Toda mulher tem problemas com o gerenciamento de seus pertences. De roupas a acessórios, ela precisa de algo que a ajude a armazenar todas as suas coisas em um só lugar. Não consigo imaginar ser desorganizado e tenho certeza de que a maioria de vocês lendo isso concordaria comigo. Por que é tão difícil ser organizado? Na maioria das vezes, eu estava maltrapilho exatamente pelo motivo de ser uma pessoa obsessivo-compulsiva.
Agora, a razão pela qual eu trouxe isso foi porque li vários artigos sobre armazenamento de dados e me lembrei de mim mesmo. Assim como minha obsessão básica de ter todos os meus pertences em um só lugar e na ordem certa, as empresas hoje esperam o mesmo. Há chances de suas idéias sobre armazenamento de dados serem nebulosas. Existem muitas pessoas que ainda não sabem o que fazer.
Os armazéns de dados são amplamente usados nas organizações hoje. Acredita-se que, nos próximos anos, seu uso aumentará gradativamente. Em tempos desafiadores, tomar decisões inteligentes e gerenciar dados de forma eficiente torna-se crucial, é quando o data warehouse se encaixa perfeitamente. O conceito de data warehousing não é difícil de entender. A ideia é criar um espaço de armazenamento permanente para os dados necessários para dar suporte a relatórios, análises e outras funções de BI.
O conceito de data warehouse é simples. Os dados são extraídos periodicamente dos aplicativos que oferecem suporte aos processos de negócios e copiados em computadores especiais. Lá, ele pode ser validado, reformatado, reorganizado, resumido, reestruturado e complementado com dados de outras fontes (O data warehouse é minha caixa de acessórios. Assim como gerenciar minha variedade de acessórios espalhados em mini caixas, por sua vez armazenados em uma grande caixa) . O data warehouse se torna a principal fonte de informações para geração, análise e apresentação de relatórios por meio de relatórios ad hoc, portais e painéis. (Fica mais fácil para mim localizar qual acessório é mantido em qual caixa)
Funções de um data warehouse
1. Funciona em computadores dedicados a esta função. (Minha mente)
2. Funciona em um sistema de gerenciamento de banco de dados (DBMS) (série de outras mini-caixas que armazenam meus acessórios)
3. Retém dados por um longo período de tempo. (Armazena meus acessórios por um longo período de tempo)
4. Combina dados obtidos de muitas fontes (armazena uma série de acessórios que estavam espalhados em diferentes lugares)
programa de classificação de seleção em java
5. Construído em torno de um modelo de dados cuidadosamente projetado que transforma os dados de produção de um design de entrada de dados de alta velocidade para um que suporte recuperação de alta velocidade. (Minha escolha de escolher a caixa perfeitamente projetada para acomodar todos os meus acessórios e diferenciar entre uma caixa boa e uma medíocre)
A coisa mais difícil de criar um bom data warehouse é o design do modelo em torno do qual ele foi construído. É necessário tomar decisões quanto aos nomes a serem dados a cada campo, se cada modelo de dados precisa ser reformatado e quais campos de metadados devem ser calculados e adicionados. Assim que um data warehouse estiver operacional, é importante que o modelo de dados permaneça estável. Caso contrário, os relatórios criados a partir dos dados precisarão ser alterados sempre que o modelo de dados for alterado.
Depois que um data warehouse está instalado e bem preenchido com dados, coisas boas começam a se quebrar. Alguns deles são os seguintes:
1. Geração de relatórios programados
2. Aplicativos analíticos empacotados
3. Relatórios e análises ad hoc
4. Apresentação dinâmica por meio de painéis
5. Capacidade de aprofundamento
6. Mineração de dados
7. Segurança
Esses benefícios são o que torna o BI baseado em data warehousing uma ferramenta de gestão crucial para empresas que atingiram um determinado nível de complexidade.
Algumas das grandes marcas com data warehouse
maçã
A Apple está operando um sistema Teradata de vários petabytes. A Apple usa o data warehouse para compreender melhor seus clientes em todos os grupos de produtos. Agora, todas as informações identificáveis e essas interações do i Tunes geram muitos dados que vão para o sistema para que a empresa saiba quem é quem e o que está fazendo.
Walmart
A gigante do varejo implantou o primeiro banco de dados em escala de terabytes da Teradata em 1992, e ele cresceu um pouco desde então. Seu sistema operacional estava em 2,5 petabytes em 2008, e certamente é muito maior agora - provavelmente na casa dos dois dígitos quando você considera que opera separadamente para Walmart e Sam's Club, bem como um sistema de backup. Os esforços de análise essencialmente ajudaram o Walmart a se tornar uma loja de remessa massiva.
ebay
O eBay tem dois sistemas em funcionamento, e ambos são grandes. Seu data warehouse principal tem 9,2 petabytes, seu “sistema de singularidade” que armazena cliques da web e outros “big” data tem mais de 40 petabytes. Tem uma única tabela com 1 trilhão de linhas. Sim, isso é menor do que os 50 petabytes de capacidade do Hadoop que o eBay adicionou no ano passado, mas a Teradata é rápida em apontar que todos os seus sistemas suportam dados dentro e fora do Hadoop, então não é como se o eBay estivesse operando dois dados inteiramente distintos ambientes.
