Deutscher Presseindex

❌ Schnellste Datenerfassung ❌ Parallele Extraktion aus bspw. Oracle und DB2 in Flat-Files beschleunigen BI/DW-, Migration und Archivierung ❗

❌ Schnellste Datenerfassung ❌ Parallele Extraktion aus bspw. Oracle und DB2 in Flat-Files beschleunigen BI/DW-, Migration und Archivierung ❗

. Paralleles Entladeprogramm für sehr große Datenbanken: ETL, Reorgs & Migration! Ein schneller Extraktionsschritt kann eine kritische Komponente sein: Datenbankarchivierung und -replikation Datenbankberichte und Migrationen Data Warehouse ETL-, ELT- und ODS-Operationen Offline-Berichterstattung und Schutz von Massendaten IRI FACT™ ist ein Dienstprogramm zum parallelen Entladen von sehr großen Datenbanktabellen (VLDB). FACT verwendet einfache Job-Skripte (unterstützt inRead more about ❌ Schnellste Datenerfassung ❌ Parallele Extraktion aus bspw. Oracle und DB2 in Flat-Files beschleunigen BI/DW-, Migration und Archivierung ❗[…]

❌ Trend Setting Produkt für 2021 ❌ Plattform Voracity für schnelles Data Staging, Governance, Wrangling und Analytik ❗

❌ Trend Setting Produkt für 2021 ❌ Plattform Voracity für schnelles Data Staging, Governance, Wrangling und Analytik ❗

. Integrieren, bereinigen, analysieren und auf Daten reagieren – alles auf einmal! Eine "Production Analytic Platform" ist ein modernes Datenintegrations-Paradigma, das von Barry Devlin, PhD, definiert wurde und Datenprozesse mit Informationen in einer Post-Data-Warehousing- und Data-Lake-Welt gleichsetzt. Die Production Analytic Platform vermählt Datenaufbereitung und -präsentation in Design- und vor allem Laufzeitaspekten, um Predictive Analytics mitRead more about ❌ Trend Setting Produkt für 2021 ❌ Plattform Voracity für schnelles Data Staging, Governance, Wrangling und Analytik ❗[…]

❌ Schutz von Dark Data ❌ PII in semi/un/strukturierten Datenquellen via Eclipse GUI und Web Service Call via API schützen ❗

❌ Schutz von Dark Data ❌ PII in semi/un/strukturierten Datenquellen via Eclipse GUI und Web Service Call via API schützen ❗

  PII in unstrukturierten Datenquellen: Definieren, erkennen und de-identifizieren! Mit IRI DarkShield können Sie Daten in mehreren semistrukturierten und unstrukturierten Dateiformaten und RDB-Spalten auf einmal klassifizieren, finden und löschen oder anderweitig maskieren (ebenso wie Gesichter und NoSQL DBs), indem Sie gemeinsame Datendefinitionen und benutzerdefinierte Kombinationen von Such- und Maskierungsfunktionen verwenden. Dabei können Sie auch AuftragsergebnisseRead more about ❌ Schutz von Dark Data ❌ PII in semi/un/strukturierten Datenquellen via Eclipse GUI und Web Service Call via API schützen ❗[…]

❌ Oracle Datenmaskierung ❌ Sensible Daten in-situ mit verschiedenen Funktionen beim Einfügen oder Aktualisieren automatisch maskieren ❗

❌ Oracle Datenmaskierung ❌ Sensible Daten in-situ mit verschiedenen Funktionen beim Einfügen oder Aktualisieren automatisch maskieren ❗

Echtzeit-Datenmaskierung mit Triggern: In früheren Artikeln wurde die statische Datenmaskierung neuer Datenbankdaten mit Hilfe der /INCLUDE-Logik oder der /QUERY-Syntax in geplanten IRI FieldShield-Job-Skripten beschrieben, die Änderungen der Spaltenwerte erforderten, um Aktualisierungen zu erkennen. Dieser Artikel beschreibt einen passiveren, aber integrierten Weg zum Auslösen von FieldShield-Maskierungsfunktionen auf der Basis von SQL-Ereignissen, d.h. zum Maskieren von Daten,Read more about ❌ Oracle Datenmaskierung ❌ Sensible Daten in-situ mit verschiedenen Funktionen beim Einfügen oder Aktualisieren automatisch maskieren ❗[…]

❌ Microsoft SQL Server 10x schneller ❌ Lokal oder Cloud: ETL/Reorgs optimieren, BI-Datenaufbereitung, PII finden/schützen, migrieren und testen ❗

❌ Microsoft SQL Server 10x schneller ❌ Lokal oder Cloud: ETL/Reorgs optimieren, BI-Datenaufbereitung, PII finden/schützen, migrieren und testen ❗

Herausforderungen: Möglicherweise haben Sie eines oder mehrere dieser zeitaufwendigen Probleme bei der Arbeit mit MS SQL Server-Datenbanken vor Ort oder in der Azure-Cloud: Datenermittlung: Profilerstellung, Klassifizierung, ERDs Be- und Entladen großer Tabellen Routinemäßige Versorgungsoperationen (Reorgs) Komplexe Abfragen oder PowerBI-Performance Migrations- oder Replikationsarbeiten Schlechte Datenqualität oder Einheitlichkeit Zugriffs- und Aktivitätskontrolle, Überwachung und Audit (Firewall) Maskierung vonRead more about ❌ Microsoft SQL Server 10x schneller ❌ Lokal oder Cloud: ETL/Reorgs optimieren, BI-Datenaufbereitung, PII finden/schützen, migrieren und testen ❗[…]

