ROBSON DE CASTRO NERY

Tamanho: px
Começar a partir da página:

Download "ROBSON DE CASTRO NERY"

Transcrição

1 i ROBSON DE CASTRO NERY UTILIZAÇÃO DE UM GUIDELINE PARA O DESENVOLVIMENTO DE UM DATA WEBHOUSE Palmas 2006

2 ii ROBSON DE CASTRO NERY UTILIZAÇÃO DE UM GUIDELINE PARA O DESENVOLVIMENTO DE UM DATA WEBHOUSE Relatório apresentado como requisito parcial da disciplina Estágio Supervisionado do Curso de Sistemas de Informação, sob orientação do Prof. M. Sc. Fabiano Fagundes. Palmas 2006

3 iii SUMÁRIO LISTA DE TABELAS...V LISTA DE FIGURAS...VI 1 INTRODUÇÃO REVISÃO DE LITERATURA DATA WAREHOUSE CARACTERÍSTICAS DO DATA WAREHOUSE Orientado a Assunto Integrado Variação no Tempo Não volatilidade Drill Down e Roll Up Drill Across Drill Throught Slice and Dice DATA MARTS Implementação Top Down Implementação Botton Up MODELAGEM DIMENSIONAL Fatos Dimensões Modelo Estrela Modelo SnowFlake GRANULARIDADE PARTICIONAMENTO BENEFÍCIOS DO DATA WAREHOUSE DATA WEBHOUSE Web no Data Warehouse Data Warehouse na Web MATERIAIS E MÉTODOS LOCAL E PERÍODO MATERIAL Hardware... 23

4 iv Software Fontes Bibliográficas METODOLOGIA RESULTADOS E DISCUSSÃO BASE DE DADOS MODELAGEM DO DATA WAREHOUSE BANCO DE DADOS DO DATA WAREHOUSE PROCESSO ETL (EXTRAÇÃO, TRANSFORMAÇÃO E CARGA) DTS (Transformation Data Task) CONSULTAS E ANÁLISES DOS RELATÓRIOS CONSIDERAÇÕES FINAIS REFERÊNCIAS BIBLIOGRÁFICAS ANEXO... 49

5 v LISTA DE TABELAS TABELA 1 REPRESENTAÇÃO DOS ATRIBUTOS DA TABELA D_PRODUTO TABELA 2 REPRESENTAÇÃO DOS ATRIBUTOS DA TABELA D_ENTRADA_PRODUTO TABELA 3 REPRESENTAÇÃO DOS ATRIBUTOS DA TABELA D_SETOR TABELA 4 REPRESENTAÇÃO DOS ATRIBUTOS DA TABELA D_TEMPO TABELA 5 REPRESENTAÇÃO DOS ATRIBUTOS DA TABELA D_FORNECEDOR TABELA 6 REPRESENTAÇÃO DOS ATRIBUTOS DA TABELA D_SAIDA_PRODUTO TABELA 7 REPRESENTAÇÃO DOS ATRIBUTOS DA TABELA F_ESTOQUE... 30

6 vi LISTA DE FIGURAS FIGURA 1: DRILL DOWN E ROLL UP FIGURA 2: ARQUITETURA TOP-DOWN ADAPTADA DE MARQUES (2003) FIGURA 3: ARQUITETURA BOTTOM-UP ADAPTADA DE MARQUES (2003) FIGURA 4: MODELO ESTRELA ADAPTADO DE KIMBALL (1998) FIGURA 5: MODELO SNOWFLAKE ADAPTADO DE MACHADO (2004, P.95) FIGURA 7: A IMPORTÂNCIA DO PARTICIONAMENTO DOS DADOS NO PROJETO DE DADOS DO DW. FONTE (INMON, 1997 P. 57) FIGURA 8: MECANISMO DE CRIAÇÃO DO WEBHOUSE ATRAVÉS DA WEB. FONTE (KIMBALL E MERZ, 2000, P. 176) FIGURA 9: SAÍDAS FORNECIDAS PELO DATA WEBHOUSE (KIMBALL E MERZ, 2000, P. 196) FIGURA 10: BASE DE DADOS DO ALMOXARIFADO NO HEMOADMIN FIGURA 11: REPRESENTAÇÃO DO MODELO CONCEITUAL DO DW FIGURA 12: SCRIP GERADO ATRAVÉS DA FERRAMENTA DBDESIGNER FIGURA 13: SCRIP ALTERADO FIGURA 14: REPRESENTAÇÃO DO DW CRIADO NO SQL SERVER FIGURA 15: REPRESENTAÇÃO DO SELECT NAS TABELAS DA BASE DE ORIGEM FIGURA 16: REPRESENTAÇÃO DA TABELA COPIADA E LIMPA NO EXCEL FIGURA 17: SELEÇÃO DA BASE QUE SERÁ IMPORTADA (ORIGEM) PARA A BASE DESTINO FIGURA 18: SELEÇÃO DA TABELA ORIGEM NO DW DO SQL FIGURA 19: TABELA PREENCHIDA NO SQL FIGURA 20: INSTRUÇÃO SQL PARA INSERÇÃO DOS DADOS NA TABELA F_ESTOQUE FIGURA 21: RELATÓRIO GERADO PELO CRYSTAL REPORTS SOBRE SAÍDA DE PRODUTOS NUMA DETERMINADA DATA FIGURA 22: GRÁFICO GERADO SOBRE OS PRODUTOS QUE DERAM SAÍDA NUMA DETERMINADA DATA FIGURA 23: CONSULTA NO SQL SERVER 2005 PARA CONSUMO DE PRODUTOS FIGURA 24: RELATÓRIO GERADO SOBRE OS PRODUTOS COM ESTOQUE BAIXO FIGURA 25: GRÁFICO DOS PRODUTOS COM ESTOQUE BAIXO FIGURA 26: CONSULTA NO SQL SERVER 2005 PARA ESTOQUE BAIXO FIGURA 27: RELATÓRIO DOS PRODUTOS MAIS CONSUMIDOS DA CIDADE DE PALMAS FIGURA 28: GRÁFICO DO CONSUMO DE PRODUTOS DE PALMAS FIGURA 29: CONSULTA NO SQL SERVER 2005 PARA CONSUMO DE PALMAS E GURUPI FIGURA 30: RELATÓRIO DOS PRODUTOS MAIS CONSUMIDOS DA CIDADE DE GURUPI FIGURA 31: GRÁFICO DO CONSUMO DE PRODUTOS DE GURUPI FIGURA 32: APLICAÇÃO CRIADA PARA DISPONIBILIZAR OS RELATÓRIOS NA WEB... 45

7 7 1 INTRODUÇÃO A grande quantidade de dados gerados desafia a capacidade humana de armazenar informações em relação à sua seleção e uso. Então a tecnologia e suas ferramentas nos oferecem este recurso, permitindo assim a organização de uma grande quantidade de dados em real valor para melhor tomada de decisões. Esta tecnologia permite que todos os dados, em suas diversas bases de informação, sejam filtrados e disponibilizados de uma forma mais ampla, ou seja, que todos os membros da organização tenham acesso. A proposta deste trabalho é a criação de um Data Warehouse (DW) que fornecesse relatórios que serão disponibilizados na Internet (Data Webhouse) e que auxiliassem nos processos de tomada de decisão. Através deste Data Webhouse os relatórios poderão ser acessados buscando oferecer ao usuário uma maior liberdade na requisição de informações.

