X

Saiba como a nuvem e as novas tecnologias habilitam a transformação nos negócios e na sociedade.

As novas ferramentas do Autonomous Data Warehouse

This is a syndicated post, view the original post here

Publicação reúne uma breve visão geral sobre os novos recursos do banco de dados autônomo.

Por Patrick Wheeler*

Nesta publicação, apresentamos alguns novos recursos importantes que agora estão disponíveis com o Oracle Autonomous Data Warehouse, ou ADW. Muitos outros materiais abordarão este tema de forma muito mais detalhada, mas esta é uma breve visão geral desses novos recursos.

Facilitamos a vida dos administradores de banco de dados com o Autonomous Data Warehouse, eliminando a parte árdua do trabalho e liberando tempo para realizar trabalhos de maior valor. No entanto, existem outros usuários do banco de dados – analistas de dados, desenvolvedores de aplicativos e também cientistas de dados. Não achamos justo deixá-los de fora, então criamos um conjunto de ferramentas diretamente no Autonomous Data Warehouse para estender os benefícios da autonomia também a esses usuários.

Quer saber mais? Leia o blog Autonomous Data Warehouse: Novas inovações para analistas de dados, cientistas de dados cidadãos e desenvolvedores LOB.

Como usuário do ADW, tudo está ali, ao seu alcance, sem nada mais para comprar ou instalar. Sabemos que você tem uma infinidade de fontes de dados para discutir – aplicativos, bancos de dados, arquivos e muito mais – e uma série de coisas que você deseja fazer com todos esses dados. Sabemos que você espera mais do que um prompt intermitente do SQL para fazer tudo isso – e nosso objetivo com as ferramentas do Autonomous Data Warehouse é incluir tudo o que você precisa e nada do que você não precisa.

Há ferramentas para Carregamento e Transformação de Dados, Modelagem de Negócios (para dar sentido a todos esses dados), Insights de Dados (para que você não precise procurar uma agulha no palheiro). Há também um Catálogo e ferramentas para Machine Learning, Análise Espacial e Gráfica; além, é claro, do Desenvolvedor Web SQL e do APEX para desenvolvimento de aplicativos de low-code.

Portanto, prepare-se, porque da próxima vez que acessar o Autonomous Data Warehouse, você verá uma paleta de ferramentas muito mais rica esperando por você depois de clicar no novo cartão Ações do Banco de Dados.

Com o tempo, adicionaremos mais ferramentas a essa suíte. Quero falar sobre algumas delas agora, só para instigar sua curiosidade.

Há uma ferramenta de Carregamento de Dados. Qualquer pessoa que tenha tentado carregar dados sabe que é mais fácil falar do que fazer – até agora, claro.

Basta que você informe o que quer fazer – carregar dados em seu ADW, conectar-se a dados em um local remoto ou até mesmo configurar um feed ao vivo. Em seguida, informe onde estão seus dados – em um arquivo local, um banco de dados remoto ou em um armazenamento de objetos em alguma Nuvem – e pressione ir. Pronto. Publicações futuras irão explorar esse recurso com mais profundidade.

Às vezes seus dados estão corretos, outras vezes você precisa limpá-los um pouco – às vezes, bastante. É aí que entra a ferramenta Transformação de Dados.

Todo o poder do Oracle Data Integrator (ODI), com uma interface de usuário da web agradável, limpa e moderna, simples o suficiente até para eu usar. Exatamente o que você quer. Arraste e solte para informar o que você quer fazer. Não se preocupe em como fazer – a ferramenta faz todo o trabalho árduo para você.

E depois? Você só consegue ir até certo ponto analisando dados brutos. Logo você também vai querer um modelo semântico. É aí que entra nossa ferramenta de Modelo de Negócios.

Simplificamos a construção de modelos sofisticados para seus dados, identificando dimensões, hierarquias e medidas, com uma maneira limpa e agradável de dizer como agregar – por soma, média ou qualquer outra coisa. Mas ainda tem mais. Ele também é rápido! O SQL simples escrito no modelo de negócios é reescrito para garantir o acesso ideal aos dados e, como conhecemos a estrutura hierárquica dos dados, podemos agregar antecipadamente os totais e subtotais que você deseja, antes mesmo de você nos dizer isso!

Em seguida, vem um recurso que eu queria chamar de eletroímã, mas não me deixaram. Muitas vezes o trabalho de um analista é como procurar uma agulha no palheiro. Então, você aperta o botão, e tudo que for de metal vai ser atraído pelo eletroímã. Com certeza aparecerão pregos, porcas e parafusos velhos e enferrujados, mas também algumas agulhas. É muito mais fácil separar as agulhas desses outros metais do que remexer numa pilha de feno – especialmente se você tiver alergia! É mais ou menos assim que a nossa ferramenta Insights funciona.

Carregue seus dados, inicie uma consulta e vá pegar um café. O Autonomous Data Warehouse faz todo o trabalho árduo, vasculhando esses dados em busca de padrões ocultos, anomalias e exceções. Executamos algumas consultas analíticas que preveem os valores esperados e, quando os valores reais diferem significativamente da expectativa, a ferramenta os apresenta aqui.

Alguns deles podem ser desinteressantes ou óbvios, mas outros merecem uma investigação mais aprofundada. Você obtém este dashboard com vários padrões de exceção de dados.

Faça uma busca detalhada em um gráfico de barras específico neste painel, e os desvios significativos entre os valores reais e esperados aparecerão em destaque.

Os dados são fundamentais, e o Catálogo integrado permite maximizar seu valor. A Linhagem de Dados e a Análise de Impacto estão agora ao seu alcance nesta ferramenta integrada.

Você consegue se imaginar comprando um carro novo sem Bluetooth, airbag, vidro elétrico ou suporte para copo? Esses itens são alguns dos requisitos básicos da geração de carros modernos, mas, quando eu era criança, os carros nem tinham cinto de segurança!

Com o Autonomous Data Warehouse, inauguramos uma nova geração de Database Cloud Services. E, com essa nova geração, assim como com as gerações anteriores de banco de dados, aumentamos o limite para a funcionalidade mínima necessária.

As operações autônomas por si só representam um grande avanço geracional, mas acreditamos que é necessário ainda mais. Para esta nova geração de serviços de banco de dados em nuvem – a geração autônoma – todos os usuários do serviço exigem funcionalidade incorporada. Tudo isso deve ser integrado, sem nada mais para comprar e instalar.

Esta foi apenas uma breve introdução, mas procure mais conteúdo para obter uma abordagem detalhada sobre esses vários novos recursos. Clique aqui para saber mais sobre o Autonomous Data Warehouse.

*Patrick Wheeler é Vice-Presidente de Gerenciamento de Produtos na Oracle

Be the first to comment

Comentários ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.