Hurtownie danych. Od przetwarzania analitycznego d


Код: 16497749804
1816 грн
Ціна вказана з доставкою в Україну
Товар є в наявності
ЯК ЕКОНОМИТИ НА ДОСТАВКЕ?
Замовляйте велику кількість товарів у цього продавця
Інформація
  • Час доставки: 7-10 днів
  • Стан товару: новий
  • Доступна кількість: 1

Просматривая «Hurtownie danych. Od przetwarzania analitycznego d» данный товар из каталога «Базы данных» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.

Сховища даних. Від аналітичної обробки до звітності.

Геліон Глівіце

Ean:9788328374119

  • ISBN: 9788328374119
  • Автор: Пелікант Адам
  • Перешивка: br
  • Рік видання: 2021
  • Формат: b5
  • Сторінок: 506

Ідея сховища даних тісно пов’язана з колосальними обсягами даних, зібраних під час тисяч різних ситуацій – під час будь-якої транзакції, в офісі, в аеропорту, в Інтернеті... Навіть наші телефонні дзвінки зберігається оператором. Усі ці дані потрібно десь зберігати, розумно сортувати та забезпечити доступ до вибраного обсягу даних без тривалих пошуків. Таку можливість надають сховища даних - продумані, дуже ємні бази даних, що пропонують як інтеграцію введених даних, так і чудові механізми їх пошуку. Якщо ви хочете розширити свої знання про створення та перегляд вмісту сховищ даних, ви прийшли в потрібне місце!

Книжкові сховища даних. Від аналітичної обробки до звітності містить матеріал, призначений не лише для студентів ІТ-факультетів, а й для ентузіастів цієї теми та спеціалістів, зацікавлених у розширенні своїх знань. У найпростішому практичному вигляді він описує синтаксис і форму аналітичних запитів, структуру сховища даних, їх інтеграцію та візуальне створення елементів сховища. Ви також знайдете огляд аналізу даних за допомогою розширення MDX SQL і програм звітування. Ознайомлення з цією інформацією та дотримання зібраних тут прикладів дозволить вам зрозуміти проблеми, що виникають під час створення сховища даних, і використовувати ці знання у власних проектах.

  • Аналітичні запити
  • Структура сховища даних
  • Інтеграція даних
  • Візуальне створення елементів сховища даних
  • Аналіз даних за допомогою розширення MDX SQL
  • Звітування