Lar Finanças Pessoais Camada 4 da Big Data Stack: Data Warehouses Analíticos - manequins

Camada 4 da Big Data Stack: Data Warehouses Analíticos - manequins

Vídeo: The Future of Farming 2025

Vídeo: The Future of Farming 2025
Anonim

O data warehouse, a camada 4 da grande pilha de dados e o companheiro do data mart, têm sido as principais técnicas que as organizações usam para otimizar dados para ajudar os tomadores de decisão. Normalmente, data warehouses e marts contêm dados normalizados coletados de uma variedade de fontes e montados para facilitar a análise do negócio.

Os data warehouses e marts simplificam a criação de relatórios e a visualização de itens de dados diferentes. Eles geralmente são criados a partir de bancos de dados relacionais, bases de dados multidimensionais, arquivos planos e bancos de dados de objetos - essencialmente qualquer arquitetura de armazenamento. Em um ambiente tradicional, onde o desempenho pode não ser a mais alta prioridade, a escolha da tecnologia subjacente é orientada pelos requisitos para análise, relatórios e visualização dos dados da empresa.

Como a organização dos dados e sua prontidão para análise são fundamentais, a maioria das implementações do data warehouse são mantidas atualizadas através do processamento em lote. O problema é que os data warehouses e data marts carregados em lote podem ser insuficientes para muitos grandes aplicativos de dados. O estresse imposto por fluxos de dados de alta velocidade provavelmente exigirá uma abordagem mais real em tempo real para grandes armazéns de dados.

Isso não significa que você não estará criando e alimentando um data ware analítico ou um data mart com processos em lote. Em vez disso, você pode acabar tendo vários data warehouses ou data marts, e o desempenho e a escala refletirão os requisitos de tempo dos analistas e tomadores de decisão.

Como muitos data warehouses e data marts são compostos por dados coletados de várias fontes dentro de uma empresa, os custos associados à limpeza e normalização dos dados também devem ser abordados. Com grandes dados, você encontra algumas diferenças principais:

  • Os fluxos de dados tradicionais (de transações, aplicativos, etc.) podem produzir muitos dados diferentes.

  • Existem também dezenas de novas fontes de dados, cada uma delas que necessita de algum tipo de manipulação antes que possa ser oportuna e útil para o negócio.

  • As fontes de conteúdo também precisam ser limpas, e estas podem exigir diferentes técnicas do que você pode usar com dados estruturados.

Historicamente, o conteúdo dos data warehouses e data marts foi organizado e entregue aos líderes empresariais responsáveis ​​pela estratégia e planejamento. Com grandes dados, um novo conjunto de equipes está alavancando dados para a tomada de decisões.

Muitas implementações de dados grandes fornecem recursos em tempo real, portanto, as empresas devem ser capazes de fornecer conteúdo para permitir que pessoas com funções operacionais abordem questões como suporte ao cliente, oportunidades de vendas e interrupções de serviço em tempo quase real.Desta forma, grandes dados ajudam a mover a ação do back office para o front office.

As ferramentas e técnicas de análise existentes serão muito úteis para dar sentido aos grandes dados. No entanto, há um porém. Os algoritmos que fazem parte dessas ferramentas devem ser capazes de trabalhar com grandes quantidades de dados potencialmente em tempo real e dispares. A infraestrutura precisará estar no lugar para suportar isso.

E, fornecedores que fornecem ferramentas de análise também precisam garantir que seus algoritmos funcionem em implementações distribuídas. Devido a essas complexidades, espera uma nova classe de ferramentas para ajudar a entender os grandes dados.

Existem três classes de ferramentas nesta camada da arquitetura de referência. Eles podem ser usados ​​de forma independente ou coletiva por decisores para ajudar a orientar o negócio. As três classes de ferramentas são as seguintes:

  • Relatórios e painéis: Essas ferramentas fornecem um & ldquo; user-friendly & rdquo; Representação das informações de várias fontes. Embora seja um pilar no mundo dos dados tradicionais, esta área ainda está evoluindo para grandes dados. Algumas das ferramentas que estão sendo usadas são tradicionais que agora podem acessar os novos tipos de bancos de dados coletivamente chamados NoSQL (Não apenas SQL).

  • Visualização: Estas ferramentas são o próximo passo na evolução do relatório. O resultado tende a ser altamente interativo e de natureza dinâmica. Outra distinção importante entre relatórios e resultados visualizados é a animação. Os usuários empresariais podem assistir as mudanças nos dados utilizando uma variedade de diferentes técnicas de visualização, incluindo mapas mentais, mapas de calor, infografia e diagramas de conexão. Os relatórios e a visualização ocorrem no final da atividade comercial.

