Integrar grandes volúmenes de datos con el almacén de datos tradicional

Mientras que los mundos de grandes volúmenes de datos y el almacén de datos tradicional se cruzará, es poco probable que combinar en cualquier momento pronto. Piense en un almacén de datos como un sistema de registro para la inteligencia empresarial, como una gestión de relaciones con los clientes (CRM) o el sistema de contabilidad. Estos sistemas son muy estructurado y optimizado para propósitos específicos. Además, estos sistemas de registro tienden a ser altamente centralizada.

Video: HOW TO CALCULATE AREAS WITH GOOGLE EARTH EASY AND FAST

El diagrama muestra un enfoque típico para los flujos de datos con almacenes y mercados:

Video: Ejercicio para crear formas en word

Organizaciones inevitablemente seguirá utilizando almacenes de datos para gestionar el tipo de datos estructurada y operativa que caracteriza a los sistemas de registro. Estos almacenes de datos todavía proporcionarán los analistas de negocios con la capacidad de analizar los datos, tendencias, y así sucesivamente. Sin embargo, la llegada de grandes volúmenes de datos es a la vez un reto el papel del almacén de datos y proporcionar un enfoque complementario.

Pensar en la relación entre el almacén de datos y datos de grandes como la fusión para convertirse en una estructura híbrida. En este modelo híbrido, los datos operativos optimizado altamente estructurada permanece en el almacén de datos fuertemente controlada, mientras que los datos que se altamente distribuido y sujeto a cambios en tiempo real es controlada por una infraestructura basada en Hadoop-(o similar NoSQL).

Es inevitable que los datos operativos y estructuradas tendrán que interactuar en el mundo de grandes volúmenes de datos, donde las fuentes de información tienen no (necesariamente) sido limpiados o perfilada. Cada vez más, las organizaciones están entendiendo que tienen un requisito de negocio a ser capaz de combinar los almacenes de datos tradicionales con sus fuentes de datos históricos de negocio con fuentes de datos grandes y menos estructurados investigados. Un enfoque híbrido apoyar las fuentes de datos tradicionales y grandes puede ayudar a lograr estos objetivos de negocio.