Arquitetura business intelligence e data warehousing

Os primeiros dias de processamento de inteligência de negócios (qualquer variedade, exceto mineração de dados) tinha uma, de duas camadas, de primeira geração sabor cliente / servidor forte. (Alguns ambientes de business intelligence que foram hospedados em um mainframe e fez consultas e relatórios foram construídos com uma arquitetura centralizada.)

Conceitualmente, arquiteturas de inteligência início de negócios fazia sentido, considerando o estado da arte em tecnologia de computação distribuída (o que realmente funcionou, em vez de Internet de hoje, share-tudo-em-um-Web-página de geração).

Muitos desses ambientes início tinha uma série de deficiências, no entanto, porque as ferramentas trabalhou apenas em um desktop cliente, como Microsoft Windows, e, portanto, não permitir a fácil implementação de soluções através de uma ampla gama de usuários. Além disso, a longo execução de relatórios e consultas complexas, muitas vezes gargalo processos de trabalho regulares porque eles devorado espaço de memória ou disco do seu computador pessoal.

A maioria, se não todos, os instrumentos foram projetados e construídos como clientes de gordura - ou seja, a maioria de sua funcionalidade foi armazenada e processada no PC. Além do problema de gargalo, PCs de todos os usuários tinham que ser atualizado, pois as alterações e atualizações de software eram muitas vezes complexa e problemática, especialmente em grandes bases de usuários.

O início de uma nova era da arquitetura de inteligência de negócios chegou, independentemente de sua ferramenta de escolha é uma consulta básica e produtos de relatórios, um produto / OLAP análise de negócios, um sistema dashboard ou scorecard, ou uma capacidade de mineração de dados. Apesar de arquitetura de produto varia entre os produtos, manter um olho em algumas das principais tendências quando você avaliar os produtos que podem fornecer funcionalidade de inteligência de negócios para o seu data warehouse:

Video: Data Warehouse

• funcionalidade baseada em servidor: Ao invés de ter a maioria ou todos os manipulação de dados realizado nos desktops dos usuários, software baseado em servidor (conhecido como servidor de relatório) Lida com a maioria destas tarefas depois de receber um pedido da ferramenta de desktop de um usuário.

  Depois que a tarefa é concluída, o resultado é disponibilizado ao usuário, seja diretamente (ou um relatório é passado de volta para o cliente, por exemplo) ou por postar o resultado na intranet da empresa.

• 
  
  
  

  funcionalidade habilitado para Web: Quase todos os principais fabricantes de ferramentas entregou funcionalidade habilitado para a Web em seus produtos. Embora as capacidades do produto variam, a maioria dos produtos publicar relatórios amplamente usados ​​em uma intranet da empresa, em vez de enviar cópias de e-mail a todos em uma lista de distribuição.

• Suporte para usuários móveis: Muitos usuários que são relativamente móveis (usuários que passam a maior parte de seu tempo fora do escritório e usar laptops ou dispositivos móveis, como um Blackberry, a recursos de computação baseados em escritórios de acesso) tem que executar funções de inteligência de negócios quando eles estão fora de o escritório.

  Video: Popular Business intelligence & Data warehouse videos

  Em um modelo, os usuários móveis podem discar ou não se conectar a um servidor de relatório ou um servidor OLAP, receber um download dos dados mais recentes, e em seguida (depois de retirar e trabalhar em outro lugar) trabalhar e manipular esses dados em um autônomo, desconectado maneira.

  Em outro modelo, os usuários móveis podem alavancar de conectividade de rede ou redes de dados Wi-Fi, tais como a rede Blackberry, para executar relatórios de inteligência de negócios e análise de que eles têm na intranet da empresa em seu dispositivo móvel.

• tecnologia de agente: Em uma tendência crescente, agentes inteligentes são usados ​​como parte de um ambiente de business intelligence. Um agente inteligente pode detectar uma grande mudança em um indicador-chave, por exemplo, ou detectar a presença de novos dados e, em seguida, alertar o usuário de que ele ou ela deve verificar se as novas informações.

  Video: Data Warehouse and Business Intelligence: ETL

• inteligência em tempo real: Acessando em tempo real, ou quase em tempo real, informações para inteligência de negócios (em vez de ter que esperar para os processos em lote tradicionais) está se tornando mais comum. Nestas situações, um aplicativo deve ser capaz de “empurrar” a informação, ao contrário do método tradicional de “puxar” os dados através de um relatório ou consulta.

  Tal como com serviços de extração de dados tradicionais, ferramentas de inteligência de negócios deve detectar quando novos dados são empurrados para o seu ambiente e, se necessário, medidas de atualização e indicadores que já estão na tela do usuário. (Na maioria das ferramentas de inteligência de negócios de hoje, na tela resultados são “congelado” até que o usuário solicita novos dados mediante a emissão de uma nova consulta ou de outra forma explicitamente mudar o que aparece na tela.)