SlideShare uma empresa Scribd logo
1 de 26
ALTA PERFORMANCE E GRANDE
VOLUME DE DADOS COM QLIK
SENSE
1
Victor Bertoldo
Iniciei como a grande
maioria na área de TI,
trabalhando com suporte
ao usuário.
2011
Primeiro contato grande
volume de dados.
2019Voltei a liderar equipes,
tive minha primeira
experiencia
empreendendo e meu
primeiro contato com
Qlik.
2017Primeira oportunidade
trabalhando com dados.
Basicamente excel.
2016Comecei a liderar equips
e passei boa parte da
minha carreira focado
em gestão.
2013
Trajetória
https://www.linkedin.com/in/victorbertoldo/
2
Sobre a Qlik.
• Os produtos mais conhecidos da Qlik, QlikView
e Qlik Sense possuem em seu cerne uma
tecnologia proprietária denominada Memória
Associativa de dados (Qlik’s in-memory
associative database), em tradução livre.
• Criada em 1993 na Suécia, permite grandes
conjuntos de dados comprimidos e armazenados
em RAM. Basicamente isso é o que definine o
Qlik.
3
Portifólio
• QlikView;
• Qlik Sense;
• Attunity – Data Integration;
• Qlik Data Catalyst;
• Qlik Core;
• Qlik Insight Bot;
• Qlik NPrinting.
4
Componentes do Qlik
Sense
In-memory associative
database.
ETL Engine:
• Data manager;
• Script;
• Data model.
Visualização.
API e
extensibilidade.
5
O motor Associativo 6
O motor Associativo 7
Ok!
Let’s
Talk about
DATA
“
”
8
Por que usar
Qlik,
em ambientes com
grandes volumes
de
dados ?
9
QVDs
QVDs São Datafiles
da Qlik, que usam
uma técnica XML
de armazenamento
de dados.
Como falado
anteriormente, o
motor associativo
comprime os dados
em mémoria.
Além da RAM
Alta
compressã
o
10
QVDs
São compostos de 3
partes:
• XML Header – Metadados;
• Symbol table – byte-
stuffed format;
• Data table – bit-stuffed
format. A taxa de compressão
pode chegar à até
90%, mas depende dos
dados que estão
sendo processados.
Ratio 10:1
Alta
compressã
o
11
Por que usar
QVDs
Em meu projeto
Sem DW não é
BI
?
12
13
Benefícios
0
102
10-100 vezes mais rápido
que carregar dados de
outras origens;
Reduz a carga no
banco de dados;
Carga incremental
muito performática.03
Vamos mostrar
AOVIVASSO!
14
Xeque-mate
Sem DW não é boa
prática.
15
É só isso?
É claro que
não
!
16
Em alguns casos, mesmo com a alta
compressãoDe dados precisamos de entregar
análisesCom alta granularidade
17
!
On Demand App Generation –
ODAG
Quando usar
18
?
O cenário mais comum é
quando a análise exige grandes
volumes e a necessidade de
detalhar o dado até o menor
nível.
Cenário de Vendas 19
Dados sumarizados maior nível.
Dashboard geral de Vendas
Detalhar as vendas por região,
filial, etc.
Análise por Filial
Esporádicamente é necessario
detalhar no nível do item do
pedido de venda, ou item do
cupom fiscal.
Analítico no ultimo nível
Como funciona? 20
Tem mais?
21
Qlik Associative Big Data Index 22
Como funciona? 23
Analises sem limites;
Indexação de Data Lakes;
Elimina o custo de recursos intermediários;
Indexa imediatamente dados atualizados
ou adicionados.
QSL (Qlik Selection Language)
Saiba mais em: https://help.qlik.com/en-US/associative-big-data-
index/June2019/Content/QABDI/qlik-associative-big-data-index.htm
Obrigado pela
Atenção.
Participem também
do Qlik Meetup
Oficial
Da região.
24
25
Valeu Pessoal!
https://www.meetup.com/pt-BR/Qlik-Meetup-Gyn/
Don’t
worry, be
Qlik®.
https://www.linkedin.com/in/victorbertoldo/
26
Contato
Dadobipolar.tech
+55 62 9 9303-5176
Comunidade DataHackers

