Data warehouse vs database: differenze per capirne l’utilizzo 

L’impresa che mira al successo è destinata a concentrare la propria attenzione su diversi fattori, uno di essi è sicuramente la gestione dei dati e delle informazioni in possesso. 

Strategia, intuizione, abilità nella predisposizione e organizzazione dei dati: tutte caratteristiche indispensabili all’azienda moderna che desidera proporre e raggiungere sempre nuovi obiettivi di crescita. Grazie all’analisi e all’interpretazione dei dati è possibile definire la strategia aziendale, ascoltando il proprio target, comprendendo le variazioni del mercato e dei desideri degli utenti.

Interpretare i dati correttamente è essenziale: per far ciò, però, i dati devono essere catalogati e organizzati con rigore ed esattezza. Un set di dati scoordinato o non eterogeneo potrebbe generare fraintendimenti, risultati scorretti e richiedere un gran lavoro (comportando uno spreco di risorse). 

Per poter gestire e organizzare al meglio i dati che quotidianamente vengono acquisiti dall’azienda, si può propendere per diversi modelli di architettura: database, data warehouse, data lake. Quali sono le differenze tra database e data warehouse? Quale delle due soluzioni scegliere in base alle proprie esigenze operative? Valutiamo pro e contro dell’infrastruttura di database e data warehouse.

Data warehouse vs database (tabella)

Parametro	Database	Data warehouse
Obiettivo	Il database ha lo scopo di registrare.	Il data warehouse ha lo scopo di analizzare.
Elaborazione	Il metodo di elaborazione è OLTP (Online Transactional Processing).	Il metodo di elaborazione è OLAP (elaborazione analitica online).
Utilizzo	Viene utilizzato per eseguire operazioni fondamentali in azienda.	Viene utilizzato per effettuare analisi inerenti all’attività.
Tabelle e join	Complessi, in quanto normalizzati.	Semplici, in quanto denormalizzati.
Archiviazione	Limitata a una singola applicazione.	Non limitata in quanto acquisisce i dati da più di un’applicazione.
Orientamento	La raccolta dati è orientata all’applicazione.	La raccolta dati è orientata al soggetto.
Disponibilità	I dati sono disponibili in tempo reale.	I dati vengono aggiornati come e quando necessario.
Progettazione	Vengono adoperate tecniche di modellazione ER.	Vengono adoperate tecniche di modellazione dei dati.
Tecnica	Acquisire i dati.	Analizzare i dati.
Conservazione dei dati	Secondo il metodo dell’approccio relazionale piatto.	Secondo un approccio dimensionale e normalizzato per la struttura del dato.
Tipo di dati	I dati vengono sempre aggiornati.	I dati (correnti e storici) vengono archiviati e non sempre vengono aggiornati.
Tipo di query	Query di transazione semplici.	Query complesse a scopo di analisi.
Riepilogazione	Dati dettagliati.	Dati altamente riepilogati.

Differenza tra database e datawarehouse: esaminiamo le principali

Sarebbe scorretto credere che tra database e data warehouse non vi sia alcuna differenza: i due strumenti, infatti, hanno scopi, strutture e impieghi diversi. 

Mentre i database rappresentano la migliore piattaforma per la raccolta dei dati e per la loro interrogazione ai fini operativi, il data warehouse assume il ruolo di sistema analitico dei dati utilizzato per finalità strategiche (per la pianificazione dei processi aziendali, in particolare). 

Il database raccoglie i dati, li mette in relazione tra loro, permette all’utente di attingere ad essi mediante una o più applicazioni. Il data warehouse ha funzionalità particolari, differenti rispetto alle classiche funzioni del database. Le principali differenze tra database e data warehouse sono due:

• registrazione/aggregazione. L’obiettivo del database è quello di registrare i dati in tempo reale. Il data warehouse ha come obiettivo quello di aggregare i dati ai fini analitici;
• applicazione/analista. Il database è legato all’applicazione, per cui può essere funzionale in caso di bassi livelli di attività o per realizzare analisi non particolarmente precise. Il data warehouse è al servizio dell’analista, in quanto garantisce un’alta qualità al processo di analisi, essendo integrabile con piattaforme di analytics e di business intelligence. Le interrogazioni ai fini analitici vengono svolte utilizzando il data warehouse, senza l’interruzione dei processi di repository dei dati. Il data warehouse offre risposte immediate anche in caso di analisi di un importante volume di dati. 