8 8 2 REVISÃO DE LITERATURA Nesta seção serão apresentados os estudos dos conceitos de Data Warehouse, Data Webhouse e algumas outras definições relacionadas. 2.1 Data Warehouse Na bibliografia encontram-se vários conceitos sobre Data Warehouse (DW). Segundo Singh (2001, p. 12), DW é um processo de integração dos dados corporativos de uma empresa em um único repositório a partir do qual os usuários finais podem facilmente executar consultas, gerar relatórios e fazer análises. Para Oliveira (2002, p. 7), DW consiste em organizar os dados corporativos da melhor maneira, para dar subsídio de informações aos gerentes e diretores das empresas para tomada de decisão. Tudo isso num Bando de dados paralelo aos sistemas operacionais da empresa. De acordo com os estudos de Kimball (2002, p. 3), o DW deve fazer com que informações de uma empresa possam ser facilmente acessadas. O conteúdo deve ser compreensível, os dados devem ser intuitivos e óbvios para o usuário da área de negócios e não apenas para o desenvolvedor. Logo, DW é uma ferramenta utilizada para a tomada de decisão, visto que, através dos relatórios gerados tem-se uma visão geral dos resultados obtidos em um determinado período de tempo podendo-se fazer previsões futuras. O propósito do DW não é suportar as operações ou transações da organização, mas sim centralizar os dados extraídos de aplicações operacionais e bancos de dados.

9 9 2.2 Características do Data Warehouse Uma das principais características do DW é sua orientação a assuntos; segundo Inmon (1997, p. 14), DW é uma coleção de dados orientados a assuntos, integrados, variáveis com o tempo, não voláteis, para suporte ao processo gerencial de tomada de decisão. Segue a seguir maiores detalhes sobre cada uma dessas características: Orientado a Assunto Para Machado (2000, p. 14), um DW é orientado por assunto, pois armazena as informações agrupadas por assuntos de interesse da empresa que são mais importantes, em contraste com os sistemas operacionais que são orientados a processos desenvolvidos para manter as transações realizadas diariamente. Um DW armazena dados específicos de um determinado assunto de acordo com as necessidades, tomando como exemplo, a área de vendas, contas e clientes de uma organização. Supondo que um dos interesses da organização seja conhecer melhor o perfil de seus clientes, o DW vai propiciar uma análise mais detalhada dos clientes, por exemplo, analisando a relação das vendas efetuadas para cada cliente num determinado mês Integrado Segundo Singh (2001 p.14) um DW integrado significa que os dados estão armazenados em um formato consistente (ou seja, especificando convenções, restrições de domínio, atributos físicos e medições). É uma de suas principais características a capacidade do DW integrar dados provenientes de fontes distintas e obter uma representação única em sua base fazendo com que sua análise seja mais rápida. Como exemplo muitos sistemas tratam: M masculino e F feminino. Outros por sua vez tratam como: 1 (um) masculino e 2 (dois) feminino consecutivamente. Com a integração dos dados na base do DW este problema desaparece, pois apenas uma das formas é definida e utilizada.

10 Variação no Tempo Para Inmon & Hackathorn (1997, p.19) todos os dados no DW são precisos em algum instante no tempo. Segundo Singh (2001, p.14) variação com o tempo significa que os dados estão associados a um ponto no tempo (ou seja, semestre, ano fiscal e período de pagamento). Os dados no DW são dependentes do tempo, ou seja, a cada mudança na base de dados operacional uma nova entrada deve ser gerada. É importante ressaltar o problema da definição de quanto em quanto tempo essa atualização deve ser feita, o momento em que a alteração é observada pelo ambiente operacional e sua repercussão no DW. Desta forma a chance do DW receber informações incorretas diminui Não volatilidade Um dado não pode ser modificado ou excluído uma vez que ele tenha sido inserido no DW. Inmon (1997, p. 35), afirma que no ambiente de DW os dados são carregados e acessados, mas a atualização dos dados não ocorre. O DW é um banco de dados somente para leitura, no qual se mantém um registro histórico das transações, sendo incoerente permitir gravações ou manipulações em dados de um DW Drill Down e Roll Up O Drill Down ocorre quando o usuário aumenta o nível de detalhe da informação, diminuindo o grau de granularidade. Já o Roll Up faz o inverso, parte do nível de menor detalhe, aumentando o grau de granularidade. Para exemplificar abaixo na figura 1, segundo Machado (2004), será mostrada uma figura que ilustra o que é partir do maior nível de detalhe para o menor, e por conseqüência do menor grau de granularidade para o maior grau.

11 11 Figura 1: Drill Down e Roll Up Drill Across O Drill Across está num nível de detalhamento intermediário ao Drill Down e o Roll Up, por exemplo, dentro da dimensão mundo que é composta por continente, país, estado e cidade o usuário pode passar de cidade para continente e estará executando um Drill Across Drill Throught O Drill Throught ocorre quando o usuário passa de uma informação contida em uma dimensão para uma outra. Por exemplo, o usuário está na dimensão tempo e no próximo passo passará a analisar a informação por região Slice and Dice Segundo Machado (2004) Slice and Dice significa em uma forma simplista a redução do escopo dos dados em análise, além de mudar as ordens das dimensões, mudando dessa forma a orientação segundo a qual os dados são visualizados.

12 12 Ainda segundo Machado (2004) Slice é operação que corta o cubo, mas mantém a mesma perspectiva de visualização dos dados. Dice é a mudança de perspectiva da visão, é a extração de um subcubo ou a interseção de vários slides. 2.3 Data Marts O DW pode ser construído a partir de subconjuntos, conhecido como Data Marts (DM). Os DMs são divididos por assunto, podemos comparar um DW como um departamento específico de uma empresa, por exemplo, o departamento de vendas, o departamento financeiro e o departamento de recursos humanos, todos eles juntos no final formariam o DW. É utilizado com freqüência o modelo estrela para modelar o DM, que servirá como fonte para os dados que serão incorporados ao BD (MACHADO, 2004). Existem duas formas de implementação do DM: Implementação Top Down Essa arquitetura consiste na extração dos dados do DW para os DM s. Esse processo se inicia com a extração, a transformação e a integração das informações dos sistemas utilizados pela Empresa e dados externos, para uma área intermediária de preparo dos dados, a partir disso, esses dados são transferidos para o DW. Após essa transferência, os dados são extraídos para os DM s setoriais, segundo Machado (2004).

13 13 DATA WAREHOUSE TRIAGEM COLETA Data Mart ATENDIMENTO Data Mart Data Mart Figura 2: Arquitetura Top-Down adaptada de Marques (2003) Implementação Botton Up Essa arquitetura consiste na extração dos dados dos DM s para o DW. Esse processo se inicia com a extração, a transformação e a integração das informações dos sistemas utilizados pela Empresa e dados externos para um ou mais DM s. A partir desses DM s que se constrói o DW incremental para a Empresa. Mas, deve-se tomar o cuidado para que esses DM s não se tornem totalmente independentes, causando um problema no carregamento das informações para o DW, segundo Machado (2004). Data Mart Data Mart TRIAGEM ATENDIMENTO Data Mart COLETA DATA WAREHOUSE Figura 3: Arquitetura Bottom-Up adaptada de Marques (2003). 2.4 Modelagem Dimensional Com a modelagem multidimensional o usuário poderá observar seu BD no formato de um cubo contendo duas, três ou quantas dimensões forem possíveis e aplicáveis. Esta modelagem proporciona um ganho de tempo na consulta, uma

14 14 melhor organização do sistema e principalmente a sua utilização de forma intuitiva para o usuário. Pois é organizado através de tabelas de fato, que são as ocorrências de transações, tabelas de dimensões que tem o papel de descritivo nessas transações e medidas que são os atributos que quantificam um determinado fato. Para Machado (2000, p. 63), 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. O modelo multidimensional representa os dados como matriz na qual cada dimensão é um tema ou assunto de negócio que será objeto da análise e o tempo é sempre uma das dimensões que é considerada. Esses sistemas, além de oferecerem flexibilidade em relação às necessidades dos usuários, fornecem um alto nível de controle Fatos Fatos são tabelas que armazenam medidas numéricas relacionadas a um determinado assunto ou processo de negócio. Cada registro em uma tabela de fato está relacionado a um conjunto de dimensões que determinam a granularidade, ou seja, determinam o grau de detalhamento. Para Machado (2000, p. 63), fato é uma coleção de itens de dados, composta de dados de medidas e de contexto tabela. Segundo Kimball (1998, p. 11) os fatos mais úteis são numéricos, continuamente valorados (diferentes a cada medida) e aditivos (podem ser adicionados às diversas dimensões) Dimensões Dimensões determinam o contexto de um processo de negócio e geralmente não possuem atributos numéricos, pois descrevem e classificam os elementos que fazem parte de um fato.

