Modelo Dimensional A modelagem dimensional (MD), é uma técnica demodelagem de dados voltada especialmente para aimplement...
Modelo Dimensional vs. Modelo ER• Modelo ER  – Usado para identificar relacionamentos entre tipos de    entidades;  – Visa...
Modelo DimensionalO modelo dimensional é baseado em três elementos: Factos; Dimensões; Medidas.
Modelo Dimensional(Tabela Facto) A tabela de facto, é a principal tabela do modelo dimensional, onde  estão armazenadas a...
Modelo Dimensional(Tabela Facto) Sales fact                date_key                product_key                store_key  ...
Modelo Dimensional(Tabela Dimensão) As dimensões são tabelas que conterão os atributos textuais do  negócio, que determin...
Modelo Dimensional(Tabela Dimensão)• Product Dimension       product_key       description       brand       category     ...
Modelo Dimensional(Medidas) Medidas são atributos que quantificam um determinado facto,  representando a performance de u...
Factos, dimensões e medidas           FACTO                                  DIMENSÕES                            MEDIDASR...
Modelo DimensionalO modelo dimensional de dados é visualizada em  uma das seguintes formas: Cubos de dados; Esquema Estr...
Modelo Dimensional O modelo dimensional permite                                               P  a visualização de dados ...
Modelo Dimensional   (Agregação em Níveis de Hierarquias )• É o processo pelo qual os dados de nível baixo de  detalhe são...
Hierarquia de Dimensões As hierarquias descrevem a lógica dos relacionamentos  entre os dados são a base para a navegação...
Modelo Dimensional(Agregação em Níveis de Hierarquias )Dimensão Tempo                  ^   Tempo Chave_Tempo              ...
Modelo Dimensional(Como representar as dimensões no cubo?) Produto   Loja   Tempo   Vendas  AAAA     F01     1999     50  ...
Modelo Dimensional                     (Exemplo de Consultas)•   Qual o total de vendas do produto AAAA?         2000     ...
Modelo Dimensional                      (Exemplo de Consultas)•   Qual o total de vendas da loja F03?             2000    ...
Modelo Dimensional                     (Exemplo de Consultas)•   Qual o total de vendas do ano 1999?           2000       ...
Modelo Dimensional                     (Exemplo de Consultas)•   Qual o total de vendas do produto BBBB no ano de 1999 e n...
Modelo Dimensional                  (Esquema Estrela) O modelo estrela é a estrutura básica de um modelo de  dados multi-...
Modelo Dimensional           (Esquema Estrela-modelo)A maioria dos factos envolve pelo menos quatro dimensões  básicas: on...
Modelo Dimensional(Esquema Estrela-modelo)
Modelo Dimensional                     (Esquema Estrela)                              Dim_Funcionario                     ...
Modelo Dimensional                      (Esquema Estrela) A tabela de factos é a principal tabela de um modelo dimensiona...
Modelo Dimensional(Esquema Estrela)
Modelo Dimensional                 (Esquema Floco de Neve) O esquema floco de neve é uma variação do esquema  estrela, no...
Modelo Dimensional           (Esquema Floco de Neve)                    Tabela-Dimensão Principal Fato_Vendas  Fato_Vendas...
Modelo Dimensional(Esquema Floco de Neve)
Modelo Dimensional               (Esquema Floco de Neve) Ralph Kimball [1996] aconselha os projectistas "bem-  intenciona...
Cubos Uma idéia fundamental da modelagem dimensional é que  quase todos os tipos de dados de negócio podem ser  represent...
2000       1999AAAA                     13    75    171BBBB                     43    73    87CCCC                     177...
Cubos• O cubo armazena todas as informações  relacionadas a um determinado assunto, de  maneira a permitir que sejam monta...
Construção de um modelo             dimensional.1º Passo: Decidir qual(is) processo(s) do negócio (assunto)   devemos mode...
Construção de um modelo              dimensional.2º Passo: Definir os factos e métricas, isto é, o que queremos   avaliar....
Construção de um modelo            dimensional.3º Passo: Escolher as dimensões pelas quais as  medidas serão analisadas. A...
Construção de um modelo dimensional.4º Passo: Definir a granularidade de cada dimensão, significa   definir o grão do proc...
Construção de um modelo dimensional.5º Passo: Definir a hierarquia de agrupamentos de   informações. “Como se espera agru...
Construção de um modelo dimensional. Negócios(Passo 1: escolher o processo de  negócios) ex: Facturas, Pedidos, Vendas, e...
