5 лучших практик для успешной стратегии управления мастер-данными
Задумывались ли вы, во сколько вашему бизнесу обходятся ошибки в справочниках компании? По данным Gartner - ведущей мировой исследовательской компании, неверные данные о клиентах могут стоить компании 30% ее годового дохода. С точки зрения информационных технологий, данные о клиентах относятся к мастер-данным или, как они еще называются, - основным данным.
ИТ-компания Qlever Solutions подготовила цикл материалов о том, что такое мастер-данные, почему ими важно управлять и как с помощью внедрения стратегии управления мастер-данными (master data management - MDM) сократить потери бизнеса.
Потребность в разработке стратегии MDM тесно связана с назревшей необходимостью цифровой трансформации бизнеса. Этот процесс сопровождается накоплением и умножением десятков, иногда сотен различных приложений и систем, которые генерируют и используют данные. Сведения передаются от отдела к отделу, от бизнеса к бизнесу и в конечном итоге фрагментируются, повреждаются, дублируются…
В таких обстоятельствах использование данных становится все более трудным, если не сказать – невозможным. Причем это касается не только сложных проектов! Даже выявление наиболее прибыльных клиентов или высокомаржинальных продуктов является невыполнимой задачей, если не научиться управлять мастер-данными.
Читать: https://habr.com/ru/post/720738/
Задумывались ли вы, во сколько вашему бизнесу обходятся ошибки в справочниках компании? По данным Gartner - ведущей мировой исследовательской компании, неверные данные о клиентах могут стоить компании 30% ее годового дохода. С точки зрения информационных технологий, данные о клиентах относятся к мастер-данным или, как они еще называются, - основным данным.
ИТ-компания Qlever Solutions подготовила цикл материалов о том, что такое мастер-данные, почему ими важно управлять и как с помощью внедрения стратегии управления мастер-данными (master data management - MDM) сократить потери бизнеса.
Потребность в разработке стратегии MDM тесно связана с назревшей необходимостью цифровой трансформации бизнеса. Этот процесс сопровождается накоплением и умножением десятков, иногда сотен различных приложений и систем, которые генерируют и используют данные. Сведения передаются от отдела к отделу, от бизнеса к бизнесу и в конечном итоге фрагментируются, повреждаются, дублируются…
В таких обстоятельствах использование данных становится все более трудным, если не сказать – невозможным. Причем это касается не только сложных проектов! Даже выявление наиболее прибыльных клиентов или высокомаржинальных продуктов является невыполнимой задачей, если не научиться управлять мастер-данными.
Читать: https://habr.com/ru/post/720738/
Building Digital Data Pipelines - Transforming Underwriting with Usage-based Insurance and MongoDB
Read: https://www.mongodb.com/blog/post/building-digital-data-pipelines-transforming-underwriting-usage-based-insurance-mongodb
Read: https://www.mongodb.com/blog/post/building-digital-data-pipelines-transforming-underwriting-usage-based-insurance-mongodb
Clear: Enabling Seamless Tax Management for Millions of People with MongoDB Atlas
Read: https://www.mongodb.com/blog/post/clear-enabling-seamless-tax-management-millions-people-atlas
Read: https://www.mongodb.com/blog/post/clear-enabling-seamless-tax-management-millions-people-atlas
Oracle Zero Downtime Migration 21.4
Oracle Zero Downtime Migration 21.4
Read: https://blogs.oracle.com/database/post/oracle-zero-downtime-migration-214
Oracle Zero Downtime Migration 21.4
Read: https://blogs.oracle.com/database/post/oracle-zero-downtime-migration-214
Oracle
Oracle Zero Downtime Migration 21.4
Long-Term Backups (up to 10 years) on Autonomous Dedicated!
Blog that describes Long-Term backups on Autonomous Dedicated Infrastructure and Exadata Cloud@Customer
Read: https://blogs.oracle.com/database/post/long-term-backups-on-autonomous-dedicated
Blog that describes Long-Term backups on Autonomous Dedicated Infrastructure and Exadata Cloud@Customer
Read: https://blogs.oracle.com/database/post/long-term-backups-on-autonomous-dedicated
Oracle
Long-Term Backups on Autonomous Dedicated
Blog that describes Long-Term backups on Autonomous Dedicated Infrastructure and Exadata Cloud@Customer
Какое хранилище данных выбрать для электронной почты
При развертывании почтового сервера Carbonio в формате On‑Premise, системному администратору приходится решать вопрос хранения данных — главной ценности информационных систем. Для почтовых систем именно хранилище данных является ключевой составляющей, обеспечивающей отзывчивость и стабильную работу сервиса. Однако не бывает таких хранилищ, которые были бы одновременно быстрыми, надежными и недорогими. Обычно администратору приходится выбирать два, а иногда и один из этих параметров. В данной статье мы расскажем о том, по какому принципу следует выбирать хранилища для почтового сервера Carbonio.
