Modelagem Relacional e Multidimensional: uma análise envolvendo Sistemas de Apoio a decisão

Tamanho: px
Começar a partir da página:

Download "Modelagem Relacional e Multidimensional: uma análise envolvendo Sistemas de Apoio a decisão"

Transcrição

1 Modelagem Relacional e Multidimensional: uma análise envolvendo Sistemas de Apoio a decisão Rita Cristina Galarraga Berardi, Flávia Braga de Azambuja, Ana Marilza Pernas, Rodrigo Coelho Barros Departamento de Informática Universidade Federal de Pelotas (UFPEL) Caixa Postal Capão do Leão RS Brasil {ritacgb, azambuja, marilza, Abstract. This paper presents the characteristics of the relational and multidimensional models, their main differences and cases in which each model is used. Initially it presents the specific functionalities of each model and, at the same time, makes a comparative sample between them. Lastly, it presents the case study of the Database existent at city hall of Pelotas, where it s been identified the need of a specific decision support system, having the multidimensional database as its best option due to the activities the system will have to attend. Resumo. Este trabalho apresenta as características dos modelos relacional e multidimensional, suas principais diferenças e mostra os casos em que cada tipo é comumente utilizado. Inicialmente mostra as funcionalidades específicas de cada tipo e, paralelamente, realiza um comparativo entre os dois modelos. Por fim mostra o estudo de caso do Banco de Dados da Prefeitura Municipal de Pelotas, onde identificou-se um sistema específico de apoio à decisão (SAD) com o modelo multidimensional como melhor alternativa devido às funções que o sistema deveria cumprir. 1. Introdução O tratamento estratégico de informações, hoje em dia, pode ser visto como uma prática poderosa no mundo dos negócios. No entanto, além de conhecer as informações é preciso saber a melhor forma de obtê-las, tratá-las e disponibilizá-las. Identificou-se a necessidade de uma análise sobre os modelos relacional e multidimensional, reconhecendo vantagens e desvantagens de sua utilização, para que uma base de dados seja modelada de forma que viabilize o mais otimizado tratamento aos dados. De nada adianta para uma organização ter um grande volume de dados sem que estes estejam organizados de forma a agregar valor. Agregar valor em uma instituição significa transformar dados em informações úteis. A modelagem dimensional é uma abordagem que pode dar sentido a esta montanha de dados [DOMENICO 2001]. O foco deste trabalho está em apresentar as características dos modelos relacional e multidimensional, suas diferenças, e mostrar os casos em que cada tipo é comumente utilizado. Como etapa inicial, serão mostradas as características de cada modelo e, paralelamente, será feito um comparativo entre eles. Na seqüência, será

2 apresentado um estudo de caso dirigido, através do qual é possível notar as vantagens da decisão da utilização de uma modelagem multidimensional quando se tem um volume muito grande de dados e se busca um tratamento estratégico, como em ambientes de apoio à decisão (SAD). 2. Modelagem Relacional e Multidimensional Os Sistemas de Apoio à Decisão (SAD) são sistemas Informatizados interativos que proporcionam ao usuário um acesso fácil a modelos decisórios e dados a fim de dar apio a atividades de tomada de decisão. Para que a arquitetura do SAD esteja de acordo com as necessidades dos usuários existe uma preocupação com relação à análise, extração e armazenamento da base de dados, bem como a organização destes dados aos usuários de forma que eles possam aproveitar ao máximo as informações desta base [ANNES,2006]. Faz-se necessário um estudo sobre os modelos existentes para modelar a base de dados. 2.1 Modelo Relacional Segundo Elmasri (2000), o modelo relacional representa o banco de dados como uma coleção de relações. Informalmente, cada relação se assemelha a uma tabela de valores, ou, até certo ponto, a um arquivo de registros. Os bancos de dados deste tipo suportam processamento de transações on-line (OLTP), que incluem inserções, atualizações e exclusões, ao mesmo tempo que suportam requisitos de informações sobre consultas. São otimizados para processar consultas que podem afetar uma pequena parte do banco de dados, bem como transações que lidam com inclusões ou atualizações de algumas tuplas por relação, a serem processadas. [ELMASRI 2000]. Para tornar o armazenamento e o acesso a dados em disco mais fáceis, os modelos relacionais são gerenciados por um Sistema Gerenciador de Banco de Dados (SGBD), o que traz muitas vantagens e facilidades relacionados ao projeto, à administração e à utilização de um grande banco de dados utilizado por vários usuários. Um SGBD eficiente proporciona maior segurança e controle ao banco de dados relacional, como por exemplo, através da aplicação de controle de redundâncias, restrição de acesso não-autorizado, restrição de integridade e inconsistência de dados através de normalização, representação de relacionamentos complexos entre os dados, entre outras funcionalidades. Devido a estas características que o SGBD proporciona ao modelo relacional, as bases de dados relacionais tornaram-se a mais apropriadas para sistemas que precisam desses tipos de controles, por serem acessadas por um grupo de usuários com permissão de alteração, acesso, consulta e inserção. Estes sistemas são definidos como operacionais, pois tratam dados de transações operacionais diárias das organizações. O modelo relacional garante a redução de vários problemas aos dados com a utilização das regras de normalização, porém, não é garantido que todo o tipo de sistema necessite de toda esta estrutura de controle. Um projeto OLTP totalmente normalizado para um sistema de controle de pedidos, por exemplo, pode envolver dezenas de tabelas e tornar muito difícil o processo de obtenção de informações a partir destas tabelas. Isso porque o modelo relacional já foi desenvolvido para atender aos sistemas operacionais e