15 15 Segundo Kimball (1998, p.12) uma das funções-chave dos atributos de tabelas dimensionais é servir como fonte para restrições em uma consulta ou como cabeçalhos de linha no conjunto de resposta do usuário. De acordo com Harrison (1998, p. 60) cada tabela dimensional deve incorporar múltiplas colunas de atributos contendo texto e códigos que descrevem melhor a chave Modelo Estrela No modelo Estrela é colocada uma chave estrangeira na tabela de fato que se associa a uma chave primária correspondente em uma tabela de dimensão; deste modo as dimensões ficam associadas ao fato. Esta forma de disponibilizar as tabelas é conhecida desta forma devido à disposição física do modelo, que consiste de uma tabela central, a tabela de fatos, que se relaciona com quantas tabelas de dimensões for necessário. A Figura 3 apresenta uma forma de disponibilizar este tipo de modelo. Figura 4: Modelo Estrela adaptado de Kimball (1998) Modelo SnowFlake Também conhecido como Floco de Neve o modelo snowflake é mais complexo por ser uma extensão do modelo estrela. Desta forma cada ponta da estrela se torna o centro de outras estrelas e assim sucessivamente, não é muito utilizado justamente por ter um grau de complexidade grande e o seu ganho no de espaço

16 16 no final não é tão relevante, na Figura 5 está representado o modelo Snowflake (DOMENICO, 2001). Figura 5: Modelo SnowFlake adaptado de Machado (2004, p.95) 2.5 Granularidade Sendo um dos mais importantes aspectos do projeto DW a granularidade referese ao nível de detalhamento dos dados existentes no DW. Quanto maior o nível de detalhamento menor o nível de granularidade e está ligada diretamente com o volume de dados existentes no DW e o tipo de consulta que pode ser realizada. De acordo com Inmom (1997, p. 143), quando a granularidade de um DW é apropriadamente estabelecida, os demais aspectos de projeto e implementação fluem tranqüilamente; quando ela não é estabelecida, todos os outros aspectos se complicam. Segundo Vidotti (2006) os dados dentro do DW podem estar disponíveis de várias formas: granulares, levemente resumidos, altamente resumidos e assim por diante. Quando os dados são processados no ambiente operacional, eles realizam operações nos dados em seu menor nível de granularidade.

17 17 Com isso verifica-se que a granularidade afeta diretamente o volume de dados do DW e as consultas a serem realizadas. O DW ainda pode ser implementado em níveis duais de granularidade, ou seja, são criados dois níveis de granularidade na parte detalhada do DW. Na figura 1 é apresentada uma versão gráfica de níveis duais de granularidade. dados atuais de clientes código cliente nome telefone empresa análise de crédito renda mensal dependentes arquivo de clientes do mês anterior código cliente nome telefone empresa análise de crédito renda mensal dependentes Registro contínuo de clientes últimos dez anos código cliente nome telefone empresa análise de crédito renda mensal dependentes Figura 6: Níveis duais de granularidade no ambiente bancário. Adaptado de Inmom (INMON 1997, p. 152).

18 Particionamento O particionamento consiste em fracionar tabelas grandes e índices em unidades menores, conhecidas como partições, tornando possível executar tarefas como adicionar, excluir ou alterar sem afetar os dados existentes em outras partições, obtendo uma maior flexibilidade no seu gerenciamento. Segundo Inmom (1997) o particionamento proporciona: - facilidade de reestruturação, indexação e reorganização; - facilidade de recuperação; - facilidade de monitoramento; - escalabilidade do DW; - portabilidade dos elementos do DW; Quando se aplica o particionamento é necessário definir seus critérios, que vai depender da natureza do negócio e da base de dados. As mais utilizadas formas de particionamento são por chave de partição, por valores em colunas, por freqüência de acesso e pela natureza dos dados (COREY, 2001). A figura 2 ilustra o particionamento. Figura 7: A importância do particionamento dos dados no projeto de dados do DW. Fonte (INMON, 1997 p. 57).

19 Benefícios do Data Warehouse Para Machado (2000), construir um DW é organizar armazéns de dados contendo a história da empresa, os clientes, os fornecedores e as operações realizadas. O DW disponibiliza uma série de vantagens às empresas ou organizações que o adotam, podendo-se destacar os seguintes: - maior agilidade na extração de relatórios; - Informações unificadas através de uma fonte centralizada; - ampliação da capacidade de análise do ambiente; - suporte à tomada de decisão; - maior facilidade para apuração da qualidade dos dados dos sistemas transacionais; - disponibilização de informações históricas para identificar tendências; - maior facilidade para apuração da qualidade dos dados dos sistemas transacionais; De acordo com Tives (2006), possivelmente, a grande quantidade de informações originadas diariamente seja a ocorrência que afeta o DW de forma mais significativa, pois os dados que já estão carregados no DW estão prontos para serem acessados a qualquer momento, e as novas informações precisam ser trabalhadas, testadas e comparadas para não acarretar. 2.8 Data Webhouse O Data Webhouse nada mais é do que trazer o DW para a Web, ou seja, é a disponibilização dos dados do DW para tomada de decisão. Segundo os estudos de Tives (2006) Data webhouse é considerado um data warehouse direcionado para a Web, dedicado para a publicação dos dados da empresa e para o fornecimento das informações para a tomada de decisões. Segundo Kimball e Merz (2000, p.17) para o Data Webhouse tem um potencial para operações de um negócio voltado para o Web, para cumprir esse potencial o data webhouse:

20 20 armazena e publica dados de seqüência de cliques e outros dados comportamentais da Web que guiam uma compreensão do comportamento do cliente; é adaptado a outros data marts distribuídos no DW da empresa e a data marts para cima e para baixo na cadeia de fornecedores, de modo que todos esses data martas podem ser utilizados em conjunto; é uma fonte adaptável e flexível de informações. À medida que novas perguntas de negócio surgem e que novas origens de dados tornam-se disponíveis, insistimos que o data webhouse responde elegantemente à novidade; é extensível aos novos meio s da Web, incluindo imagens paradas, imagens gráficas, áudio e vídeo; é um bastão seguro que publica dados para clientes, parceiros de negócio e funcionários de forma adequada, mas que, ao mesmo temo, os ativos de dados da empresa contra utilização não intencionada; é a base para as decisões de conversão para a Web. Novamente, o data webhouse deve permitir que seus usuários tomem decisões sobre a Web e enquanto estiverem utilizando a Web. A criação de um data webhouse pode ser analisada sobre duas propostas, trazer a web para o DW ou trazer o DW para a web. Abaixo seguem maiores detalhes sobre essas duas abordagens: Web no Data Warehouse Normalmente a extração de dados para o DW é feita em sistemas transacionais. Para dados na web é usada uma técnica chamada Clickstream (seqüência de cliques) que podem traçar um perfil do usuário, uma vez que, através dos cliques é possível identificar todas as ações realizadas por este usuário no site. Segundo a figura 3 é possível verificar como seria trazer a web para o DW:

