A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

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

Apresentações semelhantes


Apresentação em tema: "OLAP – Motivação e conceitos Aroldo Pereira Vieira PUC-PR / 2001."— Transcrição da apresentação:

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

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

3 O que é Business Intelligence? n Conjunto de tecnologias que permitem o cruzamento de informações e suportam a análise dos indicadores de performance de um negócio n Principal ferramenta de suporte a tomada de decisão n 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 n Planejar orçamento n Análise e modelagem financeira n Análise de mercado n Análise de defeitos n Planejamento de capacidade...

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

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

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

9 Ambientes de Informações

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

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

12 Conceitos Ambiente OLAP n analítica n leitura/escrita n iterativo/investigação analítica n muitos cubos (um cubo/assunto) n multidimensional n 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 n Tecnologia voltada para consultas n Dados não sofrem alterações n Dados e consultas são gerenciais n Visão multidimensional dos dados n Cálculos complexos n Séries de tempo

17 Estrutura Multidimensional Medidas ECC POUPANÇA DEP.A VISTA DEODORO MURICY TEMPO JAN97 FEV97 MAR97 PRODUTO UNIDADE NEGÓCIO 5782, , , ,006744,003400,00 Dimensões

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

19 Tempo Produto Unid Neg Produto Unid Neg Tempo Produto Unid Neg Tempo Carteira Banco Ano Carteira Banco Ano Modalidade Agência Quadr. Modalidade Agência Quadr. Produto Gerência Mês Produto Gerência Mês Dia Dia334XX = 36 OLAP é Multidimensional Captamos R$ ,00. Isso é bom?

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

21 HierarquiasANO MES DIA PERÍODO ANO JANEIRO JULHO MANHATARDE

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

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

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

25 Drill down n Mergulhos ou detalhamentos das informações

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

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

28 MOLAP x ROLAP x HOLAP Arquitetura

29 MOLAP x ROLAP x HOLAP n MOLAP - Multi-Dimensional OLAP n ROLAP - Relational OLAP n HOLAP - Hybrid OLAP

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

31 DATABASE SERVER ROLAP SERVER SQL FRONT-END TOOL INFO REQUEST RESULT SET Metadata Request Processing RESULT SET RDBMS MOLAP x ROLAP x HOLAP Arquitetura ROLAP

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

33 Processo de carga DW / OLAP

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

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

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

37 Modelagem de dados

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

39 Modelo Snow Flake

40 Modelo Star Schema

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


Carregar ppt "OLAP – Motivação e conceitos Aroldo Pereira Vieira PUC-PR / 2001."

Apresentações semelhantes


Anúncios Google