Mais conteúdo relacionado

Semelhante a Meetup datatrain

Data Management Summit
Data Management SummitData Management Summit
Data Management SummitDenodo
 
Apresentação Comercial Tecla Internet
Apresentação Comercial Tecla InternetApresentação Comercial Tecla Internet
Apresentação Comercial Tecla InternetTecla Internet
 
Boas Prática de ETL QLik
Boas Prática de ETL QLikBoas Prática de ETL QLik
Boas Prática de ETL QLikVictor Bertoldo
 
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...Cicero Joasyo Mateus de Moura
 
Pangea - Plataforma digital com Google Cloud Platform
Pangea - Plataforma digital com Google Cloud PlatformPangea - Plataforma digital com Google Cloud Platform
Pangea - Plataforma digital com Google Cloud PlatformAndré Paulovich
 
TDC2017 | São Paulo - Trilha BigData How we figured out we had a SRE team at ...
TDC2017 | São Paulo - Trilha BigData How we figured out we had a SRE team at ...TDC2017 | São Paulo - Trilha BigData How we figured out we had a SRE team at ...
TDC2017 | São Paulo - Trilha BigData How we figured out we had a SRE team at ...tdc-globalcode
 
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...Cicero Joasyo Mateus de Moura
 
ROI e Valor Econômico da Virtualização de Dados
ROI e Valor Econômico da Virtualização de DadosROI e Valor Econômico da Virtualização de Dados
ROI e Valor Econômico da Virtualização de DadosDenodo
 
Qmeeting Conceitos_qlik_sense_Pablo
Qmeeting Conceitos_qlik_sense_PabloQmeeting Conceitos_qlik_sense_Pablo
Qmeeting Conceitos_qlik_sense_PabloRoberto Oliveira
 
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...Fabrízio Mello
 
Zabbix construindo templates personalizados (zabbix-inventory)
Zabbix construindo templates personalizados  (zabbix-inventory)Zabbix construindo templates personalizados  (zabbix-inventory)
Zabbix construindo templates personalizados (zabbix-inventory)Magno Monte Cerqueira
 
Big Data Analytics - Data Engineer, Arquitetura, AWS e Mais
Big Data Analytics - Data Engineer, Arquitetura, AWS e MaisBig Data Analytics - Data Engineer, Arquitetura, AWS e Mais
Big Data Analytics - Data Engineer, Arquitetura, AWS e MaisCicero Joasyo Mateus de Moura
 
TDC - Qual o tamanho adequado de um micro serviço?
TDC - Qual o tamanho adequado de um micro serviço?TDC - Qual o tamanho adequado de um micro serviço?
TDC - Qual o tamanho adequado de um micro serviço?Rafael Salerno de Oliveira
 
W3K - Palestra edoc 2014
W3K - Palestra edoc 2014W3K - Palestra edoc 2014
W3K - Palestra edoc 2014W3K Tecnologia
 
PaaS (Plataforma Como Serviço) é o Verdadeiro Pote de Ouro de Cloud Computing
PaaS (Plataforma Como Serviço) é o Verdadeiro Pote de Ouro de Cloud ComputingPaaS (Plataforma Como Serviço) é o Verdadeiro Pote de Ouro de Cloud Computing
PaaS (Plataforma Como Serviço) é o Verdadeiro Pote de Ouro de Cloud ComputingCI&T
 
Mini-Curso: Introdução à Big Data e Data Science - Aula 9 - Introdução ao Pow...
Mini-Curso: Introdução à Big Data e Data Science - Aula 9 - Introdução ao Pow...Mini-Curso: Introdução à Big Data e Data Science - Aula 9 - Introdução ao Pow...
Mini-Curso: Introdução à Big Data e Data Science - Aula 9 - Introdução ao Pow...Diego Nogare
 
Como a Gestão de Conteúdo traz mais qualidade e rentabilidade em projetos de ...
Como a Gestão de Conteúdo traz mais qualidade e rentabilidade em projetos de ...Como a Gestão de Conteúdo traz mais qualidade e rentabilidade em projetos de ...
Como a Gestão de Conteúdo traz mais qualidade e rentabilidade em projetos de ...dklafke
 

Semelhante a Meetup datatrain (20)

Data Management Summit
Data Management SummitData Management Summit
Data Management Summit
 
Apresentação Comercial Tecla Internet
Apresentação Comercial Tecla InternetApresentação Comercial Tecla Internet
Apresentação Comercial Tecla Internet
 
Bi sobre Big Data - Como fazer?
Bi sobre Big Data - Como fazer?Bi sobre Big Data - Como fazer?
Bi sobre Big Data - Como fazer?
 
