N1 - Bancos de Dados NOSQL - Keyson Caldas Mota

Prévia do material em texto

Aluno: Keyson Caldas Mota
Disciplina: Bancos de dados NOSQL
Uma empresa de automóveis multinacional tem a necessidade de integrar
seus sistemas de apoio a decisão, que integram diversos setores tais como: Vendas,
Marketing, controle de estoque, financeiro e fiscal; integrar os dados de redes
sociais, para a captura das percepções de produto e empresa; e ainda integrar a
dados coletados de sensores (Internet of things), nos formatos: Áudio, Vídeo e
Imagens. Visando atender a estas necessidades é preciso selecionar um banco de
dados que ofereça o melhor suporte aos devendo possuir a capacidade de manter a
integridade dos dados;
Em primeira análise a empresa possui diversos tipos de dados que serão
considerados, tanto dados estruturados quanto não estruturados; partindo do
princípio que a empresa deseja montar um sistema de apoio a decisão que integrará
diversas informações, ou seja haverá um sistema que irá consumir estes dados, este
poderá ficar responsável por integrar/resumir/filtrar estes, onde a partir desta
premissa tem-se a liberdade de utilizar mais de um banco de dados, tendo a
liberdade de escolher os que mais tragam facilidades ao se lidar com tipos de dados
tão distintos. A partir destes dados podem-se usar ferramentas de Big Data,
Business Intelligence ou semelhantes para se extrair informações relevantes destes
(GOMES e BRAGA, 2018).
Dos bancos de dados NoSQL conhecidos para o domínio da solução
destacam-se o MongoDB por oferecer maior velocidades nas consultas, que é um
fator relevante para retorno mais rápido das informações aos usuários, além disso é
um comumente usado para substituir bases relacionais, e oferece suporte para
armazenamento de dados binários, que pode ser usado para as imagem, som e
vídeo. Um fator que pesa contra o Mongo é a tolerância a falhas, mas esta pode ser
mitigada através de recursos de clusterização; por fim é um banco de baixo custo
em relação a exigência de hardware (PEDAMKAR, c2022) . Existem outras
ferramentas conceituadas, tais como o Hadoop, Cassandra, ElasticSearch entre
outras.
Uma das percepções adquiridas neste caso foi de que cada tipo de bancos de
dados possui pontos fortes e fracos, sua aderência depende diretamente de que tipo
de solução se pretende apresentar e que para muitos casos, mais de um bancos de
dados pode ser empregado, visando justamente utilizar-se das facilidades que este
apresenta junto a uma faceta do domínio do problema.
Referências Bibliográficas
GOMES, Elisabeth; BRAGA, Fabiane. Inteligência Competitiva Tempos Big Data. Rio
de Janeiro: Editora Alta Books, 2017. 9788550804101. Disponível em:
https://integrada.minhabiblioteca.com.br/#/books/9788550804101/. Acesso em: 18
jun. 2022.
PEDAMKAR, P. Hadoop vs MongoDB? In : EDUCBA , c2022. Disponível em:
https://www.educba.com/hadoop-vs-mongodb. Acesso em: 18 jun. 2021.