Корпоративные хранилища данных (КХД, англ. Enterprise Data Warehouses, EDW) предназначены для приёма, объединения и хранения больших объёмов рабочих данных. КХД ориентированы на максимально быструю отработку любых запросов на чтение сведений, для чего предусматривают реализацию механизмов предварительной подготовки данных типа аналитических кубов (OLAP, MOLAP, ROLAP).
Сакура Pro – это российская no-code платформа, конструктор для цифровизации корпоративного бизнеса, позволяющий создавать бизнес-приложения без программирования. Узнать больше про Сакура PRO
Планета. Сервер — это высокопроизводительный резидентный (in-memory) MOLAP-сервер данных. Узнать больше про Планета. Сервер
NextBox — это российская цифровая платформа для хранения и обработки данных. Решение помогает компаниям безопасно хранить и обмениваться корпоративными файлами, совместно работать с документами любых форматов в едином пространстве. Узнать больше про NextBox
Корпоративные хранилища данных (КХД, англ. Enterprise Data Warehouses, EDW) предназначены для приёма, объединения и хранения больших объёмов рабочих данных. КХД ориентированы на максимально быструю отработку любых запросов на чтение сведений, для чего предусматривают реализацию механизмов предварительной подготовки данных типа аналитических кубов (OLAP, MOLAP, ROLAP).
Технос-К
Сакура Pro – это российская no-code платформа, конструктор для цифровизации корпоративного бизнеса, позволяющий создавать бизнес-приложения без программирования.
ИБС Экспертиза (ТМ IBS)
Планета. Сервер — это высокопроизводительный резидентный (in-memory) MOLAP-сервер данных.
Потенциал
NextBox — это российская цифровая платформа для хранения и обработки данных. Решение помогает компаниям безопасно хранить и обмениваться корпоративными файлами, совместно работать с документами любых форматов в едином пространстве.
Корпоративные хранилища данных (КХД, англ. Enterprise Data Warehouses, EDW) предназначены для приёма, объединения и хранения больших объёмов рабочих данных. КХД ориентированы на максимально быструю отработку любых запросов на чтение сведений, для чего предусматривают реализацию механизмов предварительной подготовки данных типа аналитических кубов (OLAP, MOLAP, ROLAP).