SlideShare une entreprise Scribd logo
1  sur  16
Télécharger pour lire hors ligne
Entreprise
  Data
Warehouse

Microsoft
   Vs
Netezza


  Aziz - Daniel
Georges - Moulaye


                    G
Présentation
 Microsoft
 Netezza
 Comparaison
 Recommandations
 Questions




                    G
Microsoft SQL Server 2008 R2
Parallel Data Warehouse




                               A
Microsoft
Deux solutions de data warehouse basées
sur SQL Server 2008 R2 :
   Fast Track Data Warehouse (SMP)
   Parallel Data Warehouse (MPP)




                                          A
Points forts
   MPP
   Flexibilité et choix
   Jusqu’à 1PB
   Solution complète - Expert en logiciels
   Compression de données
   Logiciel d'entreprise
   Type de DW Hub-and-Spoke (de DW à DM)
   Intégration dans SQL Server Analysis Services
   Organisations de toute taille
   Compatible/look Office
   Investissements : R&D, vente, spport


                                                    M
Points faibles

   Compatibilité limitée : Windows
   Stabilité?
   Manque d'intégration des bases de données
    (marques concurrentes)
   Code source fermé
   Pas complètement intégré
   Difficile à travailler avec des tables distribués




                                                        M
Entreprises ayant installée
le produit
   Amerisource Bergen Specialty Group
    o   Productivité (30%)
    o   Taux de rétention élevé
   IFSTTAR (institution francaise des sciences et technologie
               du transport, de l’aménagement et des réseaux)
    o   Meilleur évolution
    o   Déploiement accéléré
    o   Expension future plus facile
   Edgenet Data Provider
    o   Augmentation de l’agilité
    o   Vitesse de performance



                                                                 M
Netezza – Data warehouse
Appareil physique (DW machine)
•   IBM Netezza 100 (1 TB to 10 TB) Test et développement
•   IBM Netezza 1000 (1 TB to 1 PB+) Business Analytics
•   IBM Netezza High Capacity Appliance (Jusqu'à 10+ PB)
    Data Capacity
Logiciel d'analytics intégré - IBM Netezza Analytics
IBM DB2 Analytics Accelerator
For z/OS
Netezza Spatial :
Analytics with Direction
Cloud computing
avec AppNexus


                                                            D
Explication de la technologie
Parallel de Netezza
   Logiciel sépare les tables dans unités
    de stockage
   Colonne analysé
   S-Blades traitent l’information
   Valeurs emmagasinées sur les HDD
   Requête et Jointures - rapidité
   Moins de mouvement de données
   Disques durs
    o 1/3 pour bkup
    o 1/3 statistiques
    o 1/3 bkup «hot data» des autres HDD


                                             D
Points forts
   Parallel processing
   Extrêmement rapide S-Blades -10 à 100 X performance
   Type de DW
    o    Hub-and-Spoke (de DW à DM)
    o    Federated (installé par dessus l'existant)
   Open source et env. développement intégré
   Languages supportés
   Investissements : R&D et vente
   Acheté par IBM
     o   Compatibilité bientôt : Cognos, SPSS, Unica, Infosphere




                                                                   G
Points faibles

   Focus sur l'appareil
   Pas de SaaS
   Stockage de donnee en colone nécessite une
    grosse base
   Pénétration de marché pas encore fait au niveau
    mondial
   Coût de maintenance élevé




                                                      G
Entreprises ayants installées
le produit (±500)
   Catalina Marketing - besoin d'analytics
   Harvard Medical School - algorithmes avancés
   La Capitale - rapidité de requêtes
    (plusieurs heures à 20 sec.)
   T-mobile
    (Données en quantité 40TB - requêtes rapide)
   EHarmony - faible prix, rapidité à faire fonctionner,
    expérience

http://thinking.netezza.com/video/simplicity-drives-performance-iod-2011



                                                                           G
Comparaison DW
IBM Netezza Analytics          M. SQL Server 2008 R2 PDW
Netezza 1000-12                HP ProLiant
Rapidité d’installation        Nécessite installation + longue
Garantie inconnue              Garantie 3 ans part/labor onsite
Full processing S-Blades       HP BladeSystem c-Class
Inclus Netezza Analytics       Inclus SQL Server 2008 R2
• Ajout IBM DB2 Analytics      • Ajouts par modules
    accelerator                • Compatible Office
Amériques                      Planétaire
Compatible OS                  Compatible OS
 Windows, Linux, Unix           Windows
Compatible BD Oracle,          Compatible BD SQL Server
Microstrategy, SQL Server...
Jusqu'à 1 petabyte             Jusqu'à 1 petabyte