Starbucks
Desde 1971, a Starbucks Coffee Company está comprometida em obter e torrar com ética o café da mais alta qualidade do mundo. Eles usam um data warehouse empresarial de alto desempenho contendo dados de vendas, marketing, gerenciamento de loja, ponto de venda, fidelidade do cliente e cadeia de suprimentos para conduzir decisões de negócios mais informadas nos níveis corporativo, regional e de loja.
Aqui estão alguns casos de uso interessantes:
A Continental Airlines decidiu que queria manter seus clientes satisfeitos e começou a avaliá-los pelo valor vitalício e começou a fazer arranjos alternativos para eles assim que a companhia aérea percebeu que os voos seriam atrasados.
Uma empresa de carros de luxo usou o Aster Data para analisar o padrão de falhas de vários componentes dentro de seus carros. Ele descobriu que a iluminação, os assentos e o infoentretenimento muitas vezes falhavam juntos (eles estão no mesmo circuito) e começou a inspecionar todos os três quando um cliente entra para fazer o serviço em qualquer um deles.
Por que você não pode deixar de ter um Data Warehouse?
O valor do data warehouse aumenta com o tempo e vale a pena começar a colocar tudo em um só lugar. Um atraso em obtê-lo pode custar caro, pois seus concorrentes aproveitaram a oportunidade.
1. A grande economia vem de coisas como descobrir descontos perdidos em contas a pagar ou que os vendedores estão oferecendo descontos além dos limites aprovados.
2. A consolidação em tempo real de dados financeiros torna-se prática e os debates cessam sobre qual fonte de dados é a correta.
3. Os custos de TI e a equipe dedicada aos relatórios são bastante reduzidos.
4. Ao fornecer dados de várias fontes, gerentes e executivos não precisarão mais tomar decisões de negócios com base em dados limitados ou em sua intuição.
5. Um data warehouse armazena grandes quantidades de dados históricos para que você possa analisar diferentes períodos de tempo e tendências para fazer previsões futuras.
6. O data warehouse trabalha a favor de economizar muito tempo. Eles economizam tempo, armazenando as informações de uma empresa em um local. Em vez de tê-lo em locais diferentes, um centralizado o torna melhor.
Sua empresa precisa de um Data Warehouse?
Os dados que sua empresa gera são de grande valor para o seu negócio. Você deseja ter certeza de que todos os seus dados estão seguros e acessíveis a qualquer momento. Mas hoje, os dados têm crescido enormemente e as empresas estão encontrando uma maneira de gerenciá-los. O data warehouse parece ser uma boa aposta nesse caso. Mas a verdadeira questão é: sua empresa realmente precisa de um?
1. Dependência de planilhas
O uso de planilhas tem se tornado de grande valor por ser uma das ferramentas de negócios mais importantes da atualidade. Uma grande quantidade de dados pode ser armazenada nessas planilhas. O problema surge quando o tamanho dos dados começa a aumentar. Cada departamento tem planilhas das quais você precisará extrair dados para gerar um relatório. Se for esse o caso, você criará relatórios manuais, o que pode consumir muito do seu tempo. Quando isso acontece, o data warehouse entra em cena para tornar as coisas mais fáceis, uma vez que é difícil encontrar os dados, pois eles estão espalhados em diferentes planilhas.
2. Longo período de espera
Se você estiver desenvolvendo um relatório, apenas para descobrir que precisa esperar que os colegas forneçam as informações em suas planilhas, ou para analisar seus dados, você poderá esperar mais tempo. Implementar um data warehouse pode ajudar a centralizar os dados e torná-los disponíveis para todos os membros da equipe de forma mais eficaz. Isso reduz o tempo gasto para rastreá-lo e se comunicar com os colegas.
3. Discrepâncias em dados e relatórios
Quando líderes de equipe ou membros em departamentos diferentes criam relatórios, os dados ou descobertas são diferentes dos seus ou de outros relatórios. Isso não é apenas frustrante, mas também demorado para resolver e pode levar a erros caros. Se, a qualquer momento, você sentir que há inconsistência em seus dados, talvez possa pensar em obter um data warehouse.
4. Tempo gasto na geração de relatórios
Idealmente, devemos ser capazes de gerar um relatório usando os dados existentes quase que instantaneamente. Ao gerar um relatório, se você achar que precisa ir a diferentes fontes para verificar se os dados são atualizados, ou continuar atualizando manualmente outras fontes, você notará a quantidade de tempo necessária para desenvolver um relatório.
Como os data warehouses consolidam dados, você só precisa recorrer a uma fonte de dados. Combine com o fato de que muitos data warehouses podem ser configurados para atualizar automaticamente se os dados de origem forem atualizados ou alterados, e você pode garantir que os dados que está usando estão sempre corretos.
Tem alguma questão para nós? Mencione-os na seção de comentários e entraremos em contato com você.
Postagens relacionadas:
fibonacci recursivo c ++