Pembuatan Struktur Data Besar yang Dapat dikelola - dummies

Seiring komputasi bergerak ke pasar komersial, data disimpan dalam file datar yang tidak memberlakukan struktur. Saat ini, data besar memerlukan struktur data yang dapat diatur. Ketika perusahaan perlu mencapai tingkat pemahaman rinci tentang pelanggan, mereka harus menerapkan metode brute force, termasuk model pemrograman yang sangat rinci untuk menciptakan beberapa nilai.

Kemudian di tahun 1970an, semuanya berubah dengan penemuan model data relasional dan sistem manajemen basis data relasional (RDBMS) yang memberlakukan struktur dan metode untuk meningkatkan kinerja. Yang terpenting, model relasional menambahkan tingkat abstraksi sehingga lebih mudah bagi pemrogram untuk memenuhi tuntutan bisnis yang berkembang untuk mengekstrak nilai dari data.

Selain itu, membantu manajer bisnis yang ingin dapat memeriksa informasi seperti inventaris dan membandingkannya dengan informasi pesanan pelanggan untuk tujuan pengambilan keputusan. Tapi muncul masalah dari permintaan jawaban yang meledak ini: Menyimpan volume data yang terus bertambah ini mahal dan mengaksesnya lambat. Lebih parah lagi, banyak duplikasi data ada, dan nilai bisnis sebenarnya dari data itu sulit diukur.

Bila volume data yang dibutuhkan organisasi untuk mengelola tidak terkendali, gudang data menyediakan solusi. Gudang data memungkinkan organisasi TI untuk memilih subset dari data yang disimpan sehingga akan lebih mudah bagi bisnis untuk mencoba mendapatkan wawasan.

Gudang data dimaksudkan untuk membantu perusahaan menghadapi semakin banyak data terstruktur yang mereka butuhkan untuk dapat menganalisis dengan mengurangi volume data menjadi sesuatu yang lebih kecil dan lebih terfokus pada area bisnis tertentu. Ini memenuhi kebutuhan untuk memisahkan pemrosesan pendukung keputusan operasional dan dukungan keputusan - untuk alasan kinerja.

Gudang sering menyimpan data dari tahun-tahun sebelumnya untuk memahami kinerja organisasi, mengidentifikasi tren, dan membantu mengekspos pola perilaku. Ini juga menyediakan sumber informasi terpadu dari berbagai sumber data yang dapat digunakan untuk analisis. Saat ini, sistem manajemen konten dan gudang data dapat memanfaatkan peningkatan skalabilitas perangkat keras, teknologi virtualisasi, dan kemampuan untuk menciptakan sistem perangkat keras dan perangkat lunak yang terintegrasi.Kadang-kadang gudang data ini sendiri terlalu rumit dan besar dan tidak menawarkan kecepatan dan kelincahan yang dibutuhkan bisnis. Jawabannya adalah penyempurnaan data lebih lanjut yang dikelola melalui data mart. Data data ini difokuskan pada masalah bisnis yang spesifik dan mendukung kebutuhan bisnis akan query cepat. Gudang telah berkembang untuk mendukung teknologi baru seperti sistem terpadu dan peralatan data.

Gudang data dan data martabat memecahkan banyak masalah bagi perusahaan yang membutuhkan cara yang konsisten untuk mengelola data transaksional yang besar. Tapi ketika sampai pada pengelolaan volume data terstruktur atau semi-terstruktur yang sangat besar, gudang tersebut tidak dapat berkembang cukup untuk memenuhi tuntutan yang terus berubah.

Untuk memperumit masalah, gudang data biasanya diberi makan dalam interval batch, biasanya mingguan atau harian. Ini bagus untuk perencanaan, pelaporan keuangan, dan kampanye pemasaran tradisional, namun terlalu lambat untuk bisnis real estat dan lingkungan konsumen yang semakin real.

Bagaimana perusahaan dapat mengubah pendekatan pengelolaan data tradisional mereka untuk menangani perluasan volume elemen data tidak terstruktur? Solusinya tidak muncul dalam semalam. Seiring perusahaan mulai menyimpan data tidak terstruktur, vendor mulai menambahkan kemampuan seperti

BLOBs (benda besar biner).

Intinya, elemen data tidak terstruktur akan disimpan dalam database relasional sebagai satu data bersebelahan. Objek ini bisa diberi label tapi Anda tidak bisa melihat apa yang ada di dalam objek itu. Jelas, ini tidak akan memecahkan kebutuhan pelanggan atau bisnis yang berubah. Masukkan sistem manajemen basis data objek (ODBMS). Database objek menyimpan BLOB sebagai rangkaian potongan yang dapat dialamatkan sehingga Anda bisa melihat apa yang ada di sana. Berbeda dengan BLOB, yang merupakan unit independen yang ditambahkan ke basis data relasional tradisional, basis data objek menyediakan pendekatan terpadu untuk menangani data yang tidak terstruktur.

Database objek mencakup bahasa pemrograman dan struktur untuk elemen data sehingga lebih mudah memanipulasi berbagai objek data tanpa pemrograman dan kompleks bergabung. Database objek memperkenalkan tingkat inovasi baru yang membantu menghasilkan gelombang kedua pengelolaan data.