                                                                  A
M
Recommandations
Netezza (1)
 Installation semble facile et rapide
 Extrême Rapidité - JIT à la minute
 Secteur de la recherche, scientifique, besoin analytics
 H1 : Coûts de départ moyen - moyenne/grosses entreprises

Microsoft (2)
 Utilisateurs TI expérimentés
 Très rapide
 Utilisateurs de la suite Office et SQL Server
 Secteur utilisant déjà l'environnement Windows
 H2 : Coût de départ faible
  - entreprises de toutes tailles

                                                             D
Questions
  ???

              Références
    Voir les notes, merci!

Contenu connexe

Tendances

Performance barcampfinal
Performance barcampfinalPerformance barcampfinal
Performance barcampfinal
Oxalide
 
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
OCTO Technology
 

Tendances (20)

Datalake de l'idée à la plateforme
Datalake de l'idée à la plateformeDatalake de l'idée à la plateforme
Datalake de l'idée à la plateforme
 
Performance barcampfinal
Performance barcampfinalPerformance barcampfinal
Performance barcampfinal
 
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache SparkPlateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
 
Deep Dive Performance , le In-Memory dans SQL Server
Deep Dive Performance , le In-Memory dans SQL ServerDeep Dive Performance , le In-Memory dans SQL Server
Deep Dive Performance , le In-Memory dans SQL Server
 
Nouvelles opportunités pour les données fortement interconnectées : La base d...
Nouvelles opportunités pour les données fortement interconnectées : La base d...Nouvelles opportunités pour les données fortement interconnectées : La base d...
Nouvelles opportunités pour les données fortement interconnectées : La base d...
 
Présentation data vault et bi v20120508
Présentation data vault et bi v20120508Présentation data vault et bi v20120508
Présentation data vault et bi v20120508
 
Big Data : SQL, NoSQL ? Pourquoi faire un choix ?
Big Data : SQL, NoSQL ? Pourquoi faire un choix ?Big Data : SQL, NoSQL ? Pourquoi faire un choix ?
Big Data : SQL, NoSQL ? Pourquoi faire un choix ?
 
Pj hug 07_04_2016
Pj hug 07_04_2016Pj hug 07_04_2016
Pj hug 07_04_2016
 
Neo4j - Cas d'usages pour votre métier
Neo4j - Cas d'usages pour votre métierNeo4j - Cas d'usages pour votre métier
Neo4j - Cas d'usages pour votre métier
 
Qu'est-ce qu'un ETL ?
Qu'est-ce qu'un ETL ?Qu'est-ce qu'un ETL ?
Qu'est-ce qu'un ETL ?
 
La "Data science" au service des entreprises
La "Data science" au service des entreprisesLa "Data science" au service des entreprises
La "Data science" au service des entreprises
 
Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...
Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...
Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...
 
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
 
USI 2013 : 7 changements nécessaires pour sauver vos SI décisionnels
USI 2013 : 7 changements nécessaires pour sauver vos SI décisionnelsUSI 2013 : 7 changements nécessaires pour sauver vos SI décisionnels
USI 2013 : 7 changements nécessaires pour sauver vos SI décisionnels
 
Presentation cassandra
Presentation cassandraPresentation cassandra
Presentation cassandra
 
Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...
Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...
Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et...
 
Introduction à Neo4j - La base de données de graphes - 2016
Introduction à Neo4j - La base de données de graphes - 2016Introduction à Neo4j - La base de données de graphes - 2016
Introduction à Neo4j - La base de données de graphes - 2016
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
 
[French] Matinale du Big Data Talend
[French] Matinale du Big Data Talend[French] Matinale du Big Data Talend
[French] Matinale du Big Data Talend
 
SQL Saturday Paris 2015 - Polybase
SQL Saturday Paris 2015 - PolybaseSQL Saturday Paris 2015 - Polybase
SQL Saturday Paris 2015 - Polybase
 

En vedette

Zz670 g formation-ibm-infosphere-mdm-reference-data-management-v10
Zz670 g formation-ibm-infosphere-mdm-reference-data-management-v10Zz670 g formation-ibm-infosphere-mdm-reference-data-management-v10
Zz670 g formation-ibm-infosphere-mdm-reference-data-management-v10
CERTyou Formation
 
