Apresentação SOE Assunto DATA WAREHOUSE Professor TANAKA

Apresentação em tema: "Apresentação SOE Assunto DATA WAREHOUSE Professor TANAKA"— Transcrição da apresentação:

1 Apresentação SOE Assunto DATA WAREHOUSE Professor TANAKA
Alunos Alexandre Gomes Ferreira Raphael do Nascimento Martins

2 Data Warehouse Surgimento SADs Definição Propriedades e Conceitos
Aplicações Arquitetura Modelagem Projeto Acesso a dados Considerações Finais

3 Surgimento Necessidade de análise de dados históricos
Necessidade de análise de dados corporativos oriundos de banco de dados diferentes ou distribuídos. Sistemas de Apoio à Decisão

4 Sistema de Apoio à Decisão
Informação Obtidas analisando dados históricos de vendas, produção, etc Análise dos Dados Aumenta a competitividade da empresa Era feita intuitivamente

5 Sistema de Apoio à Decisão
Dificuldade para obter informação Quantidade de dados cresce com expansão e tempo Dados conflitantes Impossivel para alguém gurdar tantos dados Moobilidade do mercado de trabalho

6 Sistema de Apoio à Decisão
Benefícios Determinar mercado-alvo de um produto Criar promoções Responder rapidamente a mudanças de mercado Problema Dados históricos não guardados Solução Banco de Dados especializados para SADs

7 Histórico Criado pela IBM, década de 60, intitulado “Information Ware House” Relançado várias vezes sem sucesso. Seu nome definitivo foi dado por William Inmon Tornou-se viável por novas tecnologias (armazenamento e processamento)

8 Definição Sistema que armazena dados históricos
Um ambiente não um produto Integra dados corporativos num único repositório de dados, se necessário sumarizando-os Utilizado por SADs

9 Propriedades

10 Principais Características
Orientado a assunto Integrado Não volátil Variável com o tempo

11 Processamento OLAP Pesquisa Inteligente ( Data Mining )
Ênfase na performance da recuperação de consultas Visualização de dados ao longo de varias dimensões analíticas.

12 OLTP x OLAP

13 Granularidade Processo de Sumarização (alta)
Processo de envelhecimento(baixa) Nível de detalhe dos dados Quanto maior o nível de detalhamento menor a granularidade.

14 Metadados Metadados de mapeamento Metadados de Sumarização
Metadados históricos Metadados de padrões de acesso

15 Modelagem Multidimensional 5 1 6 8 P1 P2 P3 P4 Tempo ... Produto
Jan./99 Fev./99 FORTALEZA SOBRAL NORDESTE CEARÁ SUDESTE RIO DE JANEIRO PERNAMBUCO SÃO PAULO ... Multidimensional

16 Modelagem Pivoteamento (rotação) Disposição roll-up (ascende)
Disposição drill-down (refina na hierarquia) Esquema estrela Esquema floco de neve.

17 Projeto de DW