Bancos de Dados Operacionais e Analíticos

Bancos de Dados Operacionais

O propósito dos bancos de dados operacionais é determinar o estado atual do sistema. Portanto, seu uso é focado em manter os dados sobre o agora, ou o mais próximo possível do agora.

Eles não precisam de dados sobre o que ocorreu semana passada ou do mês passado. Na verdade, ter muitos desses dados obsoletos pode aumentar o tamanho do armazenamento de dados do banco e diminuir a velocidade das consultas primárias que você deseja atender.

A ideia em sistemas Big Data de propósito operacional é a mesma, permitir que recursos operacionais sejam executados em tempo real em cargas de trabalho interativas que ingerem e armazenam dados de seu estado atual.

Bancos de Dados Analíticos

Por outro lado, bancos de dados analíticos não precisam manter o status atualizado do sistema. Em vez disso, seu propósito é manter uma coleção de dados grande e estável que pode fornecer respostas para perguntas mais complexas de longo prazo.

O valor desse banco de dados está em sua capacidade de armazenar e organizar mais dados para permitir que mais perguntas sejam respondidas. 

Os itens de dados mais recentes não precisam necessariamente refletir as condições de hoje ou desta semana.

As tecnologias analíticas de Big Data também são úteis para análises retrospectivas e sofisticadas de dados. O Hadoop é o exemplo mais popular de uma tecnologia de Big Data Analítico.

Referências

  • https://www.mongodb.com/scale/operational-vs-analytical-big-data
  • https://www.coursera.org/specializations/cloudera-big-data-analysis-sql
Fique à vontade para deixar nos comentários opiniões ou sugestões de melhoria.

Comentários

Postar um comentário

Postagens mais visitadas deste blog

Dados Estruturados, Semi-Estruturados e Desestruturados

Imagem
Introdução Em Big Data, a variedade dos dados é uma importante característica. Sendo assim, fontes de dados cada vez mais complexas lidarão com diversos tipos de dados, estes que sua vez podem ser classificados em estruturados, semi-estruturados e desestruturados. Nesse contexto, é importante saber identificar a estruturação dos dados a fim de extrair o máximo de valor. Dados Estruturados O termo dados estruturados, geralmente, se refere a dados que estão em conformidade com um esquema bem definido. Exemplos de dados estruturados incluem números, datas e grupos de palavras, que normalmente são associados em um banco de dados. Se observarmos uma tabela de um banco de dados, é importante notar que mesmo sem olhar para os dados, você terá a garantia de que cada registro que aparecerá na tabela sempre estará de acordo com o esquema da mesma, sem exceções. E como cada registro em um banco de dados relacional é uma linha em uma tabela definida, tem-se uma garantia de estrutura, ainda mais se...
Leia mais

Normalização e Desnormalização de Banco de Dados

Imagem
Introdução Desnormalização e normalização são duas estratégias para o design de banco de dados, que como veremos, existem diferenças e trade-offs entre as duas abordagens. Considere os elementos básicos que você pode usar para criar tabelas: colunas, tipos de dados e outras propriedades de coluna, chaves primárias e chaves estrangeiras. Com esses elementos básicos, você tem muita flexibilidade na forma de como projeta as tabelas para seu banco de dados.  O SGBD não exige que você tenha uma chave primária em uma tabela, então esta é uma maneira possível de armazenar os dados. Com toda essa liberdade de como você configura suas tabelas, pode ser útil entender essas estratégias gerais de design de banco de dados dependendo de suas necessidades. Normalização A normalização do banco de dados é uma estratégia pela qual você projeta cada tabela para que ela obedeça a determinadas condições ou regras organizacionais. As regras são construídas para formas cada vez mais rígidas de organizaçã...
Leia mais

Por que usar R?

Imagem
A pergunta do título sugere que devemos utilizar a linguagem R, mas por quê? Ao longo deste post irei dando algumas definições da linguagem R para que gradualmente entendermos de que esta é uma ferramenta proeminente, principalmente, em momentos de fazer ciência com dados. O que é a linguagem R? Nenhuma definição, geralmente, é melhor do que a feita pela própria ferramenta. Abaixo, encontra-se uma breve descrição feita pelo site do projeto R : "R é um ambiente de software livre para computação estatística e gráficos. Ele compila e roda em uma ampla variedade de plataformas UNIX, Windows e MacOS." A linguagem R é um projeto open-source, o que significa que não há custo de licença e seu desenvolvimento é feito graças a contribuidores bastante ativos de todo o mundo. Inicialmente, foi desenvolvida por estatísticos do departamento de Estatística da Universidade de Auckland, Nova Zelândia. Uma de suas principais características é fornecer uma ampla variedade de técnicas estatístic...
Leia mais

Tipos de Análise de Dados

Imagem
Neste artigo, veremos os 4 principais tipos de análises. 1. Descritiva “A análise descritiva explica o que aconteceu.” A análise descritiva é a espinha dorsal dos relatórios – é impossível ter ferramentas e painéis de Business Intelligence (BI) sem ela. Ele aborda questões básicas de “quantos, quando, onde e o quê”. Esse tipo de análise permite que você divida um grande pedaço de dados em pedaços menores, extraindo informações relevantes dos dados ou uma breve sinopse do que aconteceu. Exemplo: Vamos dar um exemplo de uso de análise descritiva para os dados do cliente. Isso inclui encontrar respostas para as seguintes perguntas. Com quantos segmentos diferentes de compradores estamos lidando? Onde esses compradores estão localizados? Como os clientes de alto valor diferem? No que eles estão interessados? Qual é a renda, idade, número de filhos, ocupação e distribuição regional desses compradores? 2. Diagnóstica “A análise diagnóstica indica por que isso aconteceu.” A análise diagnóstic...
Leia mais

Dashboard de Vendas com Power BI - RoupasParaTodos

Imagem
Descrição Você é Analista de Dados na empresa RoupasParaTodos, que comercializa roupas e outros acessórios em seu site online com distribuidoras espalhadas por diversos países. Problema A empresa configurou o Google Analytics para extrair dados sobre o perfil dos visitantes do portal de e-commerce e agora o Gestor da área de Marketing gostaria de ter as respostas às perguntas abaixo: Como os clientes mais acessam nosso portal, por busca orgânica ou paga? Quanto tempo em média um visitante permanece em nosso portal por dia do mês? Qual a principal fonte de acesso ao nosso portal? Qual o sistema operacional mais usado para acessar nosso portal? Qual o dispositivo mais usado para acesso ao nosso portal? Qual o total de faturamento por dia? Proposta de Solução Indagações iniciais Qual problema de negócio eu preciso atender? Ajudar a responder às perguntas do gestor da área de Marketing sobre o perfil dos visitantes do portal de e-commerce. Quais são os requisitos do problema? Avaliar como ...
Leia mais