ANHANGUERA
EDUCACIONAL
FACULDADE ANHANGUERA DE BAURU
CURSO
SUPERIOR DE TECNOLOGIA EM
GESTÃO DA
TECNOLOGIA DA INFORMAÇÃO
ADMINISTRAÇÃO
DE BANCO DE DADOS
BAURU
2014
FACULDADE ANHANGUERA DE BAURU
ADMINISTRAÇÃO
DE BANCO DE DADOS
Atividades
Práticas Supervisionadas
Bruno Romeiro Comin
Guilherme Roberto Simões
João Fabio Marques da Silva
Matthews Henrique Nicomedes
Disciplina: Administração de Banco de Dados
Prof. Antonio Emílio M. Brunatti
BAURU
2014
Sumário
RELATORIO.................................................................................................17
REFERÊNCIA..........................................................................................18
Obras
Citadas
MACHADO, Felipe Nery Rodrigues. Citações e Referência. Livro:
Tecnologia e Projeto de Data warehouse. Editora Érica Ltda. São Paulo (2.007).
BRUNATTI, Antonio Emílio M. Referência. Aulas: 01, 02, 03, 04 e 05 de Administração de Banco de Dados. Bauru (2.014).
NOVAIS, Ramon Ramos de Castro. Citações e Referência. Trabalho de
Conclusão de Curso da Faculdade Técnica – FATEC de São Paulo. Acessado em
(2.014).
OLIVEIRA, Thiago José da Silva. Citações e Referência. Trabalho de
apresentação da UNIVERSIDADE FEDERAL DA PARAÍBA - UFPB. Acessado em (2.014).
DATA WAREHOUSE E MODELAGEM DIMENSIONAL
Um data
warehouse é constituído em arquiteturas que são: Global, Independente e
Integrada.
Arquitetura
Global é relatada como aquela que suporta toda ou maior parte dos requisitos ou
necessidade de um data warehouse integrado com grande grau de acesso e
utilização das informações na empresa.
Figura 1 – Global
Arquitetura
Data Mart Independente são preferidas dos fornecedores de software para
consulta de informações de data warehouse, essa arquitetura independente requer
os mesmos perfis técnicos para implementação, porém os recursos e pessoal
operacional podem ser administrados pelo grupo de trabalho ou departamento.
Figura 2 – DM_Independente
Arquitetura Data Mart Integrado é basicamente distribuição de implementação, possibilitando muitas outras funções e capacidade de informação em relação à arquitetura independente, consequentemente, aumenta sensivelmente o nível de complexidade de requisitos.
Figura 3 – DM_Integrada
A
arquitetura de um data warehouse ira formar um banco de dados contendo dados
extraídos do sistema de informação da empresa, que forma selecionados e depurados,
com a finalidade de serem utilizados para processamento de consultas e não para
processamentos de transações.
Modelagem
Dimensional de acordo com o Professor Doutor e PhD (Doutor da Filosofia) Ralph
Kimball, modelagem dimensional é uma ferramenta que interage banco de dados com
data warehouse utilizando dois elementos imprevisíveis: as tabelas Fatos e as
tabelas Dimensões. Ambas obrigatórias e possuem características complementares
dentro de um data warehouse. As tabelas dimensões são os descritores de dados oriundos da tabela
fato, com característica qualificativa da informação e relacionamento de “ um
para muitos” com tabela fato. É a tabela que permite a visualização das
informações por diversos aspectos e perspectivas.
As
tabelas fatos contem as métricas, possui o caráter qualificativo das
informações descritivas armazenadas nas tabelas dimensões. Na tabela fato é a
onde estão armazenadas as ocorrências do negocio e possui relacionamento “
muitos para um ” com as tabelas periféricas dimensão.
A
modelagem dimensional possui dois modelos: modelo estrela (Star schema) e
modelo floco de neve (Snowflake).
Modelo
Star ou Estrela são modelos de dados multidimensionais. Sua composição típica
possui grande entidade central dimensionada fato (fact table) e um conjunto de
entidades menores denominadas dimensões (dimension table), arranjadas ao redor
dessa entidade central, formando uma estrela.
Figura 4 – Modelo Star ou Estrela
Figura 5 – Modelo Estrela
Modelo
Snowflake ou Floco de Neve é o resultado da composição de uma ou mais dimensão
que possuem hierarquia entre seus membros. Os resultados do modelo snowflake
resultam na aplicação da terceira forma normal sobre entidade dimensão. Possui
relacionamento entre si, visando diminuir o espaço ocupado por estas tabelas.
