Data warehouse
Data warehouse é um banco organizado para responder perguntas de análise, separado do banco que roda a operação. Existe porque os dois usos são opostos: um grava muitos registros pequenos, o outro lê muitos registros de uma vez.
O banco de produção é ajustado para a operação: gravar o pedido, atualizar o estoque, buscar um cliente. Milhares de operações pequenas e rápidas.
A pergunta de análise faz o contrário: varre dois anos de pedidos para somar por região. É uma leitura pesada, e rodá-la no banco de produção compete com quem está tentando faturar. O sintoma clássico é o sistema ficar lento toda vez que alguém abre o relatório.
O warehouse resolve isso com uma cópia organizada para leitura, alimentada por um processo de carga. O dado chega com algum atraso, e em troca a análise não afeta a operação e a consulta pesada fica rápida.
A separação também permite guardar histórico que o sistema de produção descarta. Preço que mudou, cliente que foi reclassificado, produto que saiu de linha: a operação só precisa do estado atual, a análise precisa da série.
Quando se aplica
- O sistema fica lento quando alguém roda relatório.
- A análise precisa juntar dado de mais de um sistema.
- Existe pergunta sobre o passado que o sistema atual não responde, porque sobrescreveu.
- O volume cresceu a ponto de a planilha não abrir.
Quando não se aplica
- Há uma fonte só, volume pequeno e o relatório do próprio sistema resolve.
- A urgência é operacional. Análise trabalha com atraso por definição; alerta em tempo real é outro assunto.
- Antes de existir acordo sobre as métricas. O warehouse guarda a divergência com mais eficiência.
Camada analítica separada da operação, com histórico e custo sob controle.
Se o sistema trava quando alguém abre relatório, o problema é de arquitetura.
O diagnóstico olha o volume, as fontes e as perguntas que a operação faz, antes de propor estrutura.
Agendar diagnóstico