3 a normalização evita redundâncias de tal forma que não haja preocupação com o sincronismo de dados nas operações de atualização, facilitando a manutenção da integridade desses dados nas tabelas [UNICAMP 1998]. Por todas as características apresentadas, o modelo relacional é um tipo de modelo eficiente para sistemas que manipulam dados operacionais, no entanto, não representa a modelagem mais apropriada para um sistema SAD que se utiliza apenas de duas funções básicas: carga e acesso aos dados, podendo até prejudicar o desempenho das funções que um sistema deste tipo deve cumprir. O que deve se compreender é que a utilização total e fiel do tipo de modelagem relacional não é a mais otimizada, porém adotar o modelo multidimensional não significa que não sejam utilizadas tabelas relacionais em momento algum do projeto dimensional. Pode ocorrer uma aplicação híbrida das funções, tendo uma visão multidimensional dos dados, representados fisicamente por tabelas relacionais Modelagem Multidimensional A modelagem multidimensional é uma técnica de concepção e visualização de um modelo de dados de um conjunto de medidas que descrevem aspectos comuns de negócios. É utilizada especialmente para sumarizar e reestruturar dados e apresentá-los em visões que suportem a análise dos valores desses dados [MACHADO 2004]. Partindo de uma grande quantidade de dados, com a técnica de modelagem multidimensional é possível alcançar um nível de organização diferente das técnicas de análise por transação, que se baseiam em entidades, decomposições funcionais e relacionamentos [UNICAMP 2006]. O tipo de modelo abordado no trabalho é o estrela, por ser mais utilizado. Existe uma grande tabela dominante no centro do esquema. Esta tabela central é a única no esquema que se comunica com as outras tabelas, através de múltiplas junções. As outras tabelas se conectam à tabela central através de uma única junção. A tabela central é denominada tabela de fatos (fact table) e as outras são as tabelas de dimensões (dimension tables) (KIMBALL, 1996). A tabela de fatos é onde as medidas numéricas do negócio são armazenadas. Cada uma dessas medidas é obtida da intersecção de todas as dimensões. Cada fato representa um item, uma transação ou um evento de negócio e que é utilizado na análise de uma organização. As tabelas dimensões são os elementos que participam de um fato, determinam um contexto de um assunto de negócios, por exemplo, um banco de dados que analisa as vendas de produtos, as dimensões que participam desse fato geralmente são Tempo, Localização, Cliente e Vendedores. Outro tipo de modelo multidimensional é o floco de neve, o qual consiste em uma extensão do modelo estrela em que cada ponta da estrela passa a ser o centro de outras estrelas. Apesar deste modelo apresentar vantagens, Kimball (1996) não aconselha a transformação de modelos estrela para floco de neve, devido ao irrelevante impacto em termos de ganho de espaço de armazenamento. O banco de dados multidimensional dá suporte e aperfeiçoa manipulações matemáticas (quantidade total vendida em determinado espaço de tempo), financeiras (cálculos com valores, conversões financeiras), estatísticas e de tempo (quantos dias há

4 entre duas datas, por exemplo), assim como somatório de valores referentes a níveis de uma hierarquia de dados (data, mês, semestre, ano) [MACHADO 2004]. Por estas características específicas é que este tipo de modelo vem ao encontro do que se busca na gestão de negócio, bem como responder a alguns questionamentos referentes ao desempenho de determinados assuntos durante um espaço de tempo, além de buscar cenários para análise estratégica de decisões. Portanto a modelagem multidimensional, com todas suas características e especificidades de tratamento dos dados, é a modelagem mais utilizada e apropriada para sistemas SAD, os quais proporcionam integração máxima e rápida dos dados para responder perguntas complexas a partir dos dados A Tecnologia de Data Warehousing No contexto de tecnologias para construção de ambientes SAD destaca-se a tecnologia de Data Warehousing a qual consiste basicamente no processo de extrair informações de Banco de Dados distintos, integrar e armazenar estas informações de uma forma íntegra e possibilitar consultas rápidas e inteligentes sobre a base de dados gerada [SCHLÖTTGEN 2006]. Entende-se então que, por este comportamento, esta é uma tecnologia adequada quando se pretende alcançar um modelo tipicamente de uso estratégico e que se utiliza de grandes quantidades de dados. O Data Warehouse proporciona uma sólida e concisa integração dos dados de uma organização, para a realização de análises gerenciais estratégicas de seus principais processos de negócio, procurando integrar e consolidar as informações de fontes internas, na maioria das vezes heterogêneas, e fontes externas, sumarizando, filtrando e limpando esses dados, preparando-os para análise e suporte à decisão [MACHADO 2004]. A modelagem de dados para Data Warehouse é completamente diferente da utilizada em sistemas operacionais. O simples mapeamento do modelo de dados transacional para um banco de dados específico e a inserção de dados históricos não representa a efetiva construção de um Data Warehouse. A adoção desta estratégia não possibilita a manipulação eficiente desses dados, pois as forma de tratamento de dados transacionais é totalmente diferente da forma de tratamento de dados históricos. De acordo com Machado (2004), a maioria das técnicas de modelagem concorda que a aplicação completa da teoria relacional não é apropriada para o Data Warehouse. Com o advento do Data Warehouse necessitou-se de uma técnica que suportasse o ambiente de análise multidimensional dos dados. Entretanto, o modelo relacional pode ser usado para ambientes de Data Warehouse com técnica para modelagem multidimensional específica, como veremos em seguida Tecnologia OLAP Analistas usam Data Warehouses para extrair informações de negócios que facilitam a tomada de decisões. Este interativo processo de suporte a decisão é chamado OLAP (On-line Analytical Processing) diferentemente das aplicações convencionais para transações OLTP (On-line Transaction Processing). As ferramentas OLAP são as aplicações às quais os usuários finais têm acesso para extrair os dados de suas bases e construir os relatórios capazes de responder às questões gerenciais.

