Adattó

Az adattó egy központi adattár, amely nagy mennyiségű adat betöltését és tárolását teszi lehetővé eredeti formájában. Az adatok ezután feldolgozhatók és felhasználhatók számos elemzési igény alapjaként. A nyílt, méretezhető architektúra miatt az adattó bármilyen típusú adatot képes kezelni bármilyen forrásból, a strukturált (adatbázistábláktól, Excel-munkalapoktól) a félig strukturált (XML-fájlokig, weblapokig) és a strukturálatlan (képekig, hangfájlokig, tweetekig), mindezt a megbízhatóság feláldozása nélkül. Az adatfájlok tárolása jellemzően szakaszos zónákban történik (nyersen, tisztítva és összeválogatva), így a különböző típusú felhasználók az igényeiknek megfelelően használhatják az adatokat a különböző űrlapjaikon. Az adattavak alapvető adatkonzisztenciát biztosítanak különböző alkalmazásokhoz, a big data elemzés, gépi tanulása gépi tanulási, a prediktív elemzések és az intelligens műveletek egyéb formái számára.

Míg az adattavak és adattárházak hasonlóak abban, hogy az adatokat tárolják és dolgozzák fel, mindegyiknek saját szakterülete van, és így saját használati eseteik is. Ezért gyakori, hogy egy nagyvállalati szintű szervezet adattavat és adattárházat is belefoglal az elemzési ökoszisztémába. Mindkét adattár együttműködik, hogy biztonságos, teljes körű rendszert alakítson ki a tároláshoz, a feldolgozáshoz és a gyorsabb elemzési időhöz.

Az adattó különböző forrásokból – üzleti alkalmazások, mobilalkalmazások, IoT-eszközök, közösségi média vagy streamelés – származó relációs és nem relációs adatokat egyaránt rögzít anélkül, hogy az adatok szerkezetét vagy sémáját az adatolvasásig meg kellene határozni. A séma olvasáskor biztosítja, hogy bármilyen típusú adat tárolható nyers formában. Ennek eredményeképpen az adattavak sokféle adattípust tárolhatnak, a strukturálttól a félig strukturáltig, a strukturálatlanig, bármilyen méretben. Rugalmas és méretezhető természetük miatt nélkülözhetetlenek az adatelemzés összetett formáinak végrehajtásához különböző típusú számítási feldolgozási eszközökkel, például Apache Spark vagy Azure Machine Learning.

Ezzel szemben az adattárház relációs jellegű. A struktúrát vagy sémát olyan üzleti és termékkövetelmények modellezik vagy előre definiálják, amelyek össze vannak válogatva, megfelelnek és SQL-lekérdezési műveletekhez vannak optimalizálva. Míg az adattó minden struktúratípus adatait tárolja, beleértve a nyers és a feldolgozatlan adatokat is, az adattárházak egy meghatározott céllal kezelt és átalakított adatokat tárolnak, amelyeket aztán elemzési vagy üzemeltetési jelentések készítésére használhatnak. Ez ideálissá teszi az adattárházakat szabványosabb BI-elemzési módok létrehozásához, vagy egy már definiált üzleti használati eset kiszolgálásához.