Data Warehouse: la sua importanza

La scienza dei dati (data science) è la tecnologia chiave per qualsiasi professionista IT.

Oggi sono in costruzione sempre più applicazioni per la scienza dei dati e sono costruite su piattaforme cloud come Amazon Web Services, Google Cloud Platform (GCP) e Microsoft Azure.

Il cloud offre scalabilità illimitata ed elasticità alla scienza dei dati.

La competenza in queste piattaforme è essenziale per un professionista IT. In questa serie di articoli esploreremo le tecnologie disponibili su Google Cloud Platform per la creazione di grandi magazzini di dati (big data warehouse) che possono essere utilizzati per archiviare e analizzare i dati nel cloud per consentire la scienza dei dati.

Hai bisogno di familiarità con le basi della piattaforma GCP, oltre alla programmazione SQL. Esploriamo e sperimentiamo le opzioni per la costruzione di un data warehouse.

Cos’è la Data Science

La scienza dei dati è essenzialmente una pipeline che contiene un numero di moduli, che lavorano progressivamente sui dati per fornire informazioni e azioni.

Esaminiamo l’elenco dei moduli e l’ambito di ciò che fa parte di questa sezione del sito.

Il processo di data science inizia con l’acquisizione di dati da varie fonti.

I connettori alle fonti comprendono, acquisiscono e trasformano i dati mentre vengono inseriti nella pipeline. Segue il trasporto dei dati.

A seconda dell’origine dati e della destinazione, questo potrebbe essere all’interno di una LAN o in tutto il mondo.

Il trasporto dei dati garantisce l’affidabilità mentre fornisce i dati alla velocità richiesta dal business.

Poi c’è l’archiviazione. I dati grezzi acquisiti da fonti vengono memorizzati in archivi persistenti come i database. I lavori di elaborazione puliscono, elaborano e trasformano i dati e li memorizzano in archivi persistenti.

I dati in questi archivi vengono utilizzati per le analisi esplorative per estrarre informazioni sull’azienda o sulle entità di interesse. I dati vengono anche utilizzati per l’analisi predittiva per prevedere azioni o comportamenti futuri.

Introduzione a Google Cloud Platform

In che modo Google Cloud Platform o GCP supporta questi moduli?

GCP fornisce supporto end-to-end per tutti i moduli e le attività di data science. Può essere utilizzato come infrastruttura, piattaforma o servizio in queste pipeline. Ci sono più opzioni disponibili per ogni modulo.

Ad esempio, per la memorizzazione dei dati, GCP supporta più di cinque tipi di archivi dati. GCP è completamente gestito e riduce al minimo lo sforzo di amministrazione e monitoraggio per questi moduli. Fornisce inoltre il ridimensionamento orizzontale man mano che i volumi di dati crescono e l’elaborazione dei lavori si moltiplica.

Questa sezione di sito si concentra sui data warehouse, che fanno parte del modulo di archiviazione della scienza dei dati. Esploreremo diverse opzioni di archiviazione in GCP. Quindi faremo uno studio approfondito del prodotto Google BigQuery, che è il prodotto del data warehouse all’interno di GCP.

About
Latest Posts

Social

Davide Puzzo

Marketing Manager at e-Service

Business owner, ecommerce manager at e-Service Store.
Founder e business developer di Report Not Provided.
Disponibile per offrirti Consulenza Marketing, Consulenza informatica, Consulenza SEO & SEM, Sviluppo siti internet e Software gestionali, Progettazione di reti LAN WLAN, Videosorveglianza, Web Agency Ragusa & Parma.

Social