Construção de um modelo dimensional.Exemplo: Uma rede de concessionárias de carros, possui um sistema   transacional para ...
Construção de um modelo dimensional.1º Passo: Qual é o processo de negócios que se quer   analisar?Resposta: as VENDAS2º P...
Construção de um modelo dimensional.3º Passo: como o usuário quer analisar o valor  arrecadado?Resposta: por loja, por per...
Construção de um modelo                dimensional.Dimensao Tempo                        Dimensao ClienteChave_Tempo(PK)  ...
Próximos SlideShares
Carregando em…5
×

Modelo dimensional071009

972 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
972
No SlideShare
0
A partir de incorporações
0
Número de incorporações
4
Ações
Compartilhamentos
0
Downloads
33
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Modelo dimensional071009

  1. 1. Modelo Dimensional A modelagem dimensional (MD), é uma técnica demodelagem de dados voltada especialmente para aimplementação de um modelo de dados que permita avisualização de dados de forma intuitiva e com altosíndices de performance na extracção de dados. Visualização de dados intuitiva, significa que osusuários (analistas de negócio) facilmente entendem enavegam pela solução da estrutura de dadosresultante, visualizando as questões que desejam queo Data Warehouse responda, isto é, que atenda osrequisitos levantados.
  2. 2. Modelo Dimensional vs. Modelo ER• Modelo ER – Usado para identificar relacionamentos entre tipos de entidades; – Visa remover a redundância de dados; – Processamento de Transações On-Line (OLTP);• Modelo Dimensional – Apresenta dados em uma estrutura intuitiva permitindo alta performance de acesso; – Independe da representação física dos dados; – Organiza dados em tabelas de factos e dimensões; – Processamento Analítico On-Line (OLAP).
  3. 3. Modelo DimensionalO modelo dimensional é baseado em três elementos: Factos; Dimensões; Medidas.
  4. 4. Modelo Dimensional(Tabela Facto) A tabela de facto, é a principal tabela do modelo dimensional, onde estão armazenadas as medidas da organização que são o foco da análises do suporte à decisão. O modelo dimensional é composto de uma ou mais tabelas de factos as quais possuem uma chave composta de chaves estrangeiras (dados de contexto) e dados de medida do negócio (atributos numéricos e aditivos). O facto representa uma medição do negocio, isto é, uma linha da tabela de facto é uma medição, que pode representar uma determinada transação ou evento do negócio ocorrido em um determinado contexto (obtido na intersecção das dimensões).
  5. 5. Modelo Dimensional(Tabela Facto) Sales fact date_key product_key store_key dollar_sold unit_sold dollar_cost
  6. 6. Modelo Dimensional(Tabela Dimensão) As dimensões são tabelas que conterão os atributos textuais do negócio, que determinam o contexto em que acontece o facto e mostram as possibilidades analíticas dos sistemas de análises da solução de BI, isto é, “implementam” a interface para o usuário; Uma dimensão se refere ao contexto em que um determinado facto ocorreu, tais como períodos de tempo, produtos, mercados, clientes e fornecedores elementos que possam descrever o contexto de um determinado facto, classificando as medições activas de uma organização. Os atributos das tabelas de dimensão são usados para identificar como os factos serão analisados.
  7. 7. Modelo Dimensional(Tabela Dimensão)• Product Dimension product_key description brand category department package type package size fat content diet type weight weight unit of measure storage type ...
  8. 8. Modelo Dimensional(Medidas) Medidas são atributos que quantificam um determinado facto, representando a performance de um indicador em relação às dimensões que participam do facto. O contexto de uma medida é determinado em função das dimensões que participam do facto.As medidas podem ser classificadas em: Valores aditivos: medidas que podem ser aplicadas operadores (soma, %, etc). Faz sentido adicioná-los continuamente e sobre todas as dimensões (Ex: vendas em US$ e vendas em unidades); Valores não aditivos: medidas que não podem ser manipuladas livremente, como % ou valores relativos. (Ex: temperatura e condição do tempo).
  9. 9. Factos, dimensões e medidas FACTO DIMENSÕES MEDIDASRepresentam um item, Determinam o contexto de um assunto de negócios, como São os atributos numéricos que representamtransação ou evento de por exemplo, uma análise de vendas de produtos. um facto e são determinadas pelanegócio. combinação das dimensões que participam do mesmo.Reflectem a evolução dos São os balizadores de análise de dados. Representam a performance de umnegócios. indicador de negócios relativo às dimensões que participam de um facto.São representados por Normalmente não possuem atributos numéricos, pois são Podem possuir uma hierarquia deconjuntos de valores somente descritivas e classificatórias dos elementos que composição de seu valor.numéricos (medidas) participam de um facto.que variam ao longo dotempo.
