MODELAGEM DIMENSIONAL

MODELAGEM DIMENSIONAL

1. Bancos de Dados Transacionais são mais eficientes para sistemas que processam uma grande quantidade de transações (Online Transaction Processing – OLTP).

2. TABELAS FATO E DIMENSÃO

   • O que é uma Tabela Fato?
     • Trata-se de uma tabela que armazena informações quantitativas para análise de dados.
     • CARACTERÍSTICAS
       • Armazenam ocorrências, eventos ou fatos de um processo de negócio da organização
       • Possuem geralmente uma grande quantidade armazenada de registros ou tuplas.
       • São normalizadas e sem hierarquia (decomposições em outras tabelas).
       • São tabelas que geralmente crescem verticalmente: mais registros ou linhas
       • Armazenam medidas/métricas quantitativas (valores ou indicadores).
       • Podem ser medidas de desempenho, métricas operacionais, medidas agregadas, etc.
       • Contêm chaves estrangeiras que correspondem às chaves primárias das Tabelas Dimensão.
       • Apresentam uma chave primária composta em que a dimensão tempo sempre é parte integrante
       • Expressam, em geral, relacionamentos de 1:N entre as Tabelas Periféricas (Dimensão).
       • São efetivamente criadas apenas após a criação de tabelas dimensionais.
       • Respondem à pergunta: “O que está sendo medido nesse processo de negócio?”.Exemplos: Quantidade, Valor, Lucro, Margem, Perda, entre outros.
   • Tabelas Dimensão
     • Essas tabelas são responsáveis por armazenar atributos ou dimensões de objetos contidos em uma Tabela Fato
     • CARACTERÍSTICAS
       • Armazenam atributos ou dimensões que descrevem medidas de uma Tabela Fato;  Possuem geralmente menos linhas e mais colunas que Tabelas Fato;
       • São desnormalizadas e com hierarquia (decomposições em outras tabelas).  Possuem uma chave primária que identificam unicamente seus registros;
       • As chaves primárias das Tabelas Dimensão compõem a chave primária da Tabela Fato;
       • São tabelas que geralmente crescem horizontalmente: mais atributos ou colunas;  Apresentam atributos qualitativos ou textuais (Ex: Nome, Sexo, Data de Nascimento);
       • Permitem a visualização de fatos por meio de diversas perspectivas diferentes;  Atributos devem ser verbosos, descritivos, completos, discretos e corretos;
       • Respondem à pergunta: "Quando?", "O que?", "Onde?" e "Quem?";  Exemplos: Pessoas, Produtos, Lugares, Tempo, entre outros.

3. Modelos fortemente associados

   • Esquema Estrela
     • é basicamente uma Tabela de Fatos central conectada a várias Tabelas de Dimensão em um relacionamento 1:N, sendo uma única tabela para cada dimensão
   • Esquema Flocos de Neve
     • Snowflake Schema) é basicamente uma Tabela de Fatos central conectada a várias Tabelas de Dimensão, sendo possível haver várias tabelas para cada dimensão.
       • sendo estas últimas organizadas em hierarquias e normalizadas

4. Online Analytical Processing (OLAP)

   • Tipos de Armazenamento
     • ROLAP (Relational OLAP)
       • Essa ferramenta apresenta os dados para o usuário em uma visão multidimensional, mas eles são efetivamente armazenados em um formato relacional
         • A principal vantagem disso é a alta escalabilidade
         • A principal desvantagem é o baixo desempenho
     • MOLAP (Multidimensional OLAP)
       • essa ferramenta apresenta os dados para o usuário em uma visão multidimensional e eles são efetivamente armazenados em bancos de dados multidimensional otimizados chamados Multidimensional Database (MDDB).
     • HOLAP (Hybryd OLAP)
       • Trata-se de combinar as vantagens de MOLAP e ROLAP, extraindo o que há de melhor de cada uma, ou seja, a alta performance do MOLAP com a melhor escalabilidade do ROLAP
   • Operações OLAP