Читать: https://habr.com/ru/post/721244/
При развертывании почтового сервера Carbonio в формате On‑Premise, системному администратору приходится решать вопрос хранения данных — главной ценности информационных систем. Для почтовых систем именно хранилище данных является ключевой составляющей, обеспечивающей отзывчивость и стабильную работу сервиса. Однако не бывает таких хранилищ, которые были бы одновременно быстрыми, надежными и недорогими. Обычно администратору приходится выбирать два, а иногда и один из этих параметров. В данной статье мы расскажем о том, по какому принципу следует выбирать хранилища для почтового сервера Carbonio.
Читать: https://habr.com/ru/post/721244/
❤1
Оператор SQL IN на понятных примерах
Подробно разберём синтаксис оператора фильтрации SQL IN и рассмотрим его использование на парктических примерах.
Читать: «Оператор SQL IN на понятных примерах»
Подробно разберём синтаксис оператора фильтрации SQL IN и рассмотрим его использование на парктических примерах.
Читать: «Оператор SQL IN на понятных примерах»
Оператор SQL IN на понятных примерах
Подробно разберём синтаксис оператора фильтрации SQL IN и рассмотрим его использование на парктических примерах.
Читать: «Оператор SQL IN на понятных примерах»
Подробно разберём синтаксис оператора фильтрации SQL IN и рассмотрим его использование на парктических примерах.
Читать: «Оператор SQL IN на понятных примерах»
Поиск и устранение повреждений данных
Это выдержка из восьмой главы книги Rodney Landrum: «SQL Server Tacklebox», в которой описывается, как DBA может устранить последствия повреждения данных. Будут продемонстрированы инструменты и сценарии, необходимые для своевременного поиска и устранения повреждений данных и предотвращения их попадания в резервные копии.
Читать: https://habr.com/ru/post/721348/
Это выдержка из восьмой главы книги Rodney Landrum: «SQL Server Tacklebox», в которой описывается, как DBA может устранить последствия повреждения данных. Будут продемонстрированы инструменты и сценарии, необходимые для своевременного поиска и устранения повреждений данных и предотвращения их попадания в резервные копии.
Читать: https://habr.com/ru/post/721348/
🔥1
Большая часть работы с базами данных — бесполезна
Я привык к привкусу отчаяния, которое так глубоко укоренилось в моем сердце и сердцах моих коллег, что превратилась в безнадежную пассивность. Это отчаяние, которое приходит от осознания того, что мы тратим большую часть нашего времени, не производя ничего ценного.
Это то, в чем мы признаемся тихо, иногда со смехом, потому что знаем, что могло быть намного хуже. По большей части все мы работаем в пространстве данных в крупных организациях либо в государственном секторе, либо что-то вроде этого. Это невероятно комфортная жизнь. Давления не существует, мы заканчиваем работу в 17:00, и, безусловно, бывают судьбы гораздо хуже. Но все же мы отчаиваемся.
В чем смысл вашей работы?
Читать: https://habr.com/ru/post/721372/
Я привык к привкусу отчаяния, которое так глубоко укоренилось в моем сердце и сердцах моих коллег, что превратилась в безнадежную пассивность. Это отчаяние, которое приходит от осознания того, что мы тратим большую часть нашего времени, не производя ничего ценного.
Это то, в чем мы признаемся тихо, иногда со смехом, потому что знаем, что могло быть намного хуже. По большей части все мы работаем в пространстве данных в крупных организациях либо в государственном секторе, либо что-то вроде этого. Это невероятно комфортная жизнь. Давления не существует, мы заканчиваем работу в 17:00, и, безусловно, бывают судьбы гораздо хуже. Но все же мы отчаиваемся.
В чем смысл вашей работы?
