ESCOLA SUPERIOR ABERTA DO BRASIL ESAB CURSO DE ENGENHARIA DE SISTEMAS RACHEL TEREZA MENEGAZZO

Tamanho: px
Começar a partir da página:

Download "ESCOLA SUPERIOR ABERTA DO BRASIL ESAB CURSO DE ENGENHARIA DE SISTEMAS RACHEL TEREZA MENEGAZZO"

Transcrição

1 ESCOLA SUPERIOR ABERTA DO BRASIL ESAB CURSO DE ENGENHARIA DE SISTEMAS RACHEL TEREZA MENEGAZZO IMPLEMENTANDO UMA SOLUÇÃO OLAP UTILIZANDO SOFTWARE LIVRE CURITIBA PR 2009

2 RACHEL TEREZA MENEGAZZO IMPLEMENANDO UMA SOLUÇÃO OLAP UTILIZANDO SOFTWARE LIVRE Monografia apresentada à ESAB Escola Superior Aberta do Brasil sob orientação da Professora Beatriz Christo Gobbi. CURITIBA PR 2009

3 RACHEL TEREZA MENEGAZZO IMPLEMENTANDO UMA SOLUÇÃO OLAP UTILIZANDO SOFTWARE LIVRE Aprovada em 06 de Abril de CURITIBA PR 2009

4 Á Deus pela vida. A meus pais pelo exemplo e sabedoria. Aos meus filhos Guilherme, Helena e Marcelo que sempre me apoiaram em todas as minhas iniciativas.

5 Só quem sonha o azul do vôo sabe o seu poder de pássaro. (Thiago de Mello)

6 RESUMO As técnicas de construção de data warehouse (DW) e uso ferramentas on-line analytical processing (OLAP) para permitir o armazenamento e consulta a informações estratégicas como apoio ao processo de tomada de decisão têm despertado o interesse de organizações desde os anos 90. De encontro a essa tendência, este estudo tem como objetivo conhecer e apresentar os conceitos necessários para implementação de uma solução OLAP com uso de ferramentas Open Source. Como etapas para alcançar este objetivo, inicialmente foi feita uma abordagem dos conceitos envolvidos e relacionados a OLAP e na sequência os softwares escolhidos para montagem do ambiente operacional foram apresentados conforme utilização específicas através de um estudo de caso. Os autores consultados destacam que OLAP é uma tecnologia recente que tem recebido desenvolvimentos significativos nos últimos 10 anos e que apresenta uma grande diversidade nas possibilidades de aplicação, ficando o sucesso do empreendimento a cargo das decisões a serem tomadas quanto a componentes, arquitetura e projeto. A pesquisa mostra também que existem opções de uso de software livre, possibilitando uma escolha por parte das empresas e órgãos do governo em adotar outras soluções tecnológicas além dos softwares proprietários, usufluindo desta forma de tecnologias de ponta a preços acessíveis para alavancar seu desenvolvimento. Conclui-se colocando que o trabalho contribui para o conhecimento da tecnologia de data warehouse e ferramentas OLAP e sua aplicação no processo de suporte a decisão, possibilitando ao usuário chegar a resultados significativos através de consultas complexas feitas de modo relativamente simples utilizando ferramentas Open Source.

7 LISTA DE FIGURAS Figura 1 - Integração dos dados...18 Figura 2 - Elementos básicos do data warehouse...20 Figura 3 - Implementação top-down...25 Figura 4 - Implementação botton up...25 Figura 5 - Modelo estrela...30 Figura 6 - Modelo Estrela visão relacional...30 Figura 7 - Modelo Floco de Neve ou Snowflake...31 Figura 8 Cubo...32 Figura 9 - Hierarquias...34 Figura 10 - Exemplo de arquivo XML definindo um schema mondrian...41 Figura 11 - Consulta MDX...42 Figura 12 - Resultado da consulta MDX da figura Figura 13 - Extração de dados...47 Figura 14 - Transformação de dados...48 Figura 15 - Script de transformação no Kettle...48 Figura 16 - Tipo de alta...51 Figura 17 - Composição da dimensão tempo...51 Figura 18 Transformação para gerar a dimensão tempo...52 Figura 19 - Cubo emergência1.no Schema Workbench...53 Figura 20 - Tela do Discoverer Cubo, medida, dimensões e montagem da consulta...54 Figura 21 - Navigator - Seleção de filtros Figura 22 - Table viewer Atendimento do mês de março/2008 por sexo e de 0 a 6 anos Figura 23 - Resultado de consulta em formato PDF...55 Figura 24 - Gráfico da consulta visualizada na figura Figura 25 - Operação drill through...57 Figura 26 - Operação slice and dice perspectiva.a...58 Figura 27 - Operação slice and dice perspectiva.b...58 Figura 28 - Operação slice and dice perspectiva.c...58