21 21 Figura 8: Mecanismo de criação do Webhouse através da Web. Fonte (Kimball e Merz, 2000, p. 176) Data Warehouse na Web Os benefícios da ligação DW e Web são extremamente relevantes, pois a divulgação e movimentação dos dados do DW estão ligadas diretamente com o uso da Internet. Segundo os estudos de Kimball e Merz (2000, p.190) a Web é um ótimo lugar onde encontrar informações, todos os nossos cliente, parceiros de negócio e funcionários já estão na Web, não há a preocupação de ter de conectálos. Para Pernas (2003) a Web impõe algumas regras de usabilidade que devem ser seguidas para se obter sucesso no projeto do Data Webhouse. Abaixo estão descritas algumas delas: facilidade de utilização pelos usuários: até certo tempo, os projetistas de interface com o usuário não tinham valores diretos das atividades dos usuários, as novas idéias com relação à usabilidade eram pouco consideradas e as sugestões individuais de usuários eram tidas como insignificantes; vocabulário fácil: a linguagem utilizada não pode ser estritamente técnica, pois, mesmo que os acessos sejam em grande parte feitos por conhecedores da área, o Webhouse está localizado em um ambiente de amplo acesso por diversos tipos de usuários, não podendo ser vinculado a um único grupo; velocidade no acesso aos dados: um tempo de resposta eficaz é indispensável para o sucesso do projeto de data Webhouse, apesar de

22 22 os dados no data Webhouse serem históricos e de acesso mais demorado, a modelagem deve ser efetuada de forma que o usuário não fique indefinidamente aguardando a resposta de uma consulta; natureza multicultural da Web: as informações dispostas no data Webhouse, tanto às contidas na interface com o usuário quanto às contidas no BD, devem estar em padronização internacional, tendo em vista o uso global que terá o data Webhouse. Devem ter padronização internacional, por exemplo, os nomes, endereços, telefones, datas, horários e valores monetários; formato multimídia: o data webhouse deve entregar seus resultados nos mais variados formatos de dados; segurança e privacidade dos dados: no ambiente Web é muito difícil certificar-se se os dados serão acessados somente por aqueles que tenham a devida permissão para o acesso. O Data Webhouse pode alcançar todos os que precisam ter acesso, com isso faz-se a necessidade da criação de políticas de segurança que mapeiam perfis de usuários com perfis de acesso (Tives, 2006). Figura 9: Saídas fornecidas pelo Data Webhouse (Kimball e Merz, 2000, p. 196).

23 23 3 MATERIAIS E MÉTODOS Para que a conclusão deste trabalho fosse possível foram utilizados alguns recursos de hardware e software, estes serão descritos nas seções seguintes. 3.1 Local e Período Este trabalho foi desenvolvido como requisito parcial da disciplina Estágio Supervisionado em Sistemas de Informação, realizado no segundo semestre do ano de Os locais utilizados para a conclusão do mesmo foram os laboratórios de informática do curso de Sistemas de Informação e complementado em horários extra-classe. 3.2 Material Parte dos recursos utilizados para o desenvolvimento foi disponibilizada pelo curso de Sistemas de Informação do CEULP/ULBRA em seus laboratórios, como hardware e software. Ferramentas para testes de implementação foram obtidas através da Internet Hardware Pentium III, 750 MHz e 512 MB de RAM (Disponível em laboratório); Pentium IV, 2.4 GHz e 512 MB de RAM (Disponível em laboratório) Software Microsoft Windows 2000 Professional;

24 24 Microsoft Office 2000 Professional; Microsoft Windows XP Professional; Microsoft Office XP Professional; Internet Explorer 6.0; Acrobat Reader 7.0; DBDesigner Fontes Bibliográficas artigos; livros; sites diversos; tutoriais online. 3.3 Metodologia Para a conclusão do desenvolvimento deste trabalho buscou-se obter o conhecimento sobre as partes que constituem um Data Warehouse e Data Webhouse através da literatura existente na área. Após a compreensão dos conceitos básicos relacionados a essas duas tecnologias foram identificadas as fases para o desenvolvimento de um Data Webhouse a partir de um Data Warehouse. Com isso foi possível identificar a estrutura para o desenvolvimento e conclusão do trabalho. Os dados foram coletados e estruturados a partir da base de dados para então prosseguir para a próxima fase, a criação do DW. Com a utilização de ferramentas de modelagem foi possível geral o modelo conceitual do DW e em seguida o script para SQL. Com a ferramenta Microsoft SQL Server Management foi possível importar a base do Hemovida e realizar todo o processo ETL (Extração, Transformação e Carga). Estes passos serão apresentados na seção a seguir.

25 25 4 RESULTADOS E DISCUSSÃO Neste capítulo serão vistas as etapas realizadas para a construção de um Data Webhouse. O modelo utilizado para a construção do DW foi um dos primeiros passos para construção do Data Webhouse e está dividido por assunto que serão apresentados a seguir. 4.1 Base de Dados A base utilizada para o desenvolvimento deste trabalho foi a base de gerenciamento administrativo do Hemocentro de Palmas (HemoAdmin). O foco foi dado ao setor de almoxarifado, a partir dele é possível fazer todo o controle de estoque do Hemocentro. Dessa forma todos os itens utilizados são controlados através deste setor. A figura 10 representa o setor do almoxarifado na base HemoAdmin.

26 26 Figura 10: Base de dados do almoxarifado no HemoAdmin. 4.2 Modelagem do Data Warehouse A modelagem é uma das etapas mais importantes para a construção do DW. Houve a necessidade de conhecer todo o ambiente, pois a partir dele é que seriam retiradas todas as informações que validariam o DW. Através da ferramenta DBDesigner 4 foi criado o modelo físico, o DW será armazenado no SQL Server 2005 gerado a partir deste modelo físico, também conhecido como modelo conceitual. A figura 11 representa o modelo conceitual do DW.

27 27 Figura 11: Representação do modelo conceitual do DW. Foram criadas as tabelas Dimensões de acordo com análise feita na base de dados original, sendo elas as seguintes: dimensão produto (D_Produto), dimensão entrada de produto (D_Entrado_Produto), dimensão setor (D_Setor), dimensão tempo (D_Tempo), dimensão fornecedor (D_Fornecedor) e dimensão saída de produtos (D_Saida_Produto). Por último a tabela de fato estoque (F_Estoque) foi gerada, a seguir serão apresentados os atributos que compõem cada tabela do modelo conceitual. Tabela 1 Representação dos atributos da tabela D_Produto. D_Produto Atributos Seq_D_Produto Descrição Chave primária da tabela D_Produto

28 28 Cod_produto Descrição Unidade Categoria Marca Lote Valor_medio Identifica o código do produto Identifica a descrição do produto Identifica a unidade do produto Identifica a categoria do produto Identifica a marca do produto Identifica o lote do produto Identifica o valor médio do produto A tabela 1, D_Produto possui os dados que identificam um determinado produto, nesta tabela é possível identificar a categoria de cada produto, além de marca e lote. Tabela 2 Representação dos atributos da tabela D_Entrada_Produto. D_Entrada_Produto Atributos Descrição Seq_D_Entrada_Produto Chave primária da tabela D_Entrada_Produto Cod_item_entrada Identifica o código de item de entrada Cod_entrada Identifica o código de entrada de produto Data_entrada Identifica a data de entrada do produto Qtde Quantidade de produtos de entrada A tabela 2, D_Entrada_Produto possui os dados de entrada do produto informando qual é o código de entrada, a data da entrada e a quantidade desse determinado produto que será inserido no estoque. Tabela 3 Representação dos atributos da tabela D_Setor. D_Setor Atributos Seq_D_Setor Cod_localidade_setor Setor Descrição Chave primária da tabela D_Setor Identifica o código da localidade do setor Identifica o todos os setores do hemocentro

29 29 Localidade Identifica a cidade onde fica o setor A tabela 3, D_Setor possui os dados referentes ao setor que será distribuído o produto, onde constam os dados do setor e a localidade. Tabela 4 Representação dos atributos da tabela D_Tempo. D_Tempo Atributos Seq_D_Tempo Dia Mes Ano Data Descrição Chave primária da tabela D_Tempo Identifica o dia Identifica o mês Identifica o ano Identifica a data completa A tabela 4, D_Tempo possui os dados referentes as datas existentes no DW. Esta tabela contém todas as datas de entrada e saída do almoxarifado. Tabela 5 Representação dos atributos da tabela D_Fornecedor D_Fornecedor Atributos Seq_D_Fornecedor Cod_fornecedor Descrição Bairro Cidade Descrição Chave primária da tabela D_Fornecedor Identifica o código do fornecedor Identifica o a descrição de quem é o fornecedor Identifica o bairro do fornecedor Identifica a cidade do fornecedor A tabela 5, D_Fornecedor possui os dados referentes ao fornecedor do produto, através desta tabela é possível identificar um determinado fornecedor, bem como seu bairro e cidade.