  10. 10. Modelo DimensionalO modelo dimensional de dados é visualizada em uma das seguintes formas: Cubos de dados; Esquema Estrela(Star Schema); Esquema Flocos de Neve (Snowflake Schema).
  11. 11. Modelo Dimensional O modelo dimensional permite P a visualização de dados na categoria r o forma de um cubo, onde cada marca d tipo descrição u endereço dimensão do cubo representa ja t Lo nome_loja o ano o contexto de um determinado Tempo mes assunto, e a intersecção entre dia_do_mes flag_feriado as dimensões representa as medidas do assunto.
  12. 12. Modelo Dimensional (Agregação em Níveis de Hierarquias )• É o processo pelo qual os dados de nível baixo de detalhe são previamente sumarizados e incluídos em tabelas que armazenam informações sumarizadas (tabelas de agregados) .• Essas tabelas permitem que as aplicações antecipem consultas do usuário e eliminem a repetição de cálculos.
  13. 13. Hierarquia de Dimensões As hierarquias descrevem a lógica dos relacionamentos entre os dados são a base para a navegação entre os diferentes níveis de detalhe em uma estrutura multidimensional [MEYER, CANNON, 1998]. Algumas estruturas hierárquicas são facilmente identificadas, como por exemplo, uma estrutura de tempo representada por horas, dias, semanas, meses, trimestres e anos ou uma estrutura geográfica representada por cidades, municípios, estados, regiões e países [KIMBALL, 1996].
  14. 14. Modelo Dimensional(Agregação em Níveis de Hierarquias )Dimensão Tempo ^ Tempo Chave_Tempo ^ 1996 Mes ^ Trim1/96 Trimestre Ano Janeiro Fevereiro Março ∨ Trim2/96 ∨ Trim3/96 ∨ Trim4/96 ∨ 1997 ∨ Produto
  15. 15. Modelo Dimensional(Como representar as dimensões no cubo?) Produto Loja Tempo Vendas AAAA F01 1999 50 AAAA F02 1999 60 AAAA F03 1999 100 BBBB F01 1999 40 BBBB F02 1999 70 BBBB F03 1999 80 CCCC F01 1999 90 CCCC F02 1999 120 CCCC F03 1999 140 2000 DDDD F01 1999 20 1999 DDDD F02 1999 10 AAAA DDDD F03 1999 30 AAAA F01 2000 50 AAAA F02 2000 60 BBBB AAAA F03 2000 100 BBBB F01 2000 40 CCCC BBBB F02 2000 70 BBBB F03 2000 80 CCCC F01 2000 90 DDDD CCCC F02 2000 120 CCCC F03 2000 140 F01 F02 F03 DDDD F01 2000 20 DDDD F02 2000 10 DDDD F03 2000 30
  16. 16. Modelo Dimensional (Exemplo de Consultas)• Qual o total de vendas do produto AAAA? 2000 1999 AAAA BBBB CCCC DDDD F01 F02 F03
  17. 17. Modelo Dimensional (Exemplo de Consultas)• Qual o total de vendas da loja F03? 2000 1999 AAAA BBBB CCCC DDDD F01 F02 F03
  18. 18. Modelo Dimensional (Exemplo de Consultas)• Qual o total de vendas do ano 1999? 2000 1999 AAAA BBBB CCCC DDDD F01 F02 F03
  19. 19. Modelo Dimensional (Exemplo de Consultas)• Qual o total de vendas do produto BBBB no ano de 1999 e na loja F2? 2000 1999 AAAA BBBB CCCC DDDD F01 F02 F03
  20. 20. Modelo Dimensional (Esquema Estrela) O modelo estrela é a estrutura básica de um modelo de dados multi-dimensional. Este modelo é composto por uma grande entidade central (tabela de facto) e por um conjunto de entidades menores (tabelas de dimensões) que são organizadas ao redor desta entidade central formando uma estrela.
  21. 21. Modelo Dimensional (Esquema Estrela-modelo)A maioria dos factos envolve pelo menos quatro dimensões básicas: onde, quando, quem e o que. A dimensão Onde, determina o local onde o facto ocorreu (local geográfico, filial). A dimensão Quando, é a própria dimensão tempo. A dimensão Quem, determina que entidades participaram do facto(cliente, fornecedor, etc.). A dimensão O quê determina qual é o objecto do facto (produto,serviço).