8 LISTA DE QUADROS Quadro 1 - Faixa etária de sete anos Quadro 2 -Faixa etária de dez anos Quadro 3 - Tempo de permanência...49 Quadro 4 - Descrição dos capítulos do CID Quadro 5 - Motivo e tipo de alta...51

9 LISTA DE SIGLAS OLAP On-Line Analytical Processing OLTP On-Line Transaction Processing HOSPUB Sistema de Gestão Hospitalar DM Data Mart DW Data Warehouse ETC Extração, Transformação e Carga de Dados HOLAP Hybrid On-Line Analytical Processing MOLAP Multidimensional On-Line Analytical Processing MS Microsoft ROLAP Relational On-Line Analytical Processing SGBD Sistema de Gerenciamento de Banco de Dados SGBDR Sistema de Gerenciamento de Banco de Dados Relacional SQL Structured Query Language (Linguagem de Consulta Estruturada) XML extensible Markup Language MDX Multidimensional Expression (Expressão Multidimensional) API Application Programming Interface (Interface de Programação de Aplicativos) JDBC Java Data Base Conector. CID10 Classificação Estatística Internacional de Doenças e Problemas Relacionados à Saúde Décima revisão.

10 SUMÁRIO 1 INTRODUÇÃO DATA WAREHOUSE CARACTERÍSTICAS Orientação por Assunto Variação no tempo Não volatilidade Integração COMPONENTES E ARQUITETURAS DE IMPLEMENTAÇÃO Componentes Sistemas operacionais de origem Data staging area Área de apresentação de dados Ferramentas de acesso a dados Papeis Arquiteturas GRANULARIDADE DE DADOS METADADOS MODELAGEM PARA DATA WAREHOUSE MODELAGEM MULTIDIMENSIONAL OU DIMENSIONAL Modelo Estrela ou Star Modelo floco de neve ou snowflake Cubos Fatos Dimensões Medidas Hierarquias ON-LINE ANALYTICAL PROCESSING ARQUITETURAS OPERAÇÕES BÁSICAS OLAP Slice-and-Dice Drill Down e Roll Up...37

11 4.2.3 Drill Across Drill Through TECNOLOGIAS Kettle Mondrian Camada de apresentação Camada Dimensional Camada Estrela Camada de armazenamento Mondrian Schema Workbench Mdx (Multidimensional Expressions) Jrubik MySql ESTUDO DE CASO NECESSIDADE IDENTIFICANDO A FONTE DOS DADOS: EXTRAÇÃO, TRANSFORMAÇÃO E CARGA - ETC IMPLEMENTANDO OS CUBOS OLAP CONSULTAS CONCLUSÃO...59

12 12 1 INTRODUÇÃO Data Warehouse Modelagem Multidimensional On-Line Analytical Processing Trabalhar a informação, do nível operacional ao estratégico, é um aspecto relevante para alcançar o sucesso em todas as áreas de atuação. A necessidade de respostas confiáveis, em tempo hábil, que retratem a realidade ou apontem caminhos futuros tem movimentado profissionais de tecnologia da informação na busca de novas soluções tecnológicas. Na área da saúde, especificamente falando do Sistema Único de Saúde, onde são utilizados uma variedade de sistemas de informação atendendo aos níveis Federal, Estadual e Municipal, encontramos sistemas que em sua maioria utilizam diferentes bancos de dados, transacionais, atendendo basicamente o nível operacional e administrativo. A decisão de escrever este trabalho foi a partir da constatação da grande dificuldade quem encontrei como profissional da área de tecnologia da informação, diante da necessidade de extrair dados gerenciais de bancos de dados transacionais. É comum nesta área de atuação, Sistema Único de Saúde, encontrar em um único ambiente operacional vários sistemas informatizados, quase sempre não integrados, atendendo basicamente as necessidades operacionais diárias e imediatas de informação. A integração dos sistemas fica difícil e trabalhosa, visto a diversidade de soluções implementadas ao longo do tempo, sendo muitas vezes inviabilizada por barreiras tecnológicas e a forma como se encontram pulverizados os sistemas nas esferas municipal, estadual e federal. Então, um simples relatório gerencial, para ser realizado em tempo hábil mobiliza um exército de pessoas, utilizando recursos rudimentares e deixando no ar a incerteza dos resultados. Por isso, o processo de extração, tratamento e armazenamento de dados, bem como o processo de modelagem multidimensional para permitir a maximização de consultas com o uso de ferramentas OLAP despertou grande curiosidade e interesse.

