Todos nós já ouvimos que “os dados são reis” e estamos gerando cada vez mais dados em nossas vidas pessoais e profissionais.
Historicamente, o armazenamento de dados costumava ser uma reflexão tardia – criá-los era a prioridade. No entanto, as organizações têm cada vez mais dificuldade em gerir o crescimento dos dados que criaram.
Vemos que a maioria das organizações interroga os seus dados (como relatórios) com base em requisitos de curto prazo, analisando os dados gerados na última semana, mês ou trimestre. Alguns tipos de dados podem ser usados para comparações ano após ano (pense em dados financeiros, etc.). No entanto, se não for controlada, esta dispersão de dados pode tornar-se incontrolável.
Os backups — e, mais importante, as restaurações — podem se tornar extremamente demorados e perturbadores. Se os dados precisarem ser restaurados em um ambiente de produção, quanto mais tempo o processo demorar, maior será a chance de ter um impacto material na marca ou reputação da empresa. Portanto, restaurá-lo da maneira mais rápida e limpa possível é fundamental.
A expansão de dados também pode levar a um rastreamento de consultas de banco de dados usadas em aplicativos ou relatórios. Ninguém quer esperar uma hora para que um relatório seja publicado!
No entanto, muitos destes dados, incluindo os elementos mais antigos, provavelmente ainda terão valor e servirão um propósito. Isto é especialmente verdadeiro hoje, à medida que os modelos de IA se tornam mais predominantes e as empresas procuram reter e utilizar dados para fins de formação. Com até mesmo os dados mais antigos recebendo uma finalidade renovada, as empresas precisam atender à necessidade crescente de manter e armazenar dados por mais tempo. Portanto, é essencial que as organizações avaliem criticamente os seus dados e determinem o que realmente precisam reter.
Uma etapa vital é garantir que as equipes de operações e desenvolvimento da sua organização estejam conectadas e colaborando de forma eficaz. O movimento DevOps prometeu permitir esta harmonia interdepartamental. Embora isso pareça ótimo na teoria, nem sempre funciona na realidade. As equipes de operações e os desenvolvedores têm prioridades muito diferentes. Enquanto as equipes de desenvolvimento se concentram principalmente na velocidade dos recursos e na cadência de lançamento, as equipes de operações estão focadas em estratégias de gerenciamento de dados (descarregamento de dados mais antigos, arquivamento, eliminação, etc.). Esta desconexão pode muitas vezes resultar num impasse em que nada muda e os mesmos velhos desafios persistem.
Portanto, é crucial identificar e implementar estratégias de gestão de dados para segregar os dados com base na sua utilidade e caso de uso. Afinal, é impossível gerir dados de forma eficaz sem saber o seu valor, e é impossível saber o seu valor sem conhecer a sua finalidade. Como tal, qualquer estratégia eficaz de gestão de dados — especialmente aquelas focadas em controlar a expansão — deve fazer da segregação e da categorização os objetivos principais.
O uso eficaz de metadados é uma das etapas mais fundamentais para viabilizar tal estratégia. Para que os dados sejam efetivamente segregados e categorizados, as organizações devem garantir que os metadados sejam consistentes, detalhados e robustos para garantir a coerência entre os aplicativos e que a finalidade dos dados ou o caso de uso comercial possam ser identificados com rapidez e precisão.
A qualidade dos dados é o outro pilar para uma estratégia de gestão eficaz. Muitas vezes, as inconsistências causadas por silos de dados, a falta de processos padronizados e a ausência de métodos eficazes de triagem e validação prejudicam a capacidade de uma organização de gerir dados de forma eficaz e conter a expansão.
Em última análise, a priorização é vital – garantindo que os dados legados mais antigos sejam arquivados ou eliminados, e que os dados mais recentes, ou aqueles que serão usados com mais frequência, sejam otimizados, ajustados e tornados tão eficientes quanto possível.
No entanto, isso nos traz de volta à colaboração eficaz. Para segregar os dados corretamente, as equipes de operações e os desenvolvedores devem trabalhar juntos, mantendo linhas de comunicação abertas em torno dos desejos e necessidades de cada equipe. Quando relegados a silos, torna-se impossível para qualquer equipe identificar e priorizar os dados de forma eficaz. Muitas vezes, a mudança cultural é a estratégia de gestão de dados mais poderosa e importante que uma organização pode empregar. O DevOps oferece um paradigma útil, mas, em última análise, a maioria das organizações terá de abordar as considerações culturais à sua própria maneira.
A geração e o consumo de dados estão a crescer exponencialmente, com a inteligência artificial e a aprendizagem automática a lançar-nos para um futuro onde até os dados mais antigos terão uma nova vida.
Como tal, a prática de simplesmente “eliminar o que é antigo” está rapidamente a tornar-se uma coisa do passado, pelo que as organizações de hoje devem considerar seriamente a priorização de estratégias de gestão de dados a longo prazo.
YOUTUBE.COM/THENEWSTACK
A tecnologia avança rápido, não perca um episódio. Inscreva-se em nosso canal no YouTube para transmitir todos os nossos podcasts, entrevistas, demonstrações e muito mais.
SE INSCREVER