5 Aplicações de tecnologia OLAP requerem uma visão dos dados baseada em diferentes perspectivas, dimensões e assim apresentam uma visão multidimensional dos dados aos usuários [GUPTA 2006]. Quando a Base de Dados pode ser visualizada como um cubo de 3, 4 ou até 5 ou mais dimensões, as pessoas podem se imaginar partindo e fatiando em cubos cada uma das dimensões [KIMBALL 1996]. 3. Estudo de Caso: Banco de Dados da Prefeitura Municipal de Pelotas A Coordenadoria para Desenvolvimento Local e Regional, implantada no ano de 2005 pela Prefeitura de Pelotas, empreendeu esforços e propôs debates com a comunidade no sentido de: reunir dados capazes de traçar um perfil realista e abrangente da realidade atual, que permitam quantificar e qualificar as diferentes dimensões da vida comunitária; organizar estes dados em forma de apresentação capaz de estimular investidores internos e externos; examinar, discutir e priorizar estratégias capazes de possibilitar a desejada aceleração no processo de desenvolvimento [FETTER 2005]. A Prefeitura Municipal de Pelotas preparou um conjunto de dados, na forma de apresentação de slides, como mostra a Figura 1, para oferecer aos empresários e interessados em investir na região o maior número de informações possível sobre os segmentos da sociedade, como saúde, educação, trânsito e aspectos naturais como clima, geografia, entre outros. A partir destes dados, os investidores poderiam tomar a decisão de investir ou não na cidade, dependendo dos índices apresentados referentes à sua respectiva área de interesse. Para a construção deste documento, buscaram informações a partir de bases de dados já existentes, on-line ou não, automatizadas ou não, coletando ainda dados de forma empírica, tentando agrupar dados que, apesar de não organizados, foram julgados pertinentes pela administração da cidade. Figura 1: Uma tela do Banco de Dados inicial da Prefeitura Através destas pesquisas, se obteve um grande aglomerado de dados, de forma organizada, mas não adequada para buscas objetivas de informação, como quando se utiliza bancos de dados automatizados. Estes dados estavam dispostos na forma de textos longos e tabelas estatísticas de onde eram gerados gráficos. No entanto, o Banco de Dados que a Prefeitura conseguiu construir não era o ideal frente às necessidades. A forma de armazenamento era crítica, uma vez que

6 arquivos slides com grande número de informações, como textos, imagens, gráficos, são arquivos que por sua forma dificultam o armazenamento e portabilidade destes dados. Devido a estas dificuldades, a Prefeitura motivou-se a obter uma solução para os problemas, através de um Sistema de Informação de Apoio a Decisão (SAD) e disponibilizá-lo da forma mais fácil e rápida possível a Web. Com o objetivo de suprir a infra-estrutura necessária para que os empresários e investidores pudessem analisar a realidade social da região de Pelotas, foram propostas pesquisas para definir quais as técnicas de Bancos de Dados melhor se adequavam a fim de modelar um sistema de informações que abrangesse todos os requisitos referentes aos objetivos da Prefeitura. A partir do tratamento adequado, os dados deveriam estar mais organizados e possibilitariam a busca de informações relevantes sobre a cidade e a região através da aplicação de técnicas de descoberta de conhecimento em Bancos de Dados junto a esse sistema [FAVARETTO 2006]. 3.1 Tecnologias aplicadas ao sistema de apoio a decisão Tendo em vista a grande quantidade de dados que a Prefeitura possuía sobre os vários segmentos da sociedade, e que os usuários deste sistema buscariam informações sobre diferentes assuntos, integrando-os das mais diversas e complexas formas, definiu-se a necessidade de utilizar a técnica de Data Warehousing e a modelagem multidimensional. Outro fator que contribuiu para esta definição foi o aspecto temporal que estas aplicações permitem, uma vez que os dados que a Prefeitura de Pelotas possuía eram atualizados em um período de tempo relativamente grande com relação ao tempo levado para atualização das bases operacionais. O volume de dados que a Prefeitura disponibilizava era suficientemente grande para não considerar a modelagem relacional como alternativa e também o aspecto investigativo de análise seria prejudicado. A partir desta definição foram feitas várias passagens pelos slides a fim de eliminar os dados que não eram armazenáveis, como gráficos, sendo estes gerados automaticamente por recursos de programação, de forma automática sobre o sistema. Desta forma, foi possível realizar a modelagem das dimensões e fatos do modelo estrela, escolhido para a modelagem, como mostra a Figura 2.

7 Figura 2: Modelo multidimensional do tipo estrela. Adaptado de Kimball (1996) Dentro das abordagem OLAP existentes, a utilizada é a HOLAP em que as tabelas são relacionais e a análise realizada através dos cubos é multidimensional, caracterizando assim uma abordagem híbrida. Figura 3: Cubo com as dimensões Nível de Ensino,Rede de Ensino e Tempo. A Figura 3 ilustra um dos cubos modelados para a Prefeitura, onde cada ponto do cubo contém valores do Fato Matrícula. Os valores são a quantidade de matrículas por nível de ensino nas redes escolares em um determinado ano. 4. Conclusão Ao longo deste artigo foram apresentadas características dos modelos relacional e multidimensional, analisando os tipos de sistema em que cada modelo era mais adequado. Percebeu-se com estudos e pesquisa que modelagem de dados, para aplicação de tecnologias na gestão de dados, precisa ser específica e apropriada ao objetivo do usuário final. No caso em que foi estudado, o da Prefeitura Municipal de Pelotas, o usuário final é um investidor que busca informações integradas e rápidas, caracterizando assim um Sistema de Informação de Apoio à Decisão. No desenvolvimento do estudo de caso da Prefeitura, se evidenciou o fato de que as empresas realmente têm interesse em obter dados sobre assuntos relevantes, mas que reunir estes dados em sua totalidade pode provocar conseqüências que realmente comprometem a usabilidade estratégica dos mesmos. Com base no comparativo entre os dois modelos, foi possível concluir que para um ambiente SAD, como o que a prefeitura objetivava, com busca de informação analítica e rápida, em grande quantidade, a modelagem multidimensional com a técnica de Data Warehouse foi definida como a mais otimizada e completa. Referências Annes, Ricardo, Sistemas de Apoio à Decisão, disponível em < Acesso em 30 julho de 2006.