13 13 Pode-se dizer que a situação encontrada no Sistema Único de Saúde é bastante similar a descrita por Machado (2008,p.26), como justificativa para a aplicação de tecnologia de Data Warehouse, a seguir: Várias plataformas de hardware e software. Constantes alterações nos sistemas transacionais corporativos. Dificuldade acentuada na recuperação de dados históricos em períodos superiores ao ano atual de operações. Existência de sistemas pacotes de fornecedores diferentes. Falta de padronização e integração dos dados existentes nos diversos sistemas. Carência de documentação e segurança no armazenamento dos dados. Dificuldade de aplicação de sistemas EIS ou DSS devido a dependências múltiplas de sistemas corporativos. Tomando como base o modelo de montagem de Data Warehouse apresentado, a empresa pode optar por construí-lo em uma base global ou em bases teoricamente locais de acordo com as áreas de negócios. Isso implica na utilização de arquiteturas específicas para a construção de um Data Warehouse, as quais têm evoluído desde o princípio dos conceitos de Data Warehouse até o momento atual sempre em busca do sucesso de sua utilização. Frente a este cenário, o presente trabalho tem como objetivo geral conhecer conceitos e um conjunto de ferramentas para implementação de uma solução OLAP (On-Line Analytical Processing), utilizando software livre. Como etapas para alcançar este objetivo, inicialmente é feita abordagem dos conceitos envolvidos e relacionados a OLAP e na sequência os softwares escolhidos para montagem do ambiente operacional são apresentados conforme utilização específicas de cada um e demonstrados os exemplos de um estudo de caso. Como escopo do trabalho os processos de um Data Warehouse e ferramentas OLAP. Como processos a extração dos dados dos sistemas legados, a organização e integração desses dados para compor o data warehouse e o acesso aos dados para consultas de forma rápida e extremamente flexível, auxiliando como ferramenta de apoio a tomada de decisão. Para exemplificar a utilização das ferramentas é apresentado um estudo de caso sobre um hospital público, limitando o escopo de aplicação e demonstração de uso das ferramentas ao setor de atendimento de emergência hospitalar. Por questões de segurança das informações é utilizado uma base de dados onde os dados pessoais

14 14 dos pacientes, como nomes e endereços, são omitidos. O hospital em questão é o Hospital do Trabalhador, referência em atendimentos ao trauma na região de Curitiba, estado do Paraná, que nos últimos cinco anos vem se informatizando e fazendo uso de um sistema de gestão hospitalar, HOSPUB, desenvolvido e disponibilizado pelo Ministério da Saúde. Para possibilitar consultas que atendam a níveis estratégicos da administração e prover a direção do hospital de respostas hoje não disponíveis nos sistemas tradicionais em tempo real, também conhecidos como On-Line Transaction Processing (OLTP), a construção de um ambiente de data warehouse tornou-se uma opção viável técnica e financeiramente, considerando a opção do uso de software Open Source. Os softwares utilizados para compor o ambiente com o propósito de demonstrar a utilização da técnica Olap são independentes de plataforma e são: Para o processo de extração, transformação e carga dos dados é utilizado ferramentas do Projeto Kettle, onde Kettle é um acrônimo para "Extraction, Transformation, Transportation and a Loading Data Enviroment". Como banco de dados é utilizado o MySql e como ferramentas para modelagem e apresentação dos dados são utilizados o Mondrian Workbench e Jrubik, respectivamente. A escolha desse conjunto de ferramentas é unicamente para possibilitar a construção de um ambiente teste para o propósito da pesquisa e possível de implementação dado o escasso período de tempo disponível para a sua conclusão. Entretanto, vale ressaltar que outras opções de softwares podem ser compostas, como por exemplo a utilização combinada do servidor Mondrian com o jpivot. Este trabalho é realizado através de uma combinação do Método de pesquisa exploratória bibliográfica e estudo de caso, o qual representa mais do que uma exemplificação da aplicação dos conceitos na utilização de algumas ferramentas. Representa também as necessidades de informação que dão sentido a construção de um data warehouse como ambiente de apoio ao planejamento estratégico e

15 operacional de uma empresa ou organização. 15

16 16 2 DATA WAREHOUSE Segundo Inmon (1997, p. 33, p.37), Data Warehouse é uma coleção de dados baseada em assuntos, integrados, variáveis com o tempo e não voláteis, para dar suporte ao processo de tomada de decisão. Data Warehouse também pode ser entendido como um conjunto de tabelas (banco de dados) contendo dados extraídos dos sistemas de operação ou transacionais da empresa, podendo ter adicionado a este contexto informações provenientes de documentos, planilhas eletrônicas e outras fontes objetivando fornecer e apresentar um repositório único, consolidado, como representação do negócio da empresa para processamento de consultas que apoiam o processo de tomada de decisão. Machado (2008,pag.27) contextualizando o Data Warehouse afirma que: [...], o Data Warehouse proporciona uma sólida e concisa integração dos dados da empresa, para a realização de análises gerenciais estratégicas de seus principais processos de negócio. Ele se preocupa em 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. Como subconjuntos lógicos de um data warehouse, tem-se os data marts, contextualizado na Wikipedia (2008) como: O Data Warehouse é normalmente acessado através de Data Marts, que são pontos específicos de acesso a subconjuntos do Data Warehouse. Os Data Marts são construídos para responder prováveis perguntas de um tipo específico de usuário. Por exemplo: um Data Mart financeiro poderia armazenar informações consolidadas dia-a-dia para um usuário gerencial e em periodicidades maiores (semana, mês, ano) para um usuário no nível diretoria. 2.1 CARACTERÍSTICAS Em Machado (2008,pag.27) pode-se encontrar as características que diferenciam um Data Warehouse de sistemas convencionais: Extração de dados de fontes heterogêneas (existentes ou externas);

17 17 Transformação e integração dos dados antes de sua carga final; Normalmente requer máquina e suporte próprio; Visualização dos dados em diferentes níveis. Os dados do Data Warehouse podem ou não ser extraídos para um nível mais específico, os Data Marts, e a partir deste para um banco de dados individual; Utilização de ferramentas voltadas para acesso com diferentes níveis de apresentação; Dados somente são inseridos, não existindo atualização, ou melhor, updates. Outras características de um data warehouse podem ser citadas como orientação por assunto, variação no tempo, não volatilidade e integração Orientação por Assunto Um data warehouse armazena os dados obedecendo uma orientação por assunto. Isto indica sua derivação dos principais processos de negócio da organização. No modelo de dados corporativo é onde pode-se encontrar as representações dos principais processos de negócios de uma empresa. E por esse motivo Inmon (2000) afirma que o modelo corporativo de dados é um lugar muito bom para iniciar o processo de construção do Data Warehouse. Para Machado (2008, p.29) enquanto o projetista de sistemas transacionais tem o foco em projeto de banco de dados, projeto dos processos transacionais e suas atividades e controles operacionais, o projetista de data warehouse tem o foco em modelagem dos dados e projeto de banco de dados. No data warehouse [...] somente interessam dados que sejam importantes para a tomada de decisões, que sejam relativos à análise e desempenho de processos ou atividades críticas [...]. (MACHADO,2008, p.29) Variação no tempo Os dados de um Data Warehouse representam resultados operacionais de um

18 18 momento de tempo, o momento em que foram capturados. É um conjunto estático de registros referentes a um período de tempo, onde a data é elemento essencial e componente chave, que norteia a organização do armazenamento e da pesquisa. Esse elemento é obrigatoriamente trabalhado na composição dos dados de um data warehouse Não volatilidade Basicamente um Data Warehouse tem duas operações de dados: carga (inicial + incremental) e consulta aos dados. Desse modo difere de um sistema transacional, pois não tem operações como atualizações registro a registro ou bloqueio por concorrência no acesso. O acesso a seus dados é apenas como leitura Integração A Integração proporciona a unicidade de informações. É no processo de extração, filtragem e agregação que os dados provenientes de diferentes fontes são integrados, proporcionando conformidade ao Data Warehouse considerando também os aspectos de padronização e granularidade dos dados. (fig. 1). Figura 1 - Integração dos dados.

19 COMPONENTES E ARQUITETURAS DE IMPLEMENTAÇÃO Componentes A arquitetura de um data warehouse apresenta um conjunto de componentes, onde cada um assume uma função específica no ambiente como mecanismos de armazenamento e comunicação de dados, ferramentas de extração, carga, consulta e apresentação de dados. Conforme a figura 2, um modelo padrão de ambiente de DW considera quatro componentes separados e distintos: sistemas operacionais de origem, data staging area, área de apresentação de dados e ferramentas de acesso a dados.

20 20 Figura 2 - Elementos básicos do data warehouse Fonte: Adaptado de Kimball e Ross (2002). Como descrito pelos autores Kimball e Ross (2002, p.7), Cada componente do data warehouse atende a uma função específica. E precisamos aprender a importância estratégica de cada um deles e como controlá-los de modo eficiente para obtermos êxito com o data warehouse Sistemas operacionais de origem São os sistema onde são gravadas as transações dos negócios da empresa e a origem dos dados que povoarão o data warehouse. Os sistemas de origem estão fora do data warehouse e geralmente as pessoas responsáveis pelo data warehouse tem pouco ou nenhum controle sobre o conteúdo ou formato dos dados nos sistemas de origem. Mesmo assim é interessante considerar e aproveitar o estudo e discussão realizada durante o processo de modelagem do data warehouse sobre a origem dos dados como possibilidade de reengenharia dos sistemas transacionais visando facilitar o desenvolvimento do data warehouse.

