Introdução aos tipos de data warehouse
Um data warehouse é uma maneira de coletar dados de diferentes fontes e gerenciá-los para fornecer informações comerciais significativas. Com esses dados, é decidido como o negócio crescerá estrategicamente. Ele armazena grandes quantidades de dados pelas empresas. Um data warehouse é projetado para consultar e analisar os dados em vez do processamento de transações. Todo o processo inclui a transformação de informações de dados e a disponibilização para os usuários, para que possam utilizá-las em tempo hábil e trazer importância aos negócios e fazê-los crescer. A seguir, são apresentados os diferentes tipos de data warehouse.
Tipos de data warehouse
Existem três tipos de armazém de dados:
- Armazém de dados corporativos.
- Armazenamento de Dados Operacionais.
- Data Mart.
1. Armazém de Dados Corporativos
Um banco de dados corporativo é um banco de dados que reúne diversas áreas funcionais de uma organização e as reúne de maneira unificada. É um local centralizado onde todas as informações de negócios de diferentes fontes e aplicativos são disponibilizadas. Uma vez armazenados, eles podem ser usados para análise e podem ser usados por todas as pessoas da organização. Os dados podem ser classificados de acordo com o assunto e dão acesso conforme a divisão necessária. Um Enterprise Datawarehouse já terá as etapas de extração, transformação e conformidade já tratadas.
O objetivo da EDW é fornecer uma visão geral completa de qualquer objeto específico no modelo de dados. Isso é feito identificando e organizando os dados de diferentes sistemas. Este é então carregado em um modelo consistente e conformado. Depois que toda a informação é coletada pela EDW, ela tem a capacidade de fornecer acesso a um único local, onde diferentes ferramentas podem ser usadas para executar funções analíticas e criar previsões diferentes. As equipes de pesquisa podem identificar novas tendências ou padrões e se concentrar nelas para ajudar o negócio a crescer.
Data Marts podem ser construídos para facilitar a segregação dos dados. Os relacionamentos entre entidades podem ser estabelecidos e aplicados como parte do carregamento de dados no EDW. Além dessa divisão e divisão de códigos de acordo com diferentes categorias, também pode ser feito. Além disso, ajuda a reduzir o tempo de inatividade dispendioso, que pode ocorrer devido a configurações propensas a erros, com abordagens adaptativas e de aprendizado de máquina. Ele estrutura dados que ajudam a operar em uma escala relativamente pequena, organizando e estruturando-os. Os dados são armazenados de maneira lógica e consistente.
2. Armazenamento de Dados Operacionais
Como alternativa a ter um aplicativo de sistema de suporte à decisão operacional, é utilizado um armazenamento de dados operacionais. Ajuda no acesso a dados diretamente do banco de dados, que também suporta o processamento de transações. Os dados que estão presentes no Operational Data Store podem ser limpos e a redundância presente pode ser verificada e resolvida, verificando as regras de negócios correspondentes. Também ajuda na integração de dados contrastantes de várias fontes, para que as operações, análises e relatórios de negócios possam ser facilmente realizados e ajudar os negócios enquanto o processo ainda está em andamento.
Aqui, a maioria das operações que estão sendo executadas no momento é armazenada antes de serem movidas para o data warehouse por um período maior. Ajuda efetivamente em consultas simples e em pequenas quantidades de dados. Ele atua como uma memória temporária ou de curto prazo que armazena as informações recentes. O data warehouse armazena os dados por um período comparativamente longo e também armazena informações relativamente permanentes.
Ajuda no armazenamento de dados transacionais de um ou mais sistemas de produção e os integra livremente. Às vezes, é orientado ao assunto e varia de tempo. A integração é alcançada utilizando estruturas e conteúdos EDW. A integração de dados pode envolver limpeza, resolução de redundância e verificação de integridade das regras de negócios. Geralmente, ele é projetado para conter dados atômicos de baixo nível que armazenam dados limitados.
3. Data Mart
O Data Mart se concentra no armazenamento de dados para uma área funcional específica e contém um subconjunto de dados armazenados em um data warehouse. O Data Marts ajuda a melhorar as respostas do usuário e também reduz o volume de dados para análise de dados. Facilita o prosseguimento da pesquisa. O Data Mart, sendo um subconjunto do Datawarehouse, é fácil de implementar. É econômico quando comparado com um data warehouse completo. É mais aberto a mudanças, e um único especialista no assunto pode definir sua estrutura e configuração. Os dados são particionados e a granularidade pode ser facilmente controlada. O Data Mart tem três tipos. Esses tipos são:
- Dependente
- Independente
- Híbrido
Data Depend Mart
Obtendo dados de fontes operacionais, externas ou de ambas as fontes, um data mart dependente pode ser criado. Ele permite que os dados da organização de terceirização sejam armazenados em um único data warehouse. Todos os dados são centralizados e podem ajudar no desenvolvimento de mais data marts.
Independent Data Mart
Este data mart não requer um data warehouse central. Isso geralmente é criado para grupos menores, presentes em uma organização. Ele não tem nenhum relacionamento com o Enterprise Data Warehouse ou qualquer outro data mart. Todos os dados são independentes e podem ser usados separadamente. Além disso, a análise pode ser realizada de forma autônoma. Ter um armazenamento de dados consistente e centralizado é muito importante para que vários usuários possam usá-lo.
Hybrid Data Mart
Como o nome sugere, um data mart híbrido é usado quando entradas de diferentes origens fazem parte de um data warehouse. É útil quando um usuário deseja uma integração ad hoc. Sempre que uma organização precisar de vários ambientes de banco de dados e implementação rápida, essa configuração poderá ser usada. Requer o mínimo esforço de limpeza de dados e o data mart suporta grandes estruturas de armazenamento. O melhor uso de um data mart é quando aplicativos menores centrados em dados estão sendo usados.
Conclusão
Um data warehouse é, portanto, um componente muito importante no setor de dados. Como o banco de dados ajuda no armazenamento e processamento de dados, um armazém de dados ajuda na análise. O data warehouse, portanto, ajuda na obtenção de tendências e padrões de negócios que podem ser apresentados posteriormente na forma de relatórios que fornecem informações sobre como avançar no processo de crescimento dos negócios. O data warehouse, portanto, desempenha um papel vital na criação de uma base de toque no setor de dados.
Artigos recomendados
Este foi um guia para tipos de data warehouse. Aqui discutimos os conceitos, com diferentes tipos de DataWarehouse. Você também pode consultar nossos outros artigos sugeridos para saber mais -
- O que é analista de dados?
- Introdução ao O que é o SQL Server?
- O que é o MapReduce? | Como funciona
- Tutoriais sobre O que é o Cognos?