  22. 22. Modelo Dimensional(Esquema Estrela-modelo)
  23. 23. Modelo Dimensional (Esquema Estrela) Dim_Funcionario Dim_Funcionario Chave_Funcionario Codigo_Funcionario . . .Tabela DimensãoDim_TempoDim_Tempo Tabela Fato Dim_Produto Dim_ProdutoChave_Tempo Fato_Vendas Fato_Vendas Chave_ProdutoData. Chave_Tempo Codigo_Produto. Chave_Empregado .. . Chave_Produto . Chave_Cliente Chave_Entregador Data_Requerida . . Dim_Entregador Dim_Entregador . Dim_Cliente Dim_Cliente Chave_Entreegador Chave_Cliente Codigo_Entregador Codigo_Cliente . . . . . .
  24. 24. Modelo Dimensional (Esquema Estrela) A tabela de factos é a principal tabela de um modelo dimensional, onde as medições numéricas de interesse da empresa estão armazenadas [KIMBALL, 2002]. A palavra "facto“ representa uma medida dos processos que estamos modelando, como quantidades, valores e indicadores. A tabela de factos registra os factos que serão analisados. É composta por uma chave composta (formada por uma combinação única de valores de chaves primárias de dimensão) e pelas métricas de interesse para o negócio. As dimensões indicam a forma como as medidas serão vistas, ou seja, são os aspectos pelos quais se pretende observar as métricas. A intersecção das chaves de dimensão define a granularidade da tabela de factos, e é importante que todas as medidas na tabela de factos tenham a mesma granularidade.
  25. 25. Modelo Dimensional(Esquema Estrela)
  26. 26. Modelo Dimensional (Esquema Floco de Neve) O esquema floco de neve é uma variação do esquema estrela, no qual todas as tabelas de dimensão são normalizadas na terceira forma normal (3FN), ou seja, são retirados das tabelas os campos que são funcionalmente dependentes de outros campos que não são chaves. Recomenda-se utilizar o esquema floco de neve apenas quando a linha de dimensão ficar muito longa e começar a ser relevante do ponto de vista de armazenamento.
  27. 27. Modelo Dimensional (Esquema Floco de Neve) Tabela-Dimensão Principal Fato_Vendas Fato_Vendas Dim_Produto Dim_ProdutoChave_TempoChave_Tempo Chave_ProdutoChave_FuncionarioChave_FuncionarioChave_ProdutoChave_Produto NomeChave_ClienteChave_ClienteChave_EntregadorChave_Entregador Tamanho RequiredDate RequiredDate . CodigoMarca . . Tabelas-Dimensão Secundárias Tabelas-Dimensão Secundárias MarcaProduto MarcaProduto CodigoMarca CodigoCategoria Categoria Categoria CodigoCategoria Nome
  28. 28. Modelo Dimensional(Esquema Floco de Neve)
  29. 29. Modelo Dimensional (Esquema Floco de Neve) Ralph Kimball [1996] aconselha os projectistas "bem- intencionados" a resistirem à tentação de transformar esquemas estrela em esquemas floco de neve, devido ao impacto da complexidade deste tipo de estrutura sobre o usuário final, enquanto que o ganho em termos de espaço de armazenamento seria pouco relevante.
  30. 30. Cubos Uma idéia fundamental da modelagem dimensional é que quase todos os tipos de dados de negócio podem ser representados por um tipo de cubo de dados, onde as células deste cubo contêm valores medidos e os lados do cubo definem as dimensões dos dados.• Cubo é a estrutura multidimensional de dados que expressa a forma na qual os tipos de informações se relacionam entre si. É formado pela tabela de factos e pelas tabelas de dimensão que a circundam e representam possíveis formas de visualizar e consultar os dados.
  31. 31. 2000 1999AAAA 13 75 171BBBB 43 73 87CCCC 177 88 222DDDD 121 123 62 L1 L2 L3
  32. 32. Cubos• O cubo armazena todas as informações relacionadas a um determinado assunto, de maneira a permitir que sejam montadas várias combinações entre elas, resultando na extracção de várias visões sobre o mesmo tema.• Entende-se que com a modelagem dimensional é possível melhorar desempenho de consultas e facilitar análises através das medidas armazenadas nas tabelas fatos e das descrições das dimensões.