30 30 Tabela 6 Representação dos atributos da tabela D_Saida_Produto D_Saida_Produto Atributos Seq_ D_Saida_Produto Cod_item_saida Cod_saida Data_saida Qtde Descrição Chave primária da tabela D_Saida_Produto Identifica o código de item de saída Identifica o código de saída de produto Identifica a data de saída do produto Quantidade de produtos de saída A tabela 6, D_Saida_Produto possui os dados de saída do produto informando qual é o código de saída, a data da saída e a quantidade desse determinado produto que será removido do estoque. Tabela 7 Representação dos atributos da tabela F_Estoque F_Estoque Atributos Seq_D_Produto Seq_D_Setor Seq_D_Tempo Seq_D_Fornecedor Seq_D_Entrada_Produto Seq_D_Saida_Produto Qtde_estoque Descrição Chave estrangeira da dimensão produto Chave estrangeira da dimensão setor Chave estrangeira da dimensão tempo Chave estrangeira da dimensão fornecedor Chave estrangeira da dimensão entrada produto Chave estrangeira da dimensão saída produto Identifica a quantidade contida no estoque A tabela 7, F_Estoque possui os dados referentes ao estoque de produtos do Hemocentro e está relacionada com todas as demais tabelas de dimensões do DW.

31 Banco de Dados do Data Warehouse Através da ferramenta DBDesigner 4 foi gerado o script que será utilizado para gerar o DW no SQL Server Parte deste script pode ser conferido abaixo e completo em anexo. /* TABELA D_PRODUTO */ CREATE TABLE D_Produto ( Seq_D_Produto INTEGER UNSIGNED NOT NULL AUTO_INCREMENT, Cod_produto INT NULL, Descricao CHAR(60) NULL, Unidade CHAR(2) NULL, Categoria CHAR(40) NULL, Marca VARCHAR(50) NULL, Lote INTEGER UNSIGNED NULL, Valor_medio INTEGER UNSIGNED NULL, PRIMARY KEY(Seq_D_Produto) ); Figura 12: Scrip gerado através da ferramenta DBDesigner 4. Após a execução do script gerado por esta ferramenta não foi possível gerar as tabelas no SQL, pois se percebeu que o código gerado estava em MySQL e a ferramenta não disponibilizava a opção para criação do script somente em SQL. Dessa forma foi analisado o código e foram feitas as alterações necessárias, parte do novo script pode ser conferido abaixo e completo em anexo.

32 32 /* TABELA D_PRODUTO */ CREATE TABLE D_Produto ( Seq_D_Produto INTEGER NOT NULL, Cod_produto INT NULL, Descricao CHAR(60) NULL, Unidade CHAR(2) NULL, Categoria CHAR(40) NULL, Marca VARCHAR(50) NULL, Lote INTEGER NULL, Valor_medio INTEGER NULL, PRIMARY KEY(Seq_D_Produto) ); Figura 13: Scrip alterado. Foram retirados os comandos AUTOINCREMENT e UNSIGNED que existiam no primeiro script. Com a execução do script alterado no SQL foi criado o banco do Data Warehouse do setor de estoque do HemoAdmin que está representado no diagrama da figura 14 a seguir. Figura 14: Representação do DW criado no SQL Server

33 Processo ETL (Extração, Transformação e Carga) Para o processo ETL foi utilizado o DTS (Transformation Data Task) do SQL Server 2005, a partir dele é possível carregar as tabelas através de outras tabelas e em outros formatos, essa característica do DTS foi de suma importância, pois para o carregamento de algumas dimensões e da tabela de fato houve a necessidade de utilizar outra ferramenta (Microsoft Office 2003 Professional, Excel). O processo inicial para a ETL foi executar consultas com o comando select no SQL na base de origem dos dados, foram selecionados os atributos que seriam utilizados na dimensão e que atenderiam as necessidades das consultas definidas. Depois de realizada esta consulta, os dados obtidos foram copiados para o Excel. Como exemplo para este processo nas tabelas dimensões foi utilizada a tabela D_Produto. A figura 15 está representa o processo de seleção na base de origem. Figura 15: Representação do select nas tabelas da base de origem

34 34 Com a seleção dos atributos necessários para a tabela dimensão o próximo passo foi fazer a cópia para o Excel, e então iniciar o processo de limpeza dos dados, esta etapa está representada na figura 16 a seguir. Figura 16: Representação da tabela copiada e limpa no Excel. Nesta etapa foi atribuído um atributo chamado seqüencial (Seq_D_Produto) para todas as dimensões. Também foi verificado em todas as linhas da tabela se haviam valores NULL, espaços em branco e outros caracteres que poderiam impedir a execução e o carregamento do processo DTS no SQL Server DTS (Transformation Data Task) O processo Transformation Data Task foi responsável por fazer a extração, transformação e carga dos dados nas tabelas do DW no SQL Server Este

35 35 procedimento foi realizado em todas as tabelas de dimensões. A figura 17 representa o primeiro passo do processo DTS. Figura 17: Seleção da base que será importada (origem) para a base destino Neste momento foi necessário fazer a opção de qual base se deseja importar a tabela, no caso será a base do Excel, em seguida definir para qual base será importada a base de origem, para o Data_Warehosue_Estágio. Figura 18: Seleção da tabela origem no DW do SQL

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

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

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

Data Webhouse. FABIANO AUGUSTO GOMES* fabiano_ag@yahoo.com.br. IREMAR NUNES DE LIMA** iremar.prof@newtonpaiva.br

Data Webhouse. FABIANO AUGUSTO GOMES* fabiano_ag@yahoo.com.br. IREMAR NUNES DE LIMA** iremar.prof@newtonpaiva.br Data Webhouse FABIANO AUGUSTO GOMES* fabiano_ag@yahoo.com.br IREMAR NUNES DE LIMA** iremar.prof@newtonpaiva.br Resumo Visando atender à necessidade de melhorar a qualidade de seus sites e conhecer o comportamento

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

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

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

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

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

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

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

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

ROBSON DE CASTRO NERY ESTRUTURAÇÃO E IMPLEMENTAÇÃO DA INTERFACE COM O USUÁRIO E DO CONTROLE DE ACESSO AO DATA WEBHOUSE DO HEMOVIDA

ROBSON DE CASTRO NERY ESTRUTURAÇÃO E IMPLEMENTAÇÃO DA INTERFACE COM O USUÁRIO E DO CONTROLE DE ACESSO AO DATA WEBHOUSE DO HEMOVIDA ROBSON DE CASTRO NERY ESTRUTURAÇÃO E IMPLEMENTAÇÃO DA INTERFACE COM O USUÁRIO E DO CONTROLE DE ACESSO AO DATA WEBHOUSE DO HEMOVIDA Palmas 2006 ii ROBSON DE CASTRO NERY ESTRUTURAÇÃO E IMPLEMENTAÇÃO DA INTERFACE

