1) O documento introduz conceitos sobre Business Intelligence, Data Warehouse, modelagem dimensional e técnicas para construção de um modelo dimensional. 2) É discutido o que é um Data Warehouse, suas características, objetivos e como ele se diferencia de sistemas transacionais. 3) São apresentadas as diferenças entre Data Warehouse e Data Mart.

1. TÓPICO 2 – INTRODUÇÃO AO DATA WAREHOUSE
FORMAÇÃO MODELAGEM DIMENSIONAL

2. • Esclarecer conceitos de Business Intelligence, Data
Warehous, suas possíveis arquiteturas e subdivisões.
• Cobrir os conceitos da Modelagem Dimensional.
• Demonstrar técnicas confiáveis para a construção de um
Modelo Dimensional.
OBJETIVOS

3. • O que vocês conhecem?
• BI e DW é a mesma coisa?
• Quais são as ferramentas?
Aula 1
Conceitos e
Fundamentos de BI

4. • A melhor estratégia é a montagem de um Data Warehouse para organização dos
dados.
• Vantagens da Montagem do DW:
– Criação de um ambiente para integração e tratamento dos dados
– Ambiente com objetivo único
– Separação dos sistemas legados (transacionais)
– Base de dados Otimizada ara consultas
– Suporte de ferramentas específicas para esse fim
Melhor estratégia para montagem de sistemas de BI

5. • Data Warehouse é um processo que extrai os dados de sistemas operacionais e
transacionais, limpando, transformando em informações organizadas permitindo
analises dessas informações.
• Seus principais autores são: Ralph Kimball e Bill Inmon
O que é o Data Warehouse

6. • Um software
• Um modelo de dados
• Uma técnica isolada
• Uma base de dados
• Um produto
• Uma linguagem de programação
• Uma cópia do sistema transcional
O que um Data Warehouse não é?

7. • Tornar a informação facilmente acessível
• Apresentar a informação de maneira consistente e única
• Centralizar e controlar o acesso as informações corporativas
• Permitir as áreas de negócio avaliar suas informações e tomar decisões mais
precisas
• Padronizar a informação de diversas fontes
Objetivos de um Data Warehouse

8. • Orientado por assunto (Subject Oriented)
• Integrado (integrated)
• Não volátil (nonvolatile)
• Orientado por tempo (time variant)
Características de um Data Warehouse

9. • Diferentemente dos sistemas legados que tem seus dados orientados por
funcionalidades, os Data Warehouses são orientados por assuntos, considerando
um seguradora:
Características de um DW – Orientado por assunto
SISTEMA OPERACIONAL
DATA WAREHOUSE
Vida Clientes
Saúde Produtos
Odontológico Contratos
Previdência Apólices

10. • Os dados carregados no Data Warehouse são extraídos e carregados no Data
Warehouse, padronizando as informações .
• O dado pode ter diversas fontes o Data Warehouse integra essas informações
fornecendo uma visão única e corporativa.
Características de um Data Warehouse -Integrado

11. Os dados carregados dos Sistemas Operacionais, sofrem modificações durante todo o
dia:
• Inserções de novos clientes
• Exclusão de clientes
• Alteração no cadastro dos clientes
Características de um Data Warehouse – Não Volátil

12. No Data Warehouse, os dados são carregados em janelas de tempo previamente
determinadas, 1 vez por dia, todas as madrugadas etc.
Características de um Data Warehouse – Não Volátil
DATA WAREHOUSE
Atualizar
Inserir
Apagar
Sistemas Operacionais
Cargas de dados

13. • Os sistemas operacionais sempre possuem as informações correntes no momento
da leitura. Os Data Warehouses possuem posições históricas, onde é possível
comparar os períodos de tempo.
• As cargas de dados são feitas em intervalos regulares e pré-definidos, sendo as
informações organizadas por uma unidade de tempo.
Por exemplo: Diário, Semanal ou Mensal.
Características de um Data Warehouse – Orientado por
tempo

14. Sistemas Operacionais X Sistemas de Informações
Gerenciais
OPERACIONAL INFORMAÇÕES
CONTEÚDO DOS DADOS VALOR CORRENTE TRANSFORMADOS SUMARIZADOS
ESTRUTURA DE DADOS OTIMIZADOS PARA TRANSAÇÕES OTIMIZADOS PARA QUERIES
FREQUÊNCIA DE ACESSO ALTO MÉDIO PARA BAIXO
TIPO DE ACESSO LEITURA, ALTERAÇÃO E DELEÇÃO LEITURA
USO DO SISTEMA PREVISIVEIS E REPETITIVOS
AD-HOC RONDÔMICO.
HEURÍSTICO
TEMPO DE RESPOSTA MILISEGUNDOS
ALGUNS SEGUNDOS. ATÉ
MINUTOS..
QUANTIDADE DE USUÁRIOS GRANDE GRUPO PEQUENO GRUPO

15. OLTPX OLAP
OLTP – Estruturas de Dados
mais complexas (3NF)
Data Warehouse –
Estruturas de dados
Multidimensionais
Poucos Índices Muitos
Muitos Joins Alguns
Normalizados Dados Desnormalizados
Raramente Dados derivados agregações Comum

16. O que é OLAP? ROLAP/MOLAP/HOLAP
• OLAP = On-line Analystical Processing
• Podem ser:
– ROLAP ( Relacional – OLAP)
– São consideradas ROLAP quando aplicadas a banco de dados relacional, como
Oracle, SqlServe, DB2, MySql, entre outros.
– A linguagem principal é SQL

17. O que é OLAP? ROLAP/MOLAP/HOLAP
• MOLAP ( Multidimensional – OLAP)
• São consideradas MOLAP quando aplicadas a banco de dados multidimensionais
como Analysis Services (SSAS), Hyperion, Cognos PowerPLay/TM1, Oracle OLAP
entre outros.
• A linguagem principal é o MDX (Multidimensional eXtensions)
• O armazenamento dos dados é em cubo

18. O que é OLAP?
• HOLAP (Hibrido – OLAP)
• As análises podem ser feitas utilizando ROLAP e MOLAP
• Com linguagens SQL e MDX
• Pode armazenar dados detalhados no relacional e agregados no multidimensional

19. Camada Semântica ou Metadados
• Área intermediária entre os bancos de dados e os usuários finais.
DATA WAREHOUSE
TB_CLIENTES (TABELA)
CD_CLIENTE (COLUNAS)
NM_CLIENTE
DS_ENDEREÇO
CLIENTES
CÓDIGO DO CLIENTE
NOME DO CLIENE
ENDEREÇO DO CLIENTE

20. Data Warehouse X Data Mart
DATA WAREHOUSE DATA MART
Visão Abrangente Visão Localizada
Empresa Departamento ou processo de negócio
Feito para a empresa Público-alvo focado
Regras de negócios corporativas Regras de negócios específicos