8 Domenico, J.A. (2001), Definição de um ambiente Data Warehouse em uma instituição de ensino superior, Dissertação (Mestrado em Engenharia de Produção) Programa de Pós-graduação em Engenharia de Produção, UFSC, Florianópolis. Elmasri, R. e Navathe, S.B. (2005), Sistemas de Bancos de Dados, 4º ed. Addison Wesley Longman, Inc Favaretto, F. e Rhoden, C.A., Considerações sobre atividades de identificação, localização e tratamento de dados na construção de um Data Warehouse, disponível em Acesso em 02 maio de Fetter, Adolfo Jr. (2005) Estratégia(s) para Atrair Investimentos em Pelotas. Gupta, H., Harinarayan, V., Rajaraman, A. e Ullman, J.D. Index Selection for OLAP, disponível em<http://citeseer.ist.psu.edu/gupta97index.html>. Acesso em 02 maio de Harinarayan, V., Rajaraman, A. e Ullman, J.D. Implementing Data Cubes Efficiently, disponível em<http://citeseer.ist.psu.edu/harinarayan96implementing.html>. Acesso em 05 maio de Kimball, R. (1996), The Data Warehouse Toolkit., John Wiley & Sonns, Inc Laudon, K. C.(2004), Sistemas de Informações Gerencias, 5 ed. São Paulo Machado, F.N.R. (2004), Tecnologia e Projeto de Data Warehouse, 1º ed. São Paulo Revista da UNICAMP, Análise Multidimensional. Informativo Técnico no. 54(16/09/98), disponível em: <http://www.revista.unicamp.br/infotec/informacao/inf54.htm>. Acesso em: 09 maio de 2006 Schlöttgen, Alexandre, Aspectos Temporais de um Data Warehouse, disponível em <www.inf.ufrgs.br/~clesio/cmp151/cmp /artigo_alexandre.doc>. Acesso em 28 maio de 2006 Zhuge, Y., Garcia-Molina, H., Hammer, J. e Widom, Jennifer. View Maintenance in a Warehousing Environment, disponível em <http://citeseer.ist.psu.edu/zhuge95view.html>. Acesso em: 09 maio de 2006

Data Warehouses Uma Introdução

Data Warehouses Uma Introdução Data Warehouses Uma Introdução Alex dos Santos Vieira, Renaldy Pereira Sousa, Ronaldo Ribeiro Goldschmidt 1. Motivação e Conceitos Básicos Com o advento da globalização, a competitividade entre as empresas

Leia mais

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3.

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3. Sumário Data Warehouse Modelagem Multidimensional. Data Mining BI - Business Inteligence. 1 2 Introdução Aplicações do negócio: constituem as aplicações que dão suporte ao dia a dia do negócio da empresa,

Leia mais

Sistemas de Apoio à Decisão (SAD) - Senado

Sistemas de Apoio à Decisão (SAD) - Senado Sistemas de Apoio à Decisão (SAD) - Senado DW OLAP BI Ilka Kawashita Material preparado :Prof. Marcio Vitorino Sumário OLAP Data Warehouse (DW/ETL) Modelagem Multidimensional Data Mining BI - Business

Leia mais

Banco de Dados - Senado

Banco de Dados - Senado Banco de Dados - Senado Exercícios OLAP - CESPE Material preparado: Prof. Marcio Vitorino OLAP Material preparado: Prof. Marcio Vitorino Soluções MOLAP promovem maior independência de fornecedores de SGBDs

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para

Leia mais

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP.

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. Eduardo Cristovo de Freitas Aguiar (PIBIC/CNPq), André Luís Andrade

Leia mais

Uma Ferramenta Web para BI focada no Gestor de Informação

Uma Ferramenta Web para BI focada no Gestor de Informação Uma Ferramenta Web para BI focada no Gestor de Informação Mikael de Souza Fernandes 1, Gustavo Zanini Kantorski 12 mikael@cpd.ufsm.br, gustavoz@cpd.ufsm.br 1 Curso de Sistemas de Informação, Universidade

Leia mais

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:

Leia mais

SAD orientado a DADOS

SAD orientado a DADOS Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a DADOS DISCIPLINA: Sistemas de Apoio a Decisão SAD orientado a dados Utilizam grandes repositórios

Leia mais

Business Intelligence e ferramentas de suporte

Business Intelligence e ferramentas de suporte O modelo apresentado na figura procura enfatizar dois aspectos: o primeiro é sobre os aplicativos que cobrem os sistemas que são executados baseados no conhecimento do negócio; sendo assim, o SCM faz o

Leia mais

Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql

Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql Conversão de Base de Dados Relacional para Dimensional para Business Intelligence Utilizando Banco de Dados Mysql Carlos H. Cardoso 1, Roberto D Nebo 1, Luis A. da Silva 1 1 Curso de Tecnologia em Banco

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto OLPT x OLAP Roteiro OLTP Datawarehouse OLAP Operações OLAP Exemplo com Mondrian e Jpivot

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

Complemento I - Noções Introdutórias em Data Warehouses

Complemento I - Noções Introdutórias em Data Warehouses Complemento I - Noções Introdutórias em Data Warehouses Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Introdução. Motivação. Sistema Gerenciador de Banco de Dados (SGBD) Banco de Dados (BD) Sistema de Banco de Dados (SBD)

Introdução. Motivação. Sistema Gerenciador de Banco de Dados (SGBD) Banco de Dados (BD) Sistema de Banco de Dados (SBD) Pós-graduação em Ciência da Computação CCM-202 Sistemas de Banco de Dados Introdução Profa. Maria Camila Nardini Barioni camila.barioni@ufabc.edu.br Bloco B - sala 937 2 quadrimestre de 2011 Motivação

Leia mais

Fundamentos da Análise Multidimensional

Fundamentos da Análise Multidimensional Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Fundamentos da Análise Multidimensional Fundamentos da Análise Multidimensional

Leia mais

Modelo de dados do Data Warehouse

Modelo de dados do Data Warehouse Modelo de dados do Data Warehouse Ricardo Andreatto O modelo de dados tem um papel fundamental para o desenvolvimento interativo do data warehouse. Quando os esforços de desenvolvimentos são baseados em

Leia mais

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data

Leia mais

Prova INSS RJ - 2007 cargo: Fiscal de Rendas

Prova INSS RJ - 2007 cargo: Fiscal de Rendas Prova INSS RJ - 2007 cargo: Fiscal de Rendas Material de Apoio de Informática - Prof(a) Ana Lucia 53. Uma rede de microcomputadores acessa os recursos da Internet e utiliza o endereço IP 138.159.0.0/16,

Leia mais

Módulo 2. Definindo Soluções OLAP

Módulo 2. Definindo Soluções OLAP Módulo 2. Definindo Soluções OLAP Objetivos Ao finalizar este módulo o participante: Recordará os conceitos básicos de um sistema OLTP com seus exemplos. Compreenderá as características de um Data Warehouse

Leia mais

Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS

Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS Processo Decisório, OLAP e Relatórios Corporativos OLAP E RELATÓRIOS CORPORATIVOS Sumário Conceitos/Autores chave... 3 1. Introdução... 5 2. OLAP... 6 3. Operações em OLAP... 8 4. Arquiteturas em OLAP...

