データレイクとデータウェアハウスの違いとデータレイクハウスへの進化
ビッグデータを扱う人が最初に直面したデータの課題は、整合性でした。データの量が少なく、ソースのバリエーションも限られていた頃は、構造化データのテーブルで構成されたリレーショナルデータベース（RDB・関係データベース）の使用で事足りていましたが、アプリケーションが普及するようになると、複数のアプリケーションに同じデータが異なる値で現れ、データの整合性がとれないという課題が発生しました。どのデータが正しいかを判断するには、数あるアプリケーションの中から、どのバージョンのデータを使うべきかを見極めなくてはなりません。もしユーザーが適切なバージョンのデータを使用できなければ、判断を誤ってしまう可能性もあります。
インダストリアル IoT におけるセキュリティ（なぜデータブリーチの完全予防が不可能だと想定すべきか）
The Industrial Internet of Things (IIoT) is already driving massive productivity gains in the Manufacturing and Energy & Utilities industries through decreased waste, automated quality control, predictive maintenance (increasing overall equipment effectiveness) and optimized energy consumption...just to name a few. At the same time, internet-enabled equipment and IoT devices present a cybersecurity vulnerability, particularly to...
MIT テクノロジーレビュー： データとAIの取り組みにおいて高いパフォーマンスを生み出す組織の構築
Only 13% of organizations -- super achievers -- are succeeding at their data and AI strategy yet the successful application of data and AI has never been a greater necessity for survival than now1. In order to remain forward-thinking in today’s landscape, data leaders are looking for the ability to eliminate silos that traditionally separate...
レイクハウスの誕生
With the fast-moving evolution of the data lake, Billy Bosworth and Ali Ghodsi share their mutual thoughts on the top 5 common questions they get asked about data warehouses, data lakes and lakehouses. Coming from different backgrounds, they each provide unique and valuable insights into this market. Ali has spent more than 10 years on...
Hadoop（ハドゥープ）からの移行に伴う潜在価値とは
長年にわたり、Hadoop はビッグデータの分析を支えるデフォルトのテクノロジーでした。しかし、時間の経過とともに、より優れた分析ソリューションを提供する新たなテクノロジーが登場し、Hadoopは遅れをとるようになりました。多くの企業が Hadoop のコストを見直し、最新のクラウドベース分析プラットフォームへの移行を是認する方向に動いています。Databricks では先日、ホワイトペーパー「The Hidden Value of Hadoop Migration」（Hadoop からの移行に伴う潜在価値）を発表しました。
Data Access Governance and 3 Signs You Need it
This is a guest authored post by Heather Devane, content marketing manager, Immuta. Cloud data analytics is only as powerful as the ability to access that data for use. Yet, the data stewards responsible for managing data governance often find themselves in a holding pattern, waiting for approval from various stakeholders to operationalize data assets...
