Prévia do material em texto
Classificação da informação: Uso Interno Web Semântica Luis Fernando Vidaletti – UniRitter Especialização em Big Data Prof. Rovilson de Freitas Arquitetura de Banco de Dados Porto alegre, 07 de Junho de 2021. Classificação da informação: Uso Interno Dado o cenário apresentado sobre as necessidades da indústria multinacional de automóveis é possível entender a importância de se ter uma infraestrutura de banco de dados bem definida para que as necessidades de armazenamento e tomada de decisões possam ser tomadas da melhor maneira possível. Os sistemas que armazenam e consomem dados estruturados como por exemplo: aplicações de RH, vendas, ERP, financeiro e afins devem utilizar bancos de dados do tipo RELACIONAL. Estes bancos de dados são baseados em entidades e relacionamentos que são tabelas que se relacionam entre sí. Este tipo de banco de dados tem como papel assegurar a integridade, disponibilidade e atomicidade de transações. Com isso é possível confiar de que o dado armazenado ou consultado é real e quando configurado também será único. Existem algumas tecnologias de bancos de dados relacionais onde as principais são: Oracle, MySQL, MS SQL Server, Postgress. Estes bancos de dados possuem versões mais simples contando com versões de alta disponibilidade e cópia dos dados físicos para garantir FAILOVER. Os bancos de dados do tipo BI e Data Warehouse recebem cargas de dados destes bancos relacionais e a partir deles podem ser executadas extrações de relatórios gerenciais e demais informações de apoio. Dentro de uma arquitetura Big Data por exemplo estes dados são distribuídos em um Data Lake que pode estar integrado a bancos de dados NoSQL que diferentemente do RELACIONAL não é organizado por tabelas e tem a capacidade de armazenar os mais diversos tipos de dados e arquivos. Nestes bancos de dados NoSQL (MongoDB por exemplo) é possível utilizar algoritmos de IA capazes de tomar decisões rápidas baseadas em regras de Negócio definidas pela organização. Um exemplo do uso do MongoDB são os chatbots que podem atender dúvidas e direcionar atendimentos de clientes de forma automatizada. Neste MongoDB também é possível armazenar mensagens coletadas de cliques em redes sociais, vídeos consumidos pelos clientes além de informações de pesquisas na internet. Baseando-se nestas informações, a organização consegue traçar estratégias de vendas, produção de veículos, períodos de vendas melhores e mudar muito mais rápido de direcionamento conforme os clientes de demonstram interesse em pesquisas ou em coleta de cliques em sites e redes sociais da empresa. Desta maneira a multinacional estará pronta para aumentar sua capacidade no momento certo e reduzir gastos excessivos. Classificação da informação: Uso Interno Bibliografia: Banco de Dados Relacional: https://www.devmedia.com.br/bancos-de-dados-relacionais/20401 https://www.digitalocean.com/community/tutorials/understanding-relational- databases-pt Banco de Daos NoSQL: https://www.devmedia.com.br/banco-de-dados-nosql-um-novo-paradigma- revista-sql-magazine-102/25918 https://azure.microsoft.com/pt-br/overview/nosql-database/ https://www.devmedia.com.br/bancos-de-dados-relacionais/20401 https://www.digitalocean.com/community/tutorials/understanding-relational-databases-pt https://www.digitalocean.com/community/tutorials/understanding-relational-databases-pt https://www.devmedia.com.br/banco-de-dados-nosql-um-novo-paradigma-revista-sql-magazine-102/25918 https://www.devmedia.com.br/banco-de-dados-nosql-um-novo-paradigma-revista-sql-magazine-102/25918 https://azure.microsoft.com/pt-br/overview/nosql-database/