Leia mais

IMPLANTAÇÃO DO DW NA ANVISA

IMPLANTAÇÃO DO DW NA ANVISA IMPLANTAÇÃO DO DW NA ANVISA Bruno Nascimento de Ávila 1 Rodrigo Vitorino Moravia 2 Maria Renata Furtado 3 Viviane Rodrigues Silva 4 RESUMO A tecnologia de Business Intelligenge (BI) ou Inteligência de

Leia mais

Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar

Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar Uma Ferramenta WEB para apoio à Decisão em Ambiente Hospitalar Mikael de Souza Fernandes 1, Gustavo Zanini Kantorski 12 mikael@cpd.ufsm.br, gustavoz@cpd.ufsm.br 1 Curso de Sistemas de Informação, Universidade

Leia mais

Data Mining: Conceitos e Técnicas

Data Mining: Conceitos e Técnicas Data Mining: Conceitos e Técnicas DM, DW e OLAP Data Warehousing e OLAP para Data Mining O que é data warehouse? De data warehousing para data mining Data Warehousing e OLAP para Data Mining Data Warehouse:

Leia mais

GUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR

GUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR Curso Engenharia Informática Ano letivo 2012/13 Unidade Curricular Bases de Dados II ECTS 6 Regime Obrigatório Ano 2º Semestre 1º sem Horas de trabalho globais Docente (s) José Carlos Fonseca Total 168

Leia mais

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso 5 Estudo de Caso De modo a ilustrar a estruturação e representação de conteúdos educacionais segundo a proposta apresentada nesta tese, neste capítulo apresentamos um estudo de caso que apresenta, para

Leia mais

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE

CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE CONSIDERAÇÕES SOBRE ATIVIDADES DE IDENTIFICAÇÃO, LOCALIZAÇÃO E TRATAMENTO DE DADOS NA CONSTRUÇÃO DE UM DATA WAREHOUSE Fabio Favaretto Professor adjunto - Programa de Pós Graduação em Engenharia de Produção

Leia mais

Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel

Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel Uma análise multidimensional dos dados estratégicos da empresa usando o recurso OLAP do Microsoft Excel Carlos Alberto Ferreira Bispo (AFA) cafbispo@siteplanet.com.br Daniela Gibertoni (FATECTQ) daniela@fatectq.com.br

Leia mais

- A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de Data Warehouses.

- A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de Data Warehouses. - A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de. - O que é uma Data Warehouse? - Colecção de bases de dados orientadas por assunto

Leia mais

Módulo 4. Construindo uma solução OLAP

Módulo 4. Construindo uma solução OLAP Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

A MODELAGEM DE DADOS NO AMBIENTE DATA WAREHOUSE

A MODELAGEM DE DADOS NO AMBIENTE DATA WAREHOUSE UNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática A MODELAGEM DE DADOS NO AMBIENTE DATA WAREHOUSE Daniele Del Bianco Hokama Denis Camargo Francine Fujita João Luiz Valentim Fogliene

Leia mais

Uma aplicação de Data Warehouse para apoiar negócios

Uma aplicação de Data Warehouse para apoiar negócios Uma aplicação de Data Warehouse para apoiar negócios André Vinicius Gouvêa Monteiro Marcos Paulo Oliveira Pinto Rosa Maria E. Moreira da Costa Universidade do Estado do Rio de Janeiro - UERJ IME - Dept

Leia mais

Criação e uso da Inteligência e Governança do BI

Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Governança do BI O processo geral de criação de inteligência começa pela identificação e priorização de

Leia mais

Diferença Entre Banco de Dados Relacional e Banco de Dados Dimensional. Difference Between Relational Database and Dimensional Database

Diferença Entre Banco de Dados Relacional e Banco de Dados Dimensional. Difference Between Relational Database and Dimensional Database Diferença Entre Banco de Dados Relacional e Banco de Dados Dimensional Difference Between Relational Database and Dimensional Database Edgar Silveira Jardim 1 Marcus Vinícius Abreu de Oliveira 2 Rodrigo

Leia mais

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Alcione Benacchio (UFPR) E mail: alcione@inf.ufpr.br Maria Salete Marcon Gomes Vaz (UEPG, UFPR) E mail: salete@uepg.br Resumo: O ambiente de

Leia mais

Professor: Disciplina:

Professor: Disciplina: Professor: Curso: Esp. Marcos Morais de Sousa marcosmoraisdesousa@gmail.com Sistemas de informação Disciplina: Introdução a SI Noções de sistemas de informação Turma: 01º semestre Prof. Esp. Marcos Morais

Leia mais

Banco de Dados. Aula 1 - Prof. Bruno Moreno 16/08/2011

Banco de Dados. Aula 1 - Prof. Bruno Moreno 16/08/2011 Banco de Dados Aula 1 - Prof. Bruno Moreno 16/08/2011 Roteiro Apresentação do professor e disciplina Definição de Banco de Dados Sistema de BD vs Tradicional Principais características de BD Natureza autodescritiva

Leia mais

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5

Sistemas de Informação James A. O Brien Editora Saraiva Capítulo 5 Para entender bancos de dados, é útil ter em mente que os elementos de dados que os compõem são divididos em níveis hierárquicos. Esses elementos de dados lógicos constituem os conceitos de dados básicos

