データパイプラインに関する記事

製品

ソリューション

コネクタ

サポート

価格

企業情報

事例

ブログ

検索お問い合わせ

タグ: データパイプライン

2024年09月25日

データ仮想化とデータ統合、あなたに最適な選択肢は？

by Danielle Bingham, 翻訳：兵藤朋代

データ統合vs.データ仮想化：急増するデータ量に対処する2つのアプローチを比較。効率的なデータ管理と活用方法を探り、ビジネスニーズに最適な選択肢を解説。複雑なデータ環境に対応する戦略的ソリューションを紹介。

2024年06月25日

AWS Summit Japan 2024 レポート：ブース企画「どんなデータを分析利用したいですか？」アンケート結果を大発表！

by 赤塚誠二

今回CData ブースにお越しいただいた皆さんに「どんなデータを利用したいか」ヒアリングを行いました。緑色のシールはお客様に提供するベンダーの立場、赤色のシールはデータを利用するユーザーの立場からの回答になっています。

2024年04月23日

データ統合の10のメリットとは？活用事例を交えて紹介

by CData Software, 翻訳：古川えりか

現在のデータ中心のビジネス環境で生き残りたい企業にとって、データ統合は極めて重要です。さまざまなデータソースから集めたデータを組み合わせることで、企業は価値あるインサイトを引き出し、より多くの情報に基づいた意思決定を行い、新たな収益源を見出してオペレーションを最適化することができます。本記事では、データ統合の主な10の利点について、実際のユースケースを交えて詳しく紹介します。

2024年04月11日

Databricks のUnity Catalog に SAP S/4HANA Cloud データをノーコードでレプリケーション

by 赤塚誠二

一般的に外部のSaaS やDB などのデータソースをDatabricks と連携する場合はETL パイプラインを構築・運用することになりますが、CData Sync を使うことでCDCによる差分同時を含むノーコードでのデータ連携がシンプルな形で可能になり、データに対するアクセス制御などデータガバナンスへの対応やリネージデータによる変更履歴の管理、生成AI によるメタ情報の自動生成など、Databricks のもつパワフルな機能の活用がすぐに始められます。

2024年03月26日

データパイプラインとETL パイプラインの違いとは？それぞれの特徴から選定のポイントまで解説

by CData Software, 翻訳：兵藤朋代

データパイプラインとETLパイプラインの違いとは？それぞれの特徴やメリットを解説し、選定時のポイントもお伝えします。データ活用の第一歩は、最適なパイプラインの構築から始まります。

2024年03月11日

Salesforce への書き戻し機能搭載！CData Sync v23.4でReverseETLが実現

by 宮本航太

CData Sync v23.4の新機能でSalesforceへのReverse ETLをサポートしました！本リリースではデータソースとしてSnowflakeとSQL Serverが選択可能。さらに、「Insert」、「Upsert」、「Update」の3種類から更新方法を選択できます。

2024年02月20日

モダンなデータパイプラインに求められる6つの機能とは？：データパイプラインツールの変遷から考える

by 加藤龍彦

データは21世紀の石油と言われますが、貯めておくだけではガラクタの山になってしまいます。ガラクタの山であるデータを、ビジネスに資するインサイトを取得可能なものにするために必要なプロセスが、データパイプラインです。いわば、データパイプラインは、データという石油の精製所です。本記事では、データパイプラインの解説からその変遷の歴史、そしてモダンなデータパイプラインに求められる機能をご紹介します。

2023年05月22日

Salesforce × BigQuery（dbt） × Looker Studio で分析基盤を作る：CData Sync

by 加藤龍彦

dbt Cloud はSaaS のデータ変換ツールで、標準SQL ベースでDB/DWH 上のデータを手軽に変換でき、データパイプラインに組み込んだCI/CD を実現できます。いわゆるモダンデータスタックに欠かせないツールとして、ここしばらくデータエンジニアリング界隈で注目されています。CData Sync はCData が提供するノーコードで手軽にデータパイプラインを構築できるELT ツールですが、なんと今年のV23 アップデートにて、dbt Cloud を使ったデータ変換に対応しました！ということで、今回は実際にSalesforce、BigQuery、Looker Studio を例にdbt Cloud を組み込んだデータパイプラインを作ってみます。