Risorse

Come ormai sicuramente avrete sentito, nella versione che sarà disponibile a breve di SQL Server, ossia la versione 2016, di cui è già possibile usare la CTP 3.2, ci sarà il supporto nativo a JSON, andando così a soddisfare un’esigenza molto sentita dagli sviluppatori, dato che JSON è divento lo standard de-facto per ogni esigenza di scambio di dati e viene anche utilizzato per la persistenza di tutte quelle informazioni che hanno uno schema “liquido” o “dinamico”.

Nei giorni scorsi ho pubblicato una news riguardo ad una presentazione che ho fatto di recente sul tema della creazione di soluzioni di analisi dati in tempo reale con PowerBI.

Aggiungo che a tutti gli effetti le slide e le demo presentano un caso applicato ad Azure di Lambda Archicture, una nuova definizione architetturale che sta prendendo piede negli ultimi mesi, e che si concentra sulla definizione (generale) di una architettura per l’analisi dei dati in tempo reale.

Microsoft ha annunciato una nuova entry nell’ampio ecosistema della piattaforma dati offerta dalla casa di Redmond: Microsoft R Server. Dopo l’acquisizione di Revolution Analytics Microsoft ha sfruttato al meglio le competenze acquisite integrando il linguaggio R all’interno di SQL Server stesso, come ormai sicuramente saprete, ed ora rilasciando un server dedicato solamente ad R, per offrire la piattaforma giusta a tutte quelle aziende che usano R in modo massiccio e che quindi hanno la necessità di uno o più server dedicati.

“Data Lake” è sicuramente una delle buzzword più in voga negli ultimi mesi, ed ora si aggiunge anche una tecnologia, su Azure, che ha proprio questo nome. Nel abbiamo già parlato qui, ma ora l’argomento diventa sempre più caldo quindi è bene rifrescarsi la memoria: per capire cosa offre Microsoft e come un Data Lake sia un oggetto fondamentale di un Modern Data Warehouse, potete participare (e ve lo consiglio caldamente) al webcast dedicato che si terrà il 19 Gennaio  2016:

Big Data. Data Science. Data Lake. Il 2015 ha visto il consolidamento di molti nuovi termini nel mondo degli Analytics. Ma come spiegare ad un profano (quindi una qualsiasi persona che non abbia necessariamente una estrazione informatica) cosa sono esattamente e perchè sono così importanti? E come si incastrano queste novità all’interno di un ecosistema già esistente, come quello della Business Intelligence e dei Data Warehouse?

Per spiegarlo e renderlo immediatamente comprensibile, ho creato questo slide-deck “visuale”, parlando dei dati attraverso qualcosa che è molto più concreto e compresibile: le arance. Non esistate ad usarlo, l’ho usato più e più volte e funziona molto bene: