Thursday, July 24, 2014

(E) Revendo conceitos e quebrando paradigmas com o QlikView - Parte 2

  • Núcleo da tecnologia:
O segundo principal fator que diferencia o QlikView é o núcleo da nossa tecnologia. O QlikView é conhecido como pioneiro do BI em memory. A tecnologia in memory é importante por questões de desempenho. Mas apenas o in memory não basta para fornecer uma plataforma de Business Discovery. Alguns fornecedores que oferecem soluções tradicionais de BI que utilizam como base tecnológica queries e cubos estão trabalhando na reengenharia de suas ofertas para a execução in memory. Essas soluções podem melhorar o tempo de resposta para o usuário. Porém, enquanto elas tiverem por base queries e cubos, a manutenção das associações nos dados exigirá a codificação manual e, portanto, muito tempo e dinheiro. O que faz a diferença é o que o QlikView faz com a tecnologia in memory. A plataforma de Business Discovery QlikView:
  • Mantém os dados em memória para o acesso de vários usuários e deste modo proporcionar uma experiência de uso extremamente rápida. O QlikView mantém todos os dados necessários para a análise em memória, onde ficam disponíveis para exploração imediata pelos usuários. Os usuários recebem respostas de forma imediata, enquanto o QlikView realiza os cálculos necessários para fornecer o resultado das agregações solicitadas. O “pulo do gato” está na rapidez com que os cálculos são executados. O QlikView trabalha em ambiente distribuído multi-usuário; ele armazena cálculos comuns e os compartilha entre os usuários, de forma que os cálculos não necessitem ser refeitos sempre que alguém precisar deles.
  • Mantém associações entre os dados automaticamente. O mecanismo de inferência do QlikView permite a experiência associativa através das cores verde/branco/cinza. Esse mecanismo mantém automaticamente as associações entre cada dado e todo o conjunto dos dados existentes em um aplicativo, desta forma, desenvolvedores e os usuários não têm que efetuar essas associações. Como resultado, os usuários não ficam limitados a relatórios estáticos, caminhos predefinidos ou painéis pré-configurados. Em vez disso, eles podem navegar pelos seus dados em qualquer sentido, explorando-os da forma que desejarem.
  • Calcula agregações de forma dinâmica conforme necessário. O mecanismo de inferência do QlikView calcula agregações de forma dinâmica com base nas seleções feitas pelo usuário (o que chamamos de “estado” do aplicativo). Como resultado, os usuários não ficam limitados aos cálculos predefinidos (e, portanto, às percepções pré-concebidas baseadas em agrupamentos de dados feitos pela equipe de TI). Os usuários podem definir qualquer visão ou tipo de percepção que desejarem, e o QlikView calcula a resposta de forma dinâmica. O QlikView calcula apenas as agregações solicitadas pelo usuário; ele não pré-calcula agregações da mesma forma antiga que tem por base em queries e cubos. Ele processa os cálculos instantaneamente, conforme eles são necessários.
  • Compacta os dados a 10% de seu tamanho original. O QlikView atinge uma redução significativa no tamanho dos dados usados para análise com a utilização de um dicionário de dados (uma tabela de hash) e por usar apenas o número de bits necessário. Por exemplo, o campo “dia da semana” tem apenas sete valores de campo possíveis, e esses valores são armazenados em memória apenas uma vez, independentemente de quantos registros cada valor contém. Assim, o QlikView pode ser dimensionado para lidar com conjuntos de dados muito grandes, sem elevar os custos de investimentos em hardware apenas para colocar um conjunto de dados inteiro para ser executado in memory.
  • Otimiza a capacidade do processador. O QlikView distribui os cálculos por todos os núcleos disponíveis a fim de maximizar o seu desempenho para o usuário. Diferentemente das tecnologias que simplesmente “suportam” ao hardware com vários processadores, o QlikView é otimizado para tirar máximo proveito de toda a capacidade do hardware com múltiplos processadores, maximizando assim o desempenho e o investimento em hardware.

No comments:

Lastest Posts

(T) Using shared variables and key-value pairs