Figura 6 – Modelo Floco de Neve
Figura 7 - Modelo Snowflake
TOP DOWN E BOTTOM UP
Segundo o escritor e coautor da
obra TECNOLOGIA E PROJETO DE DATA WAREHOUSE, Felipe Nery Rodrigues Machado, terceira
edição (2.007). Sobre implementações: Top Down e Bottom Up.
A implementação top down é tida
como padrão inicial do conceito de data warehouse. Ela requer maior
planejamento e trabalho de definições conceituais de tecnologia completos antes
iniciar-se o projeto data warehouse.
Figura 8 – Top Down
Vantagens:
§ Herança de
arquitetura;
§ Visão de
empreendimento;
§ Repositório
de metadados centralizados e simples
§ Controle;
§ Caracterização
de regras.
Desvantagens:
§ Implementação
muito longa;
§ Alta taxa
de risco;
§ Heranças de
cruzamentos funcionais;
§ Expectativas
relacionadas ao ambiente.
Nessa arquitetura o processo se
inicia com a extração, a transformação e a integração das informações dos
sistemas operativos e dados externos para um ODS (Operational Data Storage) ou diferentes
das fontes operacionais.
Figura 9 - ODS
Figura 10 - ODS
A
implementação bottom up é a mais popular, pois em virtude da implementação top
down ser politicamente difícil de ser definida e muito cara, requerendo um
tempo grande para implementação, investimento e sem apresentar retorno rápido,
a técnica bottom up ganha mercado e investimento.
Na
implementação bottom up o retorno de investimento é muito mais rápido ou faster
pay back, seu propósito é a construção de um data warehouse incremental a
partir do desenvolvimento independente.
Figura 11 – Bottom_Up
Vantagens:
§ Implementação
rápida;
§ Retorno
rápido;
§ Manutenção
do enfoque da equipe;
§ Herança
incremental.
Desvantagens:
§ Período
Lagamart (dificuldade futura de integração);
§ Desafio de
possuir a visão de empreendimento;
§ Administração
em coordenar múltiplas equipes e iniciativas;
§ A maldição
do sucesso.
RELATÓRIO
Relatório ao Cliente.
No primeiro
passo na qual é DATA WAREHOUSE e MODELAGEM DIMENSIONAL, foi relado um pouco
sobre a historia do data warehouse e da
historia da modelagem dimensional, relatando também algumas ferramentas
oferecidas para melhor desempenho de um projeto e os métodos utilizados.
No segundo
passo no qual é IMPLEMENTAÇÃO TOP DOWN E BOTTOM UP, foi relatado como deve ser
apresentado um projeto de data warehouse alem de ter feito uma breve abordagem
sobre aplicação a ser utilizada e a descrição das vantagens e desvantagem dessa
implementação.
No terceiro
passo no qual é o DESAFIO, foi relatado e mostrado um projeto e seu mapeamento
como deve ser feito.
Relatório Técnico.
No primeiro passo na qual é DATA
WAREHOUSE e MODELAGEM DIMENSIONAL, foi feito um levantamento técnico da
historia do data warehouse e da modelagem dimensional. Foi descrito algum erro
existente de sistema, também a interação com vários métodos, descrevendo
funções exercidas de algumas ferramentas como OLTP, OLAP, Data Mining, Data
Mart e BI. Alem de descrever as arquiteturas Global, Independente e Integrada e
detalhando os modelos Star Schema e Snowflake.
No segundo passo na qual é
IMPLEMENTAÇÃO TOP DOWN E BOTTOM UP, foi feito um resumo detalhado sobre
implementação e destrinchando as vantagens e desvantagens de utilizar a
implementação top down e bottom up.
E no terceiro passo que é o
DESAFIO, foi criado uma modelagem Data Warehouse no DB Designer e foi feito o
mapeamento detalhado dos dados na modelagem contida e explicações de regras
utilizadas também.
REFERÊNCIA
MACHADO, Felipe Nery
Rodrigues. Citações e Referência. Livro: Tecnologia e Projeto de Data
warehouse. Editora Érica Ltda. São Paulo (2.007).
BRUNATTI, Antonio Emílio M.
Referência. Aulas: 01, 02, 03, 04 e 05 de Administração de Banco de Dados. Bauru (2.014).
NOVAIS, Ramon Ramos de
Castro. Citações e Referência. Trabalho de Conclusão de Curso da Faculdade
Técnica – FATEC de São Paulo. Acessado em (2.014).
OLIVEIRA, Thiago José da
Silva. Citações e Referência. Trabalho de apresentação da UNIVERSIDADE FEDERAL
DA PARAÍBA - UFPB. Acessado em (2.014).
Nenhum comentário:
Postar um comentário