Baixe o app para aproveitar ainda mais
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.
Compartilhar