ATV 3 - PRÁTICAS DE BANCO DE DADOS - UAM

Prévia do material em texto

Diferenças entre Data Warehouse, Data Mart e Big data
Data Warehouse
O Data Warehouse é basicamente um armazém de dados estruturado, ou seja, ele possui
uma estrutura consolidada que armazena dados de diferentes fontes ou sistemas, como,
planilhas. ERPs, CRMs etc. O data warehouse é uma coleção de dados não volátil,
crescente no tempo, integrada e orientada ao negócio para dar suporte a decisões
gerenciais (Inmon, 1996). É a fonte de dados para consulta da organização (Kimball, 1998).
Segundo Berson e Smith (1997): É um banco de dados projetado para análise, que
usa dados de várias aplicações. É projetado para um pequeno número de usuários com
interações longas. É usado basicamente para leitura. É atualizado periodicamente
(principalmente com adição de dados). Contém dados atualizados e históricos para fornecer
informações do fluxo do negócio no tempo. É formado por poucas e grandes tabelas.
Destina-se à realização de consultas que resultam em um conjunto grande de dados e
geralmente envolvem leituras de tabelas inteiras e vários relacionamentos.
Data Mart
Um Data Mart é uma estrutura específica para a configuração do Data Warehouse, também
pode ser considerado como um subconjunto do DW. É usado para construir um conjunto de
dados semelhantes voltados a um departamento específico ou linha de negócio.
Segundo Inmon o Data Mart é uma coleção de dados relacionados a alguma área da
empresa (algum processo específico), organizados para dar suporte à decisão e baseados
nas necessidades de um determinado departamento.
Big Data
Big Data é um termo da TI para se referir a grandes conjuntos de dados , em que sistemas
tradicionais de bancos de dados não conseguem suportar. Segundo Gartner, a definição de
Big data de 2011 considera que são ativos de informações de alto volume, alta velocidade
e/ ou alta variedade que exigem formas inovadoras e econômicas de processamento de
informações que permitem uma visão aprimorada, tomada de decisões e automação de
processos.
Alguns exemplos de utilização de acordo com Oracle:
Empresas como Netflix e Procter & Gamble usam big data para antecipar a demanda dos
clientes. Eles criam modelos preditivos para novos produtos e serviços, classificando os
principais atributos de produtos ou serviços passados e atuais e modelando a relação entre
esses atributos e o sucesso comercial das ofertas. Além disso, a P&G utiliza dados e
análises de grupos de foco, mídias sociais, mercados de teste e lançamentos antecipados
de lojas para planejar, produzir e lançar novos produtos.