Büyük veri yığınının 4. katmanı: Analitik Veri Ambarı - 8129 < veri ambarları

Büyük veri yığınının 4. katmanı ve veri ambarı arkadaşı olan veri ambarı, kuruluşların karar vericilere yardımcı olmak için verileri en iyi duruma getirmek için kullandığı temel tekniklerden biri olmuştur. Genellikle, veri ambarları ve martlar, çeşitli kaynaklardan toplanan normalleştirilmiş verileri içerir ve işletmenin analizini kolaylaştırmak için toplanır.

Veri ambarları ve martlar, raporların oluşturulmasını ve farklı verilerin görselleştirilmesini basitleştirir. Genellikle ilişkisel veritabanlarından, çok boyutlu veritabanlarından, düz dosyalardan ve nesne veritabanından - esasen herhangi bir depolama mimarisinde - oluşturulurlar. Performansın en öncelikli olmayabileceği geleneksel bir ortamda, temel teknolojinin seçimi, şirket verilerini analiz etme, raporlama ve görüntüleme gereksinimleri tarafından yönlendirilir.

Verilerin organizasyonu ve analiz hazırlığı anahtar olduğundan, veri ambarı uygulamalarının çoğu toplu işleme yoluyla güncel tutulmaktadır. Sorun, toplu yüklemeli veri ambarları ve veri pazarları birçok büyük veri uygulaması için yetersiz olabileceğidir. Yüksek hızlı veri akışlarının dayattığı stres büyük veri ambarlarına daha gerçekçi bir yaklaşım gerektirir.

Bu, analitik bir veri ambarını veya toplu işlemlerle bir veri martı oluşturup beslemeyeceğiniz anlamına gelmez. Daha ziyade birden çok veri ambarına veya veri martına sahip olabilirsiniz ve performans ve ölçek, analistlerin ve karar vericilerin zaman gereksinimlerini yansıtacaktır.

Birçok veri ambarları ve veri martları bir şirketteki çeşitli kaynaklardan toplanan verilerden oluştuğundan, verilerin temizlenmesi ve normalleştirilmesi ile ilgili maliyetler de ele alınmalıdır. Büyük verilerle bazı önemli farklılıklar bulabilirsiniz:

• Geleneksel veri akışları (işlemler, uygulamalar vb.) Çok sayıda farklı veri üretebilir.

• Düzinelerce yeni veri kaynağı da var, bunların her biri iş için zamanında ve yararlı olabilmesi için bir miktar manipüle edilmeye ihtiyaç duyuyor.

• İçerik kaynaklarının temizlenmesi gerekecektir ve bunlar yapılandırılmış verilerle kullanabileceğinizden farklı teknikler gerektirebilir.

Tarihsel olarak, veri ambarı ve veri martlarının içerikleri organize edildi ve strateji ve planlamadan sorumlu ticari liderlere teslim edildi. Büyük verilerle, yeni bir grup takım karar vermede verileri kullanmaktadır.

Pek çok büyük veri uygulaması gerçek zamanlı yetenekler sunar; bu nedenle işletmeler, operasyonel rolleri olan kişilerin, müşteri destek, satış fırsatları ve hizmet kesintileri gibi neredeyse gerçek zamanlı olarak sorunları ele almalarını sağlamak için içerik sunabilmelidir.Bu şekilde, büyük veriler eylemi arka ofisten ön büroya taşımaya yardımcı olur.

Mevcut analiz araçları ve teknikleri büyük veriler anlamında çok yardımcı olacaktır. Ancak, yakalamak var. Bu araçların bir parçası olan algoritmalar, büyük olasılıkla gerçek zamanlı ve farklı verilerle çalışabilir olmalıdır. Bunu desteklemek için altyapının yerine getirilmesi gerekecek.

Ve analitik araçlar sağlayan satıcıların da algoritmalarının dağıtılmış uygulamalar arasında çalıştığından emin olmaları gerekecek. Bu karmaşıklıklardan dolayı, büyük verilerin anlaşılmasına yardımcı olacak yeni bir araç sınıfını bekleyin.

Referans mimarinin bu katmanında üç araç sınıfı vardır. İşi yönlendirmek için karar alıcılar tarafından bağımsız veya toplu olarak kullanılabilirler. Üç araç sınıfı şu şekildedir:

• Raporlama ve gösterge tabloları: Bu araçlar, bir & ldquo; Kullanıcı dostu & rdquo; Çeşitli kaynaklardan gelen bilginin temsili. Geleneksel veri dünyasında bir dayanak noktası olmasına rağmen, bu alan hala büyük veriler için gelişmektedir. Kullanılan araçlardan bazıları, şimdi toplu olarak NoSQL (Yalnızca SQL) adı verilen yeni tür veritabanlarına erişebilen geleneksel araçlardır.

• Görselleştirme: Bu araçlar, raporlamanın gelişimindeki bir sonraki adımdır. Çıktı doğada oldukça interaktif ve dinamik olma eğilimindedir. Raporlar ve görselleştirilmiş çıktı arasındaki bir diğer önemli ayrım animasyondur. İş dünyası kullanıcıları, zihin haritaları, ısı haritaları, bilgi grafikleri ve bağlantı şemaları gibi farklı görselleştirme tekniklerini kullanarak verideki değişiklikleri izleyebilir. Raporlama ve görselleştirme, iş etkinliğinin sonunda ortaya çıkar.

• Analitik ve gelişmiş analitik: Bu araçlar veri ambarına ulaşır ve verileri insan tüketimi için işler. Gelişmiş analitik, varolan ticari uygulamalar için dönüştürücü, benzersiz veya devrim yaratan eğilimleri veya olayları açıklamak zorundadır. Tahmin edici analitik ve duygu analizi, bu bilimin iyi örnekleridir.