El Almacén de Datos Brutos mantiene una base de datos única para transacciones y análisis.
Todos los datos recopilados por la capa de ingesta llegan aquí como datos sin procesar, almacenados simultáneamente en dos bases de datos: una base de datos SQL optimizada para la consistencia transaccional y una base de datos MPP optimizada para la escalabilidad analítica. Ambas se mantienen alineadas directamente mediante la captura de cambios de datos, de modo que los mismos registros sin procesar están disponibles para lecturas operativas y para grandes consultas analíticas sin necesidad de mantener manualmente dos copias separadas de la información.
Los datos ingeridos se almacenan como registros sin procesar tanto en una base de datos SQL (transaccional) como en una base de datos MPP (analítica), que CDC mantiene sincronizadas directamente.
El valor es operativo, no sólo técnico.
La IA y todo lo que la precede pueden basarse en una única base de datos. Las consultas transaccionales acceden al almacén SQL, mientras que la agregación intensiva accede al almacén MPP, pero ambos reflejan los mismos registros sin procesar porque CDC los mantiene sincronizados.
Conserva los datos ingeridos como registros sin procesar antes de que se produzca cualquier modelado o abstracción.
Ofrece coherencia transaccional desde el almacén SQL y escala analítica desde el almacén MPP.
Utiliza CDC para mantener las dos tiendas alineadas directamente, en lugar de realizar copias diarias.
Proporciona a cada nivel superior una fuente de datos consistente sobre la que construir.
¿De qué se encarga esta capa?
Los datos ingeridos se escriben como registros sin procesar en lugar de tablas preagregadas.
Una base de datos SQL contiene la vista transaccional orientada a filas para lograr coherencia operativa.
Una base de datos MPP almacena la vista analítica orientada a columnas para consultas a gran escala.
La captura de datos de cambios propaga los cambios confirmados entre las dos tiendas para mantenerlas sincronizadas.
Funcionalidad
Así es como la capa mejora las decisiones de la IA.
Sin una base de datos sin procesar sincronizada con el CDC, los equipos terminan con copias inconsistentes: una base de datos transaccional y un almacén de análisis independiente que no coinciden, además de procesos por lotes que retrasan los datos analíticos con respecto a la realidad operativa.
Una búsqueda operativa del estado actual de un miembro puede llegar directamente al almacén SQL.
Un escaneo de cohorte grande durante meses de eventos puede ejecutarse en el almacén MPP sin cargar el almacén SQL.
Un cambio confirmado en una tienda se refleja en la otra mediante CDC, en lugar de un lote nocturno.