Leia mais

OLAP. Introdução. Cristina C. Vieira Departamento de Engenharia Eletrónica e Informática

OLAP. Introdução. Cristina C. Vieira Departamento de Engenharia Eletrónica e Informática OLAP Introdução Cristina C. Vieira Departamento de Engenharia Eletrónica e Informática OLAP Online analytical processing Existem dois tipos distintos de processamento sobre bases de dados: OLTP Online

Leia mais

Thiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari

Thiago Locatelli de OLIVEIRA, Thaynara de Assis Machado de JESUS; Fernando José BRAZ Bolsistas CNPq; Orientador IFC Campus Araquari DESENVOLVIMENTO DE AMBIENTE PARA A GESTÃO DO CONHECIMENTO RELACIONADO AOS DADOS PRODUZIDOS PELO SISTEMA DE GERENCIAMENTO DE TRANSITO DA CIDADE DE JOINVILLE/SC PARTE I Thiago Locatelli de OLIVEIRA, Thaynara

Leia mais

Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea

Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea Uma aplicação de Data Warehouse para análise do processo de coleta de sangue e de medula óssea Rogério de Torres Pelito, Gleise Celeste Gonzaga Pereira, Diana Maria da Silva de Souza, André Luiz Alves

Leia mais

Curso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1

Curso de Engenharia de Sistemas e Informática - 5º Ano. Ficha T. Prática n.º 1 Análise Inteligente de Dados Objectivo: Curso de Engenharia de Sistemas e Informática - 5º Ano Ficha T. Prática n.º 1 Estudo do paradigma multidimensional com introdução de uma extensão ao diagrama E/R

Leia mais

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados

Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados Fundamentos da inteligência de negócios: gestão da informação e de bancos de dados slide 1 1 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall Objetivos de estudo Como um banco de dados

Leia mais

DATA WAREHOUSE. Introdução

DATA WAREHOUSE. Introdução DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta

Leia mais

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação Curso de Dwing TecBD-DI PUC-Rio Prof. Rubens Melo Arquiteturas de DW e Abordagens de Implementação Arquiteturas e Abordagens de Implementação Arquitetura adequada é fundamental Infra-estrutura disponível

Leia mais

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II Data Warehouse Diogo Matos da Silva 1 1 Departamento de Computação Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil Banco de Dados II Diogo Matos (DECOM - UFOP) Banco de Dados II Jun 2013 1 /

Leia mais

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4. SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.1 Armazenamento... 5 4.2 Modelagem... 6 4.3 Metadado... 6 4.4

Leia mais

Banco de Dados. Introdução. João Eduardo Ferreira Osvaldo Kotaro Takai. jef@ime.usp.br DCC-IME-USP

Banco de Dados. Introdução. João Eduardo Ferreira Osvaldo Kotaro Takai. jef@ime.usp.br DCC-IME-USP Banco de Dados Introdução João Eduardo Ferreira Osvaldo Kotaro Takai jef@ime.usp.br DCC-IME-USP Importância dos Bancos de Dados A competitividade das empresas depende de dados precisos e atualizados. Conforme

Leia mais

Bloco Administrativo

Bloco Administrativo Bloco Administrativo BI Business Intelligence Objetivo O objetivo deste artigo é dar uma visão geral sobre o Módulo Business Intelligence, que se encontra no Bloco Administrativo. Todas informações aqui

Leia mais

A evolução da tecnologia da informação nos últimos 45 anos

A evolução da tecnologia da informação nos últimos 45 anos A evolução da tecnologia da informação nos últimos 45 anos Denis Alcides Rezende Do processamento de dados a TI Na década de 1960, o tema tecnológico que rondava as organizações era o processamento de

Leia mais

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ ¹Ciência da Computação Universidade Federal de Itajubá (UNIFEI) MG Brasil

Leia mais

Sistema de Bancos de Dados. Conceitos Gerais Sistema Gerenciador de Bancos de Dados

Sistema de Bancos de Dados. Conceitos Gerais Sistema Gerenciador de Bancos de Dados Sistema de Bancos de Dados Conceitos Gerais Sistema Gerenciador de Bancos de Dados # Definições # Motivação # Arquitetura Típica # Vantagens # Desvantagens # Evolução # Classes de Usuários 1 Nível 1 Dados

Leia mais

Modelagem Multidimensional: Esquema Estrela

Modelagem Multidimensional: Esquema Estrela BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Modelagem Dimensional Conceitos Básicos Modelagem Multidimensional: Esquema Estrela Proposto por

Leia mais

BUSINESS INTELLIGENCE -Inteligência nos Negócios-

BUSINESS INTELLIGENCE -Inteligência nos Negócios- UNIVERSIDADE SÃO FRANCISCO CENTRO DE CIÊNCIAS JURÍDICAS, HUMANAS E SOCIAIS BUSINESS INTELLIGENCE -Inteligência nos Negócios- Curso: Administração Hab. Sistemas de Informações Disciplina: Gestão de Tecnologia

Leia mais

Data Warehouse Processos e Arquitetura

Data Warehouse Processos e Arquitetura Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)

Leia mais

e-business A IBM definiu e-business como: GLOSSÁRIO

e-business A IBM definiu e-business como: GLOSSÁRIO Através do estudo dos sistemas do tipo ERP, foi possível verificar a natureza integradora, abrangente e operacional desta modalidade de sistema. Contudo, faz-se necessário compreender que estas soluções

Leia mais

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence.

