Viele haben schon von Modellierungstechniken wie DataVault gehört, die im Bereich des Enterprise DataWarehouse immer mehr an Bedeutung gewinnen. Essentieller Bestandteil vieler dieser Methoden sind sogenannte Ensembles welche das Grundgerüst des kompletten Datenmodells bilden.

In dieser Session sehen wir uns an, was ein Ensemble ist, welche Regeln dafür gelten, wie sich die Vorgehensweise von klassischen Dimensional Modelling oder 3NF Ansätzen unterscheiden und welche Vor- und Nachteile sich daraus ergeben.

Cosmos DB – NoSQL Strikes Back
An introduction to the dark side of your data

A long time ago in a database far, far away…
SQL was the only option to save vast amounts of application data for a long period of time. There were always some rebellion activities, to overcome the SQL Empire, which brought a new hope, but all other ways of storing data were never more than a phantom menace.

Now Cosmos DB awakens and is ready for the revenge of the NoSQL.
During this talk, we will have a look at what Azure Cosmos DB is, what you can achieve with its possibilities and how to use it in a galactic environment of data and applications.

Join me and find your way to the right solution for your application.
May the data be with you!

Viele haben schon von Modellierungstechniken wie DataVault gehört, die im Bereich des Enterprise DataWarehouse immer mehr an Bedeutung gewinnen. Essentieller Bestandteil vieler dieser Methoden sind sogenannte Ensembles welche das Grundgerüst des kompletten Datenmodells bilden.

In dieser Session sehen wir uns an, was ein Ensemble ist, welche Regeln dafür gelten, wie sich die Vorgehensweise von klassischen Dimensional Modelling oder 3NF Ansätzen unterscheiden und welche Vor- und Nachteile sich daraus ergeben.

Hallo,

recht herzlich lade ich Sie ein zum kostenlosen PASS-Vortrag „Daten clustern und Empfehlungen erzeugen mit dem Azure Machine Learning Studio“ am Dienstag, 17.07.2018 bei www.IT-Schulungen.com in Nürnberg mit anschließender Bierverkostung!

Vortrag
Erfahren Sie die Möglichkeiten von Machine Learning (ML) und erleben Sie in einer Demo die Vorgehensweise anhand eines – in Bayern – sehr wichtigen Themas 😉

Überblick Machine Learning

• Was ist Machine Learning (ML)?
• Machine Learning vs. Data Mining
• Arten von Algorithmen
• K-Means-Algorithmus zum Clustern
• Überblick über die ML-Technologien von Microsoft
• Machine Learning Studio oder Azure ML Workbench

Demo

• Demo: Klassifizierung von Biertypen
• Demo: Clustern der Biertypen
• Demo: Ich mag Pils, was könnte ich noch mögen?
• Demo: Zu welchem Cluster gehört Münchner Hell?

Praxis
Verkostung von Produktproben
Verschiedene Spitzenbiere von Mönchshof und Kulmbacher aus der  heimlichen Hauptstadt des Bieres.

Refernt

Peter Kessler ist seit vielen Jahren als Consultant und Trainer rund um SQL Server, SharePoint und BizTalk tätig.

Termin

Dienstag, 18.07.2017, 18:30 bis ca. 20:00

Über Ihr Kommen würden wir uns sehr freuen. Gerne können Sie die Einladung an Kollegen und Mitarbeiter weitergeben.
Wir bitten um eine vorherige Anmeldung via XING oder per Email an: mde@sqlpass.de

Viele Grüße

In diesem praxisorientierten Vortrag werden wir ein tiefgehendes Verständnis für die internen Abläufe des Query Optimizer erarbeiten.  Das wird Euch dabei helfen, Abfragepläne besser zu verstehen und zu optimieren. Gleichzeitig werden wir die Limitationen der Query Engine kennenlernen.

Heute Abend haben wir zwei Vorträge zum Thema Hierarchien für Euch:

Rekursive CTEs – Fluch oder Segen… oder beides?
von Cornelia Matthesius (aka Conny), Sysmex Europe GmbH

Musstest du je hierarchische Puzzle wie beispielsweise das Auflösen von Organigrammen mit T-SQL lösen?
Meine persönliche Herausforderung waren Stücklisten-Auflösungen zum Kalkulieren von Produktionskosten – startend mit einfachen Parent-Child-Hierarchien, aber mit unbekannter und variabler Tiefe in den Ebenen der Stücklistenkomponenten.
Obwohl das auch iterativ zu bewältigen wäre, da war da dieses Thema „rekursive CTEs“, was ich mal ausprobieren wollte.
Ja, ich habe geflucht, weil so schöne Dinge wie das Debuggen von Zirkelbezügen und Performance Probleme meinen Weg kreuzten.
Aber wenn man die Hindernisse umschifft und die Grenzen kennt, bietet Rekursion auch elegante Lösungen.

und…

Hierarchien, beyond…
von Sascha Lorenz, PSG GmbH – The SQL Server Company

Was passiert, wenn unsere relationalen Hierarchien immer größer werden und die Abfragen (z.B. rCTEs) nicht mehr skalieren? Welche Alternativen haben wir?
Was können sogenannte Nested Sets für uns tun? Und wo sind die Grenzen dieses Ansatzes?
Wie können wir jenseits von rCTEs und Nested Sets unterwegs sein in der relationalen Welt? Was ist ein „Cube Killer“?

Bei unserem RG Treffen im August haben wir mit Power Moving (Christian Storms) und Arbeiten mit Azure Notebooks (Tillmann Eitelberg) wieder zwei Interessante Vorträge für euch.

Bei Christian und seinem Vortrag „Power Moving“ dreht sich alles um Animationen innerhalb von Power BI. Seit einigen Versionen bietet Power BI verschiedene Möglichkeiten, Daten animiert darzustellen – aktuell aber auch noch mit einigen verschiedenen Stolpersteinen. Mittels einer C# Applikation werde ich zeigen, wie Daten an ein Power BI Streaming Data Set gesendet und in Power BI mit den verschiedenen Standard Streaming Charts visualisiert werden können. Danach werde ich diese Daten mit dem ArcGIS Map Visual verarbeiten und die Animationsfunktion aufzeigen die diese Komponente mit sich bringt.

Tillmann wird danach etwas über das Arbeiten mit Azure Notebooks erzählen. Mit den Azure Notebooks stellt Microsoft einen PaaS Dienst, basierend auf der Open-Source Anwendung Juypter, zur Verfügung, mit der Dokumente erstellt und freigeben werden können, die Live-Code, Gleichungen, Visualisierungen und narrativen Text enthalten können. In dieser Session erkläre ich die technischen Grundlagen der Azure Notebooks und für welchen Einsatzweck sich Notebooks eignen. Ich gehe auf verschiedene Einsatzmöglichkeiten ein, wie Daten mittels R, Python oder F# verarbeitet werden können und wie die Azure Notebooks mit weiteren Azure Diensten zusammenarbeiten.

Im Oktober 2017 ist die neue Version des SQL Servers, SQL Server 2017 erschienen. Natürlich gibt es in dieser Version wieder zahlreiche Neuerungen so beispielsweise die Unterstützung verschiedener Linux Derivate und Docker oder Verfügbarkeitsgruppen ohne Cluster.
Neben diesen viel beachteten Neuerungen hat sich auch einiges im Bereich der Performance-Optimierung getan. Hier bietet die neue Version des SQL Servers im Vergleich zu den älteren Versionen einige Mechanismen die eine automatische Optimierung der Abfragepläne versprechen.
In diesem Vortrag geht Frank Geisler sowohl auf die Adaptive Abfrage Ausführung (Adaptive Query Processing) wie auch auf das Automatische Tuning im SQL Server 2017 ein und beschreibt diese Optimierungsverfahren funktionieren. Vorteilhaft für den SQL Server Entwickler bzw. Administrator: Die vorgestellten Optimierungsverfahren laufen (sofern eingeschaltet, s.u.) transparent im Hintergrund ab, d.h. es ist keine weitere Konfiguration oder ähnliches erforderlich.