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

Banco de Dados II. Introdução Revisão - normalização -modelagem - sql básico

Banco de Dados II. Introdução Revisão - normalização -modelagem - sql básico Banco de Dados II Introdução Revisão - normalização -modelagem - sql básico Prof. Rodrigo Rocha prof.rodrigorocha@yahoo.com http://www.bolinhabolinha.com Apresentação Prof. Rodrigo Rocha prof.rodrigorocha@yahoo.com

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

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

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

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

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

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

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Data Warehouse Granularidade rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Granularidade A granularidade de dados refere-se ao nível de sumarização dos elementos e de detalhe

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

AULA 2 INTERAÇÃO COM O BANCO DE DADOS

AULA 2 INTERAÇÃO COM O BANCO DE DADOS AULA 2 INTERAÇÃO COM O BANCO DE DADOS BANCO DE DADOS POSTGRESQL O PostgreSQL é um sistema gerenciador de banco de dados dos mais robustos e avançados do mundo. Seu código é aberto e é totalmente gratuito,

Leia mais

DATA WAREHOUSE. Data Warehouse

DATA WAREHOUSE. Data Warehouse DATA WAREHOUSE Data Warehouse Sumário Conceitos / Autores chave... 3 1. Introdução... 5 2. Características de um Data Warehouse... 6 3. Arquitetura de Data Wirehouse... 8 4. Conclusões... 10 Materiais

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 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

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

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

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado)

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) SISTEMA INTERNO INTEGRADO PARA CONTROLE DE TAREFAS INTERNAS DE UMA EMPRESA DE DESENVOLVIMENTO

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

UNIVERSIDADE VEIGA DE ALMEIDA CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO CURSO SUPERIOR DE TECNOLOGIA EM PROCESSAMENTO DE DADOS BANCO DE DADOS

UNIVERSIDADE VEIGA DE ALMEIDA CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO CURSO SUPERIOR DE TECNOLOGIA EM PROCESSAMENTO DE DADOS BANCO DE DADOS CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO CURSO SUPERIOR DE TECNOLOGIA EM PROCESSAMENTO DE DADOS CLAUDIO RIBEIRO DA SILVA MARÇO 1997 2 1 - CONCEITOS GERAIS DE 1.1 - Conceitos Banco de Dados - Representa

Leia mais

TERMO DE REFERÊNCIA TÍTULO: Termo de Referência para contratação de ferramenta case de AD. GECOQ Gerência de Controle e Qualidade 1/9

TERMO DE REFERÊNCIA TÍTULO: Termo de Referência para contratação de ferramenta case de AD. GECOQ Gerência de Controle e Qualidade 1/9 TÍTULO: ASSUNTO: GESTOR: TERMO DE REFERÊNCIA Termo de Referência para contratação de ferramenta case de AD DITEC/GECOQ Gerência de Controle e Qualidade ELABORAÇÃO: PERÍODO: GECOQ Gerência de Controle e

Leia mais

Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP

Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP Integração Access-Excel para produzir um sistema de apoio a decisão que simula um Data Warehouse e OLAP Wílson Luiz Vinci (Faculdades IPEP) wilson@cnptia.embrapa.br Marcelo Gonçalves Narciso (Embrapa Informática

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

Banco de Dados. Maurício Edgar Stivanello

Banco de Dados. Maurício Edgar Stivanello Banco de Dados Maurício Edgar Stivanello Agenda Conceitos Básicos SGBD Projeto de Banco de Dados SQL Ferramentas Exemplo Dado e Informação Dado Fato do mundo real que está registrado e possui um significado

Leia mais

Gerenciamento de um Sistema de

Gerenciamento de um Sistema de SBD Gerenciamento de um Sistema de Banco de Dados Prof. Michel Nobre Muza ua michel.muza@ifsc.edu.br Prof. Marcos Antonio Viana Nascimento Por que é importante: Motivação Participar na organização e no

Leia mais

KÊNIA DIAS ZORZIN IMPLEMENTAÇÃO DE UM DATA WAREHOUSE PARA AUXILIAR NAS TOMADAS DE DECISÕES DO HEMOCENTRO COORDENADOR DE PALMAS

KÊNIA DIAS ZORZIN IMPLEMENTAÇÃO DE UM DATA WAREHOUSE PARA AUXILIAR NAS TOMADAS DE DECISÕES DO HEMOCENTRO COORDENADOR DE PALMAS KÊNIA DIAS ZORZIN IMPLEMENTAÇÃO DE UM DATA WAREHOUSE PARA AUXILIAR NAS TOMADAS DE DECISÕES DO HEMOCENTRO COORDENADOR DE PALMAS Palmas 2006 ii KÊNIA DIAS ZORZIN IMPLEMENTAÇÃO DE UM DATA WAREHOUSE PARA AUXILIAR

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

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE ESCOLA AGRÍCOLA DE JUNDIAÍ EAJ - PRONATEC / REDE etec MÓDULO III DESENVOLVIMENTO PROFESSOR ADDSON COSTA

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE ESCOLA AGRÍCOLA DE JUNDIAÍ EAJ - PRONATEC / REDE etec MÓDULO III DESENVOLVIMENTO PROFESSOR ADDSON COSTA UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE ESCOLA AGRÍCOLA DE JUNDIAÍ EAJ - PRONATEC / REDE etec MÓDULO III DESENVOLVIMENTO PROFESSOR ADDSON COSTA RESUMO DE AULA CRIAÇÃO E MANIPULAÇÃO DO BANCO DE DADOS

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

Exercícios de Lógica Exercícios de Fixação 08

Exercícios de Lógica Exercícios de Fixação 08 Exercícios Exercícios de Lógica Exercícios de Fixação 08 1. A linguagem SQL apresenta uma série de comandos que permitem a definição dos dados, chamada de DDL (Data Definition Language). Assinale a alternativa

Leia mais

O que são Bancos de Dados?

O que são Bancos de Dados? SQL Básico Liojes de Oliveira Carneiro professor.liojes@gmail.com www.professor-liojes.blogspot.com O que são Bancos de Dados? É o software que armazena, organiza, controla, trata e distribui os dados

Leia mais

DATA WAREHOUSING. Data Warehousing

DATA WAREHOUSING. Data Warehousing DATA WAREHOUSING Data Warehousing Sumário Conceitos / Autores chave... 3 1. Introdução... 3 2. Modelos de Data Warehouse... 4 3. Processo de Extração, Transformação e Carga de Dados... 6 4. Data Mart versus

Leia mais

2008.1 SQL. Autor: Renata Viegas

2008.1 SQL. Autor: Renata Viegas SQL Autor: Renata Viegas A linguagem SQL SQL - Structured Query Language. Foi definida nos laboratórios de pesquisa da IBM em San Jose, California, em 1974. Teve seus fundamentos no modelo relacional Sua

Leia mais

SQL - Structured Query Language, ou Linguagem de Consulta Estruturada ou SQL

SQL - Structured Query Language, ou Linguagem de Consulta Estruturada ou SQL SQL - Structured Query Language, ou Linguagem de Consulta Estruturada ou SQL Criar uma base de dados (criar um banco de dados) No mysql: create database locadora; No postgresql: createdb locadora Criar

Leia mais

Documento de Arquitetura

Documento de Arquitetura Documento de Arquitetura A2MEPonto - SISTEMA DE PONTO ELETRÔNICO A2MEPonto - SISTEMA DE PONTO ELETRÔNICO #1 Pág. 1 de 11 HISTÓRICO DE REVISÕES Data Versão Descrição Autor 28/10/2010 1 Elaboração do documento

Leia mais

Conceitos básicos. Aplicações de banco de dados. Conceitos básicos (cont.) Dado: Um fato, alguma coisa sobre a qual uma inferência é baseada.

Conceitos básicos. Aplicações de banco de dados. Conceitos básicos (cont.) Dado: Um fato, alguma coisa sobre a qual uma inferência é baseada. Conceitos básicos Angélica Toffano Seidel Calazans E-mail: angelica_toffano@yahoo.com.br Conceitos introdutórios de Modelagem de dados Dado: Um fato, alguma coisa sobre a qual uma inferência é baseada.

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

2008.1. A linguagem SQL

2008.1. A linguagem SQL SQL 2008.1 A linguagem SQL SQL - Structured Query Language. Foi definida nos laboratórios de pesquisa da IBM em San Jose, California, em 1974. Teve seus fundamentos no modelo relacional Sua primeira versão

Leia mais

Persistência de Classe e Auto- Relacionamento em Tabelas de Banco de Dados

Persistência de Classe e Auto- Relacionamento em Tabelas de Banco de Dados UTFPR DAELN - Disciplina de Fundamentos de Programação II ( IF62C ). 1 Persistência de Classe e Auto- Relacionamento em Tabelas de Banco de Dados 1) Introdução! Em algumas situações, pode ser necessário

Leia mais

SQL Structured Query Language

SQL Structured Query Language Janai Maciel SQL Structured Query Language (Banco de Dados) Conceitos de Linguagens de Programação 2013.2 Structured Query Language ( Linguagem de Consulta Estruturada ) Conceito: É a linguagem de pesquisa

Leia mais

Palavras-Chaves: engenharia de requisitos, modelagem, UML.

Palavras-Chaves: engenharia de requisitos, modelagem, UML. APLICAÇÃO DA ENGENHARIA DE REQUISITOS PARA COMPREENSÃO DE DOMÍNIO DO PROBLEMA PARA SISTEMA DE CONTROLE COMERCIAL LEONARDO DE PAULA SANCHES Discente da AEMS Faculdades Integradas de Três Lagoas RENAN HENRIQUE

Leia mais

LEONARDO SANTOS DA MATA GUIA PARA CONSTRUÇÃO DE UM DATA WAREHOUSE

LEONARDO SANTOS DA MATA GUIA PARA CONSTRUÇÃO DE UM DATA WAREHOUSE LEONARDO SANTOS DA MATA GUIA PARA CONSTRUÇÃO DE UM DATA WAREHOUSE Palmas 2005 2 LEONARDO SANTOS DA MATA GUIA PARA CONSTRUÇÃO DE UM DATA WAREHOUSE Trabalho apresentado ao curso de Sistemas de Informação,

Leia mais

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO ESCOLA DE ENGENHARIA DEPARTAMENTO DE ELETRÔNICA. Sistema de Gerenciamento Eletrônico de Documentos

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO ESCOLA DE ENGENHARIA DEPARTAMENTO DE ELETRÔNICA. Sistema de Gerenciamento Eletrônico de Documentos UNIVERSIDADE FEDERAL DO RIO DE JANEIRO ESCOLA DE ENGENHARIA DEPARTAMENTO DE ELETRÔNICA Sistema de Gerenciamento Eletrônico de Documentos Autor: Evandro Bastos Tavares Orientador: Antônio Claudio Gomez

Leia mais

Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador

Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador Percio Alexandre de Oliveira Prof. Maurício Capobianco Lopes - Orientador Índice Introdução Objetivos Data Warehouse Estrutura Interna Características Principais elementos: ETC, Metadados e Modelagem Dimensional

Leia mais

DESMISTIFICANDO O CONCEITO DE ETL

DESMISTIFICANDO O CONCEITO DE ETL DESMISTIFICANDO O CONCEITO DE ETL Fábio Silva Gomes da Gama e Abreu- FSMA Resumo Este artigo aborda os conceitos de ETL (Extract, Transform and Load ou Extração, Transformação e Carga) com o objetivo de

Leia mais

Linguagem SQL Parte I

Linguagem SQL Parte I FIB - Centro Universitário da Bahia Banco de Dados Linguagem SQL Parte I Francisco Rodrigues Santos chicowebmail@yahoo.com.br Slides gentilmente cedidos por André Vinicius R. P. Nascimento Conteúdo A Linguagem

Leia mais

Prof. Omero, pág. 63. Banco de Dados InterBase.

Prof. Omero, pág. 63. Banco de Dados InterBase. Prof. Omero, pág. 63 O que é o InterBase? O InterBase é um SGBDR - Sistema Gerenciador de Banco de Dados Cliente/Servidor Relacional 1 que está baseado no padrão SQL ANSI-9, de alta performance, independente

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

Gabarito - Banco de Dados SQL - 30/07/2013 AULA 01

Gabarito - Banco de Dados SQL - 30/07/2013 AULA 01 Gabarito - Banco de Dados SQL - 30/07/2013 AULA 01 1 1- Bancos de dados compreendem desde agendas telefônicas até sistemas computadorizados. (Sim) 2- Só podemos instalar o SQL Server Express se tivermos

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

Esta aula tem o objetivo de nos orientar durante este período em nossas aulas de Banco de Dados, não tem a pretensão de ser a única fonte de

Esta aula tem o objetivo de nos orientar durante este período em nossas aulas de Banco de Dados, não tem a pretensão de ser a única fonte de BD Esta aula tem o objetivo de nos orientar durante este período em nossas aulas de Banco de Dados, não tem a pretensão de ser a única fonte de informação para nosso êxito no curso. A intenção de elaborar

Leia mais

BANCO DE DADOS CONCEITOS BÁSICOS

BANCO DE DADOS CONCEITOS BÁSICOS Universidade Federal da Paraíba UFPB Centro de Energias Alternativas e Renováveis - CEAR Departamento de Eng. Elétrica DEE BANCO DE DADOS CONCEITOS BÁSICOS Isaac Maia Pessoa Introdução O que é um BD? Operações

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

Documento de Requisitos Projeto SisVendas Sistema de Controle de Vendas para Loja de Informática.

Documento de Requisitos Projeto SisVendas Sistema de Controle de Vendas para Loja de Informática. Documento de Requisitos Projeto SisVendas Sistema de Controle de Vendas para Loja de Informática. 1 Introdução 1.1 Propósito O propósito deste documento de especificação de requisitos é definir os requisitos

Leia mais

Prof.: Clayton Maciel Costa clayton.maciel@ifrn.edu.br

Prof.: Clayton Maciel Costa clayton.maciel@ifrn.edu.br Programação com acesso a BD Prof.: Clayton Maciel Costa clayton.maciel@ifrn.edu.br 1 Modelos de Dados, Esquemas e Instâncias 2 Modelos de Dados, Esquemas e Instâncias Modelo de dados: Conjunto de conceitos

Leia mais

1 UML (UNIFIED MODELING LANGUAGE)

1 UML (UNIFIED MODELING LANGUAGE) 1 UML (UNIFIED MODELING LANGUAGE) Segundo Tonsig (2003), para conseguir desenvolver um software capaz de satisfazer as necessidades de seus usuários, com qualidade, por intermédio de uma arquitetura sólida

Leia mais

OLAP: Características, Arquitetura e Ferramentas

OLAP: Características, Arquitetura e Ferramentas INSTITUTO VIANNA JÚNIOR FACULDADES INTEGRADAS VIANNA JÚNIOR OLAP: Características, Arquitetura e Ferramentas Erika Maria Teixeira Araújo 1 Mônica de Lourdes Souza Batista 2 Teresinha Moreira de Magalhães

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

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

Módulo 4: Gerenciamento de Dados

Módulo 4: Gerenciamento de Dados Módulo 4: Gerenciamento de Dados 1 1. CONCEITOS Os dados são um recurso organizacional decisivo que precisa ser administrado como outros importantes ativos das empresas. A maioria das organizações não

Leia mais

Comandos de Manipulação

Comandos de Manipulação SQL - Avançado Inserção de dados; Atualização de dados; Remoção de dados; Projeção; Seleção; Junções; Operadores: aritméticos, de comparação,de agregação e lógicos; Outros comandos relacionados. SQL SQL