21 21 Segundo Inmon (2000), o modelo corporativo de dados é um lugar muito bom para iniciar o processo de construção do Data Warehouse, devido a facilitar a identificação das tabelas de fatos. Portanto, caso o modelo de dados corporativo não exista deve ser construído considerando principalmente os tópicos: Em particular, o modelo corporativo de dados deve ter identificado e estruturado - pelo menos - o seguinte: os principais assuntos da empresa; as relações entre os assuntos; a criação de um ERD (diagrama entidade relacionamento); para cada área temática: as chaves (s) do sujeito, os atributos do sujeito, os subtipos do sujeito, os conectores de um tema para a próxima, o agrupamento dos atributos Data staging area Este componente compreende uma área de armazenamento de dados e os processos de extração, transformação e carga (ETC). Essa área de armazenamento de dados representa um repositório intermediário para armazenamento e processamento dos dados extraídos dos sistemas de origem dos dados, transacionais, e outras fontes, onde os dados poderão receber o tratamento necessário antes de ser realizada a carga para o data warehouse. A partir do modelo de dados corporativo, Inmon(2000) estabelece alguns passos para iniciar a transformação dos dados, sendo : a remoção de dados de natureza puramente operacional; a adição de um elemento de tempo para as principais estruturas do Data Warehouse; adição apropriada de dados derivados; a transformação de dados de relacionamentos em dados de artefatos;

22 22 acomodação de diferentes níveis de granularidade; fusão de dados de diferentes tabelas; criação de matrizes de dados; separação de atributos de dados de acordo com características de estabilidade. Kimball (2002,p.8) ressalta que Um requisito arquitetural chave para um data staging area é estar fora do limite dos usuários e não fornecer serviços de consulta. Comparativamente, Kimball descreve um data staging área como uma cozinha de um restaurante, onde os alimentos crus vão ser preparados e transformados em um prato palatável para o cliente, assim como os dados também o serão para os usuários Área de apresentação de dados Área de apresentação de dados é a área onde os dados estão armazenados, sendo o próprio repositório de dados do data warehouse e data marts, de forma organizada e disponíveis para consultas de usuários através de softwares geradores de relatórios e ferramentas analíticas de dados. O data warehouse é a espinha dorsal do ambiente, constituindo uma enorme base de dados históricos sobre assuntos de negócios institucionais de períodos que são geralmente acima de três anos, permitido desta forma análises onde possam ser identificadas indicadores e tendências. Os data marts representam um subconjunto lógico de dados do DW. Seus dados são direcionados a uma área específica de negócios da empresa e tem como principal vantagem permitir uma rápida implementação, como maior envolvimento do usuário final e menor tempo de retorno de resultados Ferramentas de acesso a dados.

23 23 Ferramentas de acesso a dados são todas as ferramentas que podem ser oferecidas aos usuários do data warehouse ou data mart para uso na realização de consultas a essas bases. Variam de simples ferramentas para realização de consultas ad hoc até sofisticadas ferramentas de modelagem e aplicações para realização de data mining Papeis No ambiente de data warehouse um dos aspectos importantes a se observar é o conjunto de usuários envolvidos no processo de construção e manutenção do DW e que podem ser agrupados conforme a função específica de cada um, conforme a seguir: Analistas responsáveis pela carga dos dados conhecem o mapeamento entre os sistemas de origem dos dados e o DW além das transformações necessárias para filtragem e integração dos dados; usuários finais são os usuários que conhecem os termos de negócios da organização e irão explorar os dados do DW para resolução de problemas apresentados. São os especialistas, gerentes e administradores; analistas responsáveis pelo desenvolvimento e manutenção do data warehouse e data marts profissional responsável pelas arquiteturas de armazenamento e dados e metadados; administradores de dados - tem o papel de integrador dos ambientes transacional e dimensional garantindo a integridade e qualidade dos dados nos processos de manutenção de extração, transformação e carga do DW Arquiteturas Machado (2008,p.50) apresenta três tipos de arquitetura para data warehouse: arquitetura global, arquitetura de data marts independentes e arquitetura de data marts integrados.

24 24 Na arquitetura global, o data warehouse trata a empresa como um todo, com foco em visões corporativas. Consequentemente tem-se menor redundância, maior consistência e integração dos dados. Sua implementação é bastante demorada e de elevado custo. Na arquitetura de data marts independentes, as bases são construídas sem foco corporativo, atendendo as necessidades específicas e departamentais de seus usuários. Cada departamento ou área da empresa constroi e gerencia o seu data mart, o que pode resultar em maior redundância e menor integração dos dados. Este tipo de implementação não tem grande impacto financeiro e é rápidamente implementado. A arquitetura de data marts integrados é uma combinação das duas anteriormente citadas como coloca Machado (2008,p.51): A arquitetura de Data Marts integrados é basicamente uma distribuição de implementação. Apesar de os Data Marts serem implementados separadamente por grupos de trabalho ou departamentos, eles são integrados ou interconectados, provendo uma visão corporativa maior dos dados e informações. De fato o alto nível de integração é similar ao da arquitetura global. Por outro lado, os usuários de um departamento podem acessar e utilizar os dados de um Data Mart de outro departamento. No processo de implementação de uma arquitetura de data warehouse, pode-se adotar uma das seguintes abordagens: top down, botton up ou intermediária. Na implementação top down a empresa é forçada a definir regras de negócio de forma corporativa antes de iniciar o projeto de data warehouse, o que torna o processo de implementação longo e difícil porque as decisões são tomadas em conjunto por todos os departamentos envolvidos. Em contrapartida os data marts resultantes utilizarão a arquitetura e os dados do data warehouse facilitando a manutenção (fig. 3).

