1. Banco de Dados Tradicional:
Neste modelo, você é responsável por:
- Gerenciar a infraestrutura: Comprar, instalar e configurar servidores, armazenamento e rede.
- Instalar e configurar o software do banco de dados: Escolher o software, instalar e configurar o banco de dados.
- Gerenciar o banco de dados: Aplicar patches de segurança, backups, otimização de desempenho e solução de problemas.
Ideal para:
- Empresas com grande expertise em gerenciamento de bancos de dados.
- Necessidades específicas que não podem ser atendidas por um DBaaS.
2. Database as a Service (DBaaS):
Neste modelo, o provedor de nuvem gerencia:
- Infraestrutura: Servidores, armazenamento e rede.
- Software do banco de dados: Instalação, configuração e atualizações.
- Gerenciamento do banco de dados: Backups, segurança, otimização de desempenho e solução de problemas.
Você só precisa:
- Provisionar o banco de dados.
- Carregar seus dados.
- Gerenciar seus dados e usuários.
Ideal para:
- Empresas que desejam reduzir custos e complexidade.
- Equipes que não possuem expertise em gerenciamento de bancos de dados.
Vantagens do DBaaS:
- Simplicidade: Fácil de configurar e usar.
- Escalabilidade: Aumente ou diminua a capacidade conforme necessário.
- Custo: Pague apenas pelos recursos que você usa.
- Segurança: Proteja seus dados com medidas de segurança avançadas.
- Confiabilidade: Mantenha seus dados disponíveis 24 horas por dia, 7 dias por semana.
Desvantagens do DBaaS:
- Menos controle: Você não tem acesso direto à infraestrutura do banco de dados.
- Personalização limitada: As opções de personalização podem ser limitadas.
- Custos de migração: Migrar seus dados para um DBaaS pode ser um processo complexo e caro.
Resumo:
| Modelo | Responsabilidades | Ideal para |
|---|---|---|
| Banco de Dados Tradicional | Você | Expertise em gerenciamento de bancos de dados |
| DBaaS | Provedor de nuvem | Reduzir custos e complexidade |
Qual modelo escolher?
Depende de suas necessidades e prioridades. Se você busca simplicidade e escalabilidade, o DBaaS é a melhor opção. Se você precisa de mais controle e personalização, o banco de dados tradicional pode ser mais adequado.
Inteligência Artificial e Métodos Quantitativos
1 Big Data.
1.2.1 O paradigma de computação na nuvem.
1.2.2 Requisitos de gerência de dados na nuvem.
1.2.3 Categorias de bancos de dados na nuvem.
1.3 Infraestruturas para processamento distribuído de Big Data: Hadoop, Spark, Kafka.
2.1 Definição e características de um Data Warehouse.
2.2 Data Mart.
2.3 Processamento de Transações em tempo real: OLTP e OLAP.
2.4 Modelagem Multidimensional.
2.5 Bancos de Dados Multidimensionais.
2.6 Projeto de Data Warehouse.
2.7 Conceitos de extração, transformação e carga (ETL).
3 Descoberta de Conhecimento e Mineração de Dados.
3.1 Conceitos básicos do processo de descoberta de conhecimento em bancos de dados (KDD).
3.2 Metodologia de KDD.
3.4 Pré-processamento de dados.
5 Estatística.