Video: The Renaissance - the Age of Michelangelo and Leonardo da Vinci (2/2) | DW Documentary 2024
Sebagai pengkomputeran berpindah ke pasaran komersial, data disimpan dalam fail rata yang tidak dikenakan struktur. Hari ini, data besar memerlukan struktur data yang boleh diurus. Apabila syarikat-syarikat perlu mencapai tahap pemahaman terperinci mengenai pelanggan, mereka terpaksa menggunakan kaedah kekerasan, termasuk model pengaturcaraan yang sangat terperinci untuk mencipta beberapa nilai.
Kemudian pada 1970-an, perkara berubah dengan penemuan model data hubungan dan sistem pengurusan pangkalan data relasi (RDBMS) yang menimbulkan struktur dan kaedah untuk meningkatkan prestasi. Yang paling penting, model relasional menambah tahap abstraksi supaya lebih mudah bagi pengaturcara untuk memenuhi tuntutan perniagaan yang semakin meningkat untuk mengekstrak nilai dari data.
Model perhubungan menawarkan ekosistem alat dari sebilangan besar syarikat perisian yang muncul. Ia memenuhi keperluan yang semakin meningkat untuk membantu syarikat mengatur data mereka dengan lebih baik dan dapat membandingkan transaksi dari satu geografi ke yang lain.
Selain itu, ia membantu pengurus perniagaan yang ingin dapat mengkaji maklumat seperti inventori dan membandingkannya dengan maklumat pesanan pelanggan untuk tujuan membuat keputusan. Tetapi masalah muncul dari permintaan meletup untuk jawapan: Menyimpan jumlah data yang semakin meningkat ini adalah mahal dan mengaksesnya lambat. Menimbulkan perkara yang lebih teruk, banyak duplikasi data wujud, dan nilai perniagaan sebenar data itu sukar untuk diukur.
Apabila jumlah data organisasi yang diperlukan untuk mengurus tumbuh dari kawalan, gudang data memberikan penyelesaian. Gudang data membolehkan organisasi IT untuk memilih subset data yang disimpan supaya lebih mudah bagi perniagaan untuk cuba memperoleh pandangan.
Gudang data itu bertujuan untuk membantu syarikat-syarikat berurusan dengan semakin banyak data berstruktur yang mereka perlukan untuk dapat menganalisis dengan mengurangkan jumlah data ke sesuatu yang lebih kecil dan lebih fokus pada bidang tertentu dari perniagaan. Ia memenuhi keperluan untuk memisahkan pemprosesan sokongan keputusan operasi dan sokongan keputusan - atas sebab-sebab prestasi.
Gudang sering menyimpan data dari tahun-tahun sebelumnya untuk memahami prestasi organisasi, mengenal pasti trend, dan membantu mendedahkan corak tingkah laku. Ia juga menyediakan sumber maklumat bersepadu dari pelbagai sumber data yang boleh digunakan untuk analisis. Hari ini, kedua-dua sistem pengurusan kandungan dan gudang data dapat memanfaatkan peningkatan dalam skalabilitas perkakasan, teknologi virtualisasi, dan keupayaan untuk mencipta sistem perkakasan dan perisian bersepadu.
Kadang-kadang gudang data ini sendiri terlalu rumit dan besar dan tidak menawarkan kelajuan dan ketangkasan yang diperlukan oleh perniagaan. Jawapannya adalah penyempurnaan lanjut mengenai data yang dikendalikan melalui data data. Data-data ini difokuskan pada isu-isu perniagaan tertentu dan menyokong keperluan perniagaan untuk pertanyaan cepat. Gudang ini telah berkembang untuk menyokong teknologi baru seperti sistem bersepadu dan peralatan data.
Gudang data dan pangkalan data menyelesaikan banyak masalah bagi syarikat yang memerlukan cara yang konsisten untuk menguruskan data transaksi besar-besaran. Tetapi apabila ia mengurus jumlah besar data tidak berstruktur atau separa berstruktur, gudang tidak dapat berkembang cukup untuk memenuhi permintaan yang berubah.
Untuk merumitkan perkara, gudang data lazimnya diberi makan dalam selang batch, biasanya setiap minggu atau setiap hari. Ini baik untuk perancangan, pelaporan kewangan dan kempen pemasaran tradisional, tetapi terlalu lambat untuk persekitaran perniagaan dan pengguna yang semakin nyata.
Bagaimana syarikat dapat mengubah pendekatan pengurusan data tradisional mereka untuk mengatasi peningkatan jumlah elemen data yang tidak tersusun? Penyelesaiannya tidak muncul semalaman. Apabila syarikat mula menyimpan data tidak berstruktur, vendor mula menambah keupayaan seperti BLOB (objek besar binari).
Pada dasarnya, elemen data yang tidak tersusun akan disimpan dalam pangkalan data hubungan sebagai satu bahagian data yang bersambung. Objek ini boleh dilabelkan tetapi anda tidak dapat melihat apa yang ada di dalam objek itu. Jelas, ini tidak akan menyelesaikan perubahan keperluan pelanggan atau perniagaan.
Masukkan sistem pengurusan pangkalan data objek (ODBMS). Pangkalan data objek yang disimpan BLOB sebagai set kepingan yang dapat ditangani sehingga anda dapat melihat apa yang ada di sana. Tidak seperti BLOB, yang merupakan unit bebas yang dilampirkan kepada pangkalan data tradisional, pangkalan data objek menyediakan pendekatan bersatu untuk menangani data yang tidak berstruktur.
Pangkalan data objek termasuk bahasa pengaturcaraan dan struktur untuk elemen data supaya lebih mudah untuk memanipulasi pelbagai objek data tanpa pengaturcaraan dan gabungan kompleks. Pangkalan data objek memperkenalkan tahap inovasi baru yang membantu membawa kepada gelombang kedua pengurusan data.