25 25 Origem 1 Data Mart 1 Origem 2 Origem 3 Data Warehouse Data Mart 2 Data Mart 3 Figura 3 - Implementação top-down. Na implementação botton up a contrução de um data warehouse é incremental a partir de data marts independentes. Segundo Machado (2008,p.54) Um dos grandes problemas dessa implementação é a falta de um gerenciador que garanta padrões únicos de metadados, mesmo com a independência dos Data Marts. Caso não seja adotada forma de controlar esse problema, podem ocorrer falhas no processo de padronização, ocasionando redundâncias e inconsistências entre os data marts. (fig. 4). Origem 1 Data Mart 1 Origem 2 Data Mart 2 Data Warehouse Origem 3 Data Mart 3 Figura 4 - Implementação botton up Na implementação intermediária ocorre uma combinação entre as duas abordagens anteriormente citadas. Inicialmente faz-se uma macro modelagem de dados do data warehouse e no momento seguinte a escolha das partes mais importantes para iniciar a implementação dos data marts. Dessa forma tem-se a garantia da consistência e integração dos dados. 2.3 GRANULARIDADE DE DADOS Para Machado (2006, p. 59), granularidade de dados refere-se [...] ao nível de

26 26 sumarização dos elementos e de detalhes disponíveis nos dados, considerado o mais importante aspecto do projeto de um Data Warehouse.. A granularidade dos dados é considerada importante porque afeta diretamente o volume de dados no Data Warehouse e também porque determina o nível de detalhe que uma consulta poderá atingir. Outro aspecto importante referente à granularidade é a performance que poderá variar devido ao volume de dados. Quanto mais detalhes, mais baixo o nível de granularidade. Quanto menos detalhes maior o nível de granularidade. Um aspecto importante destacado por Machado (2008, p.60) é que Quando a granularidade de um Data Warehouse ou de um Data Mart é estabelecida, o projeto tem seu desenvolvimento com foco e irá fluir com mais tranquilidade. Enquanto não for visualizado o nível de granularidade, torna-se muito difícil a modelagem do Data Mart. Outro aspecto é a utilização da mesma granularidade definida para um determinado assunto de negócio em todos os DM ou DW onde se faça referência a este assunto como forma de garantir a integração dos dados e permitir análises de negócios comparativas. Desta forma tem-se dois fatores a serem considerados na definição da granularidade: tempo e forma de agrupamento das informações. 2.4 METADADOS Os metadados são dados sobre os dados de um banco de dados e estão organizados em dicionário digital de dados, para facilitar a documentação, estruturação e manutenção dessas informações. Na definição da enciclopédia Wikipédia (2008) metadados [...], ou Metainformação, são dados sobre outros dados. Um item de um metadado pode dizer do que se trata aquele dado, geralmente uma informação inteligível por um computador.

27 27 Em Machado (2008,p.299) metadados é definido como um repositório do DW onde [...] dados de mais alto nível descrevem os dados de níveis inferiores que compõem a estrutura do Data Warehouse. Os metadados, organizados em um dicionário de informações, descrevem informações não somente dos dados armazenados no DW como formato, tamanho, tipo, nome e alias como o dado é conhecido, mas também guardam informações sobre fontes geradoras e o destino dos dados; as regras de transformação aplicadas no processo de extração, limpeza e agrupamento de dados dos sistemas origem; os níveis de acesso dos usuário; as informações referentes a atualização dos dados, possibilitando ao usuário conhecer a atualidade dos dados e periodicidade de atualização dos dados.

28 28 3 MODELAGEM PARA DATA WAREHOUSE Kimball (1997), afirma que modelagem multidimensional é uma técnica de modelagem de dados viável para suportar consultas de usuários a um data warehouse, e que embora a modelagem entidade relacionamento seja muito útil na captura de transações e administração de dados na fase de construção de um data warehouse, deve-se evitar repassar este modelo ao usuário final. Modelagem entidade e relacionamento é uma técnica de modelagem lógica que busca remover redundâncias de dados. Como conseqüência, no processo de implementação temos consistência e agilidade nos processamentos transacionais. Entretanto, na busca do modelo relacional perfeito, cria-se bases de dados onde as consultas para serem realizadas necessitam de uma quantidades de junções entre tabelas que muitas vezes são inviáveis de serem realizadas devido ao grande número de tabelas originadas no processo de normalização. Kimball (1997) afirma que essa situação é muito mais do que um incômodo, e aponta três motivos porque não se pode usar diretamente a modelagem entidade relacionamento em Data Warehouse: 1) Usuários finais podem não entender ou relembrar sobre modelo entidade relacionamento e não conseguir navegar completamente por um modelo entidade e relacionamento. 2)Não existe uma interface gráfica para usuário finais que disponibilize o modelo entidade relacionamento como um todo para uso; 3)O uso da técnica de modelagem entidade relacionamento coloca por terra as principais atrações de um data warehouse, a saber recuperação de dados de forma intuitiva e de alta-performance. 3.1 MODELAGEM MULTIDIMENSIONAL OU DIMENSIONAL Em Machado (2008), modelagem multidimensional é definida como sendo : [...] 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

