfer Object (DTO)
Business Object (BO)
Service Locator
Application Service
Integration Tier
Data Access Object (DAO)
Domain Store
Web Service Broker
Other Patterns:
Analysis patterns
Architectural patterns
Design patterns
Enterprise patterns
GRASP patterns
Implementation patterns
J2EE Core patterns
SCM patterns
Nudo e crud - a Pimcore aperto
Nudo e crud - a Pimcore apertoLorenzo Nicoletti
油
Pimcore 竪 lo strumento con cui aiutiamo le organizzazioni nel processo di gestione delle informazioni di prodotto. Ma non parleremo di PIM. Guarderemo invece sotto il cofano, quali strumenti pronti all'uso offre. In particolare Pimcore offre CRUD, API GraphQL, Face Detection, Real-time image processing sono a disposizione senza dover reinventare la ruota.
Product Information Management. linsieme di processi (e tecnologie) volti alla gestione delle informazioni di prodotto che lo descrivono dal punto di vista del cliente.
Dove ci aiuta Pimcore.
- Creazione di strutture informative ad oggetti
- Creazione di strutture relazionali articolate
- Definizione di attributi di prodotto complessi
- Supporto alla traduzione/localizzazione dei contenuti
- Gestione dei flussi di lavoro e approvazione (workflow)
- Integrazione con sistemi informativi aziendali
- Pubblicazione multicanale
Vantaggi di Pimcore
- Unica fonte di verit
- Eliminazione dei silos aziendali
- Consolidamento dei dati
- Qualit del dato
- Gestione unica, distribuzione multipla
- Riduzione del time-to-market
Data Strategy per trasformare i dati in asset strategici aziendali
Data Strategy per trasformare i dati in asset strategici aziendaliDenodo
油
Watch: https://bit.ly/3ftTdKr
Il 26 giugno partecipa al Webinar DATA STRATEGY PER TRASFORMARE I DATI IN ASSET STRATEGICI AZIENDALI realizzato da IKN Italy con la collaborazione di Denodo per approfondire i trend tecnologici che indirizzeranno e stanno guidando la Data Strategy delle aziende in tutto il mondo. Nell'era dei Big Data, dell'Intelligenza Artificiale e del Cloud Computing, il volume, leterogeneit e la velocit dei dati sono in costante crescita e la sfida, pertanto, diventa quella di poter governare i dati, in modo da facilitare la loro trasformazione in informazioni e conoscenza, dando la possibilit al business di accedervi con agilit e semplicit.
Vuoi sapere come trasformare i dati in asset strategici, affinch辿 lazienda sia (veramente) Data-Driven?
Partecipa al webinar per rispondere a questa domanda e per scoprire:
- Come Machine Learning e Artificial Intelligence possono semplificare le sfide della gestione dei dati al giorno doggi e qual 竪 il ruolo della Data Virtualization in tale semplificazione
- Qual 竪 l'evoluzione delle architetture di Data Provisioning e di Data Management nelle aziende e in che modo il paradigma di Data Fabric entra in gioco
- Come 竪 possibile gestire l'integrazione dei dati in un mondo sempre pi湛 ibrido e multi-cloud
- Come possono le aziende monetizzare dati e informazioni, sfruttando e valorizzando uninfrastruttura Data-as-a-Service
- Quale ruolo svolgere il Voice Computing nel futuro dell'analisi dei datiAspetti tecnici nella scelta di un software gestionale per cantine
Aspetti tecnici nella scelta di un software gestionale per cantineLookOut
油
Come valutare la scelta di un software gestionale per cantine e aziende vitivinicole.
La storia degli ERP: dagli IBM AS/400 ai moderni software sviluppati in tecnologia client/server.Trovare ci嘆 che serve nella confusione: comprendere i Big Data con l'analisi AWS
Trovare ci嘆 che serve nella confusione: comprendere i Big Data con l'analisi AWSAmazon Web Services
油
Datawarehousing with OpenSource Software
- 1. Datawarehousing con Linux lugcr.it
- 2. Cos'竪 'Datawarehouse' Letteralmente magazzino di dati Insieme di tecniche e processi per la sistemazione e analisi di dati Business Intelligence
- 3. Il Problema Abbiamo un mucchio di dati in isole informatiche CRM Magazzino Gestionale Contabilit Deve diventare memoria aziendale Ne sa pi湛 il diavolo per vecchio che per diavolo
- 4. Il Mucchio di Dati Dati eterogenei. Multi Processo, multi piattaforma, multi formato Orientati alla gestione e non alla statistica
- 5. Far Diventare i Dati Fruibili Estrazione e Trasformazione Stoccaggio (Data Store) Aggregazione Analisi Presentazione
- 6. Strumenti ETL Extract, Transfom, Load Aggregazione e Analisi OLAP Presentazione Report Grafici Statistiche
- 7. Strumenti in Linux ETL kettle Storage PostgreSQL, mySQL, ... Presentazione JasperReports, jFreeReports, jChart Aggregazione e Analisi Mondrian e jPivot
- 8. All together now!!! PENTAHO Business Intelligence Suite www.pentaho.org Sistema integrato di DWH Licenza GPL (parti sono licenza Mozilla) Esempio di Enterprise Open Source Integrazione Diretta con molti ERP OpenSource (erp5, OpenBravo, Compiere)
- 9. Installare Pentaho Scritto in J2EE. jsp, servlets, hibernate... Application Server jBoss, tomcat o GlassFish, DB derby, PostgreSQL, mySQL, Oracle, MS-SQL,
- 10. DEMO Kettle
- 11. Domande?
- 12. DEMO Pentaho Reporting & Analisi Sistema a processo Autenticazione a granularit fine
- 13. Domande?