The use of Business Intelligence (BI) systems usually gets a very fast and interactive response when using dashboards, reports and detailed analytical queries. BI applications that meet this interactive processing requirement are known as OLAP (On-Line Analytical Processing) applications. However, when we work with data sources with Big Data features

Big Data Stack Sub second interactive queries, machine learning, real time processing and data visualization Nowadays there is a lot technology that enables Big Data Processing. However, choosing the right tools for each scenario and having the know-how to use these tools properly, are very common problems in Big Data

Ya os hemos hablado en este blog mucho de nuestra solucion Open Source OLAP para Big Data preferida, que es Apache Kylin: - x50 faster 'near real time' Big Data OLAP Analytics Architecture [https://todobi.com/x50-faster-near-real-time-olap/] - Use Case “Dashboard with Kylin (OLAP Hadoop) & Power BI” [https://todobi.com/

Cada vez esta más cerca poder hacer análisis BI OLAP tradicionales sobre entornos Big Data, gracias a Kylin. Hace unas semanas, lo comentábamos en esta entrada [https://todobi.com/analysis-big-data-olap-sobre-hadoop-con/], en donde también mostrábamos ejemplos reales de vistas OLAP y Dashboards en funcionamiento. Ahora, os actualizamos con información reciente de

[http://bigdata.stratebi.com/kylin-tableau/index.htm] Hace ya algunos meses que mostramos cómo el motor OLAP de código libre Apache Kylin hace posible el análisis OLAP sobre Big Data [https://todobi.com/bringing-interactive-bi-to-big-data/] , o lo que es lo mismo, la posibilidad de realizar consultas analíticas con tiempos de respuesta

Tras la buena acogida de nuestro primer Workshop Big Data Analytics [http://bigdata.todobi.com/]en Barcelona, ya estamos planeando nuevas ediciones: Madrid, Sevilla y Alicante, además de Bolonia, en donde también lo presentaremos en el Pentaho Community Meetup [https://it-novum.com/en/pcm18/], PCM18 Aquí tienes toda la información

Cada vez es más factible poder realizar análisis OLAP sobre entornos Big Data, gracias a Apache Kylin, con visualización con Tableau, Pentaho, etc.... Si quieres saber más, pincha estos posts: OLAP for Big Data. It´s possible? [https://todobi.com/olap-for-big-data-its-possible/]y Analysis Big Data OLAP sobre Hadoop con Apache

Caso de estudio que presentamos, en el que hacemos uso de las herramientas Apache Kylin [http://kylin.apache.org/]y STPivot [http://www.stratebi.com/conoce-lincebi]para dar soporte al análisis interactivo OLAP [https://todobi.com/que-es-olap/] de un almacén de datos (Data Warehouse, DW) que contiene datos con características