Viele haben schon von Modellierungstechniken wie DataVault gehört, die im Bereich des Enterprise DataWarehouse immer mehr an Bedeutung gewinnen. Essentieller Bestandteil vieler dieser Methoden sind sogenannte Ensembles welche das Grundgerüst des kompletten Datenmodells bilden.

In dieser Session sehen wir uns an, was ein Ensemble ist, welche Regeln dafür gelten, wie sich die Vorgehensweise von klassischen Dimensional Modelling oder 3NF Ansätzen unterscheiden und welche Vor- und Nachteile sich daraus ergeben.

Tillmann wird etwas über das Arbeiten mit Azure Notebooks erzählen. Mit den Azure Notebooks stellt Microsoft einen PaaS Dienst, basierend auf der Open-Source Anwendung Juypter, zur Verfügung, mit der Dokumente erstellt und freigeben werden können, die Live-Code, Gleichungen, Visualisierungen und narrativen Text enthalten können. In dieser Session erkläre ich die technischen Grundlagen der Azure Notebooks und für welchen Einsatzweck sich Notebooks eignen. Ich gehe auf verschiedene Einsatzmöglichkeiten ein, wie Daten mittels R, Python oder F# verarbeitet werden können und wie die Azure Notebooks mit weiteren Azure Diensten zusammenarbeiten.

Die Migration in die Cloud  bringt einige Veränderungen mit sich. Die Regeln nach denen IaaS-Infrastruktur am effizientesten gehandhabt werden kann, müssen erlernt werden, ebenso gelten in Azure Virtuellen Maschinen teilweise eigene Best Practices für den SQL Server. Diese und weitere Aspekte einer Cloud-Migration behandelt Patrick Heyde in diesem eintägigen Workshop.

Want to learn about a new PaaS for  analytics that makes your life easier dealing with large amount of  data? In this session you learn how to make use of Microsoft Azure Kusto. It is a brand new  event and log analytics cloud platform optimized for ad-hoc big data queries.

Die Anzahl der parallelen Dataflows in SSIS ist je nach Vorsystem begrenzt. Somit ist ein paralleles Laden nur bis zu einem gewissen Punkt möglich. Was aber, wenn Tabellen unterschiedlich stark bzw. schnell wachsen?

Hier hilft nur ein regelmäßiges Optimieren, um zu vermeiden, dass Ressourcen verschwendet werden.

Oder ihr habt stark wachsende Strukturen mit hinzukommenden Fremdschlüsseln, die bei der Beladungs-Reihenfolge beachtet werden müssen?

Wir sehen uns für beide Fälle an, wie wir diese mit Biml weitgehend automatisiert lösen und optimieren können!

Liebe Data-Monster,

unser September-Meetup wartet mit hochkarätigen Sprechern auf, Alexander Klein und Uwe Ricken!

Themen werden sein: Microsoft Cognitive Services, und SQL Server Performance Tuning.

ACHTUNG: weil die Digital Eatery uns wieder einmal kurzfristig abgesagt wurde, haben wir einen anderen Raum („ScaleUp“ oder „Reactor“) bei Microsoft Unter den Linden (Eingang: Charlottenstr.) bekommen, aber vor der Eatery wird ein Aufsteller stehen, wo ihr hinmüsst!

Übersicht über die verschiedenen Indextypen in der Relationalen Datenbank, Verständnis und Analyse von Ausführungsplänen, Einsatz verschiedener Indexe und ihr Einfluss auf die Performance einer Abfrage, Einschätzung des Optimierungspotentials von vorhandenen Abfragen und Erkennen von Verhaltensmustern von implementierten Indexen

Wie kann man sein bestehendes on prime Data Warehouse und Reporting in die Cloud bringen? Genau das war die Fragestellung vor mehr als einem Jahr. Ziel war es möglichst alles als Service zu nutzen. Hier bietet Azure mit Azuer SQL DB / Azuer SQL DW / Azure Data Factory / Logic Apps / Streamanalytics / Power BI viele Möglichkeiten.

Jetzt nach mehr als einem Jahr im live Betrieb eine kurze Zusammenfassung und Bewertung zu dem Thema BI in Azure.