Cos’è un data warehouse?

Se il database non risulta ottimizzato per analisi e reporting, il data warehouse può garantire massima efficienza al processo di analisi dei dati. Il data warehouse, infatti, viene progettato e ottimizzato precisamente con l’obiettivo di offrire un’ottima base per le attività di analisi. 

Il data warehouse recupera i dati dalla cronologia di un’infrastruttura di elaborazione delle transazioni, ma anche da altre fonti. Il data warehouse estrae le informazioni e le immette, in modo ordinato e preciso, all’interno di un pannello di visualizzazione. Le informazioni sono pronte per essere utilizzate ai fini di analisi. 

Si parla di data warehouse “logico” quando l’infrastruttura permette di ottimizzare (mediante più livelli) sia le fonti dei dati standard (come i database, i data warehouse aziendali o i data lake), sia altre fonti (server, cloud, applicazioni, web e big data). Nel caso in cui il business sia in crescita, il virtualizzatore incorpora nuovi dati senza procedere all’interruzione delle attività avviate. 

Cos’è un database?

Il database è un contenitore all’interno del quale vengono archiviati, su un sistema informatico, i dati correlati. L’infrastruttura del database è organizzata a seconda dei criteri di utilità, può essere utilizzato in differenti modalità e secondo diverse applicazioni. 

Il database è in grado di archiviare un’alta quantità di dati, ottimizzando lo spazio e rendendo snella qualsiasi operazione eseguita sul dato. Il database supporta quattro diverse funzioni (CRUD):

• creare. Creazione del dato e inserimento dello stesso all’interno di tabelle;
• leggere. Esecuzione di una query su ciò che si desidera recuperare;
• aggiornare. Processo di modifica dei dati;
• eliminare. Rimozione del dato.

Per la creazione di un database occorre procedere secondo criteri logici: i dati vengono archiviati, organizzati e manipolati sulla base della descrizione che viene fornita al sistema. Per la modellazione del database si possono seguire diverse tecniche:

• modello relazionale;
• modello orientato agli oggetti;
• modello gerarchico;
• modello di rete. 

Perché utilizzarli

Nella scelta del sistema di storage più adatto alle singole esigenze, occorre valutare quali sono i principali motivi per cui scegliere un database o un datawarehouse. 

Analizziamo, quindi, le motivazioni per le quali è bene utilizzare un database:

• garantisce massima sicurezza ai dati e al loro accesso;
• offre una varietà di tecniche di archiviazione e recupero dei dati;
• efficienza nella gestione e ottimo bilanciamento del requisito di più applicazioni che usano lo stesso dato;
• permette di accedere a dati simultanei, in modo che solo un utente alla volta possa accedere agli stessi dati;
• offre vincoli di integrità utili a garantire un alto livello di protezione e per impedire l’accesso ai dati sensibili. 

Vediamo, adesso, quali sono i motivi per i quali è bene scegliere di utilizzare un data warehouse: 

• permette agli utenti di un’azienda di accedere a dati critici, centralizzando i dati provenienti da diverse origini in un’unica sede;
• permette di integrare diverse fonti di dati, riducendo lo stress sul sistema di produzione;
• garantisce il provisioning delle risorse mediante un pannello di controllo versatile;
• riduce il tempo di consegna totale per le attività di analisi e reporting;
• offre informazioni coerenti sulle attività interfunzionali; 
• consente all’utente di risparmiare tempo in fase di recupero di informazioni derivanti da diverse fonti. È possibile accedere ai dati anche in cloud;
• archivia una grande quantità di dati storici utili per l’analisi delle tendenze (relative a diversi periodi) e per la previsione degli scenari futuri;
• separa l’elaborazione analitica dai database transazionali, ottimizzando le prestazioni di entrambe i sistemi;
• fornisce report molto accurati;
• migliora il valore delle applicazioni operative aziendali e dei sistemi di gestione dei rapporti con il cliente. 

