Ciência e Dados
Menu
  • Home
  • Sobre
  • Contato
Menu
Database of Things (DoT) - Banco de Dados das Coisas

Database of Things (DoT) – Banco de Dados das Coisas

Posted on 3 de dezembro de 201527 de dezembro de 2017 by David Matos

O futuro está batendo à porta……

A história da computação é marcada por períodos de inovação disruptiva que muda completamente o cenário da tecnologia. E os gerenciadores de banco de dados pareciam imunes a mudanças de paradigma. Mas desde 2004, o cenário começou a mudar e agora a mudança parece inevitável. A prova disso, é que os grandes players do mercado, Oracle, IBM e Microsoft, estão revendo seus produtos, que juntos representam mais de 90% do mercado de bancos de dados. A Oracle, por exemplo, já possui um portal totalmente dedicado a IoT (clique aqui para acessar).

A próxima grande onda em tecnologia da informação é sem dúvida a Internet das Coisas (IoT – Internet of Things). A Internet das Coisas vai mudar a forma como os dispositivos, tradicionalmente considerados como pouco inteligentes, vão se comunicar através da internet e enriquecer as nossas vidas. E os bancos de dados terão um papel fundamental neste processo. Em um determinado momento, o ecossistema IoT terá vários dispositivos, sistemas e ferramentas que irão gerar volumes significativos de dados. Armazenamento, processamento e recuperação de tais grandes volumes de dados, são uma parte crucial da Internet das Coisas. Com isso, o termo Banco de Dados das Coisas (DoT), começa a ser usado. Ele se refere aos bancos de dados que armazenam os dados em memória, ao invés do armazenamento tradicional em disco, como é feito atualmente.

O fluxo de dados gerado pela Internet das Coisas, ainda é algo que não pode ser previsto e muito menos mensurado, mas estima-se que o volume vai superar e muito o que hoje chamamos de Big Data. E a análise destes dados será um grande desafio. Um volume de dados gigantesco e com necessidade de processamento em tempo real, vai requerer um novo tipo de banco de dados, que suporte este processo. E as soluções já estão surgindo.

Um sistema de banco de dados em memória (in-memory) é um sistema de gerenciamento de banco de dados que armazena dados totalmente na memória principal. Isso contrasta com os sistemas tradicionais de banco de dados, que são projetados para armazenamento de dados em mídia persistente, em disco. Trabalhar com dados na memória é muito mais rápido do que escrever e ler a partir de um sistema de arquivos e IMDSs (In-memory Databases) podem executar funções de gerenciamento de dados das aplicações em uma ordem de magnitude muito maior. O design é tipicamente mais simples do que a de bases de dados em disco e IMDSs também podem impor requisitos de memória e CPU significativamente mais baixos. Os dados são carregados na memória do sistema em um formato compactado, não-relacional. In-memory Databases agilizam o trabalho envolvido em consultas e processamento.

Além de fornecer os tempos de resposta de consulta extremamente rápidos, in-memory databases podem reduzir ou eliminar a necessidade de indexação de dados e armazenamento de dados pré-agregados em cubos OLAP ou tabelas agregadas. Esta capacidade reduz os custos de TI e permite uma implementação mais rápida de aplicações de Analytics e Business Intelligence.

Pesquisas de tecnologias de Máquina-a-Máquina (M2M), ligadas a Internet das Coisas, afirmam que, até 2020, cerca de 12,5 bilhões de dispositivos terão sensores que lhes permitirão ser controlados, monitorizados e automatizados. Estes dispositivos incluem aparelhos como medidores elétricos, condicionadores de ar e painéis de controle de iluminação – todos os quais serão usados para gerenciar edifícios inteligentes e melhorar seu uso de energia e desempenho operacional. Aproveitar os dados gerados a partir desses dispositivos conectados, pode levar a criação de modelos de negócio inovadores, novas oportunidades de receita e experiências totalmente novas no relacionamento com os clientes.