Читать: https://habr.com/ru/post/721372/
🤔2
Эволюция электронного наряда-допуска или как исключить убытки, избавившись от бумаги, и зачем для этого лицензия ФСБ
Эволюция электронного наряда-допуска или как исключить убытки, избавившись от бумаги, и зачем для этого лицензия ФСБ
Читать: https://habr.com/ru/post/702516/
Эволюция электронного наряда-допуска или как исключить убытки, избавившись от бумаги, и зачем для этого лицензия ФСБ
Читать: https://habr.com/ru/post/702516/
Десять самых распространённых проблем с качеством данных и способы их устранения
Введение
Данные стали основой всех бизнесов мира. В процессе принятия решений организации сильно полагаются на свои ресурсы данных, но, к сожалению, «на 100% чистых и точных данных» не существует. На данные влияют различные факторы, снижающие их качество. По словам специалистов, лучшим способом борьбы с проблемами данных является выявление их первопричин и внедрение новых процессов для повышения их качества. В этой статье рассказывается о распространённых проблемах с качеством данных и об оптимальных способах их устранения. Но сначала давайте разберёмся, почему важно знание этих проблем и как они могут влиять на ведение бизнеса.
Читать: https://habr.com/ru/post/718708/
Введение
Данные стали основой всех бизнесов мира. В процессе принятия решений организации сильно полагаются на свои ресурсы данных, но, к сожалению, «на 100% чистых и точных данных» не существует. На данные влияют различные факторы, снижающие их качество. По словам специалистов, лучшим способом борьбы с проблемами данных является выявление их первопричин и внедрение новых процессов для повышения их качества. В этой статье рассказывается о распространённых проблемах с качеством данных и об оптимальных способах их устранения. Но сначала давайте разберёмся, почему важно знание этих проблем и как они могут влиять на ведение бизнеса.
Читать: https://habr.com/ru/post/718708/
Women Leaders at MongoDB: Raising the Bar with May Petry
Read: https://www.mongodb.com/blog/post/women-leaders-mongodb-raising-bar-may-petry
Read: https://www.mongodb.com/blog/post/women-leaders-mongodb-raising-bar-may-petry
New Backported Features Available in MariaDB Enterprise Server Releases 10.3-10.6
Read: https://mariadb.com/?p=35037
Read: https://mariadb.com/?p=35037
1983г. Сериальный терминал Tandberg Data TDV 2215 S, эксперименты, ROM-дампы, схемотехника
Первая часть заметок относилась к восстановлению физической работоспособности терминала. После того, как терминал удалось оживить, в комментариях были заданы вопросы, ответы на которые и составили последующие заметки. По мере изучения терминала, проявились тезисы, которые захотелось расширить и осветить, а именно:
* Проиллюстрировать схемотехнику устройства, основные узлы, CPU, ROM.
* Пассивное отображение алфавитно-цифровой информации, это хорошо, но как поведут себя управляющие ESC-последовательности, Midnight Commander, а также хотелось-бы увидеть псевдографическое изображение.
* Spiritus in Mashina. Считать дампы ROMов и сохранить их.
* Уделить внимание красавице-клавиатуре.
Начнём…
Читать: https://habr.com/ru/post/722222/
Первая часть заметок относилась к восстановлению физической работоспособности терминала. После того, как терминал удалось оживить, в комментариях были заданы вопросы, ответы на которые и составили последующие заметки. По мере изучения терминала, проявились тезисы, которые захотелось расширить и осветить, а именно:
* Проиллюстрировать схемотехнику устройства, основные узлы, CPU, ROM.
* Пассивное отображение алфавитно-цифровой информации, это хорошо, но как поведут себя управляющие ESC-последовательности, Midnight Commander, а также хотелось-бы увидеть псевдографическое изображение.
* Spiritus in Mashina. Считать дампы ROMов и сохранить их.
* Уделить внимание красавице-клавиатуре.
Начнём…
Читать: https://habr.com/ru/post/722222/
Как Discord хранит триллионы сообщений
В 2017 году мы написали пост о том, как храним миллиарды сообщений [перевод на Хабре]. В нём мы рассказали о том, как начали с использования MongoDB, то потом выполнили миграцию данных в Cassandra, потому что искали надёжную, устойчивую к сбоям базу данных, имеющую относительно низкую стоимость обслуживания. Мы знали, что будем расти, так и произошло!
Нам нужна была база данных, способная расти вместе с нами, но чтобы стоимость обслуживания не росла вместе с объёмом хранимых данных. К сожалению, оказалось, что это не так — кластер Cassandra демонстрировал серьёзные проблемы с производительностью, поэтому нам требовалось всё больше усилий, чтобы просто поддерживать его, не говоря уже о совершенствовании.
Спустя почти шесть лет мы многое изменили; изменился и способ хранения сообщений.
