Einverständniserklärung zu Cookies, Daten- und Trackinginformationen Wir verwenden Cookies, um Inhalte und Anzeigen zu personalisieren. Beim Besuch dieser Webseite werden Informationen gespeichert. Bei der Darstellung von Produkten werden Bilder von an anderen Webseiten geladen. Um das zu ermöglichen, ist es nötig, dass ihr Browser Verbindungen zu anderen Servern aufbaut und dorthin Daten überträgt. Die Verarbeitung der an Kostenscout.de gesendeten Daten erfolgt zur Leistungserbringung, zu statistischen sowie werbetechnischen Zwecken. Wenn Sie auf der Seite weitersurfen, stimmen Sie der Cookie-Nutzung und Datenverarbeitung zu. Datenschutzinformationen ansehen
Grundlagen, Lösungsansätze und Technologien von Big Data
Studienarbeit aus dem Jahr 2023 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, SRH Fernhochschule, Sprache: Deutsch, Abstract: Die vorliegende Arbeit hat das Ziel, den Lesenden ein Verständnis für die Grundlagen von Big Data zu vermitteln und mögliche Lösungsansätze aufzuzeigen. Dabei liegt der Schwerpunkt auf den Herausforderungen im Umgang damit sowie den dazugehörigen Anforderungen und Technologien. Im ersten Kapitel der Ausführungen werden die grundsätzlichen Herausforderungen erläutert. Es werden im Anschluss die wesentlichen nicht-funktionalen Anforderungen an eine Big Data Architektur beleuchtet, die eine effektive Datenverarbeitung gewährleisten sollen. Anschließend wird das CAP-Theorem vorgestellt, welches bei der Gestaltung von Big Data Architekturen eine wichtige Rolle spielt. Konkrete Beispiele verdeutlichen den Lesenden, inwiefern das CAP-Theorem in der Praxis Anwendung findet. Fünf Lösungsansätze zum Umgang mit Big Data werden im Anschluss dargelegt. Hierbei werden unterschiedliche Möglichkeiten zur Datenverarbeitung und Analyse aufgezeigt, welche den Einsatz von Big Data in Unternehmen möglichst einfach und effizient gestalten. Diesbezüglich werden im letzten Kapitel verschiedene Technologien vorgestellt, die in der Regel Anwendung finden. Zusätzlich werden die wesentlichen Schritte einer Datapipeline erläutert, um ein besseres Verständnis für die Datenverarbeitung und -analyse im Kontext von Big Data zu schaffen. Die Lesenden sollen durch diese Arbeit mit einer soliden Grundlage ausgestattet werden, die dazu befähigt, Herausforderungen zu verstehen sowie Potenziale und Technologien zu kennen. Dadurch wird die Fähigkeit verbessert, Big Data effektiv zu handhaben und Nutzen daraus zu ziehen.
Die bei uns gelisteten Preise basieren auf Angaben der gelisteten Händler zum Zeitpunkt unserer Datenabfrage. Diese erfolgt einmal täglich. Von diesem Zeitpunkt bis jetzt können sich die Preise bei den einzelnen Händlern jedoch geändert haben. Bitte prüfen sie auf der Zielseite die endgültigen Preise.
Die Sortierung auf unserer Seite erfolgt nach dem besten Preis oder nach bester Relevanz für Suchbegriffe (je nach Auswahl).
Für manche Artikel bekommen wir beim Kauf über die verlinkte Seite eine Provision gezahlt. Ob es eine Provision gibt und wie hoch diese ausfällt, hat keinen Einfluß auf die Suchergebnisse oder deren Sortierung.
Unser Preisvergleich listet nicht alle Onlineshops. Möglicherweise gibt es auf anderen bei uns nicht gelisteten Shops günstigere Preise oder eine andere Auswahl an Angeboten.
Versandkosten sind in den angezeigten Preisen und der Sortierung nicht inkludiert.
* - Angaben ohne Gewähr. Preise und Versandkosten können sich zwischenzeitlich geändert haben. Bitte prüfen sie vor dem Kauf auf der jeweiligen Seite, ob die Preise sowie Versandkosten noch aktuell sind.
