OLAP – Motivação e conceitos

Apresentação em tema: "OLAP – Motivação e conceitos"— Transcrição da apresentação:

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

2 Desafio do Negócio Tomadores de Decisão de Negócios Gerentes de
Informática Valor Informação certa Formato certo Na hora certa Integração Escalabilidade & Performance Flexibilidade Custo Organizations building systems to support their decision-making face requirements from both business decision-makers, and the IT professionals - goals which often seem in opposition to one another. Business decision-maker goals: Getting the Right Information Breadth – integration of disparate system data Depth - summarization of single system data In the Right Format Intuitive and familiar client tools and apps Navigation and analysis made easy Ad-hoc queries without programming skills At the Right Time Rapid response times for complex queries Fast availability of current data from operational systems The IT professional faces the challenges of delivering these requirements: Integration Many different platforms and stores Many development and end user tools Leverage existing investment Scalability/Performance Span from the individual (MB) to the enterprise (TB) on a single platform Pre-aggregate data with minimal impact on database size and data load times Fast! - creating, loading, indexing and querying of databases Manageability Simplify complex or frequently executed tasks Single repository for sharing metadata Flexible architecture to support x-OLAP/x-schema In summary - BDM is seeking to increase the value of the systems, while the IT pro is trying to minimize the ongoing costs. The question is how organizations can accomplish both. 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 The key to the statement on this slide, from Forrester Research, is that data warehousing is a process, rather than a specific product. Microsoft contributes some of the important software foundation products for the deployment of data warehouse systems. The next slides will explain this further.

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

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 DEODORO 5782,00 6739,00 4434,00 UNIDADE NEGÓCIO MURICY 6365,00 6744,00 3400,00 MAR97 FEV97 TEMPO JAN97 Medidas

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

19 OLAP é Multidimensional
“Captamos R$ ,00. Isso é bom?” Produto Unid Neg Tempo Carteira Banco Ano Modalidade Agência Quadr. Produto Gerência Mês Dia Tempo 1 2 3 4 7 6 5 Produto Unid Neg The problem multi dimensions and levels creates is a large number of aggregations. To calculate the number of aggregations possible, multiple the levels of each dimension. 3 4 X = 36

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

21 Hierarquias ANO MES DIA PERÍODO ANO JANEIRO JULHO 25 15 01 02 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 HOLAP Arquitetura MOLAP
INFO REQUEST MOLAP SERVER DATABASE SERVER LOAD FRONT-END TOOL : SQL RESULT SET Metadata Request Processing RESULT SET RDBMS

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

32 MOLAP x ROLAP x HOLAP Arquitetura HOLAP
SQL QUERY DATABASE SERVER FRONT-END TOOL 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 Data marts OLTP ODS STAR + AGR MDDB Data warehouse Sistemas OLTP Projeto Mapear Extrair Limpar Transf. Carga Indexar Agregar Replicar Distribuição dos Dados Acesso e análise Utilização estratégica das Informações Meta data Administração e monitorção do Sistema

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

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

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?