Читать: https://habr.com/ru/post/722124/
В 2017 году мы написали пост о том, как храним миллиарды сообщений [перевод на Хабре]. В нём мы рассказали о том, как начали с использования MongoDB, то потом выполнили миграцию данных в Cassandra, потому что искали надёжную, устойчивую к сбоям базу данных, имеющую относительно низкую стоимость обслуживания. Мы знали, что будем расти, так и произошло!
Нам нужна была база данных, способная расти вместе с нами, но чтобы стоимость обслуживания не росла вместе с объёмом хранимых данных. К сожалению, оказалось, что это не так — кластер Cassandra демонстрировал серьёзные проблемы с производительностью, поэтому нам требовалось всё больше усилий, чтобы просто поддерживать его, не говоря уже о совершенствовании.
Спустя почти шесть лет мы многое изменили; изменился и способ хранения сообщений.
Читать: https://habr.com/ru/post/722124/
Как Discord хранит триллионы сообщений
В 2017 году мы написали пост о том, как храним миллиарды сообщений [перевод на Хабре]. В нём мы рассказали о том, как начали с использования MongoDB, то потом выполнили миграцию данных в Cassandra, потому что искали надёжную, устойчивую к сбоям базу данных, имеющую относительно низкую стоимость обслуживания. Мы знали, что будем расти, так и произошло!
Нам нужна была база данных, способная расти вместе с нами, но чтобы стоимость обслуживания не росла вместе с объёмом хранимых данных. К сожалению, оказалось, что это не так — кластер Cassandra демонстрировал серьёзные проблемы с производительностью, поэтому нам требовалось всё больше усилий, чтобы просто поддерживать его, не говоря уже о совершенствовании.
Спустя почти шесть лет мы многое изменили; изменился и способ хранения сообщений.
Читать: https://habr.com/ru/post/722124/
В 2017 году мы написали пост о том, как храним миллиарды сообщений [перевод на Хабре]. В нём мы рассказали о том, как начали с использования MongoDB, то потом выполнили миграцию данных в Cassandra, потому что искали надёжную, устойчивую к сбоям базу данных, имеющую относительно низкую стоимость обслуживания. Мы знали, что будем расти, так и произошло!
Нам нужна была база данных, способная расти вместе с нами, но чтобы стоимость обслуживания не росла вместе с объёмом хранимых данных. К сожалению, оказалось, что это не так — кластер Cassandra демонстрировал серьёзные проблемы с производительностью, поэтому нам требовалось всё больше усилий, чтобы просто поддерживать его, не говоря уже о совершенствовании.
Спустя почти шесть лет мы многое изменили; изменился и способ хранения сообщений.
Читать: https://habr.com/ru/post/722124/
Оператор SQL WHERE: синтаксис и примеры
Разобрали SQL запрос WHERE, объяснили его синтаксис и расписали примеры использования оператора WHERE с одним и сразу несколькими условиями.
Читать: «Оператор SQL WHERE: синтаксис и примеры»
Разобрали SQL запрос WHERE, объяснили его синтаксис и расписали примеры использования оператора WHERE с одним и сразу несколькими условиями.
Читать: «Оператор SQL WHERE: синтаксис и примеры»
Проверка корневых структур на изоморфизм
Задача проверки корневых (под)деревьев на изоморфизм является достаточно известной в рамках олимпиадного мира, однако представленная большинством авторов реализация основывается на неэффективном полиномиальном хэшировании. Проблема данного метода заключается в возможных возникновениях коллизий. В данной статье описан более простой метод, использующий красно-черное дерево (в народе std::map) за ту же асимптотику.
Читать: https://habr.com/ru/post/722292/
Задача проверки корневых (под)деревьев на изоморфизм является достаточно известной в рамках олимпиадного мира, однако представленная большинством авторов реализация основывается на неэффективном полиномиальном хэшировании. Проблема данного метода заключается в возможных возникновениях коллизий. В данной статье описан более простой метод, использующий красно-черное дерево (в народе std::map) за ту же асимптотику.
Читать: https://habr.com/ru/post/722292/
Оператор SQL WHERE: синтаксис и примеры
Разобрали SQL запрос WHERE, объяснили его синтаксис и расписали примеры использования оператора WHERE с одним и сразу несколькими условиями.
Читать: «Оператор SQL WHERE: синтаксис и примеры»
Разобрали SQL запрос WHERE, объяснили его синтаксис и расписали примеры использования оператора WHERE с одним и сразу несколькими условиями.
Читать: «Оператор SQL WHERE: синтаксис и примеры»