Baixe o app para aproveitar ainda mais
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.
Compartilhar