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence. Tópicos Avançados Business Intelligence Banco de Dados Prof. Otacílio José Pereira Unidade 10 Tópicos Avançados Business Inteligence Roteiro Introdução Níveis organizacionais na empresa Visão Geral das

Leia mais

Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados

Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomadade Decisão Prof.: Fernando Hadad Zaidan Unidade 1.2 1 Conceitos Iniciais Tomada de Decisão, Modelagem

Leia mais

PLANO DE ENSINO PRÉ-REQUISITOS: ENS

PLANO DE ENSINO PRÉ-REQUISITOS: ENS UNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI PLANO DE ENSINO DEPARTAMENTO: DSI Departamento de Sistema de Informação DISCIPLINA: Data Warehouse

Leia mais

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS

TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS TÉCNICAS DE INFORMÁTICA WILLIAN FERREIRA DOS SANTOS Vimos em nossas aulas anteriores: COMPUTADOR Tipos de computadores Hardware Hardware Processadores (CPU) Memória e armazenamento Dispositivos de E/S

Leia mais

KDD E MINERAÇÃO DE DADOS:

KDD E MINERAÇÃO DE DADOS: KDD E MINERAÇÃO DE DADOS: Revisão em Data Warehouses Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt 1 DATA WAREHOUSES UMA VISÃO GERAL

Leia mais

INTRODUÇÃO A BANCO DE DADOS

INTRODUÇÃO A BANCO DE DADOS UNINGÁ UNIDADE DE ENSINO SUPERIOR INGÁ FACULDADE INGÁ DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO ERINALDO SANCHES NASCIMENTO INTRODUÇÃO A BANCO DE DADOS MARINGÁ 2014 SUMÁRIO 2 INTRODUÇÃO A BANCO DE DADOS...2

Leia mais

Banco de Dados Relacional

Banco de Dados Relacional Banco de Dados Relacional Banco de Dados 1 A tecnologia de banco de dados tem evoluído rapidamente nas últimas três décadas desde a ascensão e eventual domínio dos sistemas de banco de dados relacionais

Leia mais

Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com

Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com DATA WAREHOUSES UMA INTRODUÇÃO Prof. Ronaldo R. Goldschmidt ronaldo.rgold@gmail.com 1 DATA WAREHOUSES UMA INTRODUÇÃO Considerações Iniciais Conceitos Básicos Modelagem Multidimensional Projeto de Data

Leia mais

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

ADMINISTRAÇÃO DOS RECURSOS DE DADOS Capítulo 7 ADMINISTRAÇÃO DOS RECURSOS DE DADOS 7.1 2003 by Prentice Hall OBJETIVOS Por que as empresas sentem dificuldades para descobrir que tipo de informação precisam ter em seus sistemas de informação?

Leia mais

Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse

Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse Sistemas de Informação Aplicados a AgroIndústria Utilizando DataWarehouse/DataWebhouse Prof. Dr. Oscar Dalfovo Universidade Regional de Blumenau - FURB, Blumenau, Brasil dalfovo@furb.br Prof. Dr. Juarez

Leia mais

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES.

BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 88 BUSINESS INTELLIGENCE, O ELEMENTO CHAVE PARA O SUCESSO DAS ORGANIZAÇÕES. Andrios Robert Silva Pereira, Renato Zanutto

Leia mais

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining.

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining. BUSINESS INTELLIGENCE COM DADOS EXTRAÍDOS DO FACEBOOK UTILIZANDO A SUÍTE PENTAHO Francy H. Silva de Almeida 1 ; Maycon Henrique Trindade 2 ; Everton Castelão Tetila 3 UFGD/FACET Caixa Postal 364, 79.804-970

Leia mais

Analysis Services. Manual Básico

Analysis Services. Manual Básico Analysis Services Manual Básico Construindo um Banco de Dados OLAP... 2 Criando a origem de dados... 3 Definindo as dimensões... 5 Níveis de dimensão e membros... 8 Construindo o cubo... 11 Tabela de fatos...12

Leia mais

DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS

DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS DESENVOLVIMENTO DA SOLUÇÃO DE BUSINESS INTELLIGENCE EM UMA UNIVERSIDADE ESTADUAL, UTILIZANDO A FERRAMENTA EXCEL PARA MANIPULAÇÃO DOS DADOS Flávio Augusto Lacerda de Farias Rogério Tronco Vassoler ** Resumo

Leia mais

Módulo 5. Implementando Cubos OLAP

Módulo 5. Implementando Cubos OLAP Módulo 5. Implementando Cubos OLAP Objetivos Compreender a importância da manipulação correta da segurança nos dados. Conhecer as operações que podem ser realizadas na consulta de um cubo. Entender o uso

Leia mais

Sistemas de Bases de Dados

Sistemas de Bases de Dados Sistemas de Bases de Dados Carlos Viegas Damásio José Alferes e Carlos Viegas Damásio Sistemas de Bases de Dados 2014/15 Objectivos - Em Bases de Dados (2º ano) pretendia-se: Que os estudantes fossem capazes

Leia mais

UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ PRÓ-REITORIA DE GRADUAÇÃO. Curso: Informática Modalidade: Bacharelado Turno: Integral.

UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ PRÓ-REITORIA DE GRADUAÇÃO. Curso: Informática Modalidade: Bacharelado Turno: Integral. UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ PRÓ-REITORIA DE GRADUAÇÃO PLANO DE ENSINO - PERÍODO LETIVO/ANO 2007 ANO DO CURSO 4 o Curso: Informática Modalidade: Bacharelado Turno: Integral Centro: Centro de

Leia mais

Decisão Suporte: Warehousing, OLAP e Data Mining

Decisão Suporte: Warehousing, OLAP e Data Mining Decisão Suporte: Warehousing, OLAP e Data Mining 7-1 Introdução Cada vez mais, organizações estão analizando dados correntes e históricos para identificar padrões úteis e suporte a estratégias de negócios.

Leia mais

Decisão Suporte: Warehousing, OLAP e Data Mining

Decisão Suporte: Warehousing, OLAP e Data Mining Decisão Suporte: Warehousing, OLAP e Data Mining 7-1 Introdução Cada vez mais, organizações estão analizando dados correntes e históricos para identificar padrões úteis e suporte a estratégias de negócios.