❌ Intelligente + synthetische Testdaten ❌ Erstellung von Test Data via Produktions-Metadaten für DevOps, DB, DV und ETL-Prototypen ❗

❌ Intelligente + synthetische Testdaten ❌ Erstellung von Test Data via Produktions-Metadaten für DevOps, DB, DV und ETL-Prototypen ❗

Herausforderungen: Anwendungen und Datenbanken haben ihre eigene Logik und einzigartigen Eigenschaften. Damit Testdaten in diesen Kontexten nützlich sind, müssen sie Produktionsmerkmale widerspiegeln, wie z.B: Auswahlbedingungen (Geschäftsregeln) Spaltenattribute und Transformationen Inter-Feld/Schlüssel-Beziehungen (referentielle Integrität) Wertebereiche und spaltenübergreifende Berechnungen Auch Testdaten zur Produktionsqualität müssen diese Attribute aufweisen: Typ – korrekte Spalten-/Feldwerte und Formate Breite – Werte mit aktuellenRead more about ❌ Intelligente + synthetische Testdaten ❌ Erstellung von Test Data via Produktions-Metadaten für DevOps, DB, DV und ETL-Prototypen ❗[…]

❌ Talend Data Fabric ❌ Mittels CoSort 4x schnellere Datenintegration, plus PII-Datenschutz via Datenmaskierung und synthetische Testdaten generieren ❗

❌ Talend Data Fabric ❌ Mittels CoSort 4x schnellere Datenintegration, plus PII-Datenschutz via Datenmaskierung und synthetische Testdaten generieren ❗

Herausforderungen: Auch nach der Beratung und Abstimmung können große Datenmengen (d.h. mehr als eine Million Zeilen) nur langsam transformiert werden, insbesondere ohne ein teures Hardware- oder Versionsupgrade von Talend! Große Datenengpässe sind große Sortierungen, Joins, Aggregationen, Ladungen und manchmal auch Entladungen. Die Parallelisierung oder Optimierung in anderen Ebenen oder Tools kann unhandlich, wenn nicht sogarRead more about ❌ Talend Data Fabric ❌ Mittels CoSort 4x schnellere Datenintegration, plus PII-Datenschutz via Datenmaskierung und synthetische Testdaten generieren ❗[…]

❌ Datenmaskierung ❌ Unabhängig davon, ob PII in Datenbank relational oder NoSQL, vor Ort oder in der Cloud – oder in einer EDI- oder Excel-Datei ❗

❌ Datenmaskierung ❌ Unabhängig davon, ob PII in Datenbank relational oder NoSQL, vor Ort oder in der Cloud – oder in einer EDI- oder Excel-Datei ❗

Datenmaskierung: Der Schutz von personenbezogenen Daten! Inmitten pausenloser Berichte über Datenschutzverletzungen und einem wachsenden regulatorischen Umfeld für persönliche identifizierbare Informationen (PII) weltweit, sind mehrere Technologielösungen und Compliance-Dienste entstanden, um den Schutz von PII zu thematisieren. Die logische Sicherheit durch Verschlüsselung in der einen oder anderen Form ist ein gemeinsamer Nenner des Ansatzes, aber die meistenRead more about ❌ Datenmaskierung ❌ Unabhängig davon, ob PII in Datenbank relational oder NoSQL, vor Ort oder in der Cloud – oder in einer EDI- oder Excel-Datei ❗[…]

❌ Hitachi Vantara Pentaho ❌ Mithilfe von CoSort 15x schnellere Sort-Jobs, mit PII-Schutz via Datenmaskierung und synthetische Testdaten erzeugen ❗

❌ Hitachi Vantara Pentaho ❌ Mithilfe von CoSort 15x schnellere Sort-Jobs, mit PII-Schutz via Datenmaskierung und synthetische Testdaten erzeugen ❗

Herausforderungen: Pentaho Data Integration (PDI) ist zwar ein leistungsfähiges Werkzeug zur Aufbereitung und Integration von Daten, weist aber auch einige Mängel auf! 1.    Langsame Transformierungen: Native Sorts usw. laufen möglicherweise nicht schnell genug und nicht bei großer Menge. 2.    Eingeschränkte De-ID-Funktionen: Daten, die durch Kettle fließen, können nicht maskiert oder verschlüsselt werden. 3.    Begrenzte Testdaten: Kein Prototyp vonRead more about ❌ Hitachi Vantara Pentaho ❌ Mithilfe von CoSort 15x schnellere Sort-Jobs, mit PII-Schutz via Datenmaskierung und synthetische Testdaten erzeugen ❗[…]

❌ IBM DataStage ❌ Unkompliziert 10x schnellere Datenintegration für legacy ETL-Tool InfoSphere DataStage ❗

❌ IBM DataStage ❌ Unkompliziert 10x schnellere Datenintegration für legacy ETL-Tool InfoSphere DataStage ❗

Herausforderungen: Auch nach der Beratung und dem Tuning können große Datenmengen (d.h. mehr als eine Million Zeilen) nur langsam transformiert werden, insbesondere ohne ein teures Hardware- oder Versions-Upgrade von DataStage. Große Datenengpässe sind große Sortierungen, Joins, Aggregationen, Ladungen und manchmal auch Entladungen. Die Parallelisierung oder Optimierung in anderen Ebenen oder Tools kann unhandlich, wenn nichtRead more about ❌ IBM DataStage ❌ Unkompliziert 10x schnellere Datenintegration für legacy ETL-Tool InfoSphere DataStage ❗[…]