Vídeo: Confira a evolução dos dispositivos de armazenamento de dados 2025
Algumas definições de um ODS o fazem parecer como armazenamento de dados clássico, com entradas periódicas (batch) de várias fontes operacionais para o ODS, exceto que as novas entradas substituem os dados existentes.
Em um banco, por exemplo, um ODS (por esta definição) tem, em qualquer momento, um saldo de conta para cada conta corrente, cortesia do sistema de conta corrente e um saldo para cada conta de poupança, conforme previsto por o sistema de conta poupança.
Os vários sistemas enviam os saldos das contas periodicamente (como no final de cada dia) e um usuário ODS pode então procurar em um só lugar para ver o perfil completo de cada banco bancário (como o cliente do cliente informações básicas e informações de saldo para cada tipo de conta).
Um dos conceitos mais confusos no mundo do data warehousing é o armazenamento de dados operacional. Ninguém realmente concorda com o que um ODS realmente é.
Se você deseja chamar um ambiente como este um ODS, por todos os meios, vá em frente. Terminologia de lado, este exemplo é apenas um ambiente de armazenamento de dados orientado por lotes, fazendo uma operação de atualização e substituição em cada dado que reside lá (e, claro, adicionando novos dados conforme aplicável), em vez de manter um histórico de execução de Quaisquer medidas são armazenadas lá.
Você pode implementar o chamado ODS muito facilmente, e você pode usar ferramentas e serviços de middleware orientados por lotes, e relatórios e ferramentas OLAP.
Outra versão de um ODS é um desafio um pouco arquitetônico. Ele usa uma abordagem de ponta a ponta que requer aplicativos habilitados para warehouse (porque você sabe que eles fornecerão dados para um data warehouse). Os aplicativos habilitados para Warehouse suportam uma arquitetura push ou pull e permitem que um banco de dados informativo seja atualizado em tempo real (ou próximo a tempo real).
Embora a premissa de quebrar as barreiras do aplicativo e do sistema esteja muito de acordo com o que você faz com um data warehouse, você tem um grande problema: o ritmo das atualizações em seu ambiente analítico e de informação é muito lento se você usar data warehousing clássico e seus processos orientados para lote para extrair e mover dados.
Esqueça a terminologia e palavras-chave. Concentre-se, em vez disso, nas diferenças arquitetônicas e orientadas para o tempo entre o ODS.