  33. 33. Construção de um modelo dimensional.1º Passo: Decidir qual(is) processo(s) do negócio (assunto) devemos modelar, por meio da combinação do conhecimento do negócio com o conhecimento dos dados que estão disponíveis. Um processo do negócio (assunto) é uma operação importante suportada por algum tipo de sistema legado de onde é possível colectar dados para o DW. Exemplos de negócios a serem modelados: vendas, pedidos, etc.
  34. 34. Construção de um modelo dimensional.2º Passo: Definir os factos e métricas, isto é, o que queremos avaliar. Definido o assunto de negócio, os factos e medidas respondem a pergunta “o que estamos avaliando”? Por exemplo, se nosso usuário é um gerente da área comercial de uma rede de lojas, que quer avaliar o processo de negócio VENDAS. As medidas a serem analisadas poderiam ser: a quantidade de itens vendidos, o valor de venda, o custo de cada itens e as margens de lucro.
  35. 35. Construção de um modelo dimensional.3º Passo: Escolher as dimensões pelas quais as medidas serão analisadas. As dimensões serão aplicadas a cada registro da tabela de factos. Aqui perguntamos ao usuário, “como as métricas serão analisadas” ou “quais serão as dimensões do negocio para avaliar os factos”.• Ex.: as vendas poderão ser analisadas por mês e ano (dimensão tempo); por produto (dimensão produto); por município e por estado (dimensão geografia).
  36. 36. Construção de um modelo dimensional.4º Passo: Definir a granularidade de cada dimensão, significa definir o grão do processo de negócios. O grão é o nível fundamental atômico de dados que representará o processo na tabela de fatos. Aqui devemos perguntar: “qual é o nível de detalhe desejado”?• Por ex: faz sentido avaliar as vendas por dia?• Ex. Dimensão tempo: grão = dia; dimensão produto: grão = item do produto; dimensão geografia: grão = loja.
  37. 37. Construção de um modelo dimensional.5º Passo: Definir a hierarquia de agrupamentos de informações. “Como se espera agrupar ou sumarizar as informações”?• Por exemplo: qual é o total de canetas vendidas nas lojas do estado de SP no último semestre?• Dimensão tempo: hierarquia: dia-mês-semestre-ano• Dimensão produto: hierarquia: item-linha-categoria• Dimensão geografia: hierarquia: loja-municipio-UF-região
  38. 38. Construção de um modelo dimensional. Negócios(Passo 1: escolher o processo de negócios) ex: Facturas, Pedidos, Vendas, etc. Medidas (Passo 2: definir métricas) ex: Unidades vendidas(Preço em R$,Preço em U$,etc) Dimensões(Passo 3: escolher as dimensões) ex: Tempo, Produto, Loja, Vendedor,etc. Grão (Passo 4: escolher o grão)
  39. 39. Construção de um modelo dimensional.Exemplo: Uma rede de concessionárias de carros, possui um sistema transacional para o controle das vendas. Nas entrevistas realizadas com os gerentes, foram identificadas algumas necessidades de informação:• acompanhamento da evolução das vendas e do valor total arrecadado por concessionária;• definição das lojas que atraem o maior ou menor número de clientes;• identificar o perfil dos clientes;• identificar o período do ano que apresenta maior volume de vendas, em relação as lojas e ao perfil do cliente.• Identificar o fato, as medidas do fato e as dimensões pelas quais as medidas serão analisadas. Desenhar o modelo dimensional lógico.
  40. 40. Construção de um modelo dimensional.1º Passo: Qual é o processo de negócios que se quer analisar?Resposta: as VENDAS2º Passo: o que o usuário quer avaliar?Resposta: o valor arrecadado com as vendas de automóveis.
  41. 41. Construção de um modelo dimensional.3º Passo: como o usuário quer analisar o valor arrecadado?Resposta: por loja, por perfil de clientes, período do ano4º Passo: qual é o nível de detalhe desejado?Dimensão Loja: por loja (concessionária); Dimensão cliente: por sexo, faixa etária; Dimensão tempo: por mês, por trimestre, por ano.
  42. 42. Construção de um modelo dimensional.Dimensao Tempo Dimensao ClienteChave_Tempo(PK) Chave Cliente(PK) Facto Venda Dia_Semana Faixa_etaria Mes Sexo Trimestre Chave Tempo(FK) Ano Chave Cliente(FK) Chave Loja(FK) QTD Vendidas Valor Vendas Dimensao Loja Chave Loja(PK) Nome_Loja Endereco_Loja

×