Tp370 g formation-ibm-smartcloud-control-desk-7-5-configuration-change-and-re...
Tp370 g formation-ibm-smartcloud-control-desk-7-5-configuration-change-and-re...Tp370 g formation-ibm-smartcloud-control-desk-7-5-configuration-change-and-re...
Tp370 g formation-ibm-smartcloud-control-desk-7-5-configuration-change-and-re...
CERTyou Formation
 
Gestion De Projets Agile V1
Gestion De Projets Agile V1Gestion De Projets Agile V1
Gestion De Projets Agile V1
bcollet
 
Thème 1 les concepts fondamentaux du management stratégique
Thème 1 les concepts fondamentaux du management stratégiqueThème 1 les concepts fondamentaux du management stratégique
Thème 1 les concepts fondamentaux du management stratégique
Anjelo Alberti
 

En vedette (20)

Zz670 g formation-ibm-infosphere-mdm-reference-data-management-v10
Zz670 g formation-ibm-infosphere-mdm-reference-data-management-v10Zz670 g formation-ibm-infosphere-mdm-reference-data-management-v10
Zz670 g formation-ibm-infosphere-mdm-reference-data-management-v10
 
Tp370 g formation-ibm-smartcloud-control-desk-7-5-configuration-change-and-re...
Tp370 g formation-ibm-smartcloud-control-desk-7-5-configuration-change-and-re...Tp370 g formation-ibm-smartcloud-control-desk-7-5-configuration-change-and-re...
Tp370 g formation-ibm-smartcloud-control-desk-7-5-configuration-change-and-re...
 
Gp 09 Une Méthode Propriétaire
Gp 09   Une Méthode PropriétaireGp 09   Une Méthode Propriétaire
Gp 09 Une Méthode Propriétaire
 
Projet les fondamentaux - version 2014
Projet les fondamentaux -  version 2014Projet les fondamentaux -  version 2014
Projet les fondamentaux - version 2014
 
Gestion De Projets Agile V1
Gestion De Projets Agile V1Gestion De Projets Agile V1
Gestion De Projets Agile V1
 
Gp 08 La Finalisation Du Projet
Gp 08   La Finalisation Du ProjetGp 08   La Finalisation Du Projet
Gp 08 La Finalisation Du Projet
 
Gp 06 La Planification Auxiliaire
Gp 06   La Planification AuxiliaireGp 06   La Planification Auxiliaire
Gp 06 La Planification Auxiliaire
 
Gp 07 Laccompagnement, Le Suivi
Gp 07   Laccompagnement, Le SuiviGp 07   Laccompagnement, Le Suivi
Gp 07 Laccompagnement, Le Suivi
 
Gp 05 La Planification Essentielle
Gp 05   La Planification EssentielleGp 05   La Planification Essentielle
Gp 05 La Planification Essentielle
 
Gp 04 Le Plan Directeur
Gp 04   Le Plan DirecteurGp 04   Le Plan Directeur
Gp 04 Le Plan Directeur
 
Gp 03 Les Domaines De Gestion
Gp 03   Les Domaines De GestionGp 03   Les Domaines De Gestion
Gp 03 Les Domaines De Gestion
 
Gp 01 Genèse Des Projets
Gp 01   Genèse Des ProjetsGp 01   Genèse Des Projets
Gp 01 Genèse Des Projets
 
Management de projet - réussir ses projets, c'est pas gagné d'avance !
Management de projet - réussir ses projets, c'est pas gagné d'avance !Management de projet - réussir ses projets, c'est pas gagné d'avance !
Management de projet - réussir ses projets, c'est pas gagné d'avance !
 
Gp 02 Phases d'un Projet
Gp 02   Phases d'un ProjetGp 02   Phases d'un Projet
Gp 02 Phases d'un Projet
 
Cours de gestion de Projet - Les Fondamentaux
Cours de gestion de Projet - Les FondamentauxCours de gestion de Projet - Les Fondamentaux
Cours de gestion de Projet - Les Fondamentaux
 
Fondamentaux de la gestion de projet (cours 2)
Fondamentaux de la gestion de projet (cours 2)Fondamentaux de la gestion de projet (cours 2)
Fondamentaux de la gestion de projet (cours 2)
 
Les fondamentaux du Management de Projet
Les fondamentaux du Management de ProjetLes fondamentaux du Management de Projet
Les fondamentaux du Management de Projet
 
Gestion de projet
Gestion de projetGestion de projet
Gestion de projet
 
Thème 1 les concepts fondamentaux du management stratégique
Thème 1 les concepts fondamentaux du management stratégiqueThème 1 les concepts fondamentaux du management stratégique
Thème 1 les concepts fondamentaux du management stratégique
 