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

INDICE 3.APLICAÇÕES QUE PODEM SER DESENVOLVIDAS COM O USO DO SAXES

INDICE 3.APLICAÇÕES QUE PODEM SER DESENVOLVIDAS COM O USO DO SAXES w w w. i d e a l o g i c. c o m. b r INDICE 1.APRESENTAÇÃO 2.ESPECIFICAÇÃO DOS RECURSOS DO SOFTWARE SAXES 2.1. Funcionalidades comuns a outras ferramentas similares 2.2. Funcionalidades próprias do software

Leia mais

Escrito por Sex, 14 de Outubro de 2011 23:12 - Última atualização Seg, 26 de Março de 2012 03:33

Escrito por Sex, 14 de Outubro de 2011 23:12 - Última atualização Seg, 26 de Março de 2012 03:33 Preço R$ 129.00 Compre aqui SUPER PACOTÃO 3 EM 1: 186 Vídeoaulas - 3 dvd's - 10.5 Gybabyte. 1) SQL 2) Banco de Dados (Oracle 10g, SQL Server 2005, PostgreSQL 8.2, Firebird 2.0, MySQL5.0) 3) Análise e Modelagem

Leia mais

SQL - Banco de Dados. Disciplina: Banco de Dados. Professor: José Antônio. José Antônio - CEFET-RN 23/09/2015

SQL - Banco de Dados. Disciplina: Banco de Dados. Professor: José Antônio. José Antônio - CEFET-RN 23/09/2015 SQL - Banco de Dados 1 Disciplina: Banco de Dados Professor: José Antônio 2 Tópicos de discussão Criando um banco de dados Incluindo, atualizando e excluindo linhas nas tabelas Pesquisa básica em tabelas

Leia mais

Introdução ao SQL. Aécio Costa

Introdução ao SQL. Aécio Costa Aécio Costa A linguagem SQL é um padrão de linguagem de consulta comercial e possui as seguintes partes: Linguagem de definição de dados (DDL) Linguagem interativa de manipulação de dados (DML) Definição

Leia mais

Solução do segundo exercício proposto REDE DE HOTÉIS

Solução do segundo exercício proposto REDE DE HOTÉIS Solução do segundo exercício proposto REDE DE HOTÉIS Este exemplo já tem um pouco mais de complexidade devido à quantidade de entidades envolvidas no cenário. Em um primeiro momento a solução poderia ficar

Leia mais

Faça um Site PHP 5.2 com MySQL 5.0 Comércio Eletrônico

Faça um Site PHP 5.2 com MySQL 5.0 Comércio Eletrônico Editora Carlos A. J. Oliviero Faça um Site PHP 5.2 com MySQL 5.0 Comércio Eletrônico Orientado por Projeto 1a Edição 2 Reimpressão São Paulo 2011 Érica Ltda. Noções Livrarse Preparação muitas muita Sumário

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

Disciplina de Banco de Dados Parte V

Disciplina de Banco de Dados Parte V Disciplina de Banco de Dados Parte V Prof. Elisa Maria Pivetta CAFW - UFSM Modelo de Dado Relacional O Modelo Relacional O Modelo ER é independente do SGDB portanto, deve ser o primeiro modelo gerado após

Leia mais

Introdução a Informática. Prof.: Roberto Franciscatto

Introdução a Informática. Prof.: Roberto Franciscatto Introdução a Informática Prof.: Roberto Franciscatto 6.1 ARQUIVOS E REGISTROS De um modo geral os dados estão organizados em arquivos. Define-se arquivo como um conjunto de informações referentes aos elementos

Leia mais

SQL. SQL (Structured Query Language) Comando CREATE TABLE. SQL é uma linguagem de consulta que possibilita:

SQL. SQL (Structured Query Language) Comando CREATE TABLE. SQL é uma linguagem de consulta que possibilita: SQL Tópicos Especiais Modelagem de Dados Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Mestrado Profissional em Ensino de Ciências

Leia mais

Modelando um Data Warehouse GRIMALDO OLIVEIRA

Modelando um Data Warehouse GRIMALDO OLIVEIRA Modelando um Data Warehouse GRIMALDO OLIVEIRA Sobre Grimaldo Grimaldo Oliveira grimaldo_lopes@hotmail.com Formação Mestre em Tecnologias Aplicadas a Educação pela Universidade do Estado da Bahia. Especialização

Leia mais

Introdução à Banco de Dados. Nathalia Sautchuk Patrício

Introdução à Banco de Dados. Nathalia Sautchuk Patrício Introdução à Banco de Dados Nathalia Sautchuk Patrício Histórico Início da computação: dados guardados em arquivos de texto Problemas nesse modelo: redundância não-controlada de dados aplicações devem

Leia mais

SQL Linguagem de Definição de Dados. Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri

SQL Linguagem de Definição de Dados. Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri SQL Linguagem de Definição de Dados Banco de Dados SQL Structured Query Language Uma das mais importantes linguagens relacionais (se não a mais importante) Exemplos de SGBD que utilizam SQL Oracle Informix

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

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

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

APOSTILA BANCO DE DADOS INTRODUÇÃO A LINGUAGEM SQL

APOSTILA BANCO DE DADOS INTRODUÇÃO A LINGUAGEM SQL 1. O que é Linguagem SQL 2. Instrução CREATE 3. CONSTRAINT 4. ALTER TABLE 5. RENAME TABLE 6. TRUCANTE TABLE 7. DROP TABLE 8. DROP DATABASE 1 1. O que é Linguagem SQL 2. O SQL (Structured Query Language)

Leia mais

SQL. Prof. Márcio Bueno. {bd2tarde,bd2noite}@marciobueno.com

SQL. Prof. Márcio Bueno. {bd2tarde,bd2noite}@marciobueno.com SQL Prof. Márcio Bueno {bd2tarde,bd2noite}@marciobueno.com Material dos professores Ana Carolina Salgado, Fernando Foncesa e Valéria Times (CIn/UFPE) SQL SQL - Structured Query Language Linguagem de Consulta

Leia mais

DOCUMENTO DE REQUISITOS

DOCUMENTO DE REQUISITOS DOCUMENTO DE REQUISITOS ID documento: Data: / / Versão : Responsável pelo documento: ID Projeto: HISTÓRICO DE REVISÕES Data de criação/ atualização Descrição da(s) Mudança(s) Ocorrida(s) Autor Versão do

Leia mais

SQL SQL BANCO DE DADOS 2. Componentes do SQL (1) Componentes do SQL (2) DDL Criação de banco de dados. Padrões de SQL

SQL SQL BANCO DE DADOS 2. Componentes do SQL (1) Componentes do SQL (2) DDL Criação de banco de dados. Padrões de SQL BANCO DE DADOS 2 SQL (CREATE TABLE, CONSTRAINTS, DELETE, UPDATE e INSERT) Prof. Edson Thizon SQL SQL ( structured query language ) é uma linguagem comercial de definição e manipulação de banco de dados

Leia mais

Adriano Maranhão BUSINESS INTELLIGENCE (BI),

Adriano Maranhão BUSINESS INTELLIGENCE (BI), Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados

Leia mais

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Margy Ross Presidente Kimball Group Maio de 2009, Intelligent Enterprise.com Tradução livre para a língua portuguesa por

Leia mais

A importância da. nas Organizações de Saúde

A importância da. nas Organizações de Saúde A importância da Gestão por Informações nas Organizações de Saúde Jorge Antônio Pinheiro Machado Filho Consultor de Negócios www.bmpro.com.br jorge@bmpro.com.br 1. Situação nas Empresas 2. A Importância

Leia mais

MSc. Daniele Carvalho Oliveira

MSc. Daniele Carvalho Oliveira MSc. Daniele Carvalho Oliveira AULA 2 Administração de Banco de Dados: MSc. Daniele Oliveira 2 CONCEITOS FUNDAMENTAIS DE BANCO DE DADOS Administração de Banco de Dados: MSc. Daniele Oliveira 3 Conceitos

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