Boas Prática de ETL QLik
Boas Prática de ETL QLikBoas Prática de ETL QLik
Boas Prática de ETL QLik
 
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...
 
Pangea - Plataforma digital com Google Cloud Platform
Pangea - Plataforma digital com Google Cloud PlatformPangea - Plataforma digital com Google Cloud Platform
Pangea - Plataforma digital com Google Cloud Platform
 
1 Ids On Campus V3a
1 Ids On Campus V3a1 Ids On Campus V3a
1 Ids On Campus V3a
 
TDC2017 | São Paulo - Trilha BigData How we figured out we had a SRE team at ...
TDC2017 | São Paulo - Trilha BigData How we figured out we had a SRE team at ...TDC2017 | São Paulo - Trilha BigData How we figured out we had a SRE team at ...
TDC2017 | São Paulo - Trilha BigData How we figured out we had a SRE team at ...
 
Big Data - Hadoop
Big Data - HadoopBig Data - Hadoop
Big Data - Hadoop
 
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...
Escalando a Qualidade de Dados com Great Expectations e Spark no Modern Data ...
 
ROI e Valor Econômico da Virtualização de Dados
ROI e Valor Econômico da Virtualização de DadosROI e Valor Econômico da Virtualização de Dados
ROI e Valor Econômico da Virtualização de Dados
 
Qmeeting Conceitos_qlik_sense_Pablo
Qmeeting Conceitos_qlik_sense_PabloQmeeting Conceitos_qlik_sense_Pablo
Qmeeting Conceitos_qlik_sense_Pablo
 
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...
DBA Brasil 2.0: Como o papel e atividades de DBA ficam no contexto da cultura...
 
Zabbix construindo templates personalizados (zabbix-inventory)
Zabbix construindo templates personalizados  (zabbix-inventory)Zabbix construindo templates personalizados  (zabbix-inventory)
Zabbix construindo templates personalizados (zabbix-inventory)
 
Big Data Analytics - Data Engineer, Arquitetura, AWS e Mais
Big Data Analytics - Data Engineer, Arquitetura, AWS e MaisBig Data Analytics - Data Engineer, Arquitetura, AWS e Mais
Big Data Analytics - Data Engineer, Arquitetura, AWS e Mais
 
TDC - Qual o tamanho adequado de um micro serviço?
TDC - Qual o tamanho adequado de um micro serviço?TDC - Qual o tamanho adequado de um micro serviço?
TDC - Qual o tamanho adequado de um micro serviço?
 
W3K - Palestra edoc 2014
W3K - Palestra edoc 2014W3K - Palestra edoc 2014
W3K - Palestra edoc 2014
 
PaaS (Plataforma Como Serviço) é o Verdadeiro Pote de Ouro de Cloud Computing
PaaS (Plataforma Como Serviço) é o Verdadeiro Pote de Ouro de Cloud ComputingPaaS (Plataforma Como Serviço) é o Verdadeiro Pote de Ouro de Cloud Computing
PaaS (Plataforma Como Serviço) é o Verdadeiro Pote de Ouro de Cloud Computing
 
Mini-Curso: Introdução à Big Data e Data Science - Aula 9 - Introdução ao Pow...
Mini-Curso: Introdução à Big Data e Data Science - Aula 9 - Introdução ao Pow...Mini-Curso: Introdução à Big Data e Data Science - Aula 9 - Introdução ao Pow...
Mini-Curso: Introdução à Big Data e Data Science - Aula 9 - Introdução ao Pow...
 
Como a Gestão de Conteúdo traz mais qualidade e rentabilidade em projetos de ...
Como a Gestão de Conteúdo traz mais qualidade e rentabilidade em projetos de ...Como a Gestão de Conteúdo traz mais qualidade e rentabilidade em projetos de ...
Como a Gestão de Conteúdo traz mais qualidade e rentabilidade em projetos de ...
 

Meetup datatrain