Management de Projet: piloter, animer, conduire des projets
Management de Projet: piloter, animer, conduire des projetsManagement de Projet: piloter, animer, conduire des projets
Management de Projet: piloter, animer, conduire des projets
 

Similaire à EDW Microsoft/Netezza

Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data VirtualizationSession en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
Denodo
 
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM France Lab
 

Similaire à EDW Microsoft/Netezza (20)

Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
 
OSA02 - Pas de transactionnel haute performance sans un couple machine logici...
OSA02 - Pas de transactionnel haute performance sans un couple machine logici...OSA02 - Pas de transactionnel haute performance sans un couple machine logici...
OSA02 - Pas de transactionnel haute performance sans un couple machine logici...
 
Morning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide AcademyMorning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide Academy
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data VirtualizationSession en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
 
IT Customer Solution Architect
IT Customer Solution ArchitectIT Customer Solution Architect
IT Customer Solution Architect
 
Paris Tug - Session d'octobre
Paris Tug - Session d'octobreParis Tug - Session d'octobre
Paris Tug - Session d'octobre
 
Track 2 - Atelier 1 - Big data analytics présenté avec Intel
Track 2 - Atelier 1 - Big data analytics présenté avec IntelTrack 2 - Atelier 1 - Big data analytics présenté avec Intel
Track 2 - Atelier 1 - Big data analytics présenté avec Intel
 
Azure Camp 9 Décembre 2014 - slides Keynote
Azure Camp 9 Décembre 2014 - slides KeynoteAzure Camp 9 Décembre 2014 - slides Keynote
Azure Camp 9 Décembre 2014 - slides Keynote
 
BigData on change d'ère !
BigData on change d'ère ! BigData on change d'ère !
BigData on change d'ère !
 
Les nouveautés stockage dans Windows Server 2012 R2
Les nouveautés stockage dans Windows Server 2012 R2Les nouveautés stockage dans Windows Server 2012 R2
Les nouveautés stockage dans Windows Server 2012 R2
 
Les nouveautés stockage dans Windows Server 2012 R2
Les nouveautés stockage dans Windows Server 2012 R2Les nouveautés stockage dans Windows Server 2012 R2
Les nouveautés stockage dans Windows Server 2012 R2
 
Session découverte de la Logical Data Fabric soutenue par la Data Virtualization
Session découverte de la Logical Data Fabric soutenue par la Data VirtualizationSession découverte de la Logical Data Fabric soutenue par la Data Virtualization
Session découverte de la Logical Data Fabric soutenue par la Data Virtualization
 
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
IBM Bluemix Paris meetup - Big Data & Analytics dans le Cloud - Epitech- 2016...
 
Restitution des données environnement Microsoft & data visualization : panel ...
Restitution des données environnement Microsoft & data visualization : panel ...Restitution des données environnement Microsoft & data visualization : panel ...
Restitution des données environnement Microsoft & data visualization : panel ...
 
Présentation Eranea à Open Source Now 2012
Présentation Eranea à Open Source Now 2012Présentation Eranea à Open Source Now 2012
Présentation Eranea à Open Source Now 2012
 
Livre blanc data-lakes converteo 2018
Livre blanc data-lakes converteo 2018Livre blanc data-lakes converteo 2018
Livre blanc data-lakes converteo 2018
 
Retour d'expérience Bouygues Telecom : Analyse BI à l'aide d'une appliance SQ...
Retour d'expérience Bouygues Telecom : Analyse BI à l'aide d'une appliance SQ...Retour d'expérience Bouygues Telecom : Analyse BI à l'aide d'une appliance SQ...
Retour d'expérience Bouygues Telecom : Analyse BI à l'aide d'une appliance SQ...
 
Yachin Codabaccus CV 2016
Yachin Codabaccus CV 2016Yachin Codabaccus CV 2016
Yachin Codabaccus CV 2016
 
Transforming Enterprise IT - French Version - Transformation Day Montreal 2018
Transforming Enterprise IT - French Version - Transformation Day Montreal 2018Transforming Enterprise IT - French Version - Transformation Day Montreal 2018
Transforming Enterprise IT - French Version - Transformation Day Montreal 2018
 