Leia mais

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE

Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Aplicação de Data Warehousing no Cadastro de Ficha Limpa do TSE Mateus Ferreira Silva, Luís Gustavo Corrêa Lira, Marcelo Fernandes Antunes, Tatiana Escovedo, Rubens N. Melo mateusferreiras@gmail.com, gustavolira@ymail.com,

Leia mais

UNIVERSIDADE FEDERAL DE MINAS GERAIS BACHARELADO EM SISTEMAS DE INFORMAÇÃO

UNIVERSIDADE FEDERAL DE MINAS GERAIS BACHARELADO EM SISTEMAS DE INFORMAÇÃO UNIVERSIDADE FEDERAL DE MINAS GERAIS BACHARELADO EM SISTEMAS DE INFORMAÇÃO Proposta de Formação Complementar: BUSINESS INTELLIGENCE E SUA APLICAÇÃO À GESTÃO Aluno: Yussif Tadeu de Barcelos Solange Teixeira

Leia mais

Sistema. Atividades. Sistema de informações. Tipos de sistemas de informação. Everson Santos Araujo everson@everson.com.br

Sistema. Atividades. Sistema de informações. Tipos de sistemas de informação. Everson Santos Araujo everson@everson.com.br Sistema Tipos de sistemas de informação Everson Santos Araujo everson@everson.com.br Um sistema pode ser definido como um complexo de elementos em interação (Ludwig Von Bertalanffy) sistema é um conjunto

Leia mais

Chapter 3. Análise de Negócios e Visualização de Dados

Chapter 3. Análise de Negócios e Visualização de Dados Chapter 3 Análise de Negócios e Visualização de Dados Objetivos de Aprendizado Descrever a análise de negócios (BA) e sua importância par as organizações Listar e descrever brevemente os principais métodos

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.2 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

Data Warehouse a experiência da ANVISA

Data Warehouse a experiência da ANVISA Data Warehouse a experiência da ANVISA Camilo Mussi, Denis Murahovschi, Giliana Bettni, Luiz Gustavo Kratz Assessoria da Presidência, Agência Nacional de Vigilância Sanitária (ANVISA), Brasil Resumo -

Leia mais

Para construção dos modelos físicos, será estudado o modelo Relacional como originalmente proposto por Codd.

Para construção dos modelos físicos, será estudado o modelo Relacional como originalmente proposto por Codd. Apresentação Este curso tem como objetivo, oferecer uma noção geral sobre a construção de sistemas de banco de dados. Para isto, é necessário estudar modelos para a construção de projetos lógicos de bancos

Leia mais

Disciplina de Banco de Dados Introdução

Disciplina de Banco de Dados Introdução Disciplina de Banco de Dados Introdução Prof. Elisa Maria Pivetta CAFW - UFSM Banco de Dados: Conceitos A empresa JJ. Gomes tem uma lista com mais ou menos 4.000 nomes de clientes bem como seus dados pessoais.

Leia mais

Curso Data warehouse e Business Intelligence

Curso Data warehouse e Business Intelligence Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Introdução a Banco de Dados

Introdução a Banco de Dados Introdução a Banco de Dados O modelo relacional Marta Mattoso Sumário Introdução Motivação Serviços de um SGBD O Modelo Relacional As aplicações não convencionais O Modelo Orientado a Objetos Considerações

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

Administração estratégica da Informação: definição, controle estratégias de mercado Prof. MSc Hugo Vieira L. Souza

Administração estratégica da Informação: definição, controle estratégias de mercado Prof. MSc Hugo Vieira L. Souza Administração estratégica da Informação: definição, controle estratégias de mercado Prof. MSc Hugo Vieira L. Souza Este documento está sujeito a copyright. Todos os direitos estão reservados para o todo

Leia mais

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso

Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso Aplicando Técnicas de Business Intelligence sobre dados de desempenho Acadêmico: Um estudo de caso Ana Magela Rodriguez Almeida 1, Sandro da Silva Camargo 1 1 Curso Engenharia de Computação Universidade

Leia mais

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Introdução a Data Warehousing e OLAP Introdução a Data Warehouse e Modelagem Dimensional Visão

Leia mais

CENTRO UNIVERSITÁRIO FEEVALE EDMILSON J. W. FELBER

CENTRO UNIVERSITÁRIO FEEVALE EDMILSON J. W. FELBER CENTRO UNIVERSITÁRIO FEEVALE EDMILSON J. W. FELBER PROPOSTA DE UMA FERRAMENTA OLAP EM UM DATA MART COMERCIAL: UMA APLICAÇÃO PRÁTICA NA INDÚSTRIA CALÇADISTA Novo Hamburgo, novembro de 2005. EDMILSON J.

Leia mais

Banco de Dados. Conceitos e Arquitetura de Sistemas de Banco de Dados. Profa. Flávia Cristina Bernardini

Banco de Dados. Conceitos e Arquitetura de Sistemas de Banco de Dados. Profa. Flávia Cristina Bernardini Banco de Dados Conceitos e Arquitetura de Sistemas de Banco de Dados Profa. Flávia Cristina Bernardini Relembrando... Vantagens da Utilização de SGBD Redundância controlada Consistência dos dados armazenados

Leia mais

Data Warehouse. Debora Marrach Renata Miwa Tsuruda

Data Warehouse. Debora Marrach Renata Miwa Tsuruda Debora Marrach Renata Miwa Tsuruda Agenda Introdução Contexto corporativo Agenda Introdução Contexto corporativo Introdução O conceito de Data Warehouse surgiu da necessidade de integrar dados corporativos

Leia mais

2 Descoberta de Conhecimento em Bases de Dados 2.1. Introdução

2 Descoberta de Conhecimento em Bases de Dados 2.1. Introdução 2 Descoberta de Conhecimento em Bases de Dados 2.1. Introdução De acordo com [FAYY96], o conceito de descoberta de conhecimento em bases de dados pode ser resumido como o processo não-trivial de identificar

Leia mais

Data Warehousing Visão Geral do Processo

Data Warehousing Visão Geral do Processo Data Warehousing Visão Geral do Processo Organizações continuamente coletam dados, informações e conhecimento em níveis cada vez maiores,, e os armazenam em sistemas informatizados O número de usuários

Leia mais

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de 1 Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de relatórios dos sistemas de informação gerencial. Descrever

Leia mais

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em

Leia mais