1 / 41

OLAP – Motivação e conceitos

OLAP – Motivação e conceitos. Aroldo Pereira Vieira PUC-PR / 2001. Desafio do Negócio. Custo. Valor. Tomadores de Decisão de Negócios. Gerentes de Informática. Informação certa Formato certo Na hora certa. Integração Escalabilidade & Performance Flexibilidade.

jered
Download Presentation

OLAP – Motivação e conceitos

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. OLAP – Motivação e conceitos Aroldo Pereira Vieira PUC-PR / 2001

  2. Desafio do Negócio Custo Valor Tomadores de Decisão de Negócios Gerentes de Informática • Informação certa • Formato certo • Na hora certa • Integração • Escalabilidade & Performance • Flexibilidade Business Inteligence permite atingir os objetivos acima

  3. O que é Business Intelligence? • Conjunto de tecnologias que permitem o cruzamento de informações e suportam a análise dos indicadores de performance de um negócio • Principal ferramenta de suporte a tomada de decisão • Crucial para o bom gerenciamento de uma empresa na Era Digital

  4. Por que investir em BI? Fidelização do Cliente Otimização de alocação de recursos Aumentar vendas diretas ao consumidor Melhorar produtos e serviços

  5. Outros motivos • Planejar orçamento • Análise e modelagem financeira • Análise de mercado • Análise de defeitos • Planejamento de capacidade ...

  6. Motivação • “Nós temos montanhas de dados nesta empresa mas não temos acesso aos mesmos” • “Nós queremos cruzar informações de todas as maneiras possíveis” • “Apenas me mostre o que é importante” “The Data Warehouse Toolkit” - Ralph Kimball

  7. Motivação “Um processo de transformação de dados em informações e tornando-as disponíveis aos usuários em tempo hábil de forma que possam fazer diferença.” Forrester

  8. Quais as ferramentas? Cria-se Base de acesso ao resultado do negócio • Data Warehousing • Ferramentas OLAP • Data Mining

  9. Ambientes de Informações

  10. Conceitos Ambiente OLTP: • operacional • leitura/escrita • acesso atômico • escopo específico da aplicação • dados normalizados • detalhe dos dados - transação

  11. Conceitos Ambiente DATAWAREHOUSE • histórico • leitura • consultas (listas) • escopo vários assuntos • normalizados/desnormalizados • detalhe dos dados - limpos

  12. Conceitos Ambiente OLAP • analítica • leitura/escrita • iterativo/investigação analítica • muitos cubos (um cubo/assunto) • multidimensional • detalhe dos dados - agregados

  13. OLAP

  14. Conceitos “OLAP permite a analistas, gerentes e executivos sintetizar informações sobre a empresa através de comparações, visões personalizadas, análise histórica e projeção dos dados em vários cenários.”

  15. Conceitos “Um servidor OLAP é um mecanismo de manipulação de dados de alta capacidade, multi-usuário, destinado a suportar e operar sobre estruturas de dados multidimensionais.”

  16. Características OLAP • Tecnologia voltada para consultas • Dados não sofrem alterações • Dados e consultas são gerenciais • Visão multidimensional dos dados • Cálculos complexos • Séries de tempo

  17. Estrutura Multidimensional Dimensões PRODUTO ECC DEP.A VISTA POUPANÇA 6739,00 5782,00 4434,00 DEODORO UNIDADE NEGÓCIO 6365,00 6744,00 3400,00 MURICY MAR97 TEMPO FEV97 JAN97 Medidas

  18. Visão Multidimensional Gerente Financeiro Gerente Regional UNID. NEG. TEMPO UNID. NEGÓCIO Variáveis Visão Ad hoc Gerente de Produto TEMPO PRODUTO PRODUTO

  19. OLAP é Multidimensional Unid Neg Produto 1 2 3 4 5 6 7 Tempo 3 X 3 X 4 = 36 “Captamos R$100.000,00. Isso é bom?” Produto Unid Neg Tempo Carteira Banco Ano Modalidade Agência Quadr. Produto Gerência Mês Dia

  20. Conceitos Básicos • Hierarquias • Fatos • Dimensões • Medidas • Drill down • Drill up • Slice and dice

  21. Hierarquias ANO ANO MES DIA JULHO JANEIRO PERÍODO 02 15 25 01 MANHA TARDE

  22. Fatos • Venda do produto X por R$50,00 em 20-mai-98 na loja A, com custo de R$35,00 • Venda do produto Y por R$60,00 em 21-mai-98 na loja B, com custo de R$40,00 • Venda do produto X por R$50,00 em 21-mai-98 na loja A, com custo de R$35,00 • etc.

  23. Dimensões • Venda do produto X por R$50,00 em 20-mai-98 na loja A, com custo de R$35,00 • Dimensões: • Produto • Data • Loja

  24. Medidas • Venda do produto X por R$50,00 em 20-mai-98 na loja A, com custo de R$35,00 • Medidas: • Preço de venda • Custo de aquisição da mercadoria

  25. Drill down • Mergulhos ou detalhamentos das informações

  26. Drill up • Elevar o nível do detalhamento • Sumariar por alguma(s) dimensão

  27. Slice and dice • Particionar uma visão multidimensional • Efetua filtragem dos dados, para especializar as consultas

  28. MOLAP x ROLAP x HOLAP Arquitetura

  29. MOLAP x ROLAP x HOLAP • MOLAP - Multi-Dimensional OLAP • ROLAP - Relational OLAP • HOLAP - Hybrid OLAP

  30. MOLAP x ROLAP x HOLAPArquitetura MOLAP INFO REQUEST MOLAP SERVER LOAD FRONT-END TOOL DATABASE SERVER : SQL RESULT SET Metadata Request Processing RESULT SET RDBMS

  31. MOLAP x ROLAP x HOLAPArquitetura ROLAP INFO REQUEST ROLAP SERVER SQL FRONT-END TOOL DATABASE SERVER : RESULT SET RESULT SET Metadata Request Processing RDBMS

  32. MOLAP x ROLAP x HOLAPArquitetura HOLAP SQL QUERY FRONT-END TOOL DATABASE SERVER RESULT SET : OR LOAD MOLAP SERVER INFO REQUEST SQL RDBMS RESULT SET RESULT SET

  33. Processo de carga DW / OLAP

  34. O processo de Carga do Data Warehouse Características dos Dados Máx. detalhe Pouco/ nenhum histórico Integrado Selecionado Histórico Sumários Focado Especializado Histórico Sumários STAR + AGR OLTP ODS MDDB • Carga • Indexar • Agregar • Replicar • Distribuição dos Dados • Acesso e análise • Utilização estratégica das Informações • Extrair • Limpar • Transf. • Projeto • Mapear Meta data Administração e monitorção do Sistema Data marts Data warehouse Sistemas OLTP

  35. Área intermediária (sim ou não?) Fat x Func R H Prod x Fat Faturamento Produção Visão Global

  36. Área intermediária (sim ou não?) Fat x Func R H ODS Prod x Fat Faturamento Produção Visão Global

  37. Modelagem de dados

  38. Modelagem de dados • Modelos relacionais normalizados • (OLTP e ODS ) • Modelos Snow Flakes • Visões ajustadas para o enfoque desejado • Modelos Star Schema • (Desnormalizado) • Modelos Multidimensionais • Cubos – Visa performance

  39. Modelo Snow Flake

  40. Modelo Star Schema

  41. Para refletir . . . • Qual banco de dados deve ser utilizado? • É possível ter um DW de pequeno porte? • Qual ferramenta OLAP deve ser utilizada? • Por que normalmente o DW é isolado do servidor de OLTP?

More Related