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

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

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

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

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

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

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 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

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

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 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

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

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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

Interatividade aliada a Análise de Negócios

Interatividade aliada a Análise de Negócios Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,

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

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

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional

OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional OLAP em âmbito hospitalar: Transformação de dados de enfermagem para análise multidimensional João Silva and José Saias m5672@alunos.uevora.pt, jsaias@di.uevora.pt Mestrado em Engenharia Informática, Universidade

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

Projeto de Data Mart utilizando ferramentas Open Source

Projeto de Data Mart utilizando ferramentas Open Source Projeto de Data Mart utilizando ferramentas Open Source Braian O. Dias 1 1 Curso de Ciência da Computação Universidade de Passo Fundo (UPF) 99001-970 Passo Fundo RS Brasil 1 braian.d@gmail.com Resumo.

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

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

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

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

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

ESTUDO ANALÍTICO DE FERRAMENTAS OPEN SOURCE

ESTUDO ANALÍTICO DE FERRAMENTAS OPEN SOURCE UNIVERSIDADE DO EXTREMO SUL CATARINENSE - UNESC CURSO DE PÓS-GRADUAÇÃO ESPECIALIZAÇÃO EM MBA GERENCIAMENTO DE BANCO DE DADOS RENATO CRAMER ESTUDO ANALÍTICO DE FERRAMENTAS OPEN SOURCE PARA AMBIENTES OLAP

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

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

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

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

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

MANUAL BI- Business Intelligence

MANUAL BI- Business Intelligence 1. VISÃO GERAL 1.1 SISTEMA BI Business Intelligence: Segundo Gartner Group, a maior ameaça das empresas da atualidade é o desconhecimento... O Business Intelligence se empenha em eliminar as dúvidas e

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

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

MODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML

MODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML 1 MODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML JOANA SCHEEREN Porto Alegre 2009 2 JOANA SCHEEREN MODELAGEM GRÁFICA DE DATA WAREHOUSES E DATA MARTS USANDO UML Trabalho de Conclusão de Curso

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

Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar

Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar Projeto de Data Warehousing sobre Informações em Saúde para dar Suporte a Análise de Faturamento Hospitalar Newton Shydeo Brandão Miyoshi Joaquim Cezar Felipe Grupo de Informática Biomédica Departamento

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

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

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

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

FACULDADE DE BALSAS CURSO DE SISTEMAS DE INFORMAÇÃO

FACULDADE DE BALSAS CURSO DE SISTEMAS DE INFORMAÇÃO FACULDADE DE BALSAS CURSO DE SISTEMAS DE INFORMAÇÃO CRIAÇÃO DE UM AMBIENTE DE EXPLORAÇÃO OLAP PARA ANALISAR DADOS DAS VENDAS DO GRUPO DE POSTOS DE COMBUSTÍVEIS PIONEIRO CAIRO DA SILVA BORGES BALSAS (MA)

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 4.3 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

MODELAGEM DIMENSIONAL

MODELAGEM DIMENSIONAL CENTRO UNIVERSITÁRIO DO TRIÂNGULO INSTITUTO DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE CIÊNCIA DA COMPUTAÇÃO MODELAGEM DIMENSIONAL HELOISA MENDES LOPES Uberlândia, dezembro de 2000 CENTRO UNIVERSITÁRIO

Leia mais

Administração de Sistemas de Informação Gerenciais UNIDADE IV: Fundamentos da Inteligência de Negócios: Gestão da Informação e de Banco de Dados Um banco de dados é um conjunto de arquivos relacionados

Leia mais

TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres

TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres TECNOLOGIA DA INFORMAÇÃO - TI Elaborado e adaptado por: Prof.Mestra Rosimeire Ayres Aula 6 Fazendo BI NO EXCEL USANDO TABELA DINÂMICA EXCEL PARA TOMADA DE DECISÕES A ferramenta é nada, o talento é tudo.

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 de um Sistema Web para Gerenciamento de Programas de Pós-Graduação Stricto Sensu da UNIOESTE. Lucas da Silva Inácio

Desenvolvimento de um Sistema Web para Gerenciamento de Programas de Pós-Graduação Stricto Sensu da UNIOESTE. Lucas da Silva Inácio UNIOESTE Universidade Estadual do Oeste do Paraná CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS Colegiado de Ciência da Computação Curso de Bacharelado em Ciência da Computação Desenvolvimento de um Sistema

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

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

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

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

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

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Sumário Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Capítulo 2 - Reputação corporativa e uma nova ordem empresarial 7 Inovação e virtualidade 9 Coopetição 10 Modelos plurais

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

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

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

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

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

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

Sobre o que falaremos nesta aula?

