Cláudia Tomaz

1. Cláudia Tomaz • Desenvolvimento de Sistemas OLAP

2. Modelagem Multidimensional • É uma técnica de concepção e visualização de um modelo de dados de um conjunto de medidas que descrevem aspectos comuns de negócios. • Formado por três elementos básicos • Fatos • Dimensões • Medidas

3. Modelagem Multidimensional • Fatos • É uma coleção de itens de dados , composta de dados de medidas e de contexto. • Cada fato representa um item, uma transação ou um evento de negócio e é utilizado para analisar o processo de negócio de uma empresa. • Tudo aquilo que reflete a evolução dos negócios do dia a dia de uma organização. • A característica básica de um fato é que ele é representado por valores numéricos.

4. Modelagem Multidimensional • Dimensões • Conceitualmente são os elementos que participam de um fato, assuntos de negócio. • São as possíveis formas de visualizar os dados, ou seja, são os “por” dos dados: “por mês”, “por país”, “por produto”, “por região”, etc. • As dimensões determinam o contexto de um assunto de negócios, por exemplo, um banco de dados que, que analise vendas de produtos...

5. Modelagem Multidimensional • Dimensões • As dimensões deste banco comumente serão: • Tempo, • Localização • Clientes, • Vendedores • Cenários (realizado, projetado) • Dimensões normalmente não possuem atributos numéricos, pois são somente descritivas e classificatórias dos elementos que participam de um fato.

6. Modelagem Multidimensional • Membros de uma dimensão • Uma dimensão pode conter muitos membros. • Um membro de dimensão é um nome diferente utilizado para determinar a posição de um item de dado. • Por exemplo, todas as ocorrências de ano, trimestre e mês fazem a dimensão tempo e todas as cidades, estados e regiões fazem a dimensão geográfica.

7. Modelagem Multidimensional • Membros de uma dimensão • Hierarquia de uma dimensão é uma classificação de dados dentro de uma dimensão. Nós arranjamos os membros de uma dimensão em uma ou mais hierarquias. Hierarquia 1 Hierarquia 2 Ano Semestre Bimestre Trimestre Mês Dia

8. Modelagem Multidimensional • Medidas • Medidas são os atributos numéricos que representam um fato, a performance de um indicador de negócios relativo às dimensões que participam deste fato. • Os números atuais são denominados de variáveis. Por exemplo, medidas são o valor em reais das vendas, o número de unidades de produtos vendidas, a quantidade em estoque, o custo de venda, etc. • Uma medida é determinada pela combinação das dimensões que participam de um fato, e estão localizadas como atributos de um fato.

9. Modelagem Multidimensional • Pontos de Decisão – segundo Kimball– nove pontos fundamentais no projeto da estrutura de um Datawarehouse: • Os processos e, por consequência, a identidade das tabelas de fatos; • A granularidade das tabelas de fatos; • As dimensões de cada tabela de fatos; • Os fatos, incluindo fatos pré-calculados; • Os atributos das dimensões; • Como acompanhar mudanças graduais em dimensões; • As agregações, dimensões heterogêneas, minidimensões e outra decisões de projeto físico; • Duração histórica do banco de dados do Datawarehouse; • A frequência com que se dão a extração e carga para do Datawarehouse. • Kimball recomenda que estas definições se façam na ordem citada. (Metodologia Top Down)

10. Modelagem Multidimensional • O caminho mais popular para visualização de um modelo multidimensional é o desenho de um cubo.

11. Modelagem Multidimensional

12. Modelagem Multidimensional • Modelo Star ou Estrela • É a estrutura básica de um modelo de dados multidimensional • Sua composição típica possui uma grande entidade central denominada fato (facttable) e um conjunto de entidades menores denominadas dimensões (dimensiontables), arranjadas ao redor dessa entidade central, formando uma estrela, como mostra a figura a seguir.

13. Modelagem Multidimensional Dimensão Tempo DimensãoRegião Dimensão Cliente Fatos de Vendas Dimensão Vendedor Dimensão Produto

14. Modelagem Multidimensional • FATOS: • Na figura, o centro da estrela é o fato Vendas, e ao seu redor dispostas estão as dimensões que participam deste fato: vendedor, cliente, produto, região e tempo. • O que são fatos? • É tudo aquilo que pode ser representado por um valor aditivo, ou melhor, por meio de valores numéricos. Este conjunto de valores numéricos é denominado de métricas ou medidas. • Outra característica importante, é que os fatos são evolutivos. Mudam suas medidas com o tempo, podendo ser sempre questionado sobre essa evolução ao longo de um espaço de tempo. • “ O consumo de bebidas alcoólicas aumentou no Brasil de 1998 a 1999” • “Os índices de criminalidade aumentaram no ano atual de 50% sobre os últimos anos”. • Participação • Performance • Evolução • Índice de

15. Modelagem Multidimensional • DIMENSÕES: • O que são Dimensões? • São os elementos, as entidades que participam de algum fato, o “por” dos dados. • Vamos apresentar algumas situações envolvendo a aplicação dos quatro pontos cardeais de um fato. Quando? Onde? Compra Quem? O que?

16. Modelagem Multidimensional • DIMENSÕES: • Toda ocorrência de uma compra envolve no mínimo quatro elementos participantes: • Quando a compra foi realizada; • Onde foi realizada a compra; • Quem realizou a compra; • O que foi comprado. • Logo, temos quatro dimensões envolvidas neste fato.

17. Modelagem Multidimensional • DIMENSÕES: • Exemplos: • Quanto comprou em setembro de 1999 nas lojas Tamancão de Ouro, o comprador Felipe, em produtos de calçados? • Temos neste caso uma análise de quatro dimensões: • Onde: Tamancão de Ouro • Quando: Setembro de 1999 • Quem: Felipe • O que: Calçados

18. Modelagem Multidimensional • DIMENSÕES: • A Dimensão Tempo • Possui importância acentuada em todo modelo de dados de um Data Mart. • É a única dimensão presente em qualquer tipo de Data Mart. • A dimensão tempo estabelece os limites das chamadas janelas de tempo de existência de dados. • É uma hierarquia de espaços de tempo. Por exemplo • Ano, trimestre, mês, semana, dia.

19. Modelagem Multidimensional

20. Modelagem Multidimensional