Applicazioni pratiche del database 

Settore	Utilizzo
Università	Archiviazione dei dati riguardanti gli studenti, l’iscrizione ai corsi, i risultati e il percorso accademico.
Compagnie aeree	Gestione delle informazioni relative a prenotazioni e orari.
Bancario	Gestione delle attività relative al conto corrente, ai pagamenti, a depositi, prestiti, carte di credito e altre attività o informazioni relative al cliente.
Finanza	Memorizzazione di informazioni su vendite e acquisto di azioni, obbligazioni e dati inerenti alle azioni.
Vendite e produzione	Archiviazione dei dati relativi alle vendite, ai clienti e ai prodotti.
Telecomunicazioni	Memorizzazione di informazioni relative alle fatture, alla manutenzione del saldo, ai registri delle chiamate.
Risorse umane	Gestione dei dati relativi agli stipendi, alla generazione delle buste paga e alle detrazioni.

Applicazioni pratiche del data warehouse 

Settore	Utilizzo
Sanitario	Creazione report e previsione dei risultati nell’ambito dei trattamenti svolti. Previsione delle criticità mediante il processo di apprendimento automatico avanzato.
Bancario	Gestione delle risorse disponibili sul desk.
Compagnie aeree	Gestione dei sistemi: analisi della rotta, assegnazione dell’equipaggio, programmi di sconto per passeggeri ricorrenti.
Telecomunicazioni	Definizione delle strategie di vendita, per la creazione di campagne promozionali di prodotto e per decidere le modalità di distribuzione.
Assicurazioni	Analisi dei modelli dei dati, delle tendenze seguite dalla clientela e delle variazioni di mercato.

Vantaggi e svantaggi

Analizziamo, quindi, quali sono i vantaggi e gli svantaggi del database e del data warehouse. 

Vantaggi del database 

Scegliere un database per la propria azienda permette di ottenere numerosi benefici nell’ambito dell’archiviazione e gestione dei dati. In particolare, i vantaggi offerti da un database sono: 

• la sicurezza;
• la rimozione delle ridondanze;
• la possibilità di usufruire di più tipologie di visualizzazione dei dati;
• l’isolamento tra dati e programmi:
• la condivisione dei dati;
• l’elaborazione delle transazioni multiutente;
• la possibilità, in caso di database relazionale, di supportare ambienti multiutente;
• la conformità ACID (atomicità, coerenza, isolamento e durata) garantita dal sistema;
• set di dati unico e non frammentato.

Vantaggi del data warehouse

Invece, i vantaggi del data warehouse sono:

• trasformazione dei dati in informazioni; 
• orientamento al soggetto e possibilità di accedere a informazioni relative al tema, piuttosto che alle operazioni in corso dalle aziende;
• i dati precedenti (storici) non vengono cancellati nel momento in cui si implementano nuove informazioni. Pertanto, il sistema non risulta volatile;
• ampio orizzonte temporale;
• archiviazione dei dati in modo comune e accettabile;
• analisi dei dati storici e correnti. È possibile eseguire analisi descrittive e predittive profonde, applicando tecniche di machine learning. Lo storico dei dati può essere utilizzato durante processi di business analytics e business intelligence;
• possibilità di integrare tecnologie big data, analytics e cloud. La combinazione delle variabili risulta più profonda e articolata, anche in presenza di una mole enorme di dati, mediante l’implementazione di funzionalità analitiche avanzate (intelligenza artificiale). Le risorse in cloud, dall’alta scalabilità, permettono di eseguire qualsiasi carico di lavoro nell’ambito dell’analisi dei dati;
• ottimizzazione delle query, anche in presenza di enormi quantità di dati;
• qualità dei dati;
• decisioni più efficaci per il business. L’analisi dei dati permette di ottenere informazioni di alta qualità. Ciò determina un’ottimizzazione del processo decisionale, mediante report e insights in tempo reale.

