Case Studies erfolgreicher Anwender...
Wir stellen auf dieser Seite Case-Studies über erfolgreich gelöste Herausforderungen zum Lesen und Download zur Verfügung. Diese Informationen stellen jeweils nur einen Auszug aus unseren Lösungen oder Produkten dar. Wir werden die Auswahl der verfügbaren Dokumente kontinuierlich vergrößern.
Zögern Sie daher bitte nicht uns anzusprechen, wenn Sie die gewünschte Information hier nicht finden. Wir stellen Ihnen die Information umgehend, kostenfrei und unverbindlich zur Verfügung.
Case Studies
|
Lesen & Download
|
Entelios erhört Performance im Energiedatenmanagement mit Uniique Information Lifecycle Management und InfiniDB
Zur Aufnahme und Verarbeitung von Lastgängen im Energiedatenmanagement bei Entelios kam bislang eine zentrale MySQL Datenbank zur Anwendung. Bei der täglich steigenden Menge an zu verarbeitenden Datens zeichnete sich ab, dass die verwendete MySQL-Datenbank in naher Zukunft an Ihre Grenzen stoßen und bei der Datenverarbeitung zu Speicherverlust und Performance-Einbußen führen würde...
|
|
1&1 Internet AG meistert mit InfiniDB die täglich anfallenden Datenmassen zur Missbrauchsverhinderung
Die 1&1 Internet AG, mit mehr als 82 Millionen verwalteten Mailadressen und dem Transport von mehr als fünf Milliarden Mails pro Monat einer der größten deutschen Mail-Anbieter, hat zum Schutz ihrer Kunden vor Viren und Spam eine umfassende Sicherheitsarchitektur errichtet. Um die ständig wachsende Datenmenge effizient verwalten zu können, suchte 1&1 nach einer leistungsfähigen Datenbanklösung...
|
 |
CaringBridge unterstützt soziales Netzwerk durch Performance-Optimierung mit InfiniDB
Die BI Integration bei CaringBridge war eine kniffelige Angelegenheit und überfällig, da die Ladung von Daten in das System mittlerweile ganze Tage in Anspruch nahm. Mit mehr als 10 Millionen Nutzern auf dem System und fast 1 Million Websites sah sich CaringBridge mit einer typischen BI-Herausforderung konfrontiert: die verwendete MySQL-Datenbank konnte die Hunderte von Millionen Datenreihen nicht schnell genug verarbeiten und die zunehmenden Datenmengen sorgten immer öfter für Time-Outs beim Laden von Daten in das System...
|
|
SamKnows meistert exponentielles Datenwachstum mit InfiniDB
Bei einem Datenwachstum von mehreren Millionen von Zeilen pro Tag blieb SamKnows nicht die Zeit, sich mehrere Monate lang der Entwicklung einer völlig neuen Datenstruktur zu widmen. Konfrontiert mit großen Datenmengen und umfangreichen Abfragen hatte der Marktführer im Bereich Breitband-Performance-Monitoring zunehmend ein Datenmanagement-Problem: Selbst 1:10 des voraussichtlichen Datenvolumens wäre eine nicht zu bewältigende Herausforderung für das bestehende 3 Jahre alte MySQL-System gewesen...
|
|
Infomatrix OneView erreicht mit InfiniDB das Reporting für Kunden nahezu in Echtzeit
Das Laden von Daten und die Abfrage verursachte bei OneView oftmals Time-Outs. Die Beauftragung der Lieferung von Daten und Kennzahlen für das operative Geschäft nahe der Echtzeit stellte OneView daher vor eine echte Herausforderung: Die vorhandenen SQL Server und Oracle Datenbanken waren weder eine kostengünstige Lösung noch in der Lage, die Anforderungen der Echtzeit-Unterstützung für die neue BI-Plattform der nächsten Generation, dem OneView Turbo Warehouse, zu unterstützen....
|
|
ASI bewältigt das Laden großer Datenvolumen und schnelle Abfragen mit InfiniDB
Die ASI-Gruppe stand vor einer fast unlösbaren Herausforderung: Einer der Kunden von ASI beauftragte eine Data Mining Anwendung mit 1,5 TB zum Laden ihrer Daten innerhalb weniger Stunden sowie die Ausführung von Abfragen gegen große Datenmengen innerhalb von 10 Sekunden. Bei dem benutzerdefinierten Data-Mining-Projekt kristallisierte sich als besonders schwierig heraus, dass die Daten-Abfragen 45 Minuten bis Stunden benötigten bis zur Fertigstellung und Ladeprozesse, häufig nach 2 bis 3 Tagen aufgrund eines Time-Outs gestoppt wurden...
|
|
Cognitive Match erhöht Relevanz und Konvertierungsergebnisse mit InfiniDB
Verzögerte Abfragen, unvollständig ausgeführte Abfragen und ständig wachsende Datenmengen erschwerten zunehmend das Matching von Kundenverhalten zu Website-Content in Echtzeit, der Kernaufgabe von Cognitive Match. Die verwendete MySQL Datenbank brachte bei Abfragen an Hunderte von Millionen Datenzeilen die Hardware-Umgebung an Ihre Grenzen. So wurde nach einer spaltenorientierten Datenbank-Lösung gesucht, um die Datenverarbeitungsleistung zu optimieren...
|
|
|