| Oracle Data Warehouse Newsletter September 2021 |
|
| Deutschsprachige Data Warehouse Community |
| Informationen rund um Data Warehouse und Advanced Analytics und Machine Learning mit Schwerpunkt Cloud |
|
|
|
|
| Neues Seminarprogramm - 2021 /2 |
| Online-Seminare |
Das neue Seminarprogramm für die zweite Jahreshälfte ist jetzt fertig. Die Seminare finden nach wie vor online statt. Das Format hat sich bewährt.
Das Programm wurde noch mehr auf die Anforderungen moderner Analyse-Systeme und die Erweiterung auf Data Lakes zugeschnitten. Hinzu gekommen ist ein Seminar zu dem Data Integration Service (natives ETL in der Cloud) und Data Catalog Service zum Verwalten von Metadaten für Data Warehouuse und Data Lake.
Endlich haben wir auch ein eigenständiges Seminar zu dem Jupyter Notbook basierten Data Science Service. Die übrigen Seminare sind bis auf inhaltliche Anpassungen soweit geblieben.
Das neue Programm ist hier.
Anmeldungen mit formloser Mail an oraclwdwh_de@oracle.com
|
|
|
| Die Seminarthemen |
|
- Data Warehouse + Data Lake Cloud Infrastruktur. Das Paradigma "Cloud" macht vieles möglich. Das Seminar behandelt alle Aspekte des Data Warehouse und Data Lake in der Cloud. Auf hybride Architekturen und den neuen Begriff LakeHouse wird eingegangen. Themen wie Datenbank, ETL, Metadaten, Automatisierung, Scaling aber auch die Nutzung als Basis für Analyse und Machine Learning sind enthalten.
- OCI Data Integration Service
Eine Datenplattform für Analytics muss flexibel sein. D. h. es müssen mal eben schnell Dateien umformatiert, zusammengeführt oder geprüft werden. Ein Teil der Daten soll in die Datenbank oder Tabelleninhalte als Parquet-File in den Object Storage usw. Diese Aufgaben erledigt der OCI Integration Service – ein graphisches ETL-Tool in der Cloud. Der OCI Integration Service ist neu. Deshalb stellt dieses Seminar den Service detailliert vor.
- OCI Data Catalog Service
Gerade in einer verteilten Datenlandschaft, bestehend aus Data Warehouse, Abteilungs-Data Marts und Data Lake, ist eine Übersicht über die bestehenden Datenobjekte besonders wichtig. Der Data Catalog Service liefert diese Übersicht. Weil so viele unterschiedliche Menschen diese Übersicht nutzen wollen, muss auch der Zugang sehr generisch gestaltet sein. Das bedeutet Zugriffe über technische und fachliche Beschreibungen sind gleichermaßen nötig.
In dem Seminar wird Schritt für Schritt ein Dokumentations-Katalog für ein bestehendes Data Warehouse und einen Data Lake aufgebaut. Das Seminar stellt auch generelle Methoden innerhalb des Metadatenmanagements vor, z. B. Klassifizierungsverfahren, Strukturierung von Glossars, Synonymen und Alias-Konzepte u.a.m.
- Python- Grundkurs und Python und Cloud-/Datenbank-Infrastruktur. Neben einer Einführung in die Sprache Python liefert das Seminar auch Praxisbeispiele für das Agieren mit Python in der Oracle Cloud und im Kontext der Datenbank.
- Machine Learning mit Python - Einführung für Entwickler und Data Scientists. Klassische und neuere Machine Learning Algorithmen werden vorgestellt und mit vielen Python-Skripten durchgespielt. Der Schwerpunkt liegt im Bereich des Deep Learning und dem schematischen Einsatz von Neuronalen Netzen mit Keras. Das Seminar vermittelt wichtige Grundbegriffe und gibt eine Übersicht über typische Workflows. Das neue Seminar wurde mit Praxis-Fallbeispielen angereichert um den Nutzen von Machine Learning besser zu verstehen.
- OCI Data Science Service
Der OCI Data Science Service ist eine Anwendung des Anaconda Python-Notebooks als Open Source Framework. Data Scientists, die mit Python und dem Jupyter Notebook bereits Erfahrungen gesammelt haben, kommen mit dem Service spontan und ohne weitere Einarbeitung sehr gut zurecht. Die Stärke des Service sind die vielen Automatismen, z. B. das ADS (Accelerated Data Science). Das Seminar spielt mehrere Analysefälle durch und erklärt ganz beiläufig wichtige Funktionen und Arbeitsweisen des Data Science Service.
- New Features 18c, 19c, 20c, 21c für das Data Warehouse. Dieses Seminar liefert eine Übersicht zu den wesentlichen Neuerungen in der Oracle Datenbank der letzten Jahre, sofern das Data Warehouse davon betroffen ist.
- Cloud-Automation mit Terraform. Dieses Seminar unterstützt die Cloud-Administration. Eine Cloud-Infrastruktur auch für ein Data Warehouse, wird per Skript administriert und nicht über die OCI GUI. Wie man das macht, lernt man in diesem Seminar.
Termine, Anmeldeprozess und noch mehr zu den Inhalten stehen in dem Seminarheft.
|
|
|
| MySQL und HeatWave |
|
Oracle hat die Open Source Datenbank MySQL mit einem In-Memory-Zusatz versehen. HeatWave arbeitet ähnlich wie die InMemory-Option der Oracle Datenbank und macht MySQL unschlagbar schnell. HeatWave lädt dynamisch häufig genutzte Tabellen bzw. Spalten in einen separaten Hauptspeicherbereich. Die Daten sind dort Column-orientiert abgelegt und mit jeder Menge Performance- und Optimierungsfeatures versehen.
Ausserdem gibt es einen zusätzlichen Storage Layer im Object Storage zum Skalieren.
Mehr zu dem Thema hier
|
|
|
| Was wäre Wenn Check |
| Was wäre, wenn das eigene Data Warehouse in der Cloud läuft? |
Diese Frage beschäftigt immer mehr Verantwortliche für Warehouse – Systeme, denn in der öffentlichen Diskussion hört man zunehmend, dass gerade Analytics-Umgebungen für erste Cloud-Erfahrungen prädestiniert sind. Aber …
• wie soll man vorgehen?
• Wie sieht das aus, wenn ein Data Warehouse in der Cloud läuft?
• Wie kommt man dort hin?
• Wie kann man das prüfen, ohne gleich ein großes Fass aufzumachen?
Hier hilft unser „Warehouse in der Cloud Assessment“. Wir haben mittlerweile viele Warehouse-Systeme in die Cloud gebracht und wir können für dieses Vorhaben auch schon von einem standardisierten Prozess reden. Unterm Strich kann man sagen, dass ein solches Vorhaben wesentlich einfacher ist, als man auf den ersten Blick glaubt. Aber jedes Unternehmen hat eine eigene spezifische Vorort–Situation, eigene Rahmenbedingungen, eigene Historien. Um das Ganze besser nachvollziehen zu können, haben wir unsere Erfahrungen in einem Fragebogen zusammengefasst, der die wesentlichen Aspekte für eine Verlagerung von Analysesystemen in die Cloud abarbeitet. In einem 2-3 stündigen Assessment (Web-Session) gehen wir mit Ihnen gemeinsam durch diesen Fragenkatalog und skizzieren Schritt für Schritt, was ein Cloud-basiertes Warehouse in Ihrem Unternehmen bedeuten würde.
Wir arbeiten folgende Punkte ab:
1. Bestandsaufnahme Ist-Umgebung
- Datenmengen
- Schnittstellen zu Vorsystemen
- Nutzer des Systems
- Leistungsmerkmale des bestehenden Systems
- Kosten- und Wartungsaufwendungen des bestehenden Systems (soweit bekannt)
2. Erstellen einer möglichen Zielarchitektur/ -konzeptes
- auf der Basis von Punkt 1
- unter Einbeziehung von zusätzlichen Optionen
- grobe technische Machbarkeitsbetrachtung
3. grobe Kosten- und Aufwandsvergleichsrechnung
- Ist-Kosten, Migrationskosten, künftige Kosten
- Beschreibung künftiger Nutzenpotenziale
4. Entwickeln von Umsetzungspfaden
Wir bereiten für Sie die Ergebnisse in einem Textdokument für Ihre weiteren hausinternen Diskussionen auf. Ein solches Assessment ist unabhängig von dem Ergebnis unverbindlich. Aber es kann eine gute Diskussionsgrundlage in Ihrem Unternehmen und ein Startpunkt für weitere Schritte sein.
Kontakt über Ihren Oracle Vertriebsansprechpartner oder direkt bei Alfred.Schlaucher@oracle.com
|
|
|
|
| Direkter Kontakt für Anfragen |
| Alfred.Schlaucher@oracle.com |
|
Sie können Ihre Anfragen direkt an
oracledwh_de@oracle.com
schicken.
Hier erhalten Sie Informationen zu
- weiteren Seminarthemen
- speziell zugeschnittene Inhouse - Seminare
- speziellen Data Warehouse Reviews
- Migration eines DWH in die Cloud
- spezielle Produktfeatures in der Cloud z. B. zu ETL und Metadaten oder auch Data Science Werkzeugen
|
|
|
|
|
