Mapa Mental - Big Data

Prévia do material em texto

Sistemas OLTP Bancos de Dados para Big Data OLTP gerencia transações Bancos relacionais são seguros, mas detalhadas em bancos limitados para Big Data convencionais Não relacionais suportam variedade e Garantem integridade com velocidade em Big Data operações CRUD seguras e Velocidade pode exigir abrir mão de confiáveis consistência e segurança Armazenam dados primários Variedade de dados é essencial para em bancos para uso sistemas Big Data operacional Retornam dados ao estado original em caso de falhas Big Modelos de Dados Particionamento de Dados ACID garante segurança e Data Particionamento vertical divide consistência no tabela em colunas para análise armazenamento Particionamento horizontal divide BASE prioriza velocidade e dados por linhas para filtragem disponibilidade em grandes Particionamento vertical facilita volumes análise de colunas específicas ACID é ideal para dados Particionamento não altera dados críticos e insubstituíveis originais permanentemente BASE é usado para processamento em tempo real e flexível Tradeoffs em Big Data Equilíbrio entre segurança, consistência, velocidade e variedade Esquemas de Dados Modelos ACID sacrificam Sistemas OLAP velocidade para garantir Esquemas definem formato e segurança OLAP é usado para análise quantidade de dados Modelos BASE sacrificam estratégica e geração de armazenados consistência para maior inteligência Esquemas rígidos mantêm disponibilidade Possuem bases próprias ou consistência e evitam Escolha do modelo depende do acessam Data Warehouses surpresas tipo e criticidade dos dados integrados Dados desestruturados são Trabalham com dados indicados para alta resumidos para relatórios variedade e velocidade e decisões Esquemas limitam variedade e Não são exclusivos para podem atrasar processamento nível operacional, mas para estratégico