Sobre o que falaremos nesta aula? Business Intelligence - BI Inteligência de Negócios Prof. Ricardo José Pfitscher Elaborado com base no material de: José Luiz Mendes Gerson Volney Lagmman Introdução Sobre o que falaremos nesta aula? Ferramentas

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

4 Aplicação da Sistemática

4 Aplicação da Sistemática 4 Aplicação da Sistemática Este capítulo descreve a aplicação da sistemática definida no Capítulo 3 utilizando dados reais de uma estatística pública e aplicando tecnologias avançadas fazendo o uso de

Leia mais

UNIVERSIDADE DO SUL DE SANTA CATARINA MICHEL ANGELO DA SILVA DARABAS

UNIVERSIDADE DO SUL DE SANTA CATARINA MICHEL ANGELO DA SILVA DARABAS UNIVERSIDADE DO SUL DE SANTA CATARINA MICHEL ANGELO DA SILVA DARABAS CONSTRUINDO SOLUÇÕES DE BUSINESS INTELLIGENCE COM PENTAHO BI SUITE COMMUNITY EDITION (CE) Palhoça 2012 MICHEL ANGELO DA SILVA DARABAS

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

BUSINESS INTELLIGENCE BI Aplicado à Gestão das Águas Subterrâneas. Frederico Cláudio Peixinho Flávio Luis de Mello 23 a 26 de Outubro de 2012

BUSINESS INTELLIGENCE BI Aplicado à Gestão das Águas Subterrâneas. Frederico Cláudio Peixinho Flávio Luis de Mello 23 a 26 de Outubro de 2012 XVII Congresso Brasileiro de Águas Subterrâneas Bonito - MT Serviço Geológico do Brasil CPRM BUSINESS INTELLIGENCE BI Aplicado à Gestão das Águas Subterrâneas Frederico Cláudio Peixinho Flávio Luis de

Leia mais

Dado: Fatos conhecidos que podem ser registrados e têm um significado implícito. Banco de Dados:

Dado: Fatos conhecidos que podem ser registrados e têm um significado implícito. Banco de Dados: MC536 Introdução Sumário Conceitos preliminares Funcionalidades Características principais Usuários Vantagens do uso de BDs Tendências mais recentes em SGBDs Algumas desvantagens Modelos de dados Classificação

Leia mais

Profº Aldo Rocha. Banco de Dados

Profº Aldo Rocha. Banco de Dados Profº Aldo Rocha Banco de Dados AULA 02 SBD Turma: ASN102 BELÉM, 12 DE AGOSTO DE 2011 Aula Passada Na aula passada nós trabalhamos a introdução a Banco de dados e a AGENDA FOI: Níveis de abstração; Dado,

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

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

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 Conceitos, Metodologia de Desenvolvimento e Exemplos de BI

Business Intelligence Conceitos, Metodologia de Desenvolvimento e Exemplos de BI Matriz: Av. Caçapava, 527 CEP 90.460-130 Tecnopuc: Av. Ipiranga, 6681 Prédio 32 Sala 109 CEP 90.619-900 Porto Alegre - RS, Brasil Contate-nos: +55 (51) 3330.7777 contato@dbccompany.com.br www.dbccompany.com.br

Leia mais

Informações importantes em uma organização, armazenadas em grandes bancos

Informações importantes em uma organização, armazenadas em grandes bancos DATA WAREHOUSE INTRODUÇÃO Informações importantes em uma organização, armazenadas em grandes bancos de dados, geralmente heterogêneas e distribuídas, são pouco aproveitadas para dar suporte à decisão.

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

PENTAHO. História e Apresentação

PENTAHO. História e Apresentação PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Laboratório de Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2 2012 Crédito dos Slides: Clever Junior 2 PENTAHO História

Leia mais

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

ADMINISTRAÇÃO DOS RECURSOS DE DADOS 7 ADMINISTRAÇÃO DOS RECURSOS DE DADOS OBJETIVOS Por que as empresas sentem dificuldades para descobrir que tipo de informação precisam ter em seus sistemas de informação ão? Como um sistema de gerenciamento

Leia mais

Administração de Banco de Dados

Administração de Banco de Dados Administração de Banco de Dados Professora conteudista: Cida Atum Sumário Administração de Banco de Dados Unidade I 1 INTRODUÇÃO A BANCO DE DADOS...1 1.1 Histórico...1 1.2 Definições...2 1.3 Importância

Leia mais

Thalita Moraes PPGI Novembro 2007

Thalita Moraes PPGI Novembro 2007 Thalita Moraes PPGI Novembro 2007 A capacidade dos portais corporativos em capturar, organizar e compartilhar informação e conhecimento explícito é interessante especialmente para empresas intensivas

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