Video: Developer Keynote: Get to the Fun Part (Cloud Next '19) 2024
Beberapa definisi dari sebuah BPO membuatnya terdengar seperti data warehouse klasik, dengan masukan berkala (batch) dari berbagai sumber operasional ke dalam BPO, kecuali input baru menimpa data yang ada.
Di bank, misalnya, BPO (menurut definisi ini) memiliki, pada satu waktu, satu saldo akun untuk setiap rekening giro, berdasarkan sistem rekening giro, dan satu saldo untuk setiap rekening tabungan, seperti yang diberikan oleh sistem rekening tabungan.
Berbagai sistem mengirimkan saldo akun secara berkala (seperti di akhir setiap hari), dan pengguna ODS kemudian dapat melihat satu tempat untuk melihat profil lengkap setiap nasabah bank (seperti alamat pelanggan informasi dasar dan informasi saldo untuk setiap jenis akun).
Salah satu konsep yang lebih membingungkan di dunia pergudangan data adalah penyimpanan data operasional. Tidak ada yang benar-benar setuju dengan apa itu sebenarnya BPO.
Jika Anda ingin memanggil lingkungan seperti ini, sebuah ODS, bagaimanapun juga, langsung ke depan. Terminologi disisihkan, contoh ini hanyalah lingkungan data warehousing yang berorientasi batch yang melakukan operasi update-and-replace pada setiap data yang berada di sana (dan, tentu saja, menambahkan data baru yang sesuai), daripada menyimpan riwayat berjalan apapun tindakan yang disimpan di sana
Anda dapat menerapkan ODS yang disebut ini dengan mudah, dan Anda bahkan dapat menggunakan alat dan layanan middleware berurutan, dan melaporkan dan alat OLAP.
Versi lain dari BPO sedikit lebih menantang secara arsitektural. Ini menggunakan pendekatan end-to-end yang memerlukan aplikasi penyimpanan gudang (karena Anda tahu mereka akan menyediakan data ke gudang data). Aplikasi berbasis gudang mendukung arsitektur push atau pull dan memungkinkan database informasi disegarkan secara real-time (atau mendekati real-time).
Meskipun premis penghancuran aplikasi dan penghalang sistem sangat sesuai dengan apa yang Anda lakukan dengan gudang data, Anda memiliki satu masalah utama: Kecepatan pembaruan ke lingkungan informasi dan analisis Anda terlalu lambat jika Anda menggunakan pergudangan data klasik dan prosesnya yang berorientasi pada batch untuk mengekstrak dan memindahkan data.
Lupakan terminologi dan kata kunci. Fokus pada perbedaan arsitektural dan berorientasi waktu antara ODS.