EDW Microsoft/Netezza

  • 1. Entreprise Data Warehouse Microsoft Vs Netezza Aziz - Daniel Georges - Moulaye G
  • 2. Présentation  Microsoft  Netezza  Comparaison  Recommandations  Questions G
  • 3. Microsoft SQL Server 2008 R2 Parallel Data Warehouse A
  • 4. Microsoft Deux solutions de data warehouse basées sur SQL Server 2008 R2 :  Fast Track Data Warehouse (SMP)  Parallel Data Warehouse (MPP) A
  • 5. Points forts  MPP  Flexibilité et choix  Jusqu’à 1PB  Solution complète - Expert en logiciels  Compression de données  Logiciel d'entreprise  Type de DW Hub-and-Spoke (de DW à DM)  Intégration dans SQL Server Analysis Services  Organisations de toute taille  Compatible/look Office  Investissements : R&D, vente, spport M
  • 6. Points faibles  Compatibilité limitée : Windows  Stabilité?  Manque d'intégration des bases de données (marques concurrentes)  Code source fermé  Pas complètement intégré  Difficile à travailler avec des tables distribués M
  • 7. Entreprises ayant installée le produit  Amerisource Bergen Specialty Group o Productivité (30%) o Taux de rétention élevé  IFSTTAR (institution francaise des sciences et technologie du transport, de l’aménagement et des réseaux) o Meilleur évolution o Déploiement accéléré o Expension future plus facile  Edgenet Data Provider o Augmentation de l’agilité o Vitesse de performance M
  • 8. Netezza – Data warehouse Appareil physique (DW machine) • IBM Netezza 100 (1 TB to 10 TB) Test et développement • IBM Netezza 1000 (1 TB to 1 PB+) Business Analytics • IBM Netezza High Capacity Appliance (Jusqu'à 10+ PB) Data Capacity Logiciel d'analytics intégré - IBM Netezza Analytics IBM DB2 Analytics Accelerator For z/OS Netezza Spatial : Analytics with Direction Cloud computing avec AppNexus D
  • 9. Explication de la technologie Parallel de Netezza  Logiciel sépare les tables dans unités de stockage  Colonne analysé  S-Blades traitent l’information  Valeurs emmagasinées sur les HDD  Requête et Jointures - rapidité  Moins de mouvement de données  Disques durs o 1/3 pour bkup o 1/3 statistiques o 1/3 bkup «hot data» des autres HDD D
  • 10. Points forts  Parallel processing  Extrêmement rapide S-Blades -10 à 100 X performance  Type de DW o Hub-and-Spoke (de DW à DM) o Federated (installé par dessus l'existant)  Open source et env. développement intégré  Languages supportés  Investissements : R&D et vente  Acheté par IBM o Compatibilité bientôt : Cognos, SPSS, Unica, Infosphere G
  • 11. Points faibles  Focus sur l'appareil  Pas de SaaS  Stockage de donnee en colone nécessite une grosse base  Pénétration de marché pas encore fait au niveau mondial  Coût de maintenance élevé G
  • 12. Entreprises ayants installées le produit (±500)  Catalina Marketing - besoin d'analytics  Harvard Medical School - algorithmes avancés  La Capitale - rapidité de requêtes (plusieurs heures à 20 sec.)  T-mobile (Données en quantité 40TB - requêtes rapide)  EHarmony - faible prix, rapidité à faire fonctionner, expérience http://thinking.netezza.com/video/simplicity-drives-performance-iod-2011 G
  • 13. Comparaison DW IBM Netezza Analytics M. SQL Server 2008 R2 PDW Netezza 1000-12 HP ProLiant Rapidité d’installation Nécessite installation + longue Garantie inconnue Garantie 3 ans part/labor onsite Full processing S-Blades HP BladeSystem c-Class Inclus Netezza Analytics Inclus SQL Server 2008 R2 • Ajout IBM DB2 Analytics • Ajouts par modules accelerator • Compatible Office Amériques Planétaire Compatible OS Compatible OS Windows, Linux, Unix Windows Compatible BD Oracle, Compatible BD SQL Server Microstrategy, SQL Server... Jusqu'à 1 petabyte Jusqu'à 1 petabyte A
  • 14. M
  • 15. Recommandations Netezza (1)  Installation semble facile et rapide  Extrême Rapidité - JIT à la minute  Secteur de la recherche, scientifique, besoin analytics  H1 : Coûts de départ moyen - moyenne/grosses entreprises Microsoft (2)  Utilisateurs TI expérimentés  Très rapide  Utilisateurs de la suite Office et SQL Server  Secteur utilisant déjà l'environnement Windows  H2 : Coût de départ faible - entreprises de toutes tailles D
  • 16. Questions ??? Références Voir les notes, merci!