{"version":"1.0","type":"rich","provider_name":"Acast","provider_url":"https://acast.com","height":250,"width":700,"html":"<iframe src=\"https://embed.acast.com/$/6421d9ff039ec500111e00fb/6abc0c156ffb28f8d6de5b1a?\" frameBorder=\"0\" width=\"700\" height=\"250\"></iframe>","title":"54. Realtidsanalys: när är snabbt bättre än korrekt?","thumbnail_width":200,"thumbnail_height":200,"thumbnail_url":"https://open-images.acast.com/shows/6421d9ff039ec500111e00fb/1790708710901-6c2d38c6-2b35-4a11-93f2-61afca2fecf4.jpeg?height=200","description":"<p>&quot;Om datan är en timme gammal så är den per definition dålig.&quot;</p><p><br></p><p>Alex är tillbaka i studion, nedtågad från Stockholm efter en kurs i realtidsanalys hos ClickHouse. Kursen fick honom att fundera på en enkel fråga: vad är egentligen datakvalitet? Hugo och Alex reder ut vad realtidsanalys är, och varför de flesta av oss aldrig har jobbat med det.</p><p><br></p><p>Korrekthet, fullständighet och unikhet brukar definiera bra data. Men i realtid kan aktualitet trumfa allt. Ibland är en approximativ siffra nu värd mer än en exakt siffra om en timme. Det gäller bara att veta när.</p><p><br></p><p><strong>Referenser</strong></p><ul><li><a href=\"https://clickhouse.com/\" rel=\"noopener noreferrer\" target=\"_blank\">ClickHouse</a> – kolumnbaserat data warehouse för realtidsanalys</li><li><a href=\"https://en.wikipedia.org/wiki/Column-oriented_DBMS\" rel=\"noopener noreferrer\" target=\"_blank\">Kolumnorienterad databas</a> – lagrar data per kolumn istället för rad</li><li><a href=\"https://clickhouse.com/resources/engineering/what-is-real-time-analytics\" rel=\"noopener noreferrer\" target=\"_blank\">Realtidsanalys</a> – analys av data så fort den genereras</li><li><a href=\"https://en.wikipedia.org/wiki/Batch_processing\" rel=\"noopener noreferrer\" target=\"_blank\">Batchbearbetning</a> – data bearbetas i klump, t.ex. dagligen</li><li><a href=\"https://dama-nl.org/dimensions-of-data-quality-en/\" rel=\"noopener noreferrer\" target=\"_blank\">Data quality dimensions</a> – korrekthet, fullständighet, samstämmighet, giltighet, unikhet, aktualitet</li><li><a href=\"https://www.getdbt.com/\" rel=\"noopener noreferrer\" target=\"_blank\">dbt</a> – verktyg för datatransformationer</li><li><a href=\"https://airflow.apache.org/\" rel=\"noopener noreferrer\" target=\"_blank\">Airflow</a>, <a href=\"https://dagster.io/\" rel=\"noopener noreferrer\" target=\"_blank\">Dagster</a>, <a href=\"https://www.prefect.io/\" rel=\"noopener noreferrer\" target=\"_blank\">Prefect</a> – orchestrators</li><li><a href=\"https://dlthub.com/\" rel=\"noopener noreferrer\" target=\"_blank\">dlt</a> – Python-bibliotek för dataingestion</li><li><a href=\"https://en.wikipedia.org/wiki/Primary_key\" rel=\"noopener noreferrer\" target=\"_blank\">Primary key</a> / <a href=\"https://en.wikipedia.org/wiki/Foreign_key\" rel=\"noopener noreferrer\" target=\"_blank\">Foreign key</a> – nycklar i relationsdatabaser</li><li><a href=\"https://sv.wikipedia.org/wiki/Numerisk_analys\" rel=\"noopener noreferrer\" target=\"_blank\">Numerisk analys</a> – approximationer istället för exakta lösningar</li><li><a href=\"https://en.wikipedia.org/wiki/False_dilemma\" rel=\"noopener noreferrer\" target=\"_blank\">False dichotomy</a> – falsk motsättning</li><li><a href=\"https://en.wikipedia.org/wiki/Service-level_agreement\" rel=\"noopener noreferrer\" target=\"_blank\">SLA</a> – Service Level Agreement</li></ul>","author_name":"Data Dao"}