Svantaggi del database 

Nonostante le importanti funzionalità e i benefici offerti dal database, questo sistema presenta diversi svantaggi:

• costi elevati del software e dell’hardware. Questo potrebbe comportare un aumento forzato del budget;
• possibili problemi relativi alla compatibilità con sistemi già in uso;
• complessità di utilizzo. Spesso per imparare a utilizzare un database, un utente ha necessità di seguire uno specifico evento formativo;
• non consente l’esecuzione di calcoli sofisticati;
• possibile perdita di controllo sui dati. Ciò determina un aumento di problematiche relative alla privacy, alla sicurezza e alla proprietà. 

Svantaggi del data warehouse

Anche un data warehouse presenta i suoi difetti e svantaggi: 

• difficoltà nella rilevazione delle problematiche associate al sistema, che possono manifestarsi anche per molti anni;
• sistema particolarmente complesso, anche per utenti medi. È importante seguire un evento formativo affinché l’utente possa utilizzare il magazzino e il data mining;
• ambito in continuo aumento, nonostante gli sforzi nella gestione dei progetti;
• necessità frequente di manutenzione. Pulizia, estrazione e caricamento dei dati possono richiedere molto tempo;
• aggiungere nuove origini dei dati necessita di molto tempo e determina costi elevati. 

Database vs data warehouse vs data lake

Per la gestione di grandi volumi di dati, le imprese possono scegliere un database o un data warehouse. Esiste, però, una terza alternativa: il data lake. I tre strumenti sono differenti tra loro, in quanto:

• un database memorizza i dati in tempo reale, con l’obiettivo di alimentare un’applicazione;
• un data warehouse archivia i dati attuali e storici, estraendoli da uno o più sistemi e implementandoli all’interno di uno schema predefinito. Questo schema permette di eseguire un’analisi dettagliata dei dati. Lo strumento viene utilizzato da analisi e data scientist;
• un data lake archivia i dati attuali e storici, estraendoli da uno o più sistemi e immettendoli all’interno di uno schema, ma nella loro forma grezza. Viene usato da analisti e data scientist per analizzare i dati. 

Di seguito, uno schema inerente alle principali differenze tra database, data warehouse e data lake.

	Database	Data warehouse	Data lake
Carico di lavoro	Operativo e transazionale.	Analitico.	Analitico.
Tipo di dati	Strutturati o semistrutturati.	Strutturati e/o semistrutturati.	Strutturati, semistrutturati o non strutturati.
Flessibilità dello schema	Schema rigido o flessibile a seconda del tipo di database.	Definizione di uno schema predefinito e fisso per la classificazione.	Nessuna definizione di schema richiesta per la classificazione.
Utenti	Sviluppatori di applicazioni.	Analisti aziendali e data scientist.	Analisti aziendali, sviluppatori di applicazioni e data scientist.
Aggiornamento dati	In tempo reale.	Potrebbe non essere aggiornato in base alla frequenza dei processi ETL.	Potrebbe non essere aggiornato in base alla frequenza dei processi ETL.
Vantaggi	Query veloci per l’archiviazione e l’aggiornamento dei dati.	Lo schema fisso semplifica il lavoro degli analisti di business con i dati.	La facilità di archiviazione dei dati semplifica l’inserimento dei dati grezzi.Uno schema viene applicato in seguito per facilitare il lavoro con i dati agli analisti aziendali.Archiviazione e calcolo separati.
Svantaggi	Può avere capacità analitiche limitate.	Difficile progettare ed evolvere gli schemi.L’elaborazione può richiedere una scalabilità non necessaria dello storage, perché sono strettamente accoppiati.	Richiede uno sforzo per organizzare e preparare i dati da utilizzare.