Business Intelligence w Cloud, nie tylko na Azure by Adrian Kukiełka i Michał Krajewski Przegląd rozwiązań i możliwości rozwiązań Buisiness Intelligence w chmurze. Spójrzmy na to oferują trzej giganci: Microsoft, Google i Amazon. Każdy z nas dostał, w którymś momencie pytanie od klienta jak to wygląda u innych? Spójrzmy więc i się przekonajmy!

1. Business Intelligence
w Cloud -
nie tylko na Azure
Adrian Kukiełka
Michał Krajewski
www.elitmind.com

2. Michał Krajewski
Fullstack developer
• Back-end and front-end side
development of multiple
applications.
• Data engineering.
• In the meantime project
requirements analyst and system
architect.
• Open source fan.
Core technologies:
• C# / .NET Framework / .NET
Core
• MS SQL 2012/2014/2016
• Azure / AWS
• Javascript
• Ruby / Ruby on Rails
https://www.linkedin.com/
in/michal-krajewski/

3. Adrian Kukiełka
Business Intelligence Consultant
• Implemetacje BI end to end.
• Analyst, Developer, Architect,… you call IT.
• Wychowany na MS
Technologie:
• MS SQL 2012/2014/2016
• Azure / Google Cloud Platform
Pasje:
• E-sportu
https://www.linkedin.com/in/adrian-kukielka/

5. Przychodzi Klient i…
• Chce przenieść rozwiązania IT do chmury
• Chce oferty od różnych dostawców cloud

6. Udział dostawców chmury w
rynku

7. Udział dostawców chmury w
rynku

8. Udział dostawców chmury w
rynku

10. Amazon Web Services
• Platforma chmurowa firmy Amazon
• Data pierwszego wydania: marzec 2006
• Data pierwszego wydania Azure: luty 2010
• Rosnąca liczba usług chmurowych
• Środowiska obliczeniowe / maszyny wirtualne
• Usługi przechowywania danych
• Usługi bazodanowe / hurtowniane / BI
• AI / ML
• IoT
• Integracyjne (w tym z innymi usługami w chmurach)
i inne…

11. Amazon Web Services

12. • Wysoce skalowalna, w pełni zarządzalna
usługa hurtowni danych
• Oparta na PostgreSQL
• W pełni kompatybilna ze wszystkimi
komponentami AWS
• Python, R
• Amazon ML
• Massively Parallel Processing (MPP)
architecture
• Zaawansowana kompresja danych
• Indeksy? Widoki zmaterializowane?
• 0,25$ za godzinę, $1000 za terabajt
rocznie …
Amazon Redshift

13. Amazon Redshift - architektura

14. • Bezpośrednie pobieranie danych z Amazon S3
• Raportowanie danych „w locie”
• Amazon S3
• Wysoce skalowalna usługa przechowywania danych
• Wbudowane narzędzia obsługi komponentów AWS.
ETL - Amazon Redshift / Redshift Spectrum

15. Amazon Redshift

16. ETL – AWS Data Pipeline

17. ETL – AWS Data Pipeline

18. AWS Redshift – przykład wdrożenia

19. Amazon QuickSight
• Źródło Szybkie, łatwe w obsłudze narzędzie
BI (taki PowerBI)
• Analizy ad-hoc
• SPICE
• Integracja z prawie każdym źródłem na
AWSem na AWS

21. Google Cloud Platform

23. Google BI platform

24. Rozwiązania SQL

25. Google BigQuery
• Zapomnijcie o klasycznej DWH
• Usługa uniezależniona od zasobów danych
• Pay-Per-Query AND Flat Rate Pricing
• Nieskończone skalowanie – używamy tyle mocy ile
jest konieczne
• Bardzo łatwe współdzielenie projektów i zbiorów
danych pomiędzy użytkownikami

26. Google BigQuery

27. • Enterprise-grade Data Sharing
• Public Datasets, Commercial Datasets,
Marketing Datasets, and the Free Pricing
Tier
• Federated Query Engine
• UX, CLI, SDK, ODBC/JDBC, API
• Pay-Per-Query AND Flat Rate Pricing
• IAM, Authentication & Audit Logs

28. ETL – GCP Dataflow

30. Google Data Studio

31. Pros
• Wydajność w przeglądarce
• Łatwość obsługi i proponowane wizualizacje
• Integracja z usługami Google – Youtube, AdSense,
Sheets, Analytics
• Darmowe do 5 raportów per konto
• Korporacyjnie usługa Data Studio 360 – nielimitowany
dostęp
Cons
• Mała ilość konektorów
• Nadal Beta

32. • Wszystkie 3 narzędzia mają cechy
wspólne.
• Różnice na poziomie architektury.
• Które wybrać?
• Porównanie architektury i wydajności

33. Elitmind for Business
www.elitmind.com
Thank you!