Recentemente a Forrester divulgou um relatório (clique aqui para acessar) com os principais bancos de dados em memória que estão sendo usados como Database of Things. Algumas das soluções mais significantes atualmente:

  • Aerospike
  • Altibase
  • DataStax
  • IBM DB2 com BLU acceleration e dashDB
  • Kognitio
  • MemSQL
  • Microsoft SQL Server 2014
  • Oracle TimesTen e Oracle 12c In-memory
  • Pivotal
  • SAP Hana
  • Teradata Intelligent Memory
  • VoltDB

A tabela abaixo também ajuda a entender a nova classificação das soluções de bancos de dados.

Tipos de Bancos de Dados

Fonte: https://dzone.com/articles/a-database-platform-for-the-internet-of-things

A crescente utilização de dados para tomada de decisões críticas de negócios, tem permitido que várias organizações repensem o que elas podem conseguir com a Internet das Coisas (IoT). Se você acha que a crescente onda da Internet das Coisas é apenas uma moda passageira, você pode estar apostando no lado errado. O futuro, que já está batendo à porta, vai dizer.

David Matos

Material de Referência:

DB4IoT

A Database Platform for the Internet of Things

Gartner’s 19 In-memory Databases for Big Data Analytics and Internet of Things

The Forrester Wave™: In-Memory Database Platforms, Q3 2015

Database of Things (DoT): The future of database. Has it’s time come?

10 In-Memory Database Options Power Speedy Performance

Oracle Internet of Things

Relacionado

Deixe um comentário Cancelar resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Assinar blog por e-mail

Digite seu endereço de e-mail para assinar este blog e receber notificações de novas publicações por e-mail.

Buscar

Twitter

Meus Tuítes

Tags Mais Comuns nos Posts

Anaconda Analytics Análise de Negócios Apache Spark AWS Big Data Blockchain Business Intelligence ChatGPT Chief Data Officer Cientista de Dados Cientistas de Dados Ciência de Dados Cloud Computing Data Lake Data Mesh Data Science Data Scientist Data Warehouse Deep Learning Deploy Descriptive Analytics Diagnostic Analytics Engenharia de Dados Engenheiro de Dados Estatística GPU Hadoop Inteligência Artificial Internet of Things Linguagem Python Linguagem R Machine Learning MapReduce Metadados NoSQL NVIDIA Open Data Oracle Predictive Analytics Prescriptive Analytics Probabilidade Python Salários Data Science Visualização

Histórico de Posts

  • março 2023 (3)
  • fevereiro 2023 (3)
  • janeiro 2023 (5)
  • dezembro 2022 (8)
  • novembro 2022 (7)
  • outubro 2022 (2)
  • setembro 2022 (3)
  • agosto 2022 (2)
  • julho 2022 (2)
  • junho 2022 (3)
  • maio 2022 (1)
  • abril 2022 (3)
  • março 2022 (1)
  • fevereiro 2022 (3)
  • janeiro 2022 (2)
  • dezembro 2021 (1)
  • novembro 2021 (5)
  • outubro 2021 (2)
  • setembro 2021 (3)
  • agosto 2021 (1)
  • junho 2021 (1)
  • fevereiro 2021 (2)
  • janeiro 2021 (1)
  • dezembro 2020 (1)
  • novembro 2020 (1)
  • outubro 2020 (2)
  • agosto 2020 (1)
  • abril 2020 (1)
  • março 2020 (1)
  • fevereiro 2020 (2)
  • agosto 2019 (1)
  • abril 2019 (1)
  • setembro 2018 (2)
  • julho 2018 (1)
  • junho 2018 (3)
  • abril 2018 (1)
  • março 2018 (1)
  • fevereiro 2018 (2)
  • janeiro 2018 (1)
  • dezembro 2017 (1)
  • novembro 2017 (1)
  • outubro 2017 (1)
  • setembro 2017 (1)
  • julho 2017 (1)
  • junho 2017 (1)
  • maio 2017 (2)
  • abril 2017 (1)
  • janeiro 2017 (1)
  • novembro 2016 (1)
  • outubro 2016 (1)
  • setembro 2016 (1)
  • julho 2016 (1)
  • junho 2016 (1)
  • maio 2016 (1)
  • abril 2016 (1)
  • fevereiro 2016 (1)
  • janeiro 2016 (3)
  • dezembro 2015 (4)
  • novembro 2015 (6)
  • outubro 2015 (9)
  • setembro 2015 (9)
  • agosto 2015 (9)
©2022 Ciência e Dados
 

Carregando comentários...