  • Análises e análises avançadas: Estas ferramentas alcançam o data warehouse e processam os dados para consumo humano. As análises avançadas devem explicar tendências ou eventos que sejam transformadores, únicos ou revolucionários para práticas comerciais existentes. A análise preditiva e a análise do sentimento são bons exemplos dessa ciência.

Camada 4 da Big Data Stack: Data Warehouses Analíticos - manequins

Escolha dos editores

Fatos de plantas e animais para lembrar para o exame de biologia AP - dummies

Fatos de plantas e animais para lembrar para o exame de biologia AP - dummies

A seguinte lista contém algumas das informações mais desafiadoras sobre plantas e animais que você pode encontrar no exame de biologia AP. Estude esta lista, desde que você precise - se você se lembrar dessa informação durante o teste, você fará tudo bem. As plantas vasculares têm raízes, rebentos e caules, cada um dos quais ...

Física Tópicos para estudar para o teste Miller Analogies (MAT) - dummies

Física Tópicos para estudar para o teste Miller Analogies (MAT) - dummies

Massa , velocidade, aceleração - sim, é hora de rever toda a física que você aprendeu no ensino médio e se preparar para o MAT (Miller Analogies Test). Para o MAT, familiarizar-se com a física não implica aprender equações complicadas. Você só precisa se lembrar de alguns termos de física e aprender sobre alguns físicos famosos. Essas listas ajudam ...

Médico Assistente de Exame para Dummies Cheat Sheet - dummies

Médico Assistente de Exame para Dummies Cheat Sheet - dummies

Quando você está se preparando para tomar a PANCE ou PANRE , você pode sentir que precisa conhecer uma quantidade infinita de informações. Como você vai se lembrar de todos os detalhes de tantas doenças e condições? Aqui, você pode revisar alguns mnemônicos úteis que não só ajudarão seu recall como você se prepara para o seu ...

Escolha dos editores

Como criar uma ordem de compra no QuickBooks 2010 - dummies

Como criar uma ordem de compra no QuickBooks 2010 - dummies

Você pode usar o QuickBooks para criar uma compra Ordem para o seu negócio. Uma ordem de compra informa um fornecedor que deseja comprar algum item. Na verdade, um pedido de compra é um contrato para compra.

Como personalizar os formulários de verificação no QuickBooks 2011 - dummies

Como personalizar os formulários de verificação no QuickBooks 2011 - dummies

Antes de escrever suas verificações no QuickBooks, você pode decida que deseja personalizá-los um pouco. Você pode querer que seus cheques reflitam a aparência do seu negócio. Por exemplo, o QuickBooks oferece a oportunidade de alterar as fontes em seus cheques. Se você clicar na aba Fontes na caixa de diálogo Verificar impressão ...

Como personalizar os formulários on-line do QuickBooks para lidar com os subtotais - manequins

Como personalizar os formulários on-line do QuickBooks para lidar com os subtotais - manequins

Se precisar subtotar informações sobre o seu formulários de vendas, configure formulários de vendas no QuickBooks Online para que você possa incluir subtotais neles. Você pode subtotar linhas em uma fatura, uma estimativa ou um recibo de venda. Primeiro, ative o recurso; Para este exemplo, ative o recurso para o formulário de fatura. Siga ...

Escolha dos editores

Como converter imagens em modo escala de cinza em Photoshop Elements 11 - dummies

Como converter imagens em modo escala de cinza em Photoshop Elements 11 - dummies

Imagens em escala de cinza têm preto e pixels brancos e qualquer um dos 256 níveis de cinza. Ao converter uma imagem RGB em escala de cinza no Photoshop Elements 11, você pode fazer com que pareça uma foto em preto e branco. Evite converter em escala de cinza escolhendo Image → Mode → Grayscale. Quando os elementos executam essa conversão, ele remove toda a cor dos pixels, ...

Como converter imagens em modo escala de cinza em Photoshop Elements 9 - dummies

Como converter imagens em modo escala de cinza em Photoshop Elements 9 - dummies

Em Photoshop Elements, você pode converter uma imagem RGB em escala de cinza, fazendo com que pareça uma foto em preto e branco. As imagens de tons de cinza têm pixels em preto e branco e qualquer um dos 256 níveis de cinza. No entanto, você não precisa desistir de seus dados de cores. Como alternativa ao uso do comando de menu para converter imagens para ...

Como corrigir imagens com curvas de cores - dummies

Como corrigir imagens com curvas de cores - dummies

Photoshop Elements 10 emprestou um recurso muito usado do Photoshop chamado Curves. No entanto, adicionou a palavra Cor e tirou parte de sua sofisticação. No entanto, o ajuste Color Curves tenta melhorar o alcance tonal em imagens a cores fazendo ajustes em destaques, sombras e tons médios em cada canal de cores. Tente usar este comando em ...