Data warehouse

444 visualizações

Publicada em

0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
444
No SlideShare
0
A partir de incorporações
0
Número de incorporações
1
Ações
Compartilhamentos
0
Downloads
14
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Data warehouse

  1. 1. Sistemas de Informação Professora Clara GusmãoTécnico de Informática de Gestão Rui Pedro Alves Gomes 11ºE
  2. 2.  Arquitectura da Data Warehouse Extracção de dados Ferramentas Exemplo
  3. 3.  O armazenamento dá-se num depósito único, convém que este seja prático para que possa ser acedido de uma forma rápida. Este armazenamento irá conter dados históricos de bancos de dados que servem como backup de sistemas empresariais. Quanto mais dados do histórico das operações da empresa, melhor será para que a análise destas informações ajudem a revelar o desempenho actual da empresa .
  4. 4.  Os sistemas de base de dados tradicionais utilizam a simplicidade no formato de dados para garantir a consistência destes e também para a maior organização de espaço de armazenamento necessário e diminuição de redundâncias, que devem ser verificadas antes da conclusão do modelo de dados. Uma data warehouse utiliza dados em formato de- normalizados. Isto aumenta o desempenho das consultas ou seja o processo torna-se mais intuitivo para os utilizadores comuns. Essa maneira de reordenar os dados chama - se Modelagem Dimensional, e o resultado da modelagem é o Modelo Dimensional, ou MD.
  5. 5.  O conceito Metadado é considerado como sendo os "dados sobre dados", isto é, os dados sobre os sistemas que operam com estes dados. Um repositório de metadados é uma ferramenta essencial para o gerenciamento de uma data warehouse. Entre outras coisas, um repositório de metadados bem construído deve conter informações sobre a origem dos dados, regras de transformação, nomes e alias, formatos de dados, etc. Ou seja, esse "dicionário" deve conter muito mais do que as descrições de colunas e tabelas: deve conter informações que adicionem valor aos dados.
  6. 6.  O data warehouse é normalmente acedido através de data marts, que são pontos específicos de acesso a subconjuntos do data warehouse. Os data marts são construídos para responder prováveis perguntas de um tipo específico de utilizador. Um data mart pode ser composto por um ou mais cubos de dados. Hoje em dia, os conceitos de data warehouse e data mart fazem parte de um conceito muito maior chamado de Corporate Performance Management.
  7. 7.  Os dados introduzidos num data warehouse geralmente passam por uma área conhecida como área de stage. O stage de dados ocorre quando existem processos periódicos de leitura de dados de fontes como sistemas OLTP. Os dados podem passar então por um processo de qualidade, de normalização e gravação dos dados no data warehouse. Esse processo geralmente é realizado por ferramentas ETL e outras ferramentas.
  8. 8. Sistemas OLTP são sistemas que têm a tarefa de monitorar e processar asfunções básicas de uma organização, tais como processamento da folha depagamento, factura, stock, etc.Os dados OLTP são usados pelos utilizadores em geral no dia-a-dia nas suasactividades.O principal objectivo da modelagem relacional em um sistema OLTP éeliminar ao máximo a redundância, para que promova mudanças no estadodo banco de dados o mais pontualmente possível. Com isso, nasmetodologias de projeto usuais, os dados são fragmentados por diversastabelas, o que traz uma considerável complexidade à formulação de umaconsulta por um utilizador final. Por isso, esta abordagem não parece ser amais adequada para o projeto de um data warehouse, onde estruturas maissimples, com menor grau de normalização devem ser investigadas.
  9. 9. As ferramentas OLAP são geralmente desenvolvidas para trabalharcom banco de dados de-normalizados, embora existam ferramentas quetrabalham com esquemas especiais de armazenamento, com dadosnormalizados.Essas ferramentas são capazes de navegar pelos dados de um DataWarehouse possuindo uma estrutura adequada tanto para a realização depesquisas como para a apresentação de informações.Nas ferramentas de navegação OLAP, é possível navegar entre diferentesníveis de um cubo de dados. Através de um processo chamado Drill ousuário pode aumentar (Drill down[) ou diminuir (Drill up) o nível dedetalhamento dos dados. Por exemplo, se um relatório estiver consolidadopor países, fazendo um Drill down[, os dados passarão a ser apresentadospor estados, cidades, bairros e assim sucessivamente até o maior nível dedetalhamento possível. O processo contrário, o Drill up, faz com que osdados sejam consolidados em níveis superiores de informação.
  10. 10. Outra possibilidade apresentada pela maioria das ferramentas denavegação OLAP é o recurso chamado Slice and dice. Esse recurso é usadopara criar visões dos dados por meio de sua reorganização, de forma queeles possam ser examinados sob diferentes perspectivas.O uso de recursos para manipular, formatar e apresentar os dados de modorápido e flexível é um dos pontos fortes de um Data Warehouse. Essacaracterística faz com que a apresentação de relatórios no ecrã seja maiscomum do que imprimi-los. Além disso, o utilizador tem a liberdade paraexaminar as informações que quiser de diversas maneiras e, no final, podeimprimir e até mesmo salvar as visões mais importantes para uma futuraconsulta.
  11. 11. Data mining, ou mineração de dados, é o processo de descoberta de padrõesexistentes em grandes massas de dados. Apesar de existirem ferramentasque ajudam na execução do processo, o Data Mining precisa ser conduzidopor uma pessoa, preferencialmente com formação em Estatística ou áreasafins.

×