Please enable JavaScript.

Coggle requires JavaScript to display documents.

Data Warehouse, Principais Características, 4 - Estratégias de atualização…

- - - - Consolidação de dados
        
        objetivo principal é integrar dados de diversas fontes de maneira que fiquem consistentes e padronizados. Isso pode envolver a transformação de dados para garantir que as diferentes representações e formatos sejam uniformizados.
        
        Padronização:
        
        A integração geralmente envolve processos de limpeza e transformação de dados para remover duplicidades e garantir que a mesma informação seja representada de maneira uniforme.
        
        Extração, Transformação e Carga (ETL)
        
        Visão única
        
        Consolidação de Dados Operacionais e Analíticos
        
        Além de dados históricos, um data warehouse integrado frequentemente combina dados operacionais (transacionais) e analíticos (relacionados a relatórios e insights), oferecendo uma fonte de dados completa para a análise de negócios.
        
        Ao integrar diferentes fontes de dados em um único repositório, o data warehouse integrado fornece uma visão holística e única dos dados da organização, permitindo uma análise mais eficaz, sem que o analista precise acessar múltiplos sistemas diferentes.
        
        O processo de integração geralmente é realizado usando um processo de ETL (Extract, Transform, Load), onde:
        
        Extração (Extract): Os dados são retirados das fontes externas.
        
        Transformação (Transform): Os dados extraídos são transformados, limpados e integrados, adaptando-os ao formato do data warehouse.
        
        1 more item...
- - - - Imutabilidade dos dados
        
        Preservação de dados históricos
        
        Atualizações periódicas, mas não destrutivas
        
        Consistência e integridade
        
        Suporte à tomada de decisões
        
        A imutabilidade dos dados garante que os executivos e analistas possam confiar nas informações históricas, sem o risco de erros causados por alterações acidentais ou inconsistências no passado. Isso é fundamental para análises precisas e tomadas de decisão baseadas em dados históricos.
        
        Como os dados não são modificados após a carga inicial, eles mantêm uma alta consistência e integridade. As consultas podem ser feitas sobre dados imutáveis e confiáveis, proporcionando maior segurança nas análises feitas.
        
        Embora o data warehouse não seja volátil, ele pode ser atualizado periodicamente com novos dados. No entanto, as atualizações não alteram ou apagam os dados existentes; em vez disso, novos registros ou versões são adicionados para refletir mudanças ou novas informações. Isso significa que, mesmo com atualizações, os dados passados permanecem acessíveis.
        
        O objetivo de um data warehouse é coletar e armazenar grandes volumes de dados ao longo do tempo. Os dados históricos são essenciais para a análise de tendências, padrões e comportamentos ao longo do tempo. A não volatilidade assegura que esses dados sejam preservados para consultas futuras e análises históricas sem o risco de serem sobrescritos.
        
        Após a carga inicial dos dados no data warehouse, eles não podem ser modificados ou apagados (a não ser que seja feita uma atualização específica para corrigir erros ou adicionar novas informações). Isso permite que os dados históricos permaneçam intactos para fins de análise futura, sem o risco de alterações indesejadas.