Início Bancos de dados no InfoQ Brasil
Artigos
Feed RSS-
Perguntas e respostas sobre o livro "Software - A terra do desperdício"
No livro Software Wasteland ("Software - A terra do desperdício", em tradução livre), Dave McComb discute o que está causando o desperdício no desenvolvimento de aplicações, e como visualizar o custo da mudança e tornar-se centrado em dados pode ajudar a reduzir o desperdício.
-
Eclipse JNoSQL: Uma API para diversos bancos de dados NoSQL
Os bancos não relacionais estão presentes nas mais diversas áreas no mundo corporativo, porém as APIs são um problema, cada banco possui sua própria API, isso resulta num alto risco de vendor lock-in, além de uma grande perda de código e uma alta curva de aprendizagem para as novas classes e métodos para a integração. Conheça o Eclipse JNoSQL que visa facilitar a integração do Java com NoSQL.
-
GDPR para a operação
Com o GDPR, cuidar dos dados pessoais é uma responsabilidade de toda a organização, mas para a Operação podemos fornecer muitas ferramentas de suporte para lidar com as múltiplas facetas desse problema.
-
O que cientistas e engenheiros de dados precisam saber sobre o GDPR?
Andrew Burt fala sobre as implicações do GDPR na coleta, armazenamento e uso de dados para qualquer organização que lida com dados de clientes na União Europeia (UE).
-
FPGAs superam desempenho computacional
Originalmente utilizado para desenvolvimento de novos hardwares, os FGPAs em nuvem estão tornando esta tecnologia mais acessível. As melhorias em velocidade e baixo custo, quando comparado às CPUs, indicam que novas companhias podem se beneficiar desta tecnologia. FPGAs são fundamentalmente concorrentes, tornando-se ideais para ferramentas de dados intensos e problemas de processamento paralelo.
-
Big Data e Big Money: O papel dos dados no setor financeiro
Quando consideramos os 3 Vs de big data — volume, velocidade e variedade — é difícil pensar em quais setores os requisitos se encaixam tão bem quanto nas diretrizes de finanças.
-
Série de artigos: Entendendo data science
Nesta série, exploramos maneiras de compreensão de data science, incluindo o entendimento de onde sua aplicação é ou não é necessária e como torná-la um ativo para você. O conteúdo dessa série é produzido por pessoas que já viveram e resolveram muitos dos desafios da aplicação de data science.
-
Big Data com Apache Spark Part 3: Spark Streaming
Este é o terceiro artigo da série Big Data com Apache Spark. Nos 2 primeiros artigos abordamos o processamento de dados estáticos. Neste artigo trataremos do processamento de dados em streaming e em tempo real. O artigo busca mostrar como podemos usar o Apache Spark para realizar análises sob informações em cenários onde os dados são gerados continuamente.
-
O papel de um cientista de dados em 2016
O papel do Cientista de Dados está ganhando muita atenção ultimamente, devido ao fato das organizações começarem a utilizar Big Data e análise de dados para adquirir insights a respeito de seus dados. Este artigo apresenta uma visão sobre o papel do Cientista de Dados para o ano de 2016.
-
10 anos de Domain-Driven Design com Eric Evans
Dez anos após o lançamento do livro Domain-Driven Design: Tackling Complexity in Software. Eric Evans fala sobre o que mudaria no seu livro e como o DDD mudou a maneira de construir sistemas.
-
Big Data com Apache Spark Parte 2: Spark SQL
O Spark SQL, é parte integrante do framework de Big Data Apache Spark, utilizado para processamento de dados estruturados, que permite executar consultas SQL no conjunto de dados do Spark. É possível realizar tarefas ETL sobre os dados em diferentes formatos, como por exemplo JSON, Parquet, banco de dados e com isto, executar consultas ad-hoc.
-
Big Data com Apache Spark - Parte 1: Introdução
O Apache Spark é um framework de big data construído para ser veloz, fácil de usar e com analises sofisticadas. Nesse artigo, Srini Penchikala mostra como o Spark ajuda no processamento e analise de Big Data com sua API padrão. Também compara o Spark com a